基于GF-2的乔木生物量估测模型研究

以福建省将乐林场为研究区,使用野外实测样地数据,结合福建省二类调查数据,获取了共192个样地的生物量数据,其中杉木纯林112个,马尾松纯林80个．对覆盖研究区的2景GF-2影像进行预处理,提取光谱信息、植被指数、纹理特征及地形因子,筛选与样地生物量相关性较高的因子作为建模的自变量,采用支持向量机、随机森林及多元逐步回归3种方法分别建立了杉木和马尾松生物量模型．结果表明:支持向量机、随机森林模型拟合效果均比多元逐步回归模型好,其中随机森林模型决定系数R2最高,2种样地的R2分别为0.65和0.72,估计精度也最高,分别为65.28%和76.82%;杉木样地3种模型的均方根误差分别为64.27、48.16和77.03,马尾松样地3种模型的均方根误差分别为54.79、48.18和65.63,其中随机森林模型的最低．在3种模型中,随机森林模型为乔木生物量的最优模型．      

结合冠层密度的森林净初级生产力遥感估测

【目的】 森林冠层密度与林分年龄、植被生长状况有关,在区域森林净初级生产力遥感估测中,结合森林冠层密度以期提高估测精度。【方法】 以广东省韶关市为研究对象,选用2017年Landsat-8 OLI影像、2017年357块森林资源连续清查固定样地数据为主要信息源,分别采用随机森林、多元线性回归、人工神经网络和K最近邻分类法等4种模型,结合森林冠层密度制图器(FCD)进行区域森林净初级生产力特征变量的选取、参数建模、模型精度评价和森林净初级生产力空间制图。【结果】 特征变量中,红光波段(B4)、归一化植被指数(NDVI)、比值植被指数(RVI)、叶面积指数(LAI)、缨帽变换土壤植被因子、纹理特征和地形特征在森林净初级生产力反演中有重要作用。将森林冠层密度因子加入反演模型后,4种遥感估测模型精度均有大幅度提高。对4种遥感估测模型进行性能比较,随机森林模型精度最高,其次是多元线性回归模型、人工神经网络模型,K-最近邻分类模型精度最低。研究区内森林净初级生产力平均值为10.689 t/(hm²·a),高森林净初级生产力 [≥18 t/(hm²·a)]林分面积仅占研究区的19.61%,主要分布在海拔较高的西北部。【结论】 结合冠层密度进行森林净初级生产力的建模,可有效提高模型估测精度。     

基于PALSAR全极化数据的城市森林蓄积量估测

全极化雷达数据能够反映目标的全极化散射特征,在森林参数反演中具有较大的应用价值。笔者以南京紫金山国家森林公园为研究对象,以2011年的全极化雷达数据PALSAR和2012年120块野外调查样地为主要信息源,从Pauli和Cloude目标分解特征值、HH(horizontal-horizontal,水平)和HV(horizontal-vertical,水平垂直交互)两种极化状态的后向散射系数、比值植被指数、地形、人为干扰等方面,提取13个因子作为自变量,采用多元线性回归、人工神经网络、K最邻近分类算法、决策与回归树、装袋算法、随机森林6种方法建立遥感估测模型,进行森林蓄积量的估测。研究表明:①在6种遥感估测模型中,随机森林综合性能最高,装袋法次之,多元线性回归最低; ②海拔、坡向等地形因子,以及地物的雷达回波散射特征是影响研究区域森林蓄积量估测的重要变量; ③研究区单位面积蓄积量的空间分布呈现出由里向外逐渐降低的带状分布格局。     

基于遥感数据的山西东部油松林蓄积量估测方法研究

为了探讨油松林遥感估测模型的精度和适用性,以山西省晋东土石山立地亚区的170个油松样地作为研究对象,获取研究区的SPOT影像和DEM(Digital Elevation Model,数字高程模型)数据,提取170个样地的遥感波段信息和地形信息,结合地面调查数据,分别采用多元逐步回归模型、偏最小二乘回归模型和神经网络模型,建立油松林蓄积量的遥感估测方法,并进行精度验证。结果表明:1)基于遥感影像和DEM影像估测油松林蓄积量是可行的,三种方法都取得了满意的结果;2)三种方法相比,神经网络模型对油松林蓄积量估算的精度为82.13%,多元逐步回归模型的精度为76.73%,偏最小二乘回归模型的精度为77.09%,神经网络模型的估测精度更高。     

