合成孔径雷达森林生物量估测研究进展

随着合成孔径雷达（SAR）遥感技术的发展,微波遥感独特的成像机理及其全天候全天时成像能力,使其在区域和全球森林生物量估测方面具有其它光学遥感数据不可替代的作用,这愈来愈受到科学家们的重视。首先就SAR对森林生物量的敏感性进行了论述,分别P、L和C3个波段及其不同极化方式总结了SAR对森林生物量的敏感性和饱和点等反应特性;然后就SAR对森林生物量的后向散射机理和影响森林后散射的其它因素进行了分析;最后总结了利用SAR进行森林生物量估测的技术路线。     

合成孔径雷达在林业调查中的应用概述

森林是陆地生态系统的主体,而森林覆盖率、森林蓄积量及森林生物量是森林资源重要的特征参数,亦是林业调查的主要指标。合成孔径雷达(SAR)以其独特的成像机制、全天候全天时的成像特点以及较强的穿透能力,在森林资源调查发挥着巨大的作用。文章主要概述了合成孔径雷达技术特点及其在森林覆盖率、森林蓄积量及森林生物量等林业调查中的应用现状,并探讨了目前存在问题及未来发展趋势。     

森林地上生物量合成孔径雷达技术反演研究综述

森林地上生物量是森林获取能量的重要体现,准确掌握其动态变化对了解森林生长过程、实现生态系统的有效修复具有重要意义。合成孔径雷达技术（SAR）具有全天时、全天候的特点,在森林地上生物量（AGB）反演中极具潜力。星载SAR技术的发展,使得SAR数据源日益丰富,利用极化SAR技术、干涉SAR技术、极化干涉SAR技术、层析SAR技术、多频SAR技术可以实现对森林不同维度的观测,从而提供森林不同维度的信息,进而提高采用SAR技术进行森林AGB反演的能力。文中介绍星载SAR传感器及可获取SAR数据的现状,在此基础上重点阐述基于后向散射信息、极化信息、干涉信息、极化干涉信息、层析信息、多频SAR信息在森林AGB反演中的现状及存在问题,展望了SAR技术在森林AGB反演中的发展趋势。     

森林生物量估测进展

森林生物量是森林碳汇能力的重要标志之一,同时也是众多林业问题和生态问题的研究基础。估测生物量的方法可分为传统地面实测法、基于遥感经验模型的生物量估测法以及基于遥感机理模型的生物量估测法。对3种不同方法进行比较分析,结合研究现状,探讨森林生物量估测的发展趋势。     

森林地上生物量遥感反演研究进展

森林地上生物量是反映森林生态系统状况的关键性指标之一,对全球气候变化、以及我国实现碳达峰和碳中和目标具有重要意义。遥感技术快速发展并日益成熟,已成为大区域尺度森林地上生物量反演的主要技术手段。通过系统梳理国内外相关文献资料,从数据源和反演模型两方面对森林地上生物量遥感反演研究进展进行讨论：从数据源角度,阐述分析光学遥感数据、合成孔径雷达数据、激光雷达数据等3种数据源提供的有效信息、优势及局限;从反演模型角度,结合实际应用案例讨论分析多元回归模型、机器学习算法、机理模型等3种模型的特点及适用范围。在总结现阶段利用遥感手段反演森林地上生物量存在问题的基础上,分析探讨未来森林地上生物量遥感反演的方向和热点。     

基于遥感地学模型的辽宁省森林生物量和碳储量估测

通过对森林植被生物量估测遥感模型机理的综合分析,采用2005年辽宁省森林资源连续清查部分样地数据,基于遥感及其派生信息、气象信息、地学信息、林分信息建立了估测森林植被生物量的多元回归模型。得出如下结论:1)根据与样地生物量相关性的高低对MODIS数据植被指数(NVDI)的排序为植被指数的年平均值(NVDI_AVER)、植被生长季节的植被指数的平均值(NVDI_AMD)、植被指数的年内最大值(NVDI_MAX)、植被指数的年内最小值(NVDI_MIN)、植被指数的年内最大值与最小值之间的差值(NVDI_CHA);与生物量相关的气象因子分别为相对蒸散、平均气温和>10℃的积温,其相关系数分别为0.422,0.399和0.394;生物量与坡向、纬度相关性不显著。2)辽宁省森林总生物量为255.774×106t,森林碳储量为127.887×106t。3)从辽宁省森林碳密度空间分布来看,辽宁省森林碳密度呈现出东高西低的趋势,并且碳密度总体上不高,为50 t/hm2以下。     

浅议森林生物量的测定方法

森林生态系统最基本数量特征是通过森林生物量来表示,森林生物量的测定通常分为树木生物量测定和林分生物量测定两大类。文章主要阐述了树木生物量及林分生物量的几种测定方法。     

森林生物量研究的若干问题及完善途径

介绍了森林生物量研究的背景。侧重论述了森林样地生物量算法及其精度分析、森林生物量估计模型的精度分析、森林生物量监测的必要精度与不确定性、森林蓄积量与生物量的转换模型、大区域多树种生物量转换模型、利用广义3S技术建立森林生物量模型等理论、技术、方法问题。强调了森林生物量模型的稳健估计算法、模型的方差一协方差模型及其不确定度。     

基于GLAS数据的森林生物量估算研究进展

森林生物量是森林生态系统监测的一个重要指标。GLAS波形信息与森林冠层高度、生物量有较强的相关性,在森林冠层高度、生物量等参数估算中具有广阔的应用前景。本文简要介绍了GLAS激光雷达系统及其特点,重点总结归纳了应用GLAS进行森林冠层高度、生物量估算原理及方法,并对森林冠层高度、生物量估算模型作了介绍。     

