基于机载激光雷达影像的天山云杉林树高提取及蓄积量反演

【目的】研究提取影像高程数据建立模型反演天山云杉林分蓄积量,获得便捷、快速提取森林蓄积信息的技术方法,为研究山地天然林精准监测与评价提供技术途径。【方法】以新疆天山中部北坡天格尔森林公园天山云杉(Picea Schrenkiana var.tianshanica)为研究对象,机载激光雷达航拍影像与样地每木检尺为数据源,使用点云分类与克里金插值法对激光雷达影像高程数据进行提取获得天山云杉树高,根据样地实测数据构建胸径-树高模型,并根据胸径-树高模型天山云杉林林分蓄积量进行反演。【结果】激光雷达影像分辨率较高,经过点云分类后,采用克里金插值法提取的树高平均精度可达89.64%,幂函数曲线模型拟合度最高,R²为0.908,结合二元材积公式,基于激光雷达影像估测蓄积量与样地实测蓄积量对比,精度达到87.43%。【结论】采用克里金插值法对天山云杉林树高信息的提取效果较好,建立胸径-树高模型弥补了激光雷达不能对胸径直接测量的缺陷,反演天山云杉林林分蓄积量,该模型可满足对新疆山地天然林数字经营管理的标准。     

基于无人机影像的天山云杉林树高提取及蓄积量的反演

【目的】提取影像高程数据建立模型反演天山云杉林分蓄积量,为天然林保护工程实施后天山云杉生态恢复与科学管理提供参考依据。【方法】以新疆天山西部巩留县恰西森林公园的天山云杉(Picea Schrenkiana var. tianshanica)为研究对象,无人机航拍影像与样地每木检尺为数据源,使用点云分类与克里金插值法提取无人机影像高程数据得到天山云杉树高,根据样地实测数据建立胸径树高模型,最终根据胸径树高模型反演天山云杉林林分蓄积量。【结果】利用无人机影像提取树高与实测树高存在显著正相关关系,提取平均精度为88.42%,建立天山云杉胸径-冠幅模型的相关系数为0.696,而胸径-树高模型的相关系数为0.730;验证胸径-树高模型,计算RMSE值为12.386,拟合效果显著。基于胸径-树高模型反演林分蓄积量精度为87.66%,与实测值比对,残差值大部分落在(-2,+2)残差区间。【结论】采用局部最大值算法对天山云杉林树高信息的提取效果较好,建立胸径-树高模型弥补了无人机不能对胸径直接测量的缺陷,进而反演天山云杉林林分蓄积量。     

基于光学和微波遥感数据的森林蓄积量估测模型研究

【目的】探讨综合光学遥感和微波遥感的多源数据森林蓄积量反演方法。【方法】以L波段ALOS PALSAR全极化数据和Landsat TM为数据源,结合地面调查样地数据,通过ALOS PALSAR提取不同极化状态的后向散射系数和极化比值等极化特征因子,Landsat TM数据提取光学遥感因子,以多元线性回归构建森林蓄积量模型。【结果】光学遥感反演方法、微波遥感反演方法、综合光学遥感和微波遥感的多源数据反演方法均可以实现森林蓄积量估测,其中,基于多源数据协同的反演模型为最优模型,决定系数R~2为0.674,模型检验均方根误差RMSE为13.38 m~3/hm~2。【结论】要比使用一种数据源的反演方法具有明显的优势,有效实现了森林蓄积量估测。     

基于机载激光雷达数据的天山云杉林蓄积量反演模型构建

构建多变量的天山云杉林Schumacher蓄积收获模型,提高林分蓄积量反演精度,获得便捷、快速提取森林蓄积信息的技术方法,为探索山地天然林精准监测与评价提供技术途径。以2020年激光雷达影像与样地实测数据为研究材料,在激光雷达影像图中提取遥感因子,代入Schumacher蓄积收获模型中,通过再参数化来构建适用于天山云杉林的可变密度收获预估模型,并进行精度检验。结果表明,激光雷达影像分辨率较高,进行点云数据处理后,树高提取精度为89.64%,每公顷株数提取精度为85.13%,坡度提取精度为84.26%,坡向提取精度为84.26%,海拔提取精度为97.25%。结合Schumacher蓄积收获模型构建天山云杉蓄积量反演模型,R²=0.80,将检验数据代入模型中,估测蓄积量与实测蓄积量平均精度为90.22%,模型的拟合度较好。研究将立地因子、林分密度、林龄等变量引入Schumacher蓄积收获模型,对于天山云杉的蓄积估测精度有较大提高,优于以往经验模型,满足新疆山地天然林数字经营管理的标准。     

