东北典型区芦苇分布提取与地上生物量遥感估算开题报告.docx

东北典型区芦苇分布提取与地上生物量遥感估算开题报告
一、研究背景及意义
芦苇是我国北方地区常见的湿地植物，广泛分布于东北、华北、西北等地。芦苇作为湿地生态系统的重要组成部分，具有重要的生态功能，可以有效保护水源、减缓洪峰、降低水土流失、维护生物多样性等。同时芦苇还有较高的经济价值，可用于制纸、编织、造纸、生物能源等方面。因此，了解芦苇分布和生长状况，对于湿地资源的合理利用、生态环境的改善具有重要意义。
传统的芦苇分布和地上生物量调查需要耗费大量时间和人力物力，并且具有局限性，难以对大面积、复杂的湿地进行全面检测和评估。而利用遥感技术对芦苇分布和地上生物量进行检测和评估，则可以快速准确地获取相应数据，降低调查成本，提高数据准确性。
二、研究目标
本研究旨在通过遥感技术，提取东北典型区芦苇分布和地上生物量信息，并利用所得数据评估芦苇资源潜力，为芦苇资源的合理利用和湿地生态保护提供科学依据。
三、研究内容及方法
1.芦苇分布信息提取方法
通过LandsatTM/ETM+遥感影像进行芦苇分布信息提取，并选择SVM分类器进行分类。
2.地上生物量遥感估算方法
根据常规光谱指数和新型冠层指数来估算芦苇的地上生物量值，其中,常规光谱指数采用的是NDVI和EVI指数，新型冠层指数采用的是SAVI和MSAVI2指数。
3.芦苇资源潜力评估
结合芦苇分布信息和地上生物量估算结果，利用GIS软件对东北典型区芦苇资源潜力进行评估。
四、研究预期结果
通过本研究，预期可以获得以下结果：
1.获得东北典型区芦苇分布信息和地上生物量的遥感数据。
2.建立芦苇分布信息提取和地上生物量遥感估算的方法，提高数据的准确性和可靠性。
3.对东北典型区芦苇资源潜力进行评估，提供科学依据。
五、可能的研究难点及解决方法
1.分割精度不高。在SVM分类器对芦苇分布信息提取中，可能会出现分类不准确的情况。通过对分类器参数进行优化和地面采样数据进行精细化校正，可以提高分类精度。
2.遥感影像与地面实测数据不一致。在地上生物量遥感估算中，遥感数据与地面实测数据可能存在差异。通过对数据进行精细化校正和遥感算法参数的优化，可以提高数据的准确性。
六、预计进度安排
本研究计划周期为3年，按以下进度安排进行：
第一年：收集、整理相关数据，建立芦苇分布信息提取和地上生物量遥感估算模型，对算法进行筛选和优化，确定精度评价指标。
第二年：利用遥感数据开展芦苇分布信息提取和地上生物量估算，对所得数据进行分析和比较，提高算法的准确性。
第三年：对芦苇资源潜力进行评估，并进一步优化算法，提升数据的可靠性和准确性。撰写论文并进行答辩。