林业论文_云南怒江流域森林地上生物量光学遥感 - 齐齐哈尔大学学报（自然科学版）杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

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:《齐齐哈尔大学学报（自然科学版）》网址: http://www.qqhedxxb.cn/qikandaodu/2022/0126/982.html