一、森林资源连续清查中固定样地和判读样地不匹配对遥感判读结果的影响及解决方法（论文文献综述）
李国志[1]（2021）在《基于地面及遥感的森林面积二相抽样监测方法研究 ——以临安区为例》文中研究表明
尚夏明[2]（2020）在《基于多源遥感影像的林地动态变化自动检测算法研究与实现》文中研究表明森林不仅是一种重要的自然资源,还是地球上面积分布最广、结构最为复杂的陆地生态系统。随着遥感技术的高速发展,智慧林业与遥感技术的高度结合使得林业得到更好的发展。鉴于此,林业工作者合理应用多源遥感栅格数据及林业矢量数据,对准确检测林地变化信息有着一定的必要性和重要性。如何利用多源遥感影像丰富的光谱及空间分辨率,有效提取林地动态变化检测信息,借助计算机软件开发技术将林地变化信息勾绘出来,解决因人工判读主观性导致的误判、效率低下等问题成为关键。本文围绕现阶段林业工作的流程及实际工作情况,完成了以下几个方面的研究:（1）本文结合现阶段林地动态变化检测工作中遇到的难题,对基于多源遥感影像的林地动态变化检测算法进行重点研究,利用GF-1遥感影像和Landsat8遥感影像,结合实地调查的森林督查人工判读变化图斑和森林资源二类调查小班数据,综合研究区的季相和物候特性,通过不同聚类窗口参数和变化阈值的设定,借助林业辅助矢量数据筛选过滤条件并提取两期遥感影像的林地变化特征,运用多源遥感影像进行变化信息的提取实验。（2）研究针对不同数据源的林地动态变化信息提取的相关理论和算法,高精度提取并绘制检测区域疑似变化图斑及其空间位置分布图,旨在研究一种经济、高效及自动化的林地动态变化信息提取方法,以期为政府能够快速、准确、及时地掌握林地变化信息状况提供参考,辅助现阶段复杂繁琐的人工判读工作,提升我国林业人员工作效率,从而促进智慧林业的发展。（3）以多源遥感影像为基础,研究能够自动提取林地动态变化图斑的算法,并结合林地动态变化检测系统实现算法。针对不同遥感信息源影像的光谱特点,提出归一化差值植被变化指数（NDVCI）,以山西省临汾市蒲县为实验区进行实验研究,实验结果表明,该算法可以有效地提高林地动态变化检测的精度,其准确率达到84%、精确率88.04%、灵敏度82.65%及特异度85.71%,均优于差值NDVI阈值分类算法的准确率76%、精确率82.76%、灵敏度72.73%及特异度80.26%。借助林地动态变化检测系统使用NDVCI阈值分类算法可以减少60%-70%的人工目视判读工作量,有效辅助人工判读工作。本文实验区山西省临汾市蒲县总土地面积15.11万平方公里,利用林地动态变化检测系统及遥感技术只需两小时即可将林地变化信息提取出来,能够快速、高效的促进智慧林业的发展。综上所述,本文研究的算法及开发系统平台对将来进行常态化林地动态变化检测和林地一张图数据库更新具有重要的参考价值。
姜昊辰[3]（2018）在《基于FIA抽样体系优化设计的森林蓄积量估测研究 ——以北京市延庆区为例》文中研究指明我国现行森林资源监测体系虽然满足了森林资源调查的基本要求,但是存在着调查结果共享性差,调查费用偏高,年度监测欠缺,森林健康监测不足等方面的欠缺。作为林业发达国家,美国的森林资源清查体系为解决这一现状提供了解决思路和参考意义。本研究参照美国FIA（Forest Inventory and Ana]ysis）的三阶抽样体系,以北京市延庆区为研究区域,以森林面积和蓄积量为研究对象,设计不同的抽样方案进行森林资源抽样调查和对比。最终得到以下结论:（1）第一阶段抽样层面上,在研究区域内系统布设不同边长的正六边形抽样网格作为抽样框架,通过分析变动系数确定最优的六边形抽样框架,最终确定了最优正六边形抽样网格框架边长为3000m,每个第一阶段样地面积为2338.27公顷;（2）第二阶段抽样层面上,对四点群团样地的内在因素进行研究,研究的群团样地的内在因素包括样地大小、群团内样地的距离、群团内子样地个数等,通过研究得到群团内子样地个数最优方案为4个,三个非中心子样地位于中心子样地的0°、120°、240°,群团内样地间距最优方案为36m,群团样地子样地尺寸最优方案为半径为7m的圆形样地;（3）根据确定下来的抽样框架尺寸和群团样地,利用地面样地数据和GF-1号遥感影像数据基于偏最小二乘回归法和k-NN方法进行了森林蓄积量估测模型的构建。