排序方式： 共有118条查询结果，搜索用时 15 毫秒
71.
云南长防林工程区森林植被遥感监测研究 总被引：1，自引：0，他引：1
岳彩荣 《江西农业大学学报》2004,26(1):42-45
应用分类树与分层分类方法,结合特征选取与多种分类算法相结合的图像处理信息识别、分类方法,提取研究区的森林植被、土地利用等信息。在GIS支持下,编制了研究区的森林分布图,并利用两期图像作了动态监测研究,得出了“长防林”工程实施以来研究区的森林覆盖率及其变化情况。 相似文献
72.
73.
【目的】探讨综合光学遥感和微波遥感的多源数据森林蓄积量反演方法。【方法】以L波段ALOS PALSAR全极化数据和Landsat TM为数据源,结合地面调查样地数据,通过ALOS PALSAR提取不同极化状态的后向散射系数和极化比值等极化特征因子,Landsat TM数据提取光学遥感因子,以多元线性回归构建森林蓄积量模型。【结果】光学遥感反演方法、微波遥感反演方法、综合光学遥感和微波遥感的多源数据反演方法均可以实现森林蓄积量估测,其中,基于多源数据协同的反演模型为最优模型,决定系数R~2为0.674,模型检验均方根误差RMSE为13.38 m~3/hm~2。【结论】要比使用一种数据源的反演方法具有明显的优势,有效实现了森林蓄积量估测。 相似文献
74.
基于印度遥感卫星IRS—P6的森林生物量估测模型研究 总被引：1，自引：0，他引：1
印度遥感卫星IRS—P6的LISS3数据由于其较高的空间分辨率和相对较低的数据价格而受到广泛关注,而利用LISS3数据估测森林生物量的研究报道较少。以高黎贡山自然保护区常绿阔叶林为研究对象,以2006年印度卫星IRS—P6的LISS3影像为主要数据源,利用地面样地胸径每木调查数据,结合生物量相对生长式,得出样地生物量。通过遥感数据提取4个波段的光谱值、6种植被指数,从DEM获取的海拔、坡度、坡向,共13个遥感及地学因子。在此基础上,提取13个因子的主成分,以前5个主成分值作自变量,建立主成分与地面生物量的回归模型,模型经方差分析及相关性检验,达到显著相关水平,相关系数R=0．7129。 相似文献
75.
76.
77.
概述了对香格里拉县森林景观格局的研究内容及现状,针对目前对香格里拉县森林景观格局研究存在的问题,提出了今后香格里拉森林景观格局研究的发展方向。 相似文献
78.
采用2009年MODIS数据作为遥感信息源,结合香格里拉基础地理数据和云南省119个气象站点的气象数据,构建了一个NPP估算模型。利用遥感技术和地理信息系统技术,在ArcEngine二次开发技术的支持下,实现了香格里拉县2009年植被净初级生产力的估算研究。结果表明:(1)设计的NPP估算模型简单,参数少,易于理解和计算;(2)比较发现:2009年香格里拉县NPP估算结果可信。(3)分析香格里拉县2009年NPP的变化情况可得到以下结论:(a)香格里拉县2009年植被净初级生产力为413 g/m2,总体分布趋势是:建塘镇北部和格咱乡西部NPP基本在400~600 g/m2之间;香格里拉县中部、东南部、东北部、北部基本上在200~400 g/m2之间;东旺乡的上游村、跃进村、中心村、胜利村的NPP在0~200 g/m2之间。(b)从3月至10月的时间段里,香格里拉植被NPP可占全年的净初级生产力的82%,因此,可判定香格里拉县植被生长季为3月~10月。 相似文献
79.
80.