林业实习报告最新精选.docx

林业实习报告

在经济飞速发展的今天，报告的适用范围越来越广泛，报告具有语言陈述性的特点。你还在对写报告感到一筹莫展吗？下面是小编精心整理的林业实习报告，欢迎大家分享。林业实习报告1于今年3月3日到4月25日由学校安排以一名实习生的身份来到地区林业局实习，在办公室参与办公室日常工作事务。在这短短的近两个月的实习时间里，我体会较多，感触颇深。“纸得来终觉浇，绝知此事要躬行”。书本上的理论知识应用于实际操作出现了许多问题，才知道书本理论是是那么的苍白。在学校两年的课程学习里，我们所开设的课程很多，然应用到实际的却很少，这使我认识到光靠课本知识是远远不够的，必需在实际工作中努力学习、真做事才能学到为我所用的.职业技能。工作与学习虽有相通，却也不同。在学校学习的日子里，我显自由散漫，不想上的课就不去上，想睡懒样的时候就8点以后起床，到了单位，换了环境，看到兢兢业业工作的"老师"们，使我意识到，生活不应是这样一个慵懒的态度，工作也不充许一个人慵懒。于是我严格按照单位规章制度按时上下班，积极认真地完成领导交给我的每一项工作，即使是一件无聊的事也得认真做好。工作无主心，但不能放松。办公室每天所处理的事务就是收发报纸，接听电话并做好电话记录，打印文件，传达消息等简单繁琐的小事，很多时间还无事可做。在无事可做的时候，我要耐住性子，认真体会办公室工作，有有事做的时候不能嫌事情简单烦锁而不认真对待。古人说，一屋不扫何以扫天下，正是这个道理。两个月的实习结束了，但这两个月的学习使我受益匪浅。首先，我熟悉了办公室环境，了解了办公室工作。其次，我学到了许多保贵的工作经验，同时也体会到了更多的人生准则。这些收获将在以后有岁月里引导我走向人生的辉煌。林业实习报告2一、实习目的与要求林业遥感是遥感技术在林业经营中具体应用的实用性强的专业课，旨在培养学生利用遥感手段进行森林资源监测和管理的基本技能，实习的主要目的是培养学生使用GPS进行野外地形参数的手工测量，内业计算机遥感图像的几何精校正和探索学习决策树分类方法对林业遥感影像进行分类研究的动手能力。通过实习，加深遥感技术在森林资源监测和管理中的应用和理解。二、实习内容1)GPS采集地面控制点坐标；2)（经纬度或平面直角坐标）以及地形参数；3)（坡度，坡向）野外训练区的地面调查；4)内业遥感图像的几何精校正；5)ENVI图像处理软件决策树分类器建立逐级决策规则；6)决策规则的修改与添加（与实地调查进行比较分析）；7)利用建立的决策规则对林业遥感图像进行分类，保存分类规则与分类图像。三、实习中涉及的理论知识1．决策树分类简介与其它分类方法相比，决策树分类具有如下特点：1）决策树分类是非参数分类，因此其独立于训练区像元亮度值的统计分布模式；2）决策树分类时模型的输入既可以是连续的光谱波段值，也可以是离散的数值，甚至是定名变量；3）分类结束后可以生成易于解译的分类判别准则文件；4）样本训练的速度快，分类精度通常高于其它的分类器。2．决策树分类原理决策树分类实质是利用输入分类器的多元特征参数，从多角度挖掘出蕴藏在其中的模式类别间的差异，并建立起“特征识别矩阵”（类似于判读检索表），其外在表现为多个“IfThen,elseifthen”的连用，就如同数学上的多个集合求交集运算，从而将满足交集条件的模式与不满足交集条件的模式区分开来，实现不同模式类别的自动识别。具体地讲，决策树可以像分类过程一样被定义，依据某种规则将窨数据集一级级往下细分以定义决策树的各个分支。决策树由一个根结点，一系列内部结点及终极结点组成，每一个结点只有一个父结点和两个或多个子结点。根据决策树的构成思想，以选定的样本数据为对象逐级找到分类树的结点，并且在每个结点上记录所选的空间数据图层的编号以及相应的判别函数参数，从而有可能反过来从树根到叶按照生成的判别规则，逐级地在每个结点上对样本数据以外的待分类数据进行分类。3．本实习决策树分类规则描述类1(class1)：NDVI值大于0.3，坡度大于或等于20度；类2(class2)：NDVI值大于0.3，坡度小于20度，阴坡；类3(class3)：NDVI值大于0.3，坡度小于20度，阳坡；类4(class4)：NDVI值小于或等于0.3，波段4的值大于或等于20；类5(class5)：NDVI值小于或等于0.3，波段4的值小于20；类6(class6)：波段4的值等于0；类7(class7)：波段1的值小于波段1的均值。决策树分类规则是在决策树分类过程中不断修改和添加的，为了实现逐步分类更加精细与准确。四、实习步骤1．外业数据采集在中山陵地区选取若干样点，利用GPS记录样点坐标，测定相应位置的地形参数。目的：练习使用GPS以及DEM的建立方法。2．研究资料确定与处理1)运行ENVI软件，打开并显示对决策树分类