使用的遥感特征变量为归一化植被指数NDVI、比值植被指数RVI、差值植被指数DVI、土壤植被指数SAVI、优化土壤调整指数NLI等共计9种,通过自变量筛选最终选择EVI、NDVI、NLI、RVI、SAVI五种变量作为蓄积量模型构建的优选变量。分别基于偏最小二乘回归法和基于k-NN方法进行了森林蓄积量建模,采用均方根误差（RMSE）和相对均方根误差（RRMSE）2个指标来评价两种方法。最终结果为采用偏最小二乘回归模型进行蓄积量反演的结果为270.08万m3,相对误差为45.69万m3,估测精度为78.82%;采用k-NN方法进行蓄积量反演的结果为184.40万m3,相对误差为31.37万m3,估测精度为85.46%。在北京市森林资源连续清查规定调查精度85%的前提条件下,基于k-NN方法反演延庆区森林蓄积量的反演结果要优于采用偏最小二乘回归法的反演结果。基于偏最小二乘回归法估测的森林蓄积量均方根误差为9.323m3/hm2,相对均方根误差为37.1%;基于k-NN方法的森林蓄积量估测的均方根误差为7.739m3/hm2,相对均方根误差为33.6%。综上所述,k-NN方法与偏最小二乘回归法相比下k-NN法效果更优,为以后关于延庆区或同纬度地区进行森林蓄积量遥感反演的相关研究提供参考。综上所述,基于三阶抽样的森林蓄积量估测方法在我国北京市延庆区可以实行。具体优化设计方案可行且高效。
初映雪[4]（2017）在《浙江省森林资源宏观监测方法的对比研究》文中提出森林资源监测是国情国力调查的重要组成部分,是林业重要的基础性工作和公益性事业。目前,我国基本形成了以森林资源连续清查（即一类清查）为主体的国家级森林资源监测体系和以森林资源规划设计调查（即二类调查）为主体的地方级森林资源监测体系。但是,由于一类清查和二类调查运行相对独立,调查方法和调查周期的差异导致两套数据在客观上存在着不一致情况。2015年,在多省、市的完成试点调查工作的基础上,全国森林资源宏观监测工作全面启动。浙江省森林资源宏观监测是此次全国森林资源宏观监测工作的重要组成部分。本研究以抽样调查理论为依据,按全国20 km×20 km网格系统,在浙江省共布设270个2 km×2 km的大样地,调查总面积约101 799hm2,通过大样地遥感判读技术手段,以群团样地判读和大样地图斑区划判读两种技术体系对浙江省森林资源进行宏观监测,并在调查核实和现地验证的基础上,采用抽样统计、模型测算等方法,分别统计产出全省森林面积现状数据。经统计分析,浙江省群团样地判读结果为森林覆盖率60.86%,森林面积619.55万hm2;图斑区划判读结果为森林覆盖率61.22%,森林面积623.22万hm2。群团样地与图斑区划判读的森林面积吻合度达99.41%,两套抽样方法判读结果的地类结构基本一致。表明以大样地遥感判读为主的方案总体可行,森林资源宏观监测可以作为一类清查和二类调查的有效补充和衔接,缩短森林资源数据产出周期,可以为国民经济五年发展规划和省级党政领导任期考核提供参考依据。通过统计结果对比发现,群团样地与图斑区划两种抽样方法的对林地的抽样精度基本一致,均呈现四阶等级,乔木林抽样精度最高,竹林和特殊灌木林次之,一般灌木林和迹地居中,疏林、未成林造林地和苗圃地最低。通过对现地核实数据统计分析发现,人为因素判读、遥感影像质量与时效也是正判率重要的影响原因之一。今后可通过进一步优化影像质量、增加抽样强度等技术手段,提高遥感判读正确率和调查数据精度,并提出探讨大样地调查对森林蓄积监测的可行性和森林资源动态变化的监测效果及大样地调查方法在县级森林资源监测工作中的应用的探索,丰富森林资源宏观监测调查因子丰富度,弥补二类调查周期较长,调查周期内时效性渐差的弱点,与年度林地变更共同形成森林资源动态监测体系,实现年度出数。
