基于GIS的森林资源遥感调查方法研究

在试验研究的基础上 ,提出了在GIS支持下的遥感数据预处理 样地调查 前期调查信息叠合 -图象判读 -调查因子估测的技术路线 ,充分利用前期调查图面信息、小班属性数据信息进行遥感图象判读和小班调查因子估测的技术方法 ,有效地提高了判读的正判率和调查因子的估计精度 ,并产出了 1∶1万小班基本图 ,提高了调查成果的实用性     

森林蓄积量定量遥感估测模型研究

采用印度遥感卫星数据,以云南省高黎贡山自然保护区阔叶林为主要研究对象,设置可能影响森林蓄积量估测的遥感信息因子和可通过GIS获取的因子为自变量,通过逐步回归分析的方法建立了研究区域阔叶林蓄积量估测模型.结合小班面积估测值,计算了各小班相应的蓄积量.     

中国森林资源调查:历史、现状与趋势

自20世纪50年代初以来,中国森林资源规划设计调查经历了目测调查(踏查)、航空目测调查、以小班为基础的抽样调查、以地形图为基础的小班调查和以高分辨率卫星遥感图像为基础的小班调查5个主要技术发展阶段。文中介绍各阶段森林资源调查的主要调查内容、技术方法和手段,其中小班调查内容和林分调查因子测量方法自20世纪80年代中期以来基本稳定,但小班区划和数据处理方法随着遥感和计算机技术的进步得到了较大发展;综述了2017年以来以机载激光雷达和高分遥感为核心技术的大区域森林资源调查技术进展,并展望了超高分辨率卫星遥感图像、无人机、地基激光雷达等新技术在森林资源调查中的应用前景。     

基于不同立地质量的香格里拉高山松林郁闭度遥感反演

以香格里拉市为研究区,基于2006年TM遥感影像和2006年森林资源规划设计调查数据,以小班各遥感因子为自变量,每个小班的郁闭度为因变量,对香格里拉高山松林按区分立地质量等级和不区分地位级2种策略建立郁闭度神经网络遥感反演模型,并进行精度评价。基于小班平均高和平均年龄建立的地位级表将立地质量等级划分为好、中、差3种类型。研究结果表明,红外、近红外、植被指数和第一主成分等遥感因子对郁闭度的解释能力较强;从模型独立样本验证结果得出,不区分地位级郁闭度估测精度为67.64%,区分地位级后,好、中、差3种立地类型的郁闭度估测精度分别为74.14%、75.32%、72.38%,区分立地质量类型模型的精度优于不区分地位级模型的精度。     

基于不同立地质量的松树林蓄积量遥感估测

森林蓄积量遥感估测在林业系统中具有十分重要的意义。以建德市为研究区,基于2007年TM遥感影像和2007年森林资源二类调查数据,对松树林分立地质量等级和不分地位等级两种类型建立蓄积量的遥感估测模型,并进行精度检验。其中立地质量等级依据小班平均高和平均年龄建立的地位级表划分为好、中、差三种类型,以每个小班的总蓄积量为因变量,小班各单个遥感因子信息总量为自变量。研究结果表明:1)以TM遥感影像主成分分析中第一主成分为自变量的模型拟合效果最好,决定系数R2均在0.54以上,最高为0.802;2)利用预留独立样本对模型精度进行验证,不分地位级总体估测精度为87.64%,分立地质量等级好、中、差三种类型总体的估测精度分别为94.14%,95.32%,92.38%,分立地质量类型建模的精度明显优于统一建模的精度。研究结果为森林蓄积量遥感估测提供一种改进的思路,且为提高森林生物量和碳储量遥感估测精度提供一种参考方法。     

基于高清航片森林资源二类调查技术研究

对调查区域范围内小班调查因子通过建立判读解译标志、目视判读、判读复核、实地验证等环节,完成小班调查。参照航片及地形图等相关资料在室内预区划小班界线,小班测树因子调查采取测树因子航片估测法。利用航片判读技术进行森林资源二类调查较传统方法,可以提高地类面积精度,减少调查工作量,减轻劳动强度,提高工作效率,降低调查费用。     

基于RS的林分蓄积量估测模型研究——以内蒙古大青山人工油松林为例

以TM遥感影像和二类调查小班数据为研究资料,以内蒙古大青山人工油松林为研究对象,采用逐步回归的方法构建内蒙古大青山人工油松林蓄积量估测模型,其中遥感因子选取与植物生长相关的植被指数及比值波段,林分立地条件因子选取郁闭度、坡向、龄级。研究结果表明:NDVI、RVI、DVI、郁闭度、TM4*TM3/TM7通过了T检验,作为入选变量参与模型构建。所建立的模型线性关系显著,估测精度86.21%,达到了森林资源二类调查要求,有一定的应用价值。     