新疆天山西部云杉生长量变化及其影响因子分析

【目的】计算新疆天山西部云杉生长量,对云杉生长量影响因子进行相关性分析,为监测云杉生长和研究天山森林生态系统提供参考。【方法】根据1996年天山西部8个林场218个样地5682株云杉的实地测量值推算出天山西部云杉的材积经验式和一元材积表;利用GIS和SPSS软件对利用遥感手段提取的生长量影响因子进行相关性分析。【结果】1996~2006年,天山云杉定期生长量为20.487482 m3,1996~2006年定期平均生长量为2.048748 m3。生长量影响因子相关性分析表明灰度值中的红光波段、近红外波段、绿光波段与云杉生长量显著相关,其次是海拔、NDVI和坡向,相关性最弱的为蓝光波段、短波红外波段和坡度。【结论】在今后的工作中,可根据影响天山云杉生长量的主导因子,并结合GIS手段动态监测云杉生长状况,从而更好地进行天山云杉的研究保护工作。     

新疆天山西部云杉生长量变化及其影响因子分析

【目的】计算新疆天山西部云杉生长量,对云杉生长量影响因子进行相关性分析,为监测云杉生长和研究天山森林生态系统提供参考。【方法】根据1996年天山西部8个林场218个样地5682株云杉的实地测量值推算出天山西部云杉的材积经验式和一元材积表;利用GIS和SPSS软件对利用遥感手段提取的生长量影响因子进行相关性分析。【结果】1996~2006年,天山云杉定期生长量为20.487482m3,1996~2006年定期平均生长量为2.048748m3。生长量影响因子相关性分析表明灰度值中的红光波段、近红外波段、绿光波段与云杉生长量显著相关,其次是海拔、NDVI和坡向,相关性最弱的为蓝光波段、短波红外波段和坡度。【结论】在今后的工作中,可根据影响天山云杉生长量的主导因子,并结合GIS手段动态监测云杉生长状况,从而更好地进行天山云杉的研究保护工作。     

天山西部云杉林群落数量分类与排序

【目的】研究植物群落的数量分类和排序,分析植物群落与环境之间的关系,为新疆天山云杉林保护、天山西部山区森林群落更新恢复评价提供支撑。【方法】 以天山西部国有林管理局巩留分局恰西森林公园为试验点,天山云杉(Picea schrenkiana var tianschanica)林为研究对象,基于群落学调查和环境因子测定数据,采用双向指示种分析(TWINSPAN)对天山西部云杉群落进行分类,冗余分析(RDA)方法对物种分布进行排序,分析物种群落的类型和特征以及与环境因子之间的关系。【结果】 物种群落分为8组,群落中乔木层以天山云杉为优势种,天山花楸鲜有分布;灌木层植被较少,存在少量伊犁忍冬;草本层中主要以塔什克羊角芹、白花车轴草、羽衣草、早熟禾和弹裂碎米芥等为优势种,且分布较广泛。影响天山云杉林群落分布的主要环境因子是采伐强度、坡度、海拔、郁闭度和坡向。其中,环境变量对森林群落格局解释率占40.8%,采伐强度对森林群落格局解释率占4.9%,两者共同解释率占39.64%,未解释的部分占14.69%。【结论】 天山西部云杉林划分为8个群落类型,采伐强度因子与环境因子共同影响群落分布格局,天然林得到了较好的恢复,森林资源状况得到改善,生态状况由持续恶化向逐步改善转变。     