孟源源[5]（2016）在《基于遥感大样地的森林资源一类调查面积估计理论研究》文中认为森林资源连续清查是我国获取森林资源信息,掌握森林资源变化动向的主要手段,也是我国森林资源监测体系的重要组成部分。近些年,政府提出了建立兼顾时效性与综合性、基于现代遥感技术和地理信息系统的森林资源年度监测设想。本文以理论推导的方式,对森林资源面积年度监测估算方法进行研究。本文提出的面积估计方法基于3个信息源:覆盖总体的计算机遥感分类结果、机械布点的遥感判读大样地数据和在遥感大样地内的实地验证样地数据。估计原则是充分挖掘不同信息源的信息,最大限度地提高估计效率。基本思路是建立遥感判读数据与计算机自动解译结果之间的联系,充分挖掘遥感分类结果的信息;建立人工验证数据与遥感判读数据之间的联系,充分挖掘遥感判读数据的信息。在此基础上提出了两大类估算方法。一类是基于单个地类的方法,即分别对某一地类单独进行估计,面积数据估计方法是根据不同数据进行普通最小二乘回归估计,其结果可能存在误差需要修正。这类方法共有3种方法。另一类是基于概率转移矩阵的方法,即把所有地类的面积数据同时进行估计,建立不同数据之间的面积数据的概率转移矩阵,最终估计得到各地类面积数据,由于该类方法是将所有地类同时估计,所以不存在面积结果不协同的情况。这类方法也包含3种方法。本研究中,样地中某地类的面积计量采用的是连续变量,而不是传统森林资源调查中的0-1离散变量,在大样地抽样调查中自然会采用连续变量,本文为了从实验和理论上说明连续变量的优点,对连续变量和离散变量进行了计算机抽样模拟,同时给出了相应的理论证明。结果表明连续变量无偏、高效,基于样地某点确定0或1的离散变量法也是无偏的,但效率较低,基于面积优势确定0或1的离散变量法是有偏的,在某些情况下严重有偏。这在理论上证明了大样地调查采用连续变量法是合理的。限于条件本研究没有采用生产实际数据进行验证,提出的方法都只是理论探究,这些方法的可行性也没有经过实际数据验证,也许还存在一些问题,需要进一步研究。
陈振雄,贺东北,甘世书,刘凯昌,胡觉[6]（2014）在《森林资源大样地双重抽样监测研究》文中研究表明基于大样地双重抽样调查方法,通过监测不同大小和空间位置的遥感和地面样地,同时采用双重回归估计方法,分别得出广东省的森林资源结果,比较其差异,并分析了不同样地大小时各地类变动系数的变化情况,并就遥感正判率对抽样效率的影响等进行了研究。结果表明:1采用2 km×2 km遥感样地和500 m×500 m地面样地双重回归得到的林地、森林、有林地、乔木林地等的面积,其结果可靠,抽样精度达95%以上;2500 m×500 m遥感样地判读得到林地、森林、有林地、乔木林地的面积,正判率均在80%以上,与地面调查得到的面积成数相关紧密,R2均在0.5以上。31.5 km×1.5 km遥感样地和500 m×500 m地面样地双重抽样组合方案,应为广东省森林资源监测的优选方案;4对于林地、森林、有林地、乔木林,样地面积大于1 km×1 km时,其变动系数基本趋于稳定,因此遥感样地应设置1 km×1 km以上。
陈振雄,熊智平,曾伟生,薛春泉,胡觉[7]（2014）在《基于大样地双重抽样方法的广东省森林资源监测研究》文中认为以广东省森林资源清查为例,采用大样地双重抽样调查方法开展森林资源监测研究,探索森林资源监测的新途径与协同不同森林资源数据的新方法。研究结果表明:基于大样地双重抽样调查方法产出的广东省林地、森林、有林地和乔木林等主要森林资源数据具有较强的可靠性,抽样精度均达95%以上,是一种切实可行的森林资源监测方法;该方法相比一类清查,调查样地数量大为减少,抗人为干扰能力增强,提高了遥感数据的应用效率和资源变化的动态监测能力,不失为森林资源年度监测的新方法。
王雪军[8]（2013）在《基于多源数据源的森林资源年度动态监测研究 ——以鞍山市为例》文中研究指明森林资源监测是林业重要的基础性工作,是国情国力调查的重要组成部分。传统森林资源监测的间隔周期一般为5—10年,信息产出的时效性相对滞后,但是随着遥感RS技术、GIS技术和GPS技术在森林资源监测中的综合研究深入和不断进展,基于遥感技术的森林资源的动态监测正在受到世界各国越来越多的重视。本研究旨在提高森林资源动态监测能力,增强森林资源监督管理的针对性和时效性,选取辽宁省鞍山市为示范研究区,采用多源、多级分辨率、多时相的遥感数据,结合地面调查数据,通过遥感反演技术来获得森林相关参数（例如：森林面积、林分郁闭度、森林蓄积量等）,利用实地调查数据对模型计算得到的森林参数进行检验,通过多时相的遥感数据,对所获得的森林参数进行动态分析,完成对示范监测区森林资源动态变化的监测工作。