登录    注册    忘记密码

期刊文章详细信息

基于TM影像、森林资源清查数据和人工神经网络的森林碳空间分布模拟    

Modelling the spatial distribution of forest carbon stocks with artificial neural network based on TM images and forest inventory data

  

文献类型:期刊文章

作  者:汪少华[1,2,3] 张茂震[1,2,3] 赵平安[1,2,3] 陈金星[1,2,3]

机构地区:[1]浙江农林大学浙江省森林生态系统碳循环与固碳减排重点实验室,临安311300 [2]亚热带森林培育国家重点实验室培育基地,临安311300 [3]浙江农林大学环境科技学院,临安311300

出  处:《生态学报》

基  金:国家自然科学基金项目(30972360);浙江省重大科技专项重点农业项目(2008C12068)

年  份:2011

卷  号:31

期  号:4

起止页码:998-1008

语  种:中文

收录情况:AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、GEOBASE、IC、JST、PROQUEST、RCCSE、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘  要:森林是陆地生态系统中最大的碳库,在全球碳平衡和减缓全球气候变化方面发挥着不可替代的作用。当前主要利用森林资源清查数据和优势树种材积源-生物量的关系进行碳储量估算,在此基础上有效结合遥感影像数据将会更好的满足相关部门对国家和区域森林碳储量计算的需求。利用临安市2004年森林资源清查的930个样地数据和同年度Landsat TM影像数据,提取6个波段灰度值以及与碳储量相关性相对较大的3个波段组合,结合人工神经网络对研究区森林碳储量及其分布进行有效模拟。结果显示,用误差反向传播算法训练神经网络较好的重建了森林碳密度空间分布和变化,森林碳地上部分模拟结果与样地实测值之间的一致性好,全区域模拟结果森林碳平均值为0.98Mg(10.89Mg/hm2),总体森林碳密度模拟结果低于样地平均值约13%,进一步验证了人工神经网络在对大范围森林碳估算与模拟上具有较好的效果,为区域森林碳储量的估测研究提供有效的方法支持。

关 键 词:森林碳  人工神经网络 森林资源清查 TM影像

分 类 号:S757.2]

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