基于RS、GIS及一近邻法的森林蓄积量估测.pdfVIP

基于RS、GIS及一近邻法的森林蓄积量估测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于RS、GIS及一近邻法的森林蓄积量估测

维普资讯 第27卷第2期 辽宁工程技术大学学报 (自然科学版) 2008年 4月 、b1.27 No.2 JournalofLiaoningTechnicalUniversity(NaturalScience) Apr. 2008 文章编号:1008.0562(2008:)02.0195.03 基于RS、GIS及 一近邻法的森林蓄积量估测 许 东 2代力民 ,邵国凡 ,汤 蕾 ,谷会岩 (1_中国科学院 沈阳应用生态研究所 辽宁 沈阳 110016;2.中国科学院 研究生院,北京 100039;3.美 国普渡大学 林学与自然资源系 西拉法叶 47907;4.沈阳航空工业学院 管理系,沈阳 110034;5.东北林业大学 林学院 哈尔滨 150040) 摘 要:为了解决利用空间技术 (RS、GIS)以及数量化方法进行森林蓄积估测预报精度较低或是应用范围有限等问题,提出了一种 新的森林蓄积估测方法以提高估测精度,即基于遥感 (RS)及地理信息系统 (GIS)技术提取光谱信息及地形信息作为估测的自变量, 利用 一近邻法进行估测 。通过在 白河林业局调查取样,进行实例分析,方法精度达到 90%~J2。最后对于使用该方法应该注意的条件 及 问题进行 了说明。 关键词:地理信息系统;遥感: 近邻法;森林蓄积 中图分类号:P237 文献标识码:A StandvolumeestimationbasedonRS,GISandk—nearestneighbormethods XU Dong ,29DAILimin1 SHAO GuofanL3,TANGLei49GUHuiyan 9 (1.InstituteofAppliedEcology,ChineseAcademyofSciences,Shenyang110016,China;2.GraduateSchool ofChineseAcademyofSciences,Beijing100039,China;3.DepartmentofForestryandNaturalResources, PurdueUniversity,W estLafayetteIN47907,USA;4.DepartmentofM anagement,ShenyangInstituteof AeronauticalEngineering,Shenyang110034,China;5.SchoolofForestry,NortheastForestryUniversity, Haerbin150040,China) Abstract:Volumeisafundamentalvariableforforestplanningandmanagement.Considerableeffortshavebeen madetodevelop techniquesofrstandvolumeestimation.A new methodbasedon RS,GIS and thek—nearest neighbors(kNN)methodisputofrwradforimprovingvolumeestimation.Theproceduresofthismethodrae illustratedandtestedinBaiheForestryBureau.Usinghteneraestneighbor(k=13),Euclidena distance,aLandsat ETM + image,DEM,na d featureweightingpraameters,volumesrae estimated.Therootmean squareerror (RMSE)is20.93m3/ha,andBiasis6.58%,whichshowsthattheover~laccuracyisover90%.Recommendations

您可能关注的文档

文档评论(0)

cgtk187 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档