遥感数据参数反演估计南京紫金山缺失小班蓄积量方法研究.pdfVIP

第33卷 第1期 林 业 调 查 规 划 Vo1．33 No．1 2008年2月 Forest Inventory and Planning Feb．2008 遥感数据参数反演估计南京紫金山缺失小班蓄积量方法研究 吴 翼，李明阳 (南京林业大学森林资源与环境学院，江苏 南京210037) 摘要：如何对早期小班调查蓄积量缺失的数据进行修补，是进行森林资源动态分析急需解决的一个问题．以南京紫 金山1988年森林经理调查数据和同期TM遥感数据为信息源，利用遥感生物参数反演技术，根据已知小班的光谱 特征和蓄积量之间的相关关系，在建立蓄积量生物参数反演经验模型的基础上，对缺失小班蓄积量进行修补．研究 表明：通过遥感数据生物参数反演进行缺失小班蓄积量数据修补的方法得到的小班蓄积量数据可靠性比较高，这 种方法在森林资源调查和规划实践中具有较大的应用价值． 关键词：小斑蓄积量；遥感数据；参数反演；缺失小班；估算模型；南京紫金山 中图分类号：$71l；TP7 文献标识码：A 文章编号：1671—3168(2008)01—0001—03 Study on Method for Inverse Deduction of Remote Sensing Parameter to Estimate Omissive Subcompartment Stock Volume WU Yi．LI Ming—yang (College of Forest Resources and Environment，Nanjing Forestry University，Nanjing Jiangsu 210037，China) Abstract：How to repair the omissive data of stock volume in early period of subc0mpartmPnt survey is a question which is urgent to be solved in dynamic analysis of forest resource．Taking the forest manage— ment data and TM remote sensing data of Zijinshan in Nanjing in 1988 as information source，the study tried to repair the omissive subc0mpartmentsstock volume on the basis of inverse deduction model of bio— logical parameter and interrelation between spectrum feature and stock volume．The result showed the subc0mpartmentsstock volume data obtained with this method is much reliable．The method has of a great value in application and practice of forest resource inventory and planning． Key words： subc0mpartment’s stock volume； remote sensing data； inverse deduction with parameter； omissive subcompartment；estimate model；Zijinshan in Nanjing 森林是一种可再生的生物资源，其结构、数量无 或总体设计的前提． 时不在变化，森林调查的数据只能代表当时的结构 在生产实践中，由于保管条件的不足和相关森 和数量，由