森林资源二类空间数据数字化误差分析及校正

›› 2006, Vol. 42 ›› Issue (zk): 146-150.

森林资源二类空间数据数字化误差分析及校正

黄水生唐小明李志清刘鹏举谢阳生侯瑞霞

中国林业科学研究院资源信息研究所,北京100091

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2006-09-25 发布日期:2006-09-25

Error Analysis and Rectification in Spatial Data of Forest Resource by Designing Survey

Huang Shuisheng,Tang Xiaoming,Li Zhiqing,Liu Pengju,Xie Yangsheng,Hou Ruixia

Research Institute of Forest Resources Information Techniques,CAF Beijing 100091

Received:1900-01-01 Revised:1900-01-01 Online:2006-09-25 Published:2006-09-25

摘要/Abstract

摘要： 根据森林资源二类空间数据数字化的过程探讨其误差的来源,提出森林资源二类空间数据生产中质量控制和误差校正的方法。通过自动选取控制点和对控制点按图幅构造不规则三角网建立图面坐标与实际坐标的对应关系,对森林资源二类调查空间数据校正,提高森林资源二类调查空间数据的精度和校正效率。依据此方法对福建森林资源空间数据校正,消除了空间数据的整体误差。

关键词: 数字林业, 森林资源, 误差, 校正, 空间数据

Abstract: According to the digitizing procedure of spatial data of forest resources by designing survey,the causes of spatial data error was analyzed in detail and some suggestions were put forward to guarantee the precision of spatial data. The methods of collecting control points and transforming the spatial data to rectify error were also introduced. By selecting control points of all data automatically and making the relationship between the coordination of map and actual coordination by construct triangular irregular network (TIN) for every standard map,the accuracy of data and the work efficiency of transforming was improved. This method had been adopted in the rectification of the spatial data of forest resources by designing survey in Fujian Province and achieved a reasonable result.

Key words: digital forestry, forest resources, error, rectification, spatial data

黄水生唐小明李志清刘鹏举谢阳生侯瑞霞. 森林资源二类空间数据数字化误差分析及校正[J]. , 2006, 42(zk): 146-150.

Huang Shuisheng;Tang Xiaoming;Li Zhiqing;Liu Pengju;Xie Yangsheng;Hou Ruixia. Error Analysis and Rectification in Spatial Data of Forest Resource by Designing Survey[J]. , 2006, 42(zk): 146-150.

[1]	马玉洁,李春友,武鹏飞,尹昌君,马长明. 基于实测白榆蒸腾速率校正计算液流速率的Granier原始公式[J]. 林业科学, 2020, 56(6): 179-185.
[2]	李丹, 张俊杰, 赵梦溪. 基于FCM和分水岭算法的无人机影像中林分因子提取[J]. 林业科学, 2019, 55(5): 180-187.
[3]	曾伟生, 贺东北, 蒲莹, 肖前辉. 含地域和起源因子的马尾松立木生物量与材积方程系统[J]. 林业科学, 2019, 55(2): 75-86.
[4]	侯孟阳,姚顺波. 森林资源与经济增长的EKC关系检验——基于省际面板数据的实证研究[J]. 林业科学, 2019, 55(12): 113-122.
[5]	曾伟生,陈新云,杨学云. 我国人工杨树生物量建模和生产力分析[J]. 林业科学, 2019, 55(11): 1-8.
[6]	刘丹, 李玉堂, 洪玲霞, 国红, 谢阳生, 张卓立, 雷相东, 唐守正. 基于最大熵模型的吉林省主要天然林潜在分布适宜性[J]. 林业科学, 2018, 54(7): 1-15.
[7]	马岩岩, 姜立春. 异速生长模型的误差结构和误差函数[J]. 林业科学, 2018, 54(2): 90-97.
[8]	严恩萍, 赵运林, 林辉, 莫登奎, 王广兴. 基于地统计学和多源遥感数据的森林碳密度估算[J]. 林业科学, 2017, 53(7): 72-84.
[9]	刘帅, 张江, 李建军, 周国雄, 吴舒辞. 森林空间结构分析中基于Voronoi图的样地边缘校正[J]. 林业科学, 2017, 53(1): 28-37.
[10]	董利虎, 李凤日. 大兴安岭东部天然落叶松林可加性林分生物量估算模型[J]. 林业科学, 2016, 52(7): 13-21.
[11]	成方妍, 王传宽. 树种和组织对树干非结构性碳水化合物储量估测的影响[J]. 林业科学, 2016, 52(2): 1-9.
[12]	林卓, 吴承祯, 洪伟, 洪滔. 杉木人工林碳汇木材复合经济收益分析及最优轮伐期确定——基于时间序列预测模型[J]. 林业科学, 2016, 52(10): 134-145.
[13]	董利虎, 张连军, 李凤日. 立木生物量模型的误差结构和可加性[J]. 林业科学, 2015, 51(2): 28-36.
[14]	郭云, 李增元, 陈尔学, 田昕, 凌飞龙. 甘肃黑河流域上游森林地上生物量的多光谱遥感估测[J]. 林业科学, 2015, 51(1): 140-149.
[15]	夏凯, 刘仁义, 刘南, 张国江. 多源小班时空数据更新框架[J]. 林业科学, 2014, 50(8): 15-21.