武汉市森林植物群落研究

植物群落调查是植物资源开发利用的基础,文章运用植被社会学和计算重要值的方法,通过对九峰等九个地域的森林植被进行调查分析,结果表明,武汉市目前森林植被较为丰富,主要分为9个植物群落,以常绿落叶阔叶混交林为主;同时选出部分种类,为引种驯化提供借鉴。       

洛阳市森林城市建设总体布局研究

根据洛阳城市特点及其城市发展过程中对城市林业的多面需求,分析洛阳城市森林建设的布局依据及布局原则;根据其地貌差异、森林资源现状以及人类活动强度的变化情况,在此布局依据与布局原则下分别从整个市域及城近郊区2个尺度对洛阳城市森林建设进行布局和建设。根据对洛阳市域范围与林业发展主要相关要素的综合分析,提出了洛阳市市域尺度\"三区三带一城九极多点\"的林业发展总体布局框架,并根据洛阳市市区所处的自然环境特点及城市规划等相关资料总结出\"一环四岸四楔多核\"的洛阳市城近郊区城市森林建设布局。       

基于遥感数据的福州景观格局与城市森林体系

本研究将遥感技术与景观生态学研究方法相结合,对环福州区域的SPOT5影像进行景观类型分类,得到土地利用专题图,并应用FRAGSTATS软件对研究区景观指数、格局进行计算和分析,得出林地为研究区景观本底,河流廊道具有较好的连通性,城镇、农业用地等斑块类型破碎化程度较高;城市中建筑用地过多,且缺少成片林地资源。       

公路沿线森林景观评价及更新方法

文章以浙江省庆元县54省道黄田镇区段杉木林景观改造设计为例,尝试建立公路沿线森林景观敏感度评价标准体系,为森林景观更新方案的设计建立相对客观的判别依据,并基于三维虚拟现实技术模拟不同的方案效果以供对比和检验,提出了符合实际的公路沿线森林景观更新设计方法。       

武汉城市森林建设布局及其建设重点研究

通过对武汉城市森林发展因素的综合分析,研究了武汉城市森林发展总体布局和建设重点。在城市森林建设理念上,根据武汉自然环境特点,确立了\"水乡林城,生态武汉\"的建设理念。在空间布局上,分析武汉地貌特征、森林资源分布现状、城市发展趋势,提出了\"二轴二带,三环六楔,多廊多核\"的城乡一体森林建设总体布局,并按照城市森林的建设圈层结构,将武汉城市森林建设划分为低山丘陵生态圈、平原湿地产业圈和城近郊区景观圈三个生态圈层,对每个圈层建设进行了具体布局规划。同时,根据城市森林的建设内容,从\"生态林、文化林、产业林\"3个方面提出了建设重点。       

森林宝鸡 天然名片

宝鸡,是陕西西部重要的工业城市和生态屏障。作为炎帝故里和周秦文化发祥地,据《周礼·地官志》载:\"任圃以树事,贡草木……\",意即从西周始,民以税赋形式缴纳苗木,作植树造林之用。       

宁波市森林城市建设总体规划

文章分析宁波市自然概况、城市森林现状及其城市特色,应用景观生态学的原理,结合\"核、环、轴、楔、园、链\"结构模式,提出了宁波市城市森林系统结构;建议加强城市绿心和生态保护带建设,改善城区森林绿地质量,提供城市生态资源氧库,保持森林生态系统的连续性和多样性,演绎城市文脉,引导城市环境与郊区自然环境共生与交融,建设具有山水特色的森林城市。       

城市森林水土流失率的研究

文章运用水流失率、水土流失率来考查城市降水水流失率和水土流失率,并对北京、伦敦的城市森林和阿南长江流域山区水土保持林的水流失率进行了比较,得出运用水流失率、水土流失率是考查城市森林水土流失较好的指标。       

