科研之友
微信
新浪微博
Facebook
分享链接
摘要
林分郁闭度与遥感数据的相关性分析是郁闭度遥感估算的基础,郁闭度遥感是林业遥感的重要方向。本文以四川省石棉县为例,就不同林分探讨了其郁闭度与陆地资源卫星专题制图仪LANDSAT Thematic Mapper (TM,包括其波段1至7,分别表示为TM1、TM2、TM3、TM4、TM5、TM6、和TM7)数据之间的相关性及其受地形校正的影响。首先,建立了地形数据库和基于1994年调查数据的森林资源数据库;然后,对1994年6月26日成像的LANDSAT TM数据进行了几何校正,并与森林资源数据库配准;其次,分别利用Lambert Cosine Correction(LCC)模型和Sun Canopy Sensor(SCS)模型对TM数据进行地形校正,生成TM- LCC和TM-SCS数据。再次,将TM、TM-LCC和TM-SCS各波段数据分别与森林资源数据叠加统计,得到各小班TM、TM-LCC和TM-SCS各波段数据的均值和标准差,并将其添入数据库中,选取标准差较小的小班共1194个作为样本;最后,按优势树种将样本层化为8个林分层,分别计算其郁闭度与TM、TM-LCC和TM-SCS各波段数据间的相关系数,并分析其在不同林分不同波段上的差异及其受地形校正的影响。研究表明:铁杉、冷杉和云杉等林分郁闭度与TM部分波段数据的相关性在0.01的水平上均为显著;而桦木、栎类、桤木、软阔类和云南松等林分郁闭度与TM数据的相关性在0.05的水平上均不显著;TM的LCC校正提高了冷杉、铁杉和软阔等林分郁闭度与TM4和TM5的相关性,TM的LCC校正还提高了软阔类林分郁闭度与TM7的相关性,TM的SCS校正提高了冷杉林分郁闭度与TM4和TM5的相关性,且在0.01的水平上均为显著。TM 的LCC和SCS校正未能明显提高桦木、栎类、桤木、云南松和云杉等林分郁闭度与TM数据的相关性。该研究对林分郁闭度遥感具有一定的科学意义和应用价值。
- 出版日期2014-7-22
- 单位四川师范大学
