精选林业实习报告范文

精选林业实习报告范文

紧张又充实的实习生活又将谢下帷幕，我们在不断的学习中，获得了更多的进步，这时候，最关键的实习报告怎么能落下！是不是无从下笔、没有头绪？下面是小编整理的精选林业实习报告范文，欢迎阅读与收藏。

刚进入实习单位的时候我有些担心，在大学学习林业技术专业知识与实习岗位所需的知识有些脱节，但在经历了几天的适应过程之后，我慢慢调整观念，正确认识了实习单位和个人的岗位以及发展方向。我相信只要我们立足于现实，改变和调整看问题的角度，锐意进取，在成才的道路上不断攀登，有朝一日，那些成才的机遇就会纷至沓来，促使我们成为林业技术专业公认的人才。我坚信“实践是检验真理的唯一标准”，只有把从书本上学到的林业技术专业理论知识应用于实践中，才能真正掌握这门知识。因此，我作为一名林业技术专业的学生，有幸参加了为期近三个月的毕业实习。

一、实习目的及任务

经过了大学四年林业技术专业的理论进修，使我们林业技术专业的基础知识有了根本掌握。我们即将离开大学校园，作为大学毕业生，心中想得更多的是如何去做好自己专业发展、如何更好的去完成以后工作中每一个任务。本次实习的目的及任务要求：

1.1实习目的

①为了将自己所学林业技术专业知识运用在社会实践中，在实践中巩固自己的理论知识，将学习的理论知识运用于实践当中，反过来检验书本上理论的正确性，锻炼自己的动手能力，培养实际工作能力和分析能力，以达到学以致用的目的。通过林业技术的专业实习，深化已经学过的理论知识，提高综合运用所学过的知识，并且培养自己发现问题、解决问题的能力。

②通过林业技术专业岗位实习，更广泛的直接接触社会，了解社会需要，加深对社会的认识，增强自身对社会的.适应性，将自己融合到社会中去，培养自己的实践能力，缩短我们从一名大学生到一名工作人员之间的观念与业务距离。为以后进一步走向社会打下坚实的基础；

③通过实习，了解林业技术专业岗位工作流程，从而确立自己在最擅长的工作岗位。为自己未来的职业生涯规划起到关键的指导作用。通过实习过程，获得更多与自己专业相关的知识，扩宽知识面，增加社会阅历。接触更多的人，在实践中锻炼胆量，提升自己的沟通能力和其他社交能力。培养更好的职业道德，树立好正确的职业道德观。

1.2实习任务要求

①在林业技术岗位实习期间，严格遵守实习单位的规章制度，服从毕业实习专业指导老师的安排，做好实习笔记，注重理论与实践相结合，善于发现问题

②在实习过程，有严格的时间观念，不迟到不早退，虚心向有经验的同事请教，积极主动完成实习单位分配的任务，与单位同事和谐相处；

③每天都认真总结当天的实习工作所遇到的问题和收获体会，做好工作反思，并按照学校毕业实习要求及时撰写毕业实习日记。

二、实习单位及岗位简介

2.1实习单位简介浙江XXXX系统工程有限公司成立于xxxx年，是一家专注于XX产品和XXX产品研究、开发、生产及销售的高科技企业，总部及研发基地设立于xxxx科技创业园，并在全国各地设有分支机构。公司技术和研发实力雄厚，是国家863项目的参与者，并被政府认定为“高新技术企业”。

浙江XXXX系统工程有限公司自成立以来，始终坚持以人才为本、诚信立业的经营原则，荟萃业界精英，将国外先进的信息技术、管理方法及企业经验与国内企业的具体实际相结合，为企业提供全方位的解决方案，帮助企业提高管理水平和生产能力，使企业在激烈的市场竞争中始终保持竞争力，实现企业快速、稳定地发展。

公司人才结构合理，拥有多名博士作为主要的技术骨干，具有硕士、学士高中级技术职称的员工达800多人。为了开发出真正适合企业需求的XXXX产品，企业特聘请林业技术专业专家（中科院院士）作为咨询顾问，紧密跟踪林业技术行业发展特点，不断优化。

2.2实习岗位简介（概况）

A.参与林业技术岗位的日常工作，参与组织制定单位林业技术岗位发展规划和年度工作计划（包括年度经费使用计划，仪器设备申购计划等），并协助同事组织实施和检查执行情况。

B.协助主管领导科学管理，贯彻、实施有关规章制度。确定自己在林业技术专业岗位的工作职责与任务，定期进修和业务相关的知识，不断提高业务水平和工作能力。

C.在工作过程，跟同事一起通过与客户的洽谈，现场勘察，尽可能多地了解客户从事的职业、喜好、业主要求的使用功能和追求的风格等。努力提高客户建立良好关系能力，给客户量身打造设计方案。

