林分生物量的计算

风靡全球

林分生物量的计算

利用上述建立的各树种的独立模型,分别计算各树种的生物量,以固定样地为单位,根据各样地内统计的各树种的株树,将样地内各株树木的生物量累加之和即为该固定样地的林分生物量。将该数据作为生物量遥感估测模型的基础数据。

与技术支持下森林生物量线性遥感模型的研究

如绪论所述,本研究的主要目的是利用和技术手段估测森林生物量。其前提之一是要具备同而的遥感图像和一定数量固定样地数据。上一章结果为本研究提供了年研究区域个样地的森林生物量值这里近似看作是实测值,结合土地覆盖分类图,将这一结果应用于同期的刁图像,即可进行森林生物量遥感模型的研究。

基于和森林生物量模型设计思想

目前为止有许多研究致力于遥感森林生物量模型,从变量选择上看,目前大多数模型没有真正充分利用遥感所提供的数据,特别是对结合地理信息数据库的定性因子引用更显不足。基于上述现象,本研究提出利用遥感图像和信息进行生物量估测的主要原理.

1、专题成像扫描仪可在包括可见光、近红外和热红外在内的个谱段工作,每幅图像的信息量达,能提供大量的光谱信息,非常适合用于森林生物量估测。

2、卫星的灰度值是不同地物对光反射强度的主要纪录,是卫星能提供的最重要的地物信息,通过许多研究结果表明,适用于森林生物量估测。

3、植被指数是由多光谱数据,经线性、非线性组合构成的能反映绿色植物生长状况和分布特征的指数,与长势、生物量、覆盖度、季相变动都有很好的相关关系,因此是研究植被的重要指标。

4、卫星数据具有多时相、多波段等优点,利于表现最现实的森林状态和不同森林之间的差异,并且可作为定量因子直接参与方程估测生物量,这是以往其它的光学影像无法比拟的。

5、通过分析手段,提供了与森林生物量有关的信息,例如植被类型、立地类型和其它地形因子等,这些信息都可以有效的参与建模。

遥感因子与地形因子提取

B5和B7为遥感图像一波段和波段对应的灰度值,可以直接从图像相应的波段读取。

3 s) N9 p2 g* B1 X( ~% W7 o( V
! I1 i; j. x  w! c" J* L. h