河南西峡县森林地上生物量时空动态分析

【目的】森林生物量大小与森林生产力水平的高低密切相关,是反映森林生态系统功能的基本数据。【方法】以河南省西峡县为研究区域,以研究区1993—2013年5期森林资源连续清查固定样地数据,1993年、1998年、2003年、2008年、2013年Landsat TM/ETM+/OLI遥感图像为主要信息源,通过建立4种遥感估测模型,对研究区域1993—2013年的森林地上部分生物量进行时空动态分析。【结果】①随机森林遥感估测模型综合性能最高,k最邻近算法与装袋算法居中,多元线性回归最低; ②海拔、坡度、亮度指数、湿度指数、垂直植被指数和有效叶面积指数这6个因子是影响研究区域森林地上部分生物量大小的重要环境因子; ③1993—2013年期间,研究区域单位面积森林生物量经历了先从1993年34.68 Mg/hm²下降到2003年32.59 Mg/hm²、然后上升到2013年44.65 Mg/hm²的复杂变化历程; ④1993—2013年期间,表征空间自相关程度的全局Moran'I 指数不断降低,表明研究区域森林地上部分生物量的空间聚集性呈持续下降趋势。【结论】乱砍滥伐、毁林开荒行为,退耕还林、天然林保护政策,以及生态廊道、村镇绿化工程建设,是研究区森林地上生物量发生时空变化的主要驱动因素。     

河南西峡县森林地上生物量时空动态分析（英文）

【目的】森林生物量大小与森林生产力水平的高低密切相关,是反映森林生态系统功能的基本数据。【方法】以河南省西峡县为研究区域,以研究区1993—2013年5期森林资源连续清查固定样地数据,1993年、1998年、2003年、2008年、2013年Landsat TM/ETM+/OLI遥感图像为主要信息源,通过建立4种遥感估测模型,对研究区域1993—2013年的森林地上部分生物量进行时空动态分析。【结果】(1)随机森林遥感估测模型综合性能最高,k最邻近算法与装袋算法居中,多元线性回归最低;(2)海拔、坡度、亮度指数、湿度指数、垂直植被指数和有效叶面积指数这6个因子是影响研究区域森林地上部分生物量大小的重要环境因子;(3)1993—2013年期间,研究区域单位面积森林生物量经历了先从1993年34.68 Mg/hm2下降到2003年32.59 Mg/hm2、然后上升到2013年44.65 Mg/hm2的复杂变化历程;(4)1993—2013年期间,表征空间自相关程度的全局Moran’I指数不断降低,表明研究区域森林地上部分生物量的空间聚集性呈持续下降趋势。【结论】乱砍滥伐、毁林开荒行为,退耕还林、天然林保护政策,以及生态廊道、村镇绿化工程建设,是研究区森林地上生物量发生时空变化的主要驱动因素。     

结合树冠体积的油茶树高与产量估测研究

【目的】以长沙县明月村油茶林基地为研究区,探讨利用无人机倾斜摄影提取树冠体积进行油茶树高和产量估测的可行性。【方法】基于无人机正射影像和密集匹配点云,提取波段反射率、植被指数、纹理因子、高度特征等遥感变量和冠幅等冠层参数,同时利用克里金法、反距离权重法、自然邻近点法和过滤三角网法分别获取油茶树冠体积,建立多元线性回归、随机森林、K最邻近模型估测油茶树高和产量,并以地面三维激光点云获取的树冠体积、样地实测树高和产量作为实测值分别对估测结果进行精度评价。【结果】过滤三角网是获取油茶树冠体积最有效的方法,其平均相对误差(31.54%)优于反距离权重法(36.73%)、克里金法(37.04%)和自然邻近点法(38.54%)。将树冠体积作为特征变量参与建模后,树高和产量的多元线性回归、随机森林、K最邻近模型的精度均有所提升(树高相对均方根误差分别减小了3.77%、0.78%、0.64%,产量相对均方根误差分别减小了1.32%、0.34%、0.16%)。对比3种估测模型,随机森林模型的决定系数均优于多元线性回归和K最邻近(树高决定系数分别为0.78、0.51和0.19,产量决定系数分别为0.61、0.48和0.24)。研究发现,分别使用估测树高和实测树高参与产量建模的精度无明显差异。【结论】结合树冠体积和树高参与建模可有效提高油茶产量估测精度,研究结果可为区域范围内利用无人机遥感技术开展油茶树高和产量调查提供参考。     

利用树轮资料和植被指数估测青海云杉林地上净初级生产力

利用MODIS产品MOD13A3、样地调查数据和树轮资料等数据,构建回归模型以估测祁连山森林保护区的青海云杉林地上净初级生产力(ANPP).结果表明:经质量权重S-G滤波后,回归模型的估测精度有所提高;2000-2013年祁连山森林保护区青海云杉林ANPP呈现波动上升的趋势,空间分布特征为东南多西北少,多年平均森林ANPP为51.34~274.24 g·m~(-2);青海云杉林ANPP与降水和温度呈正相关,受温度变化影响较小,降水成为影响其变化的主要因子.     