川西米亚罗林区林场水平森林生物量研究

利用川西米亚罗林区森林资源清查数据,以森林蓄积量和森林生物量之间的关系模型为基础,对川西林业局301林场的森林生物量进行了估算,并对研究地区不同林龄及森林类型的森林生物量进行了分析。研究结果表明:1)研究区域林分总生物量为3 041 229t,林分单位面积平均生物量为87.13 t/hm2,低于全国生物量及四川省生物量的平均值,主要由于占绝对优势的云、冷杉林所处立地条件差,生物量较低造成;2)林分年龄结构不合理,成、过熟林面积较大(占69%);3)水土保持林的生物量在所有森林类型中所占比例最高(占80%)。     

合成孔径雷达技术在林业中的应用综述

近年来合成孔径雷达(SAR)技术得到快速发展,它通过飞行平台的向前运动来实现合成孔径。它的穿透特性使它获取的影像基本不受云、雾的影响,而且能够透过地表和植被获取地表以下信息。最初用于军事上探测空中和地面的运动目标,后来逐渐应用到农业、林业、地质、环境、水文、灾害、测绘等领域。文中主要介绍合成孔径雷达技术的特点及其在森林资源调查、森林分类、自然灾害监测、森林蓄积量和生物量估测、土地利用分类、土壤水份估测等林业中的应用现状,对合成孔径雷达技术在林业中的应用前景进行了展望。     

多基线干涉层析SAR提取森林树高方法研究

应用瑞典Raminstorp研究区Bio SAR 2007 P-波段多基线In SAR数据,研究了基于多基线干涉SAR数据的层析方法,成功提取了可代表森林垂直结构信息的雷达后向散射功率垂直分布信息,并基于该信息提取了树高。应用地面实测样地对树高提取精度进行了检验,结果表明:HH极化树高提取精度最高(R2为0.65,RMSE为2.35 m,相关系数为0.80),HV其次,VV最差。     

我国的森林生物量研究

论述了我国森林生物量的研究内容及方法,对乔木层、林下植被、凋落物、粗木质残体、根系以及区域尺度的生物量研究进行了总结,概述了直接收获法、回归模型、平均换算因子法等常见的森林生物量估测方法.最后提出当前我国在研究重点分布、基础数据采集以及空间尺度转换等方面存在的一些问题,指出森林生物量研究在遥感监测等方面的发展趋势.     

川西亚高山针叶林生物量遥感估算模型研究

利用野外实测68个样地的森林生物量数据、TM影像的单波段数据、植被指数数据以及地形数据在内的18个自变量建立了川西亚高山针叶林生物量的回归估算模型。研究表明:在建立的一元线性回归、一元非线性回归和多元线性回归生物量模型中,以多元线性回归模型在森林生物量估算中有较好的精度。     

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。     

利用混合模型方法建立全国和区域相容性立木生物量方程

开展全国森林生物量监测和评估,建立适合较大区域范围的通用性立木生物量模型将成为必然趋势,而如何保证不同尺度范围森林生物量估计值的相容性,是必须面临的一个问题。以南方马尾松(Pinus massoniana)地上生物量数据为例,通过利用混合模型方法,同时建立全国和区域性立木生物量方程,为解决不同区域尺度范围内森林生物量估计的相容性问题提供有效途径。从模型反映的结果看,相同直径林木的地上生物量估计值随起源、地域的不同存在一定程度的差异,其差异大小可以通过混合模型中的随机效应来估计。该方法可推广应用于其它通用性模型(如材积方程)的建立。     

基于树高和树冠因子的立木材积与地上生物量相容模型研究

【目的】无人机机载激光雷达能够准确地测定单木、林分乃至大尺度森林结构参数(树高和树冠因子)。为应用无人机激光雷达技术准确估测森林蓄积量、生物量和碳储量提供计量依据和技术支撑。【方法】以150株实测马尾松生物量样本数据为研究对象,采用非线性回归估计方法和度量误差联立方程组方法,分析立木材积和地上生物量与树高、树冠因子的相关性,并在此基础上研究建立基于树高和树冠因子的立木材积与地上生物量相容模型。【结果】单株材积和地上生物量与树高因子的相关性最为紧密,其次才是树冠因子;基于树高和冠幅因子的二元材积和地上生物量模型预估精度较高,达到92%以上,再考虑冠长因子的三元模型预估精度改进不大;基于树高和冠幅因子的二元立木材积与地上生物量相容模型估计效果更好,相对于一元相容模型系统而言,二元相容模型拟合效果有较大幅度提高,预估精度达到92%以上。【结论】采用度量误差联立方程组方法可以有效解决基于树高和树冠因子的立木材积与地上生物量相容问题,并且预估精度达到92%以上,所建二元立木材积与地上生物量相容模型可为应用激光雷达技术反演森林蓄积量和生物量提供计量依据。     

Uncertainties in above ground tree biomass estimation

Models of above-ground tree biomass have been widely used to estimate forest biomass using national forest inventory data.However,many sources of uncertainty affect above-ground biomass estimation and are challenging to assess.In this study,the uncertainties associated with the measurement error in independent variables(diameter at breast height,tree height),residual variability,variances of the parameter estimates,and the sampling variability of national inventory data are estimated for five above-ground biomass models.The results show sampling variability is the most significant source of uncertainty.The measurement error and residual variability have negligible effects on forests above-ground biomass estimations.Thus,a reduction in the uncertainty of the sampling variability has the greatest potential to decrease the overall uncertainty.The power model containing only the diameter at breast height has the smallest uncertainty.The findings of this study provide suggestions to achieve a trade-off between accuracy and cost for above-ground biomass estimation using field work.