慈溪市桥头镇城镇森林建设规划

从桥头镇镇域、集镇区、街区3个层面分析其绿化存在的主要问题,根据生态效益优先并兼顾经济和社会效益的规划思路提出城镇森林规划理念、建设模式及实施措施,建议构建\"一核两片四轴八带多点\"的城镇森林生态系统,以期促进城镇社会经济的可持续发展。       

广州城市森林与岭南文化特色

文章综述了岭南自然地理、气候特点和土壤与森林植被的分布规律,以及岭南文化的精髓,提出广州城市森林的建设要根据岭南气候特点,结合岭南植物、岭南园林、城市地理特色和文化品位的评定,突出岭南文化特色。       

基于叶面积指数的植被覆盖管理措施因子C的遥感定量估算

以植被结构因子——叶面积指数(LAI)取代长期以来用于水土保持定量评价的植被覆盖度,通过遥感技术反演植被结构因子LAI,构建研究区LAI与植被覆盖管理措施因子C量化耦合模型,并进行模型精度验证。结果表明: 基于LAI模拟的土壤侵蚀模数为455.89 t·km^-2a^-1,属于微度侵蚀,与径流小区野外观测结果一致。本文提出的LAI取代植被覆盖度作为水土保持定量估算与评价指标是可行的。     

高光谱遥感森林叶面积指数估测研究现状

文中简要概述了叶面积指数和高光谱遥感的概念, 分析比较了高光谱遥感与传统的宽波段遥感估测森林叶面积指数的优势, 以及利用高光谱遥感数据估测森林叶面积指数的常用方法, 并对目前高光谱遥感估测森林叶面积指数存在的问题行了讨论。     

基于PROSAIL模型和多角度遥感数据的森林叶面积指数反演

目的: 基于多角度PROBA/CHRIS遥感数据和野外实测数据,结合PROSAIL模型和随机森林模型反演森林叶面积指数（LAI）,以提高植被LAI遥感反演精度,为区域土壤侵蚀遥感定量监测提供新的方法和模型。方法: 以南京市紫金山和幕府山为研究区,采用野外调查、遥感影像、辐射传输模型与数学模型相结合的方法,构建基于PROSAIL模型和多角度PROBA/CHRIS遥感数据的随机森林LAI反演模型,对PROSAIL模型进行敏感性分析和适用性评价,确定最佳LAI反演模型,并利用地面实测LAI进行精度验证和评价。结果: PROSAIL模型中各输入参数敏感性大小为LAI>叶绿素a、b含量C_ab>叶片干物质含量C_m>热点参数S_L>叶片内部结构参数N>等效水厚度C_w;模拟的冠层反射率精度大小为0°>36°>-36°>55°>-55°。单角度LAI反演模型中,前向观测角55°精度最高,其决定系数（R²）、均方根误差（RMSE）和平均绝对百分误差（MAPE）分别为0.915 7、0.235 7和0.042 6;相比于传统垂直观测,55°模型的R²提高0.75%,RMSE和MAPE分别降低3.76%和5.12%;相比于非线性回归模型,单角度随机森林LAI反演模型的R²提高0.7%,RMSE和MAPE分别降低15.40%和11.98%;单角度LAI反演模型精度由高到低依次为55°、36°、0°、-55°、-36°。多角度LAI反演模型中,3角度组合（0°、36°、55°）LAI反演精度最高,其R²、RMSE和MAPE分别为0.918 4、0.231 9和0.041 5,相比于单角度55°,R²提高0.29%,RMSE和MAPE分别降低1.61%和2.58%;相比于传统垂直观测,3角度组合模型的R²提高1.05%,RMSE和MAPE分别降低5.31%和7.57%;相比于非线性回归模型,多角度随机森林LAI反演模型的R²提高0.79%,RMSE和MAPE分别降低6.72%和9.19%。紫金山西部区域LAI介于0.44~6.70之间,林地LAI均值为3.04;紫金山西部林地LAI整体上呈北部和南部高、中间低的空间分布格局。结论: 最佳LAI反演模型为基于3角度组合（0°、36°、55°）的随机森林LAI反演模型;一方面,增加观测角度可提供更多植被冠层结构信息,LAI反演精度随观测角度增加而增加,但另一方面,观测角度过多会使像元空间重采样、叶片阴影和土壤阴影等问题带来更多不确定性,LAI反演精度反而下降;无论是单角度还是多角度数据,随机森林LAI反演模型精度均高于非线性回归模型,随机森林模型能够明显提高LAI反演精度,适用于区域植被LAI反演;多角度遥感数据能够反映森林立体结构信息和地物多维空间结构特征,显著改善传统垂直观测数据反演LAI精度较低的问题,从而有效提高植被LAI反演精度。     

