利用ALOS PALSAR双极化数据估测山区森林蓄积量模型

被引:4
作者
王晓宁
徐天蜀
李毅
机构
[1] 西南林业大学林学院
关键词
森林测计学; ALOS PALSAR; 森林蓄积量; 地理因子;
D O I
暂无
中图分类号
S758.4 [大面积森林测定];
学科分类号
摘要
合成孔径雷达(SAR)技术以其独特的成像机制及其全天候、全天时成像能力,在森林生物量估测方面发挥着越来越重要的作用。利用野外实测数据分析了ALOS PALSAR双极化数据后向散射系数(σH0H,σH0V,σH0V/HH)与云南山区松林蓄积量的关系,并分别构建简单线性、自然指数和加入地理因子的多元回归模型。研究结果表明:极化比值(σH0V/HH)与蓄积量的相关系数(r=-0.407)比任何单极化(σH0H和σH0V分别为0.204和-0.242)都要高,加入地理因子的多元回归模型在森林蓄积量估算中有较好的精度。图3表2参12
引用
收藏
页码:667 / 670
页数:4
相关论文
共 4 条
[1]  
大兴安岭植被生物量的ALOS PALSAR估算[J]. 宋茜,范文义.应用生态学报. 2011(02)
[2]   基于ALOS PALSAR数据的森林蓄积量估测技术研究 [J].
杨永恬 ;
李增元 ;
陈尔学 ;
凌飞龙 .
林业资源管理, 2010, (01) :113-117
[3]   基于ENVISAT ASAR数据的森林蓄积量估测研究 [J].
朱海珍 ;
庞勇 ;
杨飞 ;
李艳华 .
地理与地理信息科学, 2007, (02) :51-55
[4]   Classification of forest volume resources using ERS tandem coherence and JERS backscatter data [J].
Tansey, KJ ;
Luckman, AJ ;
Skinner, L ;
Balzter, H ;
Strozzi, T ;
Wagner, W .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 2004, 25 (04) :751-768