基于BP神经网络的森林可燃物负荷量估测

森林可燃物负荷量是决定林火行为的一个重要因子,因此,森林可燃物负荷量估测对于森林防火管理具有重要意义。该文利用BP神经网络方法和多元回归方法对大兴安岭地区落叶松林32块森林样地数据构建森林可燃物负荷量预测模型,用以研究利用林龄、郁闭度、平均高、胸径等林分因子估测该地区森林可燃物负荷量的方法。通过MATLAB软件实现BP神经网络森林可燃物负荷量估测模型;通过SPSS软件建立多元回归森林可燃物负荷量估测模型。BP神经网络森林可燃物负荷量估测模型拟合精度为99.9%、外推精度为65.51%;多元回归可燃物负荷量估测模型拟合精度为68.29%、外推精度为62.1%。通过比较分析,得出结论:利用BP神经网络方法估测森林可燃物负荷量是可行的;BP神经网络模型精度高于多元回归模型;由于训练样本太少,2种模型外推精度低于70%。     

基于无人机多光谱影像的森林蓄积量估算研究

为了改进传统森林资源调查中通过大量人力实地抽样调查固定小班这种效率低下的森林蓄积量获取方法，通过对无人机多光谱影像的光谱信息进行分析，结合实地调查数据，采用多元线性回归模型，构建森林蓄积量估算模型对森林蓄积量进行更为准确的估算.结果表明，基于无人机多光谱影像构建的森林蓄积量估算模型整体预测精度符合预测要求，其修正后R²为0.708 1，该模型可以很好地估测森林蓄积量.该方法一定程度上优化了一类调查中在固定样地进行每木调查的工作效率，减少了劳动成本，可为未来森林蓄积量调查分析、模型研建提供参考.     

基于连清数据的县域尺度森林地上生物量时空动态分析

森林生物量大小与森林生产力水平的高低密切相关,是反映森林生态系统功能的基本数据。以河南省西峡县为研究对象,以研究区1993—2013年5期217块森林资源连续清查固定样地数据,1993、1998、2003、2008、2013年Landsat TM/ETM+/OLI遥感图像为主要信息源,建立多元线性回归、k最邻近算法、装袋算法、随机森林4种遥感估测模型。在运用十折交叉验证法对遥感估测模型进行精度评价基础上,对研究区域1993-2013年的森林地上部分生物量进行时空分析。结果表明:(1)在4种遥感估测模型中,随机森林综合性能最高,K最邻近算法次之,装袋算法第三,多元线性回归最低;(2)在12个自变量中,海拔、坡度、亮度指数、湿度指数、垂直植被指数、有效叶面积指数这6个因子是影响研究区域森林地上部分生物量的重要环境变量;(3)1993—2013年,研究区域单位面积森林生物量经历了先下降(1993—2003)、后上升(2003—2013)的复杂发展历程;(4)1993—2013年,研究区域森林地上部分生物量的空间聚集性呈持续下降趋势,生物量变化平缓的冷点地段,主要分布在交通不便、森林茂密、人类干扰活动较少的北部深山和中部浅山区,而剧烈的地段,主要分布在交通发达、人口密度大、坡度较为平缓的中部河谷与南部丘陵地带。     

基于无人机LiDAR的单木生物量估测

单木生物量是遥感反演大尺度森林生物量的基础,为提高森林单木生物量估测精度和效率,利用无人机LiDAR点云精确估算桉树、马尾松的单木生物量。首先通过优化算法,提取树高和冠幅,然后采用改进的凸包算法计算树冠面积与体积,把单木结构参数引入CAR模型,构建单木生物量估测模型,并与线性模型进行比较。结果表明：（1）桉树样地树高、冠幅相关性系数R2分别为0.92、0.72;马尾松样地相关性系数R2分别为0.94、0.78,算法提取的树木参数与实测数据相关性较好。（2）改进的CAR模型的精度优于线性模型,桉树和马尾松样地R2分别为0.821、0.830,RMSE分别为17.731、19.149 kg/株。（3）CAR模型引入冠幅面积、体积等树冠因子的生物量模型拟合度更好、精度更高,其中桉树、马尾松样地R2提高了0.102、0.115,RMSE下降了4.484、5.683 kg/株。利用无人机LiDAR数据提取单木结构参数进行生物量估测可取得很好拟合优度和精度。     