森林冠层叶片氮浓度高光谱遥感反演研究进展

氮素是植物生命活动所需的重要营养元素,在森林植被的光合作用和生态系统固碳方面起着关键作用.因此,理解森林叶片氮浓度在叶片和冠层(遥感像元)尺度上的高光谱特征,是开展森林冠层叶片氮浓度(CNC)遥感反演、优化森林碳循环模拟、应对气候变化的重要基础工作.当前,森林CNC的光谱特征提取受到冠层结构因素的影响,其高光谱遥感反演...     

长白山区4种针叶林有效叶面积指数遥感精细反演及空间分布规律

【目的】研究快速、准确、宏观获取不同森林类型有效叶面积指数（LAI_e）的方法,探讨其空间分布规律,为中小尺度森林LAI_e遥感产品的开发提供新思路,为林业精细化监测和森林生态系统碳水循环模拟提供科学可靠的技术手段。【方法】以长白山为研究区,基于Sentinel-2A多光谱影像,运用三维卷积神经网络提取研究区4种针叶林型（长白落叶松、樟子松、红松和红皮云杉）的空间分布;采用区分林型和全样本2种方案,分析样地实测LAI_e与7种植被指数（增强植被指数、反红边叶绿素指数、改进简单植被指数、归一化水体指数、归一化植被指数、土壤调节植被指数、简单植被指数）的相关关系;利用各林型对应的最优植被指数,构建区分林型和全样本LAI_e与植被指数的回归模型,并基于验证样本数据对比区分林型模型、全样本模型和PROSAIL模型在LAI_e反演中的精度表现;结合地理因子分析4种针叶林型LAI_e空间格局及变化规律。【结果】所有样本组中7种植被指数与相对的LAI_e均存在极显著相关关系（P<0.01）,除增强植被指数（EVI）与红松LAI_e、简单植被指数（SR）与红皮云杉LAI_e外,相关系数均大于0.6,但组间LAI_e与不同植被指数相关性具有较大差异;红松、长白落叶松和樟子松LAI_e与反红边叶绿素指数（IRECI）相关性最高,红皮云杉、红松LAI_e分别与EVI、改进简单植被指数（MSR）相关性最高;4种不同林型模型比全样本模型的R2提高12.7%以上,RMSE降低34.5%;研究区内4种林型LAI_e范围在0.37～5.86之间,平均LAI_e由高至低依次为红松、长白落叶松、樟子松、红皮云杉。红松对海拔、坡度、坡向的变化最为敏感,红皮云杉、樟子松次之,长白落叶松最小。【结论】不同林型LAI_e与遥感植被指数的相关程度存在明显差异,区分林型构建回归模型能够提高LAI_e反演精度;区分林型后拟合的线性模型精度整体较PROSAIL模型和全样本模型更高,但LAI_e高值区域没有PROSAIL模型表现稳定;4种针叶林型LAI_e对地理因子变化的反应差异较大。本研究可为精细区分森林类型的中小尺度针叶林LAI_e遥感反演研究提供参考。     