研究结果表明：（1）在现行森林资源调查方法的基础上,以PPS抽样为基础,综合利用多级遥感数据,提出基于抽样技术的多级遥感监测技术方法,并以鞍山市为例,利用2006年TM、MODIS和航片等遥感数据,进行多级遥感监测技术试验,试验结果表明,与传统遥感方法相比,可以大幅提高MODIS低分辨率影像提取大区域森林分布信息的精度,分类精度达到86.77%。（2）以TM为主要数据源,利用线性光谱解混模型对研究区三期影像的郁闭度进行估测,预测值与野外实测值比较正确率达到80%以上,生成研究区三期郁闭度图层,并进行了森林郁闭度动态变化分析,结果显示：在1995至2006年期间,鞍山市林分郁闭度呈现先下降后上升的趋势,但林分整体郁闭度水平1995年为最好。（3）采用分水岭算法,利用航片影像资料,通过一类调查样地法和目视样地法进行单木森林结构参数提取实验,提取了单木的株树、树冠的平均面积,树冠的平均冠幅,以及单木的位置等信息,并对实验结果进行了分析和讨论。结果显示,利用高分辨影像资料,采用分水岭算法,可以有效提取单木森林结构参数（株数、位置、冠幅等）,这种方法可应用于少林地区或城市区域的森林资源调查。（4）以三期TM为主要数据源,结合一类调查样地数据,采用逐步回归方法进行森林蓄积量遥感估测模型的建模实验。利用所建立的遥感估测模型,分别对鞍山市1995年、2000年、2006年3期森林蓄积量进行了估测,并分析了其时空动态变化特征。结果表明,三期模型得到的森林蓄积量预测值分别为688.11×105m3、755.86×105m3和1042.67×105m3；说明鞍山市森林蓄积量从1995至2006年呈现增长的趋势；并利用2007年森林资源二类调查小班统计蓄积进行验证,2006年模型估测值与2007小班蓄积统计值相比,两者相差13.79%,模型精度达到85%以上,较为理想。（5）采用一类调查数据资料,利用立地分级方法建立平均树高、平均胸径、公顷株数和公顷蓄积的生长模型,通过所建立的生长模型,可应用于森林资源调查中相关因子的更新。同时,通过研究森林蓄积、林分生长量和消耗量与年龄、平均树高、平均胸径和郁闭度等等林分因子之间的关系,建立了森林蓄积、生长量和消耗量的估测模型。结果表明,基于生长模型来更新森林资源档案数据,实现森林资源的年度监测的方法是可行的。（6）研究发展了基于多源数据源的森林资源遥感技术方法,建立了市级森林资源年度动态遥感监测体系,并成功应用于鞍山市的森林资源年度动态监测中,取得了很好的效果。通过鞍山市示范应用,能及时掌握鞍山市2007-2009年森林资源动态变化,为鞍山市制定林业发展、生态环境宏观规划提供可靠的依据。本研究首次综合利用多源、多级遥感数据,结合地面调查样地资料,采用基于PPS抽样技术的多级遥感监测方法,对研究区森林面积进行定量提取研究。在森林资源动态监测中,采用遥感技术和空间信息技术为采集数据的主要手段,遥感宏观监测与典型地面调查相结合,定量分析与定性评价相结合,模型分析与实地测量相结合的方法,解决了目前森林资源监测迫切需要的关键技术,建立了鞍山市森林资源年度监测技术体系,并成功应用于鞍山市森林资源的年度动态监测中,大大提高了鞍山市森林资源监测能力,增强森林资源监督管理的针对性和时效性,降低野外调查费用,满足市级森林资源日常调查业务、行政性监管与执法职能的要求,填补市级森林资源年度监测技术的空白。
黄平[9]（2013）在《全国森林资源一体化监测的实践与思考——以广东省森林资源监测工作为例》文中研究表明介绍了广东省森林资源监测体系,分析了存在的主要问题,在简要阐述全国森林资源一体化监测体系思路和技术路线的基础上,进一步从方案提出、思路、技术要点、特征和结果评价等方面阐明了在广东省第八次森林资源连续清查中进行的大样地监测试点,并就实践成果的影响进行了分析,以期为进一推广提供借鉴。
侯晓巍[10]（2011）在《3S技术在宁夏森林资源连续清查中的应用》文中认为3S技术辅助完成宁夏森林资源连续清查遥感判读任务,更新森林资源连续清查遥感数据库,并完成各类林业专题图的绘制。应用结果表明,3S技术的应用提高了森林资源连续清查判读工作的质量和效率,实现了森林资源数据库的管理与更新,推动了宁夏林业向数字化、信息化的发展。