联合LiDAR和多光谱数据森林地上生物量反演研究

【目的】森林地上生物量的准确估测对于实时掌握全球碳储量变化及应对气候变化有着重要的意义。组合多种遥感数据特征优选,分类建模反演森林地上生物量,是提高森林地上生物量精度的有效方法。【方法】以根河市大兴安岭生态观测站寒温带天然林为研究对象,以机载激光雷达(LiDAR)、Landsat8 OLI两种遥感数据源结合55块地面调查数据,采用偏最小二乘算法优化筛选变量,再以线性多元逐步回归和快速迭代特征选择的最近邻算法(KNN-FIFS)构建模型,在两种数据源的不同组合方式下进行森林地上生物量反演。【结果】①基于线性多元逐步回归模型下的单一LiDAR数据反演精度决定系数(R²)为 0.76,均方根误差(RMSE)为 21.78 t/hm²;单一Landsat8 OLI数据的反演精度R²为 0.24,RMSE为39.27 t/hm²;LiDAR和Landsat8 OLI联合反演精度R² 为 0.84,RMSE为18.16 t/hm²;②基于KNN-FIFS模型下的单一LiDAR数据反演精度R²为 0.74,RMSE为23.83 t/hm²;单一Landsat8 OLI数据的反演精度R²为0.60,RMSE为 29.63 t/hm²;LiDAR和Landsat8 OLI联合反演精度R²为0.80,RMSE为21.15 t/hm²。【结论】①特征优选支持下的3种组合方式中,LiDAR和Landsat8 OLI两种数据的组合在两种模型中反演精度均最高,其中线性多元逐步回归模型的反演精度最高,说明LiDAR和Landsat8 OLI数据组合,激光雷达与光学数据优势特征互补,协同反演可有效提高森林地上生物量的反演精度;②单一数据源反演森林地上生物量精度中,LiDAR数据比Landsat8 OLI数据在两种模型反演精度中均较高,这与LiDAR数据空间分辨高、可获得垂直结构特征参数有关。     

基于双源遥感数据的杉木林分蓄积量估测模型研究

为了提高森林蓄积量估测精度,以福建省三明市将乐县国有林场中杉木林作为试验区,选择资源3号卫星多光谱高分辨率影像及Alos Palsar影像为数据源,将相关性较高的极化雷达参数与最优窗口下的纹理参数相结合,协同两种遥感数据反演蓄积量。利用灰度共生矩阵分别提取高分辨率影像在3×3、5×5、7×7、9×9和11×11的5组窗口大小下8种纹理特征信息,提取Alos Palsar影像双极化方式下后向散射系数并进行比值运算。采用多元逐步回归分析方法,分别利用5组纹理特征信息反演杉木林蓄积量,找出最优窗口; 检测不同极化方式下后向散射系数与蓄积量之间相关性。结果表明,单数据源反演蓄积量模型中,5×5窗口反演效果最好,模型复相关系数R=0.869,均方根误差σ_RMSE=23.38 m³/hm²,蓄积量总体的估测精度为80.32%; 多数据源反演蓄积量模型中,两种极化方式下的后向散射系数比值与高分影像纹理特征参数结合后,反演模型的效果更好,模型中R=0.901,σ_RMSE=22.32 m³/hm²,蓄积量总体估测精度达到85.42%。研究表明,基于多数据源数据的森林蓄积量反演精度更高,结果更准确。     

考虑植被盖度的城市蒸散发模拟研究

基于城市涡动相关系统每30分钟蒸散发数据, 结合足迹源区分析及研究区域遥感数据, 获取源区植被盖度, 构建基于随机森林的蒸散发模拟方法。将此模拟方法应用于涡动系统空缺值插值, 并探究深圳干湿季蒸散发的主要控制因子, 得到如下结论。1) 与不考虑植被盖度的随机森林模型及边际分布抽样算法(MDS)相比, 考虑植被盖度的随机森林模型可以更高精度地模拟城市蒸散发。与实测数据相比, 模型的R²=0.73, RMSE= 20.5 W/m², MAE=13.3 W/m², pbias=0.8%。2) 对湿季日间较高蒸散发时期的空缺值进行插值, 考虑植被盖度的随机森林模型显著优于MDS模型。与实测数据相比, MDS插值模型低估 12.4%, 而随机森林模型低估 4.7%。3) 深圳湿季期间, 植被盖度是蒸散发的主要控制因素。在干季, 温度、净辐射以及饱和蒸气压差是蒸散发的主要控制因子。     