三、实习内容（过程）

3.1举行计算科学与技术专业岗位上岗培训。

我很荣幸进入浙江XXXX系统工程有限公司开展毕业实习。为了更好地适应从学生到一个具备完善职业技能的工作人员，实习单位主管领导首先给我们分发林业技术专业岗位从业相关知识材料进行一些基础知识的自主学习，并安排专门的老同事对岗位所涉(瓜皮是什么意思？四川人说瓜皮可能有以下三种意义：一是此人是傻子，神经有问题；二是此人不聪明，反应比较迟钝；三是此人是其最喜爱的人，瓜皮是对他的爱称。)及的相关知识进行专项培训。

3.2适应林业技术专业岗位工作。

为期两个多月的毕业实习是我人生的一个重要转折点。校园与职场、学习与工作、学生与员工之间存在着思想观念、做人处事等各方面的巨大差异。从象牙塔走向社会，在这个转换的过程中，人的观点、行为方式、心理等方面都要做适当的调整和适应。我在林业技术专业岗位慢慢的熟悉工作环境和工作同事后，逐渐进入工作状态，每天按照分配的任务按时按量的完成。在逐渐适应岗位工作的过程中，我理解了工作的艰辛与独立自主生活的不易。在工作和同事相处过程中，即使是一件很平常的琐碎小事也不能有丝毫的大意，也让我明白一个道理：细节决定成败。

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“If Then, else if then”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(class 1)：NDVI值大于0.3，坡度大于或等于20度；

类2(class 2)：NDVI值大于0.3，坡度小于20度，阴坡；

类3(class 3)：NDVI值大于0.3，坡度小于20度，阳坡；

类4(class 4)：NDVI值小于或等于0.3，波段4的值大于或等于20；

类5(class 5)：NDVI值小于或等于0.3，波段4的值小于20；

类6(class 6)：波段4的值等于0；

类7(class 7)：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有贡献的影像文件：bouldr_tm.dat (Landsat 5 TM影像) 与boulder_dem.dat（相应的DEM空间子集）

2) 投影类型转换

查看bouldr_tm影像特征：

Projection : UTM

Pixel: 30 Meters

Datum: NAD 27

查看boulder_dem影像特征：

Projection : GAUSS-KRUGER

Pixel: 30 Meters

Datum: WGS84

以bouldr_tm影像为基准，转换boulder_dem影像的投影类型：

运行ENVI软件，点击Map/Convert Map Projection，在弹出的Convert Map Projection Input Image中选择boulder_dem，在弹出的Convert Map Projection对话框中选择UTM，DATUM选择NAD 27，可选择多项式和最邻近点方式，保存投影类型转换后的图像。

3）图像配准

为提高TM影像的`分辨率，从而提高分类精度，以bouldr_tm影像与相应地区的SPOT影像配准（SPOT为已经过精校正的影像，空间分辨率为10m）

配准方法：点击Map/Registration/Select GCPs: Image to Image，使得bouldr_tm影像的分辨率也达到10m，查看配准后的影像特征：

Projection : UTM

Pixel: 10 Meters

Datum: NAD 27

3． 输入决策树规则

1） 选择Classification/Decision Tree/Build new decision tree，打开决策树工具，在决策树工具打开时就只有一个空的决策节点，在这个空的节点中输入任意条件的决策表达式，将该数据集的像素分为两组

2） 第一个决策要基于landsat影像。要定义这个决策点，点击决策节点，当前这个节点被标注为Node，输入表达式：{ndvi} gt 0.3。

这个决策将像素分为两类，一类为绿色植被，另一类为非植被。

3） 指定应用决策表达式的文件

在出现的Variables/Files Pairing对话框中，点击{ndvi}，在随后出现的对话框中选择bouldr_tm影像，这表明当上述决策规则计算时，NDVI值将从bouldr_tm影像中计算出来。

这里ENVI会根据NDVI这个特定名称，自动搜索所需的红波段和近红外波段，计算出NDVI值。

4） 完成第一个简单决策树分类器，NDVI大于0.3被分成白色类，NDVI值小于或等于0.3像素被分为黑色。

4． 输入决策树附加规则

1） 右键点击Class 1的节点，从弹出的快捷菜单中选择Add Children，从而将NDVI大的那类细分为两个新的子类。

2） 点击空白节点，并在Edit Decision Parameters对话框中，输入下面这个决策规则：{Slope} lt 20。

这个决策规则将根据坡面的陡峭程度，将NDVI值高的像素分为两类，同样，ENVI会根据Slope(坡度)这个特定名称，自动搜索计算Slope值。

3） 在节点的Name区域，输入slope 20，点击OK。

4） 指定应用决策表达式的文件

在出现的Variables/Files Pairing对话框中，点击{slope}，在随后出现的对话框中选择boulder_dem影像，这表明当上述决策规则计算时，slope值将从boulder_dem影像中计算出来

