抽象的

使用 Landsat 5 TM 卫星图像光谱和纹理特征模拟林分蓄积量和活体地上木质生物量

塔里库·格达

尽管实地森林调查提供了高精度的测量结果,但它也存在成本高、耗时长、空间覆盖率低和频率低等局限性。考虑到这一挑战,本研究介绍了 Landsat 5 TM 卫星图像光谱和纹理特征在桉树人工林林分水平树干体积和活体地上木质生物量 (AGB) 估算中的应用。本研究旨在提高准确性,减少现代方法中的不确定性,并通过开发一种函数来取代研究地点的传统方法,该函数将两个属性(因变量)都估计为光谱和纹理特征的函数。使用普通最小二乘回归法,开发了树干体积和 AGB 方程作为光谱和纹理独立变量的函数的建模。根据因变量和自变量之间的皮尔逊相关统计检验结果,发现缨帽亮度、GLCM 差异和 GLC 方差是树干体积估算的最佳解释变量。还发现 Landsat 5 TM 波段 5、GLCM 差异和 GLCM 方差是 AGB 估计的最佳解释变量。现代方法估计的平均树干体积和地上生物量丰度与实地测量数据几乎相同。本研究提出的总体结果令人鼓舞,表明 Landsat 5 TM 影像能够以合理的精度成功预测这两个属性(调整后的 R2 分别为树干体积和 AGB 的 0.50 和 0.51)。树干体积和 AGB 的平均残差均为 0。建议进一步研究以记录 Landsat 5 TM 卫星数据在不同环境条件和地形变化下以及其他物种下的性能。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证