二、森林资源连续清查中固定样地和判读样地不匹配对遥感判读结果的影响及解决方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、森林资源连续清查中固定样地和判读样地不匹配对遥感判读结果的影响及解决方法（论文提纲范文）
（2）基于多源遥感影像的林地动态变化自动检测算法研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状与现阶段存在的问题 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 现阶段存在的问题 |
| 1.3 研究内容和技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文结构 |
| 1.5 本章小结 |
| 2 遥感影像动态变化检测理论基础 |
| 2.1 动态变化检测概念及内容 |
| 2.1.1 变化检测概念 |
| 2.1.2 变化检测内容 |
| 2.2 动态变化检测的一般流程 |
| 2.2.1 遥感影像预处理 |
| 2.2.2 变化特征提取 |
| 2.2.3 变化信息分析 |
| 2.2.4 准确性评价 |
| 2.3 动态变化检测方法 |
| 2.3.1 基于像素的变化检测法 |
| 2.3.2 基于特征的变化检测法 |
| 2.3.3 基于目标的变化检测法 |
| 2.4 本章小结 |
| 3 林地动态变化检测算法分析与研究 |
| 3.1 遥感影像预处理各环节对变化检测结果的影响 |
| 3.1.1 遥感信息源的影响 |
| 3.1.2 影像预处理各环节的影响 |
| 3.2 特征提取对变化检测结果的影响 |
| 3.2.1 时相特征对检测结果的影响 |
| 3.2.2 比值特征提取对检测结果的影响 |
| 3.3 林业矢量数据对变化检测结果的影响 |
| 3.4 关键算法 |
| 3.4.1 归一化差值植被变化指数(NDVCI) |
| 3.4.2 阈值分类 |
| 3.5 本章小结 |
| 4 动态变化自动检测算法实验及评价 |
| 4.1 实验区域与数据 |
| 4.1.1 实验区概况 |
| 4.1.2 实验区数据 |
| 4.2 实验区林地变化图斑自动获取 |
| 4.2.1 差值NDVI阈值分类算法 |
| 4.2.2 NDVCI阈值分类算法 |
| 4.3 准确性评价 |
| 4.3.1 混淆矩阵 |
| 4.3.2 实验区精度分析 |
| 4.4 本章小结 |
| 5 变化检测算法系统实现及结论 |
| 5.1 系统设计基本要求 |
| 5.1.1 系统概述及需求分析 |
| 5.1.2 系统设计规范与原则 |
| 5.2 动态变化检测系统操作流程 |
| 5.2.1 林地动态变化检测系统主界面 |
| 5.2.2 林地动态变化检测系统操作流程 |
| 5.3 运行结果及结论 |
| 5.3.1 运行结果 |
| 5.3.2 结论 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）基于FIA抽样体系优化设计的森林蓄积量估测研究 ——以北京市延庆区为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究进展 |
| 1.2.1 国内森林资源监测发展概况 |
| 1.2.2 国外森林资源监测发展概况 |
| 1.2.3 群团样地优化的研究进展 |
| 1.2.4 森林蓄积量估算方法的研究进展 |
| 2 研究目的、内容及技术路线 |
| 2.1 研究目的 |
| 2.2 研究内容 |
| 2.3 研究技术路线 |
| 3 研究区域概况 |
| 3.1 自然地理状况 |
| 3.2 森林资源概况 |
| 3.2.1 林木资源现状 |
| 3.2.2 林种资源现状 |
| 3.2.3 林地资源现状 |
| 4 针对第一阶段抽样的六边形抽样框架研究 |
| 4.1 数据来源 |
| 4.2 研究方法 |
| 4.2.1 数据准备 |
| 4.2.2 三阶抽样的最优六边形抽样框架尺寸的研究 |
| 4.3 结果与分析 |
| 5 针对第二阶段抽样的样地布设方案研究 |
