导　　师： 胡海清;金森

学科专业： G1012

授予学位： 硕士

作　　者： ;

机构地区： 东北林业大学

摘　　要： 本论文利用帽儿山地区2002年TM图像和209块森林样地数据构建岭估计方程和神经网络模型，用以研究估测该地区森林可燃物负荷量的最佳方法。为克服各变量间存在近似线性(亦称复共线性)关系对求解待定参数造成的不利影响，文中研究了利用岭估计方法进行自变量优选的方法，对包括植被指数、GIS和遥感信息在内的20个自变量进行岭迹分析自变量优选，其中包括归一化差值植被指数NDVI、比值植被指数RVI、样地信息和卫星图片灰度值的比值项；并对估测样本观测阵做主成分分析，结果表明在第一主成分中反映叶绿素的红光吸收的0.630-0.69UMTM3、对植物水分敏感的2.090-2.35UMTM7贡献率较大；第二主成分中反映植物水分的1.550-1.75UMTM5和0.775-0.90UM的TM4贡献率较大。 利用筛选出的自变量构建岭估计方程，并通过了岭估计方程的相关检验；在MATLAB6.5环境下构建基于SCG法和动量法的前向神经网络模型，在对所设置实验样地可燃物估测中人工神经网络模型估测的平均精度为89.5％。 研究了直接估测可燃物负荷量和利用生物量、林分平均胸径等林分因子为中间因子的间接估测方法，对比了几种可燃物估测模型的精度，并选择较理想的方法建立模型对帽儿山地区森林可燃物进行估测。在TM图像上森林分布区内按样地坐标提取灰度值，估测得到该地区森林可燃物负荷量分布，求得该地区可燃物负荷量平均值为9.76T/HM2并将估测结果进行KRIGING插值，并绘制帽儿山地区森林可燃物负荷量分布图。

关 键 词： 图像 可燃物负荷量 回归模型 神经网络

分 类 号： [S771.8 S762.1]

领　　域： [农业科学] [农业科学] [农业科学] [农业科学]