顾及变量相关性的主成分分析法在森林蓄积量估测中的应用

为探究Landsat8 OLI反演蓄积量的潜力,研究不同特征选择方法对蓄积量反演精度及不同蓄积量反演模型对反演精度的影响。以湖南省怀化市排牙山国有林场作为研究区,森林资源二类调查数据作为样地地面实测数据,选用Landsat8 OLI作为遥感数据源,将传统的Pearson相关系数法及主成分分析法2种方法结合,得到一种顾及变量相关性的主成分分析法（PCA-P）对遥感变量进行降维。使用3种变量选择方法构建了随机森林（RF）、K最近邻（KNN）、支持向量机（SVR）、多元线性回归（MLR）模型进行森林蓄积量的估测,使用决定系数（R²）、均方根误差(R_MSE)、相对均方根误差(R_RMSE)对蓄积量估测模型进行精度评价。结果表明：通过Pearson相关系数结合方差膨胀因子得到I_B2、I_ND25、I_MSR3个遥感变量,其与蓄积量相关性分别为0.716、0.623、0.597。使用主成分分析法得到前3个主成分,累计贡献率为93.42%。通过PCA-P得到前2个主成分,累计...     

天山云杉林群落结构及物种组成

天山云杉林是是天山山地主要的地带性森林植被,是中亚和亚洲中部山地的特有树种,在我国仅见于新疆。采用网格定位法,调查了新疆西部天山云杉林6 hm2样地中DBH≥1 cm的所有木本植物,并对样地内的草本植物采用网格法进行随机取样调查。结果表明：调查样地内天山云杉林群落物种组成简单,物种区系在属的水平上以温带成分为主;群落优势种明显,是以天山云杉为主的单优植物群落,优势种天山云杉的径级分布为正态分布。     

基于随机森林算法的橡胶林地上生物量遥感反演研究--以景洪市为例

以景洪市橡胶林为研究对象,将获得的样地植被指数和生物量数据用随机森林方法建立相关关系,将建立的关系用 Landsat TM影像反演出整个研究区域的生物量分布,用影像和实地样地调查数据进行分析和验证,实现光学遥感的大范围生物量反演。在反演过程中将植被指数作为自变量,使用 R 语言环境下的随机森林方法进行变量筛选和建模,并对该方法的适用性进行分析评价。结果表明：随机森林算法适用于森林生物量反演;选择的变量为可见光大气阻抗植被指数（VARI）、简单比值指数（RVI）、归一化植被指数（NDVI）、水分胁迫指数（MSI）、中红外指数（MidIR）;总体模型反演精度 R2＝0.43,RMSE ＝46.05。反演结果对于生物量密度较低的区域回归效果较好,对于生物量超过200 t/hm2的地区,反演结果偏低,且随着生物量密度的增加,反演结果偏差逐渐增大。     

天山云杉林不同林型物种多样性对土壤因子的响应

[目的]研究2种林型林下草本植物多样性对土壤因子的响应,为新疆天山云杉林土壤质量的管理和物种多样性的保护提供依据.[方法]采用样地调查的方法,以中生草类-天山云杉林和藓类-天山云杉林2种林型为研究对象,通过野外调查数据计算α多样性指数,分析幼龄期(0～60 a)、中龄期(60～100 a)、近熟期(100～120 a)...     

基于无人机影像的天山云杉林单木树冠信息提取

【目的】 研究树冠信息估测出林分密度、生长量等森林调查指标,判断林木生长优良状况提供参考,【方法】 基于无人机遥感影像,以新疆农业大学实习林场主伐迹地下天山云杉林(Picea Schrenkiana var tianshanica)为研究对象,采用高斯-拉普拉斯算子(Laplacian of Gaussian,LOG)结合最大类间方差寻找最优阈值(Otsu)对影像进行处理,并利用标记控制分水岭分割方法分别提取疏、中、密3种不同郁闭度的天山云杉单木树冠信息。【结果】 利用优化后的标记控制分水岭分割方法较好的解决了过分割问题,对单木树冠信息提取的F测度在疏、中、密林区分别是98.26%、92.91%和87.57%。【结论】 使用的方法提取单木树冠信息精度较高,可以评价对天山云杉林的生长状况,可对主伐迹地下天山云杉林的更新和恢复提供可靠的技术支撑。     