| 5.1 数据来源 |
| 5.2 研究方法 |
| 5.2.1 数据准备 |
| 5.2.2 最优群团内样地个数的研究 |
| 5.2.3 最优群团内样地间距的研究 |
| 5.3 结果与分析 |
| 6 针对第二阶段抽样的样地尺寸方案研究 |
| 6.1 数据来源 |
| 6.2 研究方法 |
| 6.2.1 数据准备 |
| 6.2.2 最优样圆尺寸的森林蓄积研究 |
| 6.3 结果与分析 |
| 7 遥感估测研究区森林蓄积量 |
| 7.1 数据来源 |
| 7.2 研究方法 |
| 7.2.1 数据准备 |
| 7.2.2 遥感估测蓄积量 |
| 7.3 结果与分析 |
| 7.3.1 自变量筛选 |
| 7.3.2 蓄积量估测模型构建 |
| 7.3.3 基于k-NN方法的森林蓄积量反演 |
| 7.4 本章小结 |
| 8 结论与讨论 |
| 8.1 结论 |
| 8.2 讨论 |
| 8.3 结语 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（4）浙江省森林资源宏观监测方法的对比研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 引言 |
| 1 文献综述 |
| 1.1 选题背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外森林资源监测体系概况 |
| 1.3.1 国外森林资源监测体系发展概况 |
| 1.3.2.1 以法国为代表的CFI调查体系 |
| 1.3.2.2 以美国、德国和瑞典为代表的以各省(州)信息统计全国森林资源 |
| 1.3.2.3 以日本为代表的森林簿森林经理调查 |
| 1.3.2.4 国外森林资源监测体系的发展特点 |
| 1.3.2 我国森林资源监测体系发展概况 |
| 2 调查研究方法 |
| 2.1 研究区概况 |
| 2.2 技术路线 |
| 2.3 研究方法 |
| 2.3.1 样地布设 |
| 2.3.1.1 大样地布设及编号 |
| 2.3.1.2 群团样地布设及编号 |
| 2.3.2 底图制作 |
| 2.3.2.1 影像处理 |
| 2.3.2.2 影像裁切 |
| 2.3.2.3 影像挑选 |
| 2.3.2.4 样地影像文件命名 |
| 2.3.3 影像区划 |
| 2.3.4 地类判读 |
| 2.3.5 地类复核 |
| 2.3.6 现地验证 |
| 2.4 数据统计分析 |
| 2.4.1 数据来源 |
| 2.4.2 统计范围 |
| 2.4.3 图斑面积 |
| 2.4.4 森林面积 |
| 2.4.4.1 系统抽样 |
| 2.4.4.2 整群抽样 |
| 3 结果与分析 |
| 3.1 图斑区划 |
| 3.2 群团样地 |
| 3.3 抽样精度 |
| 3.4 遥感正判率 |
| 3.5 抽样方法对比分析 |
| 3.5.1 图斑区划与群团样地判读对比分析 |
| 3.5.2 清查数据对比分析 |
| 3.5.2.1 乔木林、竹林和特殊灌木林 |
| 3.5.2.2 其他地类 |
| 4 结论与讨论 |
| 4.1 结论 |
| 4.2 讨论 |
| 参考文献 |
| 致谢 |
（5）基于遥感大样地的森林资源一类调查面积估计理论研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 国内外森林资源监测体系 |
| 1.2.1 国外森林资源监测体系 |
| 1.2.2 国内森林资源连续清查体系 |
| 1.2.3 全国林地“一张图” |
| 1.3 森林资源大样地监测的技术条件 |
| 1.4 大样地调查研究进展 |
| 1.5 我国森林资源面积监测中存在的问题 |
| 2 我国森林资源大样地监测探索案例——以广东、浙江为例 |
| 2.1 广东省森林资源大样地监测研究 |
| 2.2 浙江省森林资源大样地监测研究 |
| 2.3 抽样方案的确定 |
| 2.4 分析与讨论 |
| 3 研究的目的意义及框架 |
| 3.1 研究的目的意义 |
| 3.2 本文假设所需要的数据 |
| 3.3 研究内容 |