森林碳储量遥感估测模型构建研究——以闽江流域杉木林为例

以福建省闽江流域为研究对象,利用年均降水、温度数据,结合改进NPP模型构建基于气象因子的森林生产力估测模型,并通过森林生产力与二类调查结果对应的小班年龄曲线建立森林生物量模型,以此获得遥感估测模型所需的样地生物量,在此基础上利用遥感影像和杉木平均含碳率可以成功构建森林生物量非线性遥感估测模型和碳储量遥感估测模型。本研究不仅能建立森林碳储量模型,而且避免了繁杂的森林生物量野外实测,节省了大量的人力物力,且不需砍伐森林树木。实验计算结果:闽江流域杉木林碳储量2003~2012年从10 337 774 t增加到19 624 374 t。     

航天遥感资料在森林资源二类调查中的应用研究

该研究首次利用陆地资源卫量ＴＭ数据及通过数字图象处理的１：５万比例尺ＴＭ影像，航片，对近６１万ｈｍ＾２林地进行了森林资源二类调查，调查结果表明，蓄积量的估测精度在林业局和林场一级达到了精度要求，完全使用航天资料估测小班测树因子取得一定时展，建立了树高，胸径及郁闭度等测树因子与航遥感数据之间的数学模型，估测精度达到林业局，林场一级规程要求，与统计调查方法相比，外业工作量减少２／３，经费节省近１／２。     

基于RS和GIS的林分蓄积预估模型研究

以松溪林业建设投资公司旧县项目林场212个小班为样地资料,从样地对应的遥感和GIS信息中筛选出影响蓄积估测的主要因子信息,构建林分蓄积量预估模型,以达到以少量的地面样地来估测林分蓄积的目的.通过精度验证和可行性分析,结果表明所建立的林分蓄积量预估模型估算结果与小班临时样地调查结果无显著差异,预估结果精度较高,可应用于区域林分蓄积量的估算.     

基于遥感技术的宜良县云南松蓄积量反演

以云南省宜良森林二类调查数据为样本,基于Google Earth Engine云平台Landsat 8 OLI影像,结合植被因子、纹理特征以及K-T变化为自变量,构建了多元线性回归和随机森林的建模方法,建立了森林蓄积量反演模型.以宜良县云南松为研究对象,运用Landsat8 OLI遥感影像数据结合地面角规控制样地调查数...     

结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究

林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,结合Landsat 8与PALSAR-2双极化SAR影像数据,在遥感数据预处理基础上,提取了光谱信息、植被指数、纹理信息和后向散射系数等共245个遥感因子。基于Pearson相关系数法和多元逐步回归法,筛选出65个遥感因子参与林分蓄积量估测。以林分郁闭度作为分层因子,分别采用线性、KNN、支持向量机(SVM)、多重感知机(MLP)和随机森林(RF)5种模型估测林分蓄积量,并对估测结果进行精度检验。实验结果表明:1)相比单独使用Landsat 8的光谱和纹理信息,基于郁闭度分级并融合PALSAR-2的后向散射信息明显提高了蓄积量的反演精度;2)对于低郁闭度林分,线性模型精度最高(rRMSE=21.16%),中郁闭度林分,多重感知机模型估测效果最好(rRMSE=30.61%),高郁闭度林分,多重感知机模型估测效果最好(rRMSE=27.53%)。在结合PALSAR-2的后向散射系数的基础上,郁闭度分层能有效改善中高蓄积量区域的反演精度。     

基于CEBERS-WFI遥感数据的森林生物量估测方法研究

以中巴卫星CEBERS-WFI遥感数据为基础,结合东北三省的地理、气象因子及森林资源连续清查固定样地信息,构建BP人工神经网络森林生物量估测模型,对我国东北三省的森林生物量进行估测,并反演了森林生物量的空间分布图像。结果表明,基于CEBERS-WFI遥感数据的BP人工神经网络应用于森林生物量估测简单实用,是一种快捷、有效的估测方法。     

高分辨率航片小班区划与树种判读

以广西壮族自治区南宁市高峰林场为研究区,采用CAF-LiCHy系统获取的20cm空间分辨率的CCD影像进行森林资源二类调查小班区划与树种判读技术研究。对研究区常见树种建立高分辨率航片树种解译标志,结合上一期二类调查的小班区划结果,使用目视解译的方法重新区划了小班边界,并根据解译标志完成了小班优势树种判读,使用实地调查数据进行精度验证表明,目视解译总体精度为92.11%,Kappa系数为0.90。结果表明,高分辨率航片在小班区划和优势树种判读中具有很好的应用潜力。     

