登录    注册    忘记密码

期刊文章详细信息

基于ALOS遥感数据纹理及纹理指数的柞树蓄积量估测  ( EI收录)  

Estimating Stand Volume of Xylosma racemosum Forest Based on Texture Parameters and Derivative Texture Indices of ALOS Imagery

  

文献类型:期刊文章

作  者:刘俊[1] 毕华兴[1] 朱沛林[2] 孙菁[3] 朱金兆[1] 陈涛[4]

机构地区:[1]北京林业大学水土保持学院,北京100083 [2]北京林业大学林学院,北京100083 [3]瑞典皇家工学院城市规划与环境系,斯德哥尔摩10044 [4]国家海洋局海洋咨询中心,北京100860

出  处:《农业机械学报》

基  金:北京市教育委员会省部共建项目(2009GJKY01)

年  份:2014

卷  号:45

期  号:7

起止页码:245-254

语  种:中文

收录情况:BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号:20143017976000)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:以北京市怀柔区柞树林为研究对象,通过计算ALOS卫星2.5 m分辨率融合影像在不同窗口下的纹理特征及衍生纹理指数,采用多元逐步回归模型建立柞树地面实测蓄积量与ALOS影像纹理特征及衍生纹理指数的相关关系,比较纹理特征及衍生纹理指数拟合柞树蓄积量模型的精度,筛选最优反演模型及最优纹理生成窗口。结果表明:同一纹理生成窗口下,基于衍生纹理指数的柞树蓄积量反演模型(R2adj=0.603、RMSE为19.899 4 m3/hm2)精度优于基于纹理特征的柞树蓄积量反演模型(R2adj=0.217、RMSE为27.943 8 m3/hm2);结合同一窗口的纹理特征及衍生纹理指数进行柞树蓄积量建模,精度可进一步提升(R2adj=0.747,RMSE为15.887 6 m3/hm2);基于所有窗口的纹理特征及衍生纹理指数建立多元逐步回归模型,可得到柞树蓄积量估测的最优模型(R2adj=0.807,RMSE为13.856 5 m3/hm2);11×11窗口为最优纹理生成窗口,其对应最优单窗口模型拟合优度为:R2adj=0.747,RMSE为15.887 6 m3/hm2。

关 键 词:柞树 蓄积量 遥感 纹理特征 衍生纹理指数  

分 类 号:S758.51] TP79[林学类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心