5） 继续添加决策规则

右键点击绿色的端元节点，它包括了NDVI值高、坡度低的那类像素，从弹出的快捷菜单中，选择Add Children。点击节点，在Edit Decision Parameters对话框中，输入下面这个决策规则：

{aspect} lt 20 and {aspect} gt 340

这个决策将把NDVI值高、坡度小的那些像素，分为坡面北朝向的和坡面北朝向不显著的两类。

6） 在节点的Name区域，输入North，点击OK。

7） 指定应用决策表达式的文件

在出现的Variables/Files Pairing对话框中，点击{aspect}，在随后出现的对话框中选择boulder_dem影像，这表明当上述决策规则计算时，aspect值将从boulder_dem影像中计算出来。

8） 在节点的Name区域，输入North，点击OK。

9） 继续添加决策规则。

右键点击黑色的端元节点，它包括了NDVI值低的那类像素，从弹出的快捷菜单中，选择Add Children。点击节点，在Edit Decision Parameters对话框中，输入下面这个决策规则：b4 lt 20。

这个决策规则将水体非植被中分离出来，经过目视解译遥感影像发现，在波段4中，像素值小于20的主要是水体。

10） 指定应用决策表达式的文件

在出现的Variables/Files Pairing对话框中，点击b4，在随后出现的对话框中选择bouldr_tm影像。

11） 在节点的Name区域，输入Low B4，点击OK。

5． 执行决策树

1） 选择Options/Execute；

2） 在Decision Tree Execution Parameters对话框中，点击bouldr_tm影像，作为基准影像。其它影像的地图投影，像素大小和范围都将被自动调整，以匹配该基准影像；

3） 输入要输出的分类影像文件名，保存。

6． 查看决策树分类结果；

1） 输出的决策树分类结果中，给定像素的颜色是由分类指定的端元节点的颜色确定的。Class1，Class2，Class3，Class4，Class5分别对应红色，绿色，蓝色，黄色，蓝绿色；

2） 查看决策树信息。

在ENVI Decision Tree

对话框的空白背景上，点击右键，从弹出的对话框中，选择Zoom In，现在每个节点标签都会显示像素的个数以及所包含像素点总影像像素的百分比。

7． 修改决策树

1） 添加新的决策

执行完决策树后查看分类结果，发现上述决策规则中，波段4小于20的那些像素中，某些像素是边缘像素，值为0，以蓝绿色显示，因此需修改决策树：

在波段4的值小于20的那些像素的端元节点上，点击右键，并从弹出的快捷菜单中，选择Add Children。点击节点，在Edit Decision Parameters对话框中，输入下面这个决策规则：b4 eq 0。

在Name文本框中，输入B4=0。

2）执行新添加的决策，此时输出结果中，边缘像素就归为另一类了，以红紫色表示。

8． 在决策表达式中使用波段索引

几个内置的决策树变量在决策表达式使用过程中，需要波段索引。

1） 在黄色端元节点上，点击右键，该节点包括了NDVI值低但波段4的值高的那一类像素。从快捷菜单中，选择Add Children。点击节点，在Edit Decision Parameters对话框中，输入下面这个决策规则：b1 lt {mean[1]}。

在Name文本框中，输入Low B1。

该表达式将判断波段1的像素值是否小于波段1的均值。

2） 指定应用决策表达式的文件

在出现的Variables/Files Pairing对话框中，点击b1，在随后出现的对话框中选择bouldr_tm影像的band 1；

在出现的Variables/Files Pairing对话框中，点击mean，在随后出现的对话框中选择bouldr_tm影像；

3） 运行决策树；

4） 查看结果，波段1的值较低的某些黄色像素的颜色已变为暗红色。

9． 修剪决策树

在使用决策树的过程中，经常需要测试某个指定的子节点是否对决策树的分类结果有效，即对决策树的修剪。

1） 在Low B1节点上，点击右键，从弹出的快捷菜单中，选择Prune Children。结果表明，可以看到这个子节点，但它们不再带有颜色，而且也没有连接到决策树上，表明已被修剪，当执行决策树时，它们不会被使用；

2） 右键点击Low B1节点，从弹出的快捷菜单中，选择Restore Pruned Children，可恢复修剪。

10．保存生成的决策树。

11． 对分类结果进行评价。

五、 实习结论

通过实习，从中学到了很多东西，受益匪浅！

【林业实习报告】相关文章：

林业对联大全01-11

林业人员个人工作总结12-31

室内、实习报告12-31

洛阳实习报告06-30

实习报告前言08-10

客服实习报告08-05

管理认识实习报告实习目的03-25

认识实习报告实习目的与意义06-30

精选实习报告心得范文01-01

风电场实习报告06-30