| 3.4 样地布设方案 |
| 3.5 技术路线 |
| 4 森林面积数据估计方法理论推导 |
| 4.1 基于单个地类的方法 |
| 4.1.1 遥感分类数据与地面验证样地数据回归估计方法 |
| 4.1.2 整群抽样回归估计方法 |
| 4.1.3 两步回归估计方法 |
| 4.2 基于概率转移矩阵的方法 |
| 4.2.1 遥感分类数据与地面验证样地数据的概率转移矩阵法 |
| 4.2.2 整群抽样概率转移矩阵估计方法 |
| 4.2.3 两步概率转移矩阵法 |
| 4.3 小结 |
| 5 不同森林样地面积计量方法计算机模拟与理论证明 |
| 5.1 模拟的目的意义与内容 |
| 5.2 模拟数据介绍 |
| 5.3 模拟方案设计 |
| 5.3.1 样地布设 |
| 5.3.2 森林面积计量方法 |
| 5.3.3 试验步骤 |
| 5.3.4 模拟试验流程图 |
| 5.4 模拟结果分析 |
| 5.4.1 带状森林抽样模拟 |
| 5.4.2 块状森林抽样模拟 |
| 5.4.3 两类森林抽样模拟比较 |
| 5.5 优势地类法与带状森林宽度的关系 |
| 5.6 模拟结论与小结 |
| 5.7 不同抽样方法的偏性及有效性分析与证明 |
| 5.7.1 三种方法的偏性证明 |
| 5.7.2 方差估计的证明 |
| 5.8 小结 |
| 6 讨论 |
| 6.1 讨论 |
| 6.2 创新点与不足 |
| 参考文献 |
| 作者简介 |
| 导师简介 |
| 致谢 |
（6）森林资源大样地双重抽样监测研究（论文提纲范文）
| 1 研究区概况 |
| 2 研究方法 |
| 2. 1 大样地双重抽样调查 |
| 2. 2 双重回归估计 |
| 3 广东省大样地双重抽样设计 |
| 3. 1 确定样地数量 |
| 3. 2 样地设置 |
| 3. 3 样地调查 |
| 3. 4 双重抽样分析设计 |
| 4 结果与分析 |
| 4. 1 遥感样地不同大小双重抽样结果分析 |
| 4. 2 地面样地不同位置双重抽样结果分析 |
| 4. 3 遥感正判率对抽样效率的影响分析 |
| 4. 4 不同大小样地各地类变动系数变化分析 |
| 5 结论与讨论 |
（7）基于大样地双重抽样方法的广东省森林资源监测研究（论文提纲范文）
| 1 研究区概况 |
| 2 研究方法 |
| 2.1 技术思路 |
| 2.2 大样地设置 |
| 2.3 大样地调查 |
| 2.4 双重回归估计 |
| 3 结果与分析 |
| 3.1 主要森林资源监测结果 |
| 3.2 监测效率分析 |
| 3.3 监测结果与一类、二类调查结果比较 |
| 4 结论与讨论 |
| 5 结语 |
（8）基于多源数据源的森林资源年度动态监测研究 ——以鞍山市为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 1. 研究绪论 |
| 1.1 研究目的与意义 |
| 1.2 森林资源遥感动态监测 |
| 1.2.1 国内外研究进展 |
| 1.2.2 存在问题与发展趋势 |
| 1.3 森林资源年度动态监测体系建立 |
| 2 研究区概况与研究方法 |
| 2.1 研究区概况 |
| 2.1.1 自然条件 |
| 2.1.2 森林资源状况 |
| 2.2 研究方法 |
| 2.2.1 技术路线 |
| 2.2.2 研究内容 |
| 2.2.3 技术流程 |
| 2.3 森林资源年度动态监测体系建立方法 |
| 3 数据获取与处理 |
| 3.1 研究区数据 |
| 3.1.1 地面数据 |
| 3.1.2 遥感数据 |
| 3.2 数据处理 |
| 3.2.1 中高分辨遥感数据 |
| 3.2.2 MODIS低分辨遥感数据处理 |
| 4 森林面积遥感获取技术 |
| 4.1 森林植被信息提取方法 |
| 4.1.1 基于植被指数阈值分割的MODIS森林提取 |
| 4.1.2 基于面向对象的分类方法的森林植被信息提取 |
| 4.2 多级遥感数据森林植被信息提取 |
| 4.2.1 高分辨率遥感影像估算森林面积 |
| 4.2.2 中分辨率遥感影像森林面积提取 |
| 4.2.3 低分辨率遥感影像森林面积提取 |
