基于TLS和Landsat8的合肥市环城公园三维绿量估算研究
致谢 | 第5-6页 |
摘要 | 第6-8页 |
Abstract | 第8-10页 |
1 文献综述 | 第16-22页 |
1.1 研究背景 | 第16-19页 |
1.1.1 相关概念的阐述 | 第16-19页 |
1.1.2 三维绿量的研究方法 | 第19页 |
1.2 存在的问题及发展趋势 | 第19-20页 |
1.3 研究目的与意义 | 第20-21页 |
1.4 研究现状 | 第21-22页 |
1.4.1 国内研究现状 | 第21页 |
1.4.2 国外研究现状 | 第21-22页 |
2 引言 | 第22-23页 |
3 研究区概况及研究内容 | 第23-27页 |
3.1 研究区概况 | 第23-25页 |
3.1.1 研究范围 | 第23-24页 |
3.1.2 地形地貌 | 第24页 |
3.1.3 气候条件 | 第24页 |
3.1.4 水土条件 | 第24-25页 |
3.1.5 植被状况 | 第25页 |
3.2 研究内容 | 第25-27页 |
4 研究方法 | 第27-43页 |
4.1 点云数据获取与处理 | 第27-30页 |
4.1.1 资料的收集 | 第28页 |
4.1.2 样木、样地设置与调查 | 第28-29页 |
4.1.3 外业数据采集 | 第29-30页 |
4.2 点云数据预处理 | 第30-32页 |
4.2.1 点云数据拼接 | 第30-32页 |
4.2.2 测树因子的提取 | 第32页 |
4.3 树冠体积计算 | 第32-38页 |
4.3.1 树冠体积的计算方法 | 第32-33页 |
4.3.2 树冠体积的数学模型表达 | 第33-34页 |
4.3.3 树冠体积在程序中的计算 | 第34-38页 |
4.4 遥感影像的处理 | 第38-42页 |
4.4.1 遥感影像的预处理 | 第39-40页 |
4.4.2 遥感影像的分类 | 第40-42页 |
4.5 技术路线 | 第42-43页 |
5 结果与分析 | 第43-70页 |
5.1 林木因子误差分析 | 第43-45页 |
5.2 遥感影像分类结果及精度评价 | 第45-47页 |
5.2.1 遥感影像分类结果 | 第45-46页 |
5.2.2 遥感影像分类精度评价 | 第46-47页 |
5.3 单木绿量模型构建 | 第47-55页 |
5.3.1 单木树冠体积计算及对比分析 | 第47-50页 |
5.3.2 阔叶树单木绿量模型构建 | 第50-53页 |
5.3.3 针叶树单木绿量模型构建 | 第53-55页 |
5.4 林分三维绿量遥感反演模型构建 | 第55-58页 |
5.4.1 植被指数 | 第55页 |
5.4.2 自变量筛选 | 第55-56页 |
5.4.3 林分三维绿量遥感反演模型的建立 | 第56页 |
5.4.4 模型精度评价 | 第56-58页 |
5.5 合肥市环城公园三维绿量的估算 | 第58-60页 |
5.6 合肥市环城公园树种配置研究 | 第60-70页 |
5.6.1 合肥市环城公园植物配置当前存在的问题 | 第60-63页 |
5.6.2 基于三维绿量的环城公园树种配置 | 第63-70页 |
6 结论与讨论 | 第70-73页 |
6.1 结论 | 第70-71页 |
6.2 创新点 | 第71页 |
6.3 讨论 | 第71-73页 |
参考文献 | 第73-77页 |
作者简介 | 第77页 |