1、森林植被生物量的研究在森林生態(tài)系統(tǒng)的研究中扮演著重要的角色,本文選取林業(yè)大縣石棉縣為研究區(qū),以Landsat5 TM影像、DEM地學數(shù)據(jù)和森林資源二類調查林分數(shù)據(jù)為數(shù)據(jù)源,首先對遙感影像與DEM數(shù)據(jù)和森林資源二類林分數(shù)據(jù)進行配準,并對遙感影像進行地形校正,其次,選取小班內部均一,面積大于1公頃的小班作為本實驗研究的樣本,并且利用林分樣本的屬性數(shù)據(jù)蓄積量計算出各樣本的生物量,并建立其GIS數(shù)據(jù)庫。然后,計算地形校正前、經LRM模型地形校正

2、后和經SCS模型地形校正后的植被指數(shù)、波段比值數(shù)據(jù)、纓帽變換數(shù)據(jù)和主成分變換數(shù)據(jù),并對林分樣本數(shù)據(jù)與遙感地學因子分別采用中心點采樣、窗口采樣和均值采樣得到的數(shù)據(jù)進行疊加分析。最后,分析各遙感地學因子與樣本生物量的相關性,并選取與樣本生物量在0.05水平以上顯著相關的各最優(yōu)采樣因子為自變量,運用多元統(tǒng)計分析和BP神經網絡建模對生物量進行擬合,比較各估算精度,最終確定各個樹種組的估算模型,通過以研究,得到以下主要結論:
　　 樺木組

3、估算時,BP神經網絡建模時精度最高,其精度為75.9％;榿木組估算時也是BP神經網絡建模時精度最高,其精度為73.5％;鐵杉組估算時逐步回歸法建模估算時精度最高,其精度為81.9％;軟闊類組估算時BP神經網絡建模時精度最高,其精度為63.8％;云南松組估算為BP神經網絡估算時精度最高,其精度為73.8％;云杉組估算時也仍為BP神經網絡估算精度最高,其精度為71.1％;冷杉組估算時為逐步回歸法建模估算精度最高,其精度為60.1％;櫟類仍為