两种测定天然次生林叶面积指数方法的比较

采用叶面积指数直接测定方法（称重法）与间接测定方法（冠层分析仪测定法）,对帽儿山天然次生林区叶面积指数进行测定,运用相关性分析和对比分析对测定结果进行研究。研究结果表明,直接测定法结果为实测叶面积指数,间接测定方法结果小于前者,精度比前者低25％-40％,但两组结果相关关系显著,间接测定值能较好地反映林木的叶面积指数大小变化。天然次生林中林层结构对冠层分析仪测定有很大的影响,是造成两种方法差异的主要原因。     

高光谱遥感森林信息提取研究进展

针对高光谱遥感技术森林信息提取,详细论述了国内外利用高光谱遥感数据进行森林类型识别、森林郁闭度估算和森林叶面积指数估测等森林物理参量,以及森林化学参量估计和森林健康状态评价等方面的应用研究状况,最后对高光谱遥感森林应用的发展趋势作了探讨.     

机载LiDAR航带旁向重叠对针叶林结构参数估测的影响

[目的]研究机载LiDAR航带旁向重叠对针叶林林分平均高和森林叶面积指数（LAI）估测的影响,为机载LiDAR点云数据区域森林结构参数估测提供参考。[方法]野外分别测定30块樟子松、33块长白落叶松样地的林分平均高和LAI,对原始LiDAR点云数据进行去噪、点云分类、高程归一化和重叠点移除等处理,从重叠点移除前、重叠点和重叠点移除后的点云数据中分别提取一系列样方点云高度分位数（H_P1、H_P5、H_P10、…、H_P99、H_max和H_mean）和激光穿透指数（LPI）,借助留一交叉验证建立并评价樟子松和长白落叶松林分平均高和LAI估测模型的精度,通过对比分析估测模型的决定系数（R²）和均方根误差（RMSE）揭示机载LiDAR航带旁向重叠对针叶林林分平均高和LAI估测的影响。[结果]对樟子松林分平均高估测而言,重叠点移除前林分平均高的最高估测精度（R²=0.873,RMSE=0.940）出现在H_P90处,重叠点林分平均高的最高估测精度（R²=0.892,RMSE=0.866）出现在H_P80处,而重叠点移除后林分平均高的最高估测精度（R²=0.892,RMSE=0.868）出现在H_P55处;对长白落叶松林分平均高估测而言,重叠点移除前、重叠点和重叠点移除后林分平均高的最高估测精度均出现在H_P99处,R²分别为0.725、0.719和0.741,RMSE分别为1.196、1.209和1.161。对樟子松LAI估测而言,重叠点移除前估测结果R²为0.666,RMSE为0.220,重叠点估测结果R²为0.551,RMSE为0.255,重叠点移除后R²提高到0.794,RMSE降低为0.172;对长白落叶松LAI估测而言,重叠点移除前估测结果R²为0.654,RMSE为0.110,重叠点估测结果R²为0.640,RMSE为0.112,与樟子松估测结果一致,重叠点移除后长白落叶松LAI估测精度大幅度提高,R²变为0.762,RMSE变为0.091。[结论]无论是林分平均高还是森林LAI,相邻航带旁向重叠点移除后的估测精度均高于重叠点移除前和重叠点,且樟子松的估测精度高于长白落叶松。对林分平均高而言,樟子松和长白落叶松达到最高估测精度时所对应的点云高度分位数不同。机载LiDAR点云数据相邻航带旁向重叠点的移除可有效提高森林结构参数的估测精度,在未来机载LiDAR点云数据预处理时应加入重叠点移除操作。     

高光谱遥感获取伐区调查数据的应用综述

首先论述了高光谱遥感在获取森林调查数据方面的优势;随后总结了国内外关于高光谱技术在树种识别、龄级分类、郁闭度调查及森林健康监测等方面的应用,并同时列举出高光谱遥感应用于林业上的主要处理技术;最后对高光谱遥感在我国林业上的应用现状进行了分析与展望。