| 4.3 多级遥感数据协同反演森林面积 |
| 4.3.1 抽样比与样地大小综合确定 |
| 4.3.2 森林面积提取技术流程 |
| 4.3.3 结果及验证 |
| 4.4 小结 |
| 5 森林蓄积遥感估测技术 |
| 5.1 林分郁闭度遥感反演 |
| 5.2 单木遥感反演 |
| 5.3 森林蓄积量遥感估算 |
| 5.3.1 蓄积量估测建模及验证 |
| 5.3.2 森林蓄积量反演结果分析 |
| 5.3.3 小结 |
| 6 森林资源数据更新方法 |
| 6.1 基于一类调查资料的生长模型建立 |
| 6.1.1 建模总体思路 |
| 6.1.2 建模准备 |
| 6.1.3 数据更新模型的建立 |
| 6.2 森林蓄积估测模型 |
| 6.2.1 建模准备 |
| 6.2.2 模型建立 |
| 6.3 年度总生长量和总消耗量估计 |
| 6.3.1 生长量模型建立 |
| 6.3.2 消耗量模型建立 |
| 6.4 小结 |
| 7 森林资源年度动态监测体系应用 |
| 7.1 总体目标 |
| 7.2 监测方法 |
| 7.2.1 数据处理 |
| 7.2.2 遥感判读区划 |
| 7.3 结果分析 |
| 7.3.1 森林面积动态变化 |
| 7.3.2 森林蓄积动态变化 |
| 7.3.3 年度总生长量与总消耗量估计 |
| 7.3.4 年度总消耗量与总消耗量估计 |
| 8 结论与讨论 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 讨论 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（9）全国森林资源一体化监测的实践与思考——以广东省森林资源监测工作为例（论文提纲范文）
| 1 广东省森林资源监测体系 |
| 1.1 森林资源连续清查体系 |
| 1.2 全省森林资源二类调查及小班档案年度更新监测 |
| 1.3 林业专题监测 |
| 2 存在问题 |
| 2.1 不同监测体系整合性差 整体监测效率低 |
| 2.2 一类清查和二类调查不协同 |
| 2.3 监测成果时效性差 |
| 3 全国森林资源一体化监测思路 |
| 4 森林资源大样地监测 |
| 4.1 方案提出 |
| 4.2 大样地监测思路 |
| 4.3 大样地监测技术要点 |
| 4.4 大样地监测特点 |
| 4.5 大样地监测评价 |
| 5 对森林资源管理的影响 |
| 5.1 为建立广东省森林资源一体化监测体系提供经验 |
| 5.2 提高现有监测成果质量 |
| 5.3 利于广东省市县级林业“双增”目标的制定与完成 |
四、森林资源连续清查中固定样地和判读样地不匹配对遥感判读结果的影响及解决方法（论文参考文献）
- [1]基于地面及遥感的森林面积二相抽样监测方法研究 ——以临安区为例[D]. 李国志. 浙江农林大学, 2021
- [2]基于多源遥感影像的林地动态变化自动检测算法研究与实现[D]. 尚夏明. 西安科技大学, 2020(01)
- [3]基于FIA抽样体系优化设计的森林蓄积量估测研究 ——以北京市延庆区为例[D]. 姜昊辰. 北京林业大学, 2018(04)
- [4]浙江省森林资源宏观监测方法的对比研究[D]. 初映雪. 浙江农林大学, 2017(04)
- [5]基于遥感大样地的森林资源一类调查面积估计理论研究[D]. 孟源源. 浙江农林大学, 2016(05)
- [6]森林资源大样地双重抽样监测研究[J]. 陈振雄,贺东北,甘世书,刘凯昌,胡觉. 中南林业调查规划, 2014(04)
- [7]基于大样地双重抽样方法的广东省森林资源监测研究[J]. 陈振雄,熊智平,曾伟生,薛春泉,胡觉. 中南林业调查规划, 2014(03)
- [8]基于多源数据源的森林资源年度动态监测研究 ——以鞍山市为例[D]. 王雪军. 北京林业大学, 2013(05)
- [9]全国森林资源一体化监测的实践与思考——以广东省森林资源监测工作为例[J]. 黄平. 林业资源管理, 2013(02)
- [10]3S技术在宁夏森林资源连续清查中的应用[J]. 侯晓巍. 陕西林业科技, 2011(06)