基于Landsat 8 OLI的滇西北高山亚高山针叶林地上生物量遥感估测模型构建及光饱和点确定

为确定高山松林与云冷杉林生物量遥感估测饱和值,以滇西北高山亚高山针叶林为研究对象,森林资源二类调查数据与同期Landsat 8 OLI遥感影像数据为数据源,采用曲线拟合求解地上生物量(aboveground biomass,AGB)估测光饱和值;采用线性逐步回归方法分别拟合无分层、坡向分层、龄组分层以及坡向龄组结合分层的模型,并进行森林AGB反演.结果表明,高山松林、云冷杉林地上生物量遥感估测光饱和值分别为149.09 t/hm~2和162.3 t/hm~2;分层模型相较于无分层模型具有较高的估测精度,尤其是对低AGB值(0～30 t/hm~2)和高AGB值(150 t/hm~2)具有更好的估计.考虑坡向、龄组分层及坡向龄组结合分层可在一定程度上降低高山松林与云冷杉林AGB遥感估测中低值高估和高值低估问题的影响,为森林生物量遥感估测提供参考.     

基于连清数据的广州市1979—2012年森林生态功能的变化

【目的】高效的森林经营必须建立在生态合理性的基础上,分析区域尺度的森林生态功能综合评价及驱动因素,可为制定森林经营规划提供科学参考。【方法】以珠江三角洲的广州市为研究对象,以1979—2012年148块8期森林资源连续清查固定样地数据为主要信息源,在构建生态功能指数基础上,进行研究区生态功能时空变化及驱动因素分析。【结果】①1979—2012年,研究区森林生态功能指数提高的样地数多于降低的样地数,中高等级样地数的比例呈稳步增加趋势,低等级样地比例呈现阶梯状下降趋势;②1979—2012年,研究区森林生态功能的空间聚集性呈现先增大后急剧下降、又缓慢增强的复杂变化历程,生态功能高值点地理分布中心呈现由南向北、由西向东逐渐偏移的趋势;③地理加权回归分析显示,影响研究区森林生态功能空间差异性的前4个主要驱动因素大小依次为海拔>植被覆盖度>坡度>人均GDP。【结论】城市化、工业化引发的林地占用与退化,林业政策法规变动对林农森林经营积极性的影响,是导致区域森林生态功能变化的主要驱动因素;加强森林经营与林地保护,是提高区域森林生态服务功能的必由之路。     

基于TM景洪橡胶林生物量反演研究

基于TM数据获取时间结合地面橡胶林样地调查,研究景洪市橡胶林地上生物量遥感估测技术,分析TM各波段,植被指数和生物量相关性,选去相关性＞0.3的波段进行逐步回归分析,橡胶林地上生物量模型R2=0.67,REMS=30.27,获得景洪市2011年橡胶林地上生物量等级分布图,总的生物量为1.33×107t.橡胶林高生物量主要分布于景洪中部及南部地区.     

基于GIS和遥感技术的植被覆盖度反演模型

从福建省第5次森林资源一类调查样地点中抽取落在漳浦县区域的30个样地点,运用GIS和遥感技术提取研究区植被指数(NDVI,VARIg)和地形因子作为自变量,利用三倍标准差法进行异常数据的筛选,并将定性因子量化处理,通过逐步回归分析方法构建研究区的植被盖度反演模型,对漳浦县植被覆盖度进行反演.从模外抽取26个样地点对模型进行精度验证.结果表明:所构建的反演模型的平均精度达到80.96%,对于快速、精确地实现区域植被盖度反演具有一定的指导意义.     

基于叶面积指数的荒漠草原动态监测

为监测和保护荒漠草原生态环境,以内蒙古四子王旗荒漠草原为研究区,利用MODIS LAI数据产品,对研究区2000-2016年的时间序列数据集,通过叶面积指数(LAI)的时空特征动态分析发现,植被年均LAI全年变化趋势呈正态分布,同时降水量和温度的年内变化趋势与LAI趋势相同.年际动态分析发现,2000-2016年间LAI整体上有波动且略有上升的趋势,与温度、降水等气候因子有较强的相关性,尤其是降水量对LAI起决定性作用.通过计算Slope因子,发现近十余年间,研究区约有3/4面积的Slope值大于0,偏向轻度改善的趋势,说明近十余年间研究区草场保护较好;从分布上看,研究区的叶面积指数呈现东北向西南递增的现象.