林业论文_云南怒江流域森林地上生物量光学遥感 - 佳木斯大学学报杂志社投稿_期刊论文发表|版面费|电话|编辑部|论文发表- 佳木斯大学学报

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

林业论文_云南怒江流域森林地上生物量光学遥感

作者:

关键词:

摘要：

文章摘要:以云南省怒江流域为研究对象，基于2016年森林资源二类调查数据和同时期的Landsat 8OLI遥感数据，提取小班的遥感变量的均值统计值，选择蓄积量–生物量转换模型计算了研究区9类优势树种或树种组的小班单位面积森林地上生物量，采用半变异函数的球状模型计算了9类优势树种或树种组的光学遥感估测的光饱和值，应用逐步回归模型估测和BP神经网络模型对不同优势树种或树种组的森林地上森林生物量进行了估测。结果表明：不同优势树种或树种组森林的森林地上生物量光学遥感估测的光饱和值分别为桦木林139 t/hm²、桤木林181 t/hm²、桉树林70 t/hm²、云南松林182 t/hm²、云冷杉林197 t/hm²、乔木经济林161 t/hm²、其他针叶林182 t/hm²、其他阔叶林147 t/hm²、常绿栎类林141 t/hm²;BP神经网络模型的拟合精度以及检验指标均明显优于多元逐步线性回归模型，其中各树种或树种组的BP神经网络模型的R2比多元逐步线性回归模型的R²高出0.1～0.2；逐步回归模型中其他阔叶林的R²最高，达到0.744;BP神经网络模型中其他阔叶林的R²最高，达0.815，且乔木经济林、常绿栎类林和桤木林的R2均在0.6以上；分段残差分析表明2个模型均存在低值高估和高值低估的情况，尤其在生物量小于150 t/hm²时，BP神经网络模型的估测精度较逐步线性回归有明显提高。本研究可为大范围流域森林生物量估测和森林生物量饱和点的确定提供参考。

文章关键词:

项目基金:《佳木斯大学学报》网址: http://www.jmsdxxb.cn/qikandaodu/2022/0126/932.html