三种回归分析方法在Landsat-5影像森林碳密度反演中的比较

随着遥感技术的快速发展,基于遥感影像和地面样地的方法成为目前森林碳密度精确估算的主要手段,然而没有找到具有普适性的建模因子和最佳的森林碳密度估算模型。鉴于此,本文通过分析研究区地面固定样地碳密度与Landsat-5影像及其衍生波段的相关性,筛选出估算森林碳密度的敏感因子。采用三种回归分析方法(逐步回归、偏最小二乘回归及非线性回归)分别建立森林碳密度的最优遥感估算模型。结果表明:1参与建模的遥感因子中,1/TM3与森林碳密度的相关性最大,敏感性最高;2三种回归分析方法建立的预测模型中,以4个遥感因子建立的非线性回归模型预测精度最高,预测值与实测值得决定系数R2为0.74;3通过测算,研究区平均森林碳密度为14.36 t/hm2,变化范围介于0.00~38.28 t/hm2之间。研究表明非线性回归在区域森林碳密度反演方面具有一定的潜力。     

基于SPOT5图像分割的森林小班边界自动提取

以SPOT5图像为研究对象,试验了4种图像分割方案,采用基于最终测量精度准则的多指标评价和基于欧氏距离的相似度综合评价两种方法,对分割效果进行评价,其中多指标包括圆度(RO)、紧致度(CO)、形状指数(SI)、最小包络椭圆短半径(RE)、椭圆度(EF)、形状因子(P2A)、面积相对误差(RA)、周长相对误差(RP)、中心位置绝对位移(DC)9个指标,相似度采用面积(A)、周长(P)、RO、CO、SI、RE、EF、P2A等8个因子计算。结果表明,原始图像直接用于分割的效果远好于经直方图均衡化后的图像。在图像分割过程中,输入图层的权重很大程度上影响分割效果,根据各输入图层标准差设置权重的分割效果,略好于根据图层信息量设置权重的分割效果。采用图像分割的方法自动提取小班边界,经适当后处理后编制工作手图用于森林资源规划设计调查,不但大量节省野外小班勾绘工作时间、降低劳动强度、提高工作效率,而且大幅度地提高了小班勾绘的准确性,确保面积调查精度。     

基于遥感图像的林况因子提取研究进展

随着遥感技术的不断发展,部分林况因子调查逐渐从传统的人工地面调查转向遥感调查,虽然提高了工作效率和精度,但也存在一些尚未解决的问题。文中系统总结了基于遥感图像的树种、树高、树冠、胸径、位置、郁闭度、年龄、株数、蓄积量、生物量等林况因子目视判读和计算机提取研究的现状及存在的问题,并对今后发展提出了建议。     

森林生态系统碳通量遥感估算中若干问题的探讨

森林生态系统碳通量是判定森林是CO₂源/汇的标准, 其准确估算对碳循环研究具有重要的意义。针对森林生态系统碳通量的遥感研究处于起步阶段, 还有很多问题值得我们去探索。文中较系统地总结了有关碳通量的3种主要研究方法——样地清查法、通量观测法和模型模拟法; 重点分析了碳通量遥感估算中存在的问题, 主要有模型的全遥感化、尺度扩展和模型的不确定性等, 并对如何解决这些问题提出了粗浅的看法, 展望了一个全遥感化的森林生态系统碳通量模型, 希望对相关研究的开展有一些促进作用。     

SPOT5卫星影像中提取森林土壤因子方法的研究

针对在采用SPOT5卫星影像进行森林资源调查后,森林土壤因子不能通过直接判读取得的问题,通过利用森林资源遥感调查和林业专业调查数据进行逐层分析研究,提出了在遥感调查中各小班森林土壤因子的自动提取方法。用该方法提取的因子与现地调查因子作对比验证,土壤亚类的一致率达到95%,土层厚度的一致率89%。     

基于Landsat时间序列数据的森林地上生物量估测研究进展

利用时间序列遥感数据可以提高森林生物量估测精度和估测生物量动态变化,为森林碳储量和气候变化研究提供更为精确的反演基础。文中基于Landsat时间序列数据研究森林地上生物量的遥感估测方法,从数据预处理、数据重构、遥感因子选取以及模型构建与精度评价4个方面进行回顾和评述,并提出研究建议与展望。