地形因子对天山北坡天山云杉林土壤有机碳的影响

【目的】研究地形因子对天山北坡天山云杉林土壤有机碳的影响。【方法】在新疆农业大学实习林场选取不同海拔、不同坡度和不同坡向的样地采集土壤样品,测定土壤有机碳含量并计算其碳密度。【结果】不同海拔梯度下,天山云杉林土壤有机碳含量介于41.65~77.67 g/kg,土壤有机碳密度介于9.47~14.27 kg/m²,土壤有机碳含量及密度均随着海拔的升高呈减少的趋势。0~20 cm土层坡度小于15°时,土壤有机碳含量表现为最高(105.08 g/kg),而当坡度达到30°~35°时,土壤有机碳含量最低;不同坡向上土壤有机碳含量从高到低依次为阴坡>半阴坡>半阳坡>阳坡,其中0~20 cm土层阴坡上土壤有机碳含量显著高于阳坡(P<0.05),20~60 cm土层土壤有机碳含量在各坡向之间差异不显著。【结论】天山北坡天山云杉林在高海拔区域内整个剖面土壤有机碳含量分布较低海拔区域相对均匀。坡向对土壤有机碳的再分配作用在20~60cm土层土壤中难以发挥作用。     

更新方式对天山云杉林土壤碳氮的影响

【目的】 研究天山云杉林不同更新方式对土壤碳氮的影响,了解碳、氮的生物地球化学循环。【方法】 采用典型样方法,研究新疆天山云杉林不同更新方式对土壤碳氮含量的影响。【结果】 不同更新方式下林地土壤有机碳、全氮含量均随着土层加深呈逐渐下降的趋势。不同更新方式间土壤有机碳含量的差异主要在0~25 cm土层。与老龄云杉林相比,更新后,天然更新林、人促更新林和人工更新林0~10 cm土层土壤有机碳含量分别下降21.08、27.83 和53.2 g/kg, 10~25 cm土层分别比老龄云杉林下降9.09、13.88和13.83 g/kg,且与老龄云杉林差异均达到显著水平(P < 0.05);而不同更新方式间全氮含量的差异主要在0~10 cm土层,分别比老龄云杉林下降0.44、0.71和0.98 g/kg,且与老龄云杉林差异均达到显著水平(P < 0.05)。不同更新方式对林地土壤有机碳及全氮储量的影响不同,75 cm深土壤有机碳及全氮储量的大小顺序依次为,天然更新林＞人促更新林＞人工更新林。【结论】 不同更新方式对林地土壤碳氮影响程度不同,人工更新林土壤碳氮含量比天然更新林土壤下降的更为明显,其中表层土壤反映最为敏感,下降最快。     

天山北坡中部天山云杉1 a生天然更新幼苗存活数量与功能性状的微生境分析

【目的】分析天山云杉(Picea schrenkiana var.tianschanica)1 a生天然更新幼苗存活数量和功能性状与微生境因子的相互作用及关系,为环境筛(environmental filter)在天山云杉幼苗定居阶段筛选作用提供参考。【方法】采用冗余分析(redundancy analysis, RDA)方法,分析天山云杉1 a生天然更新幼苗存活数量和功能性状与微生境因子的关系,并选用层次分割法定量分解微生境因子的解释率。【结果】显著影响天山云杉1 a生天然更新幼苗存活数量和功能性状的微生境因子有苔藓厚度、枯落物厚度、草本盖度、根系盘结层厚度、大树邻体效应和海拔、坡位,可解释47.43%的天山云杉1 a生天然更新幼苗存活数量和功能性状变异。其中,由苔藓、草本、枯落物构成的林下地被物的解释率为26.16%,根系盘结层厚度和海拔高度的解释率分别为9.79%和5.95%。【结论】天山云杉林下的枯落物、苔藓和土壤根系盘结层厚度,以及林地所处的海拔高度对天山云杉1 a生天然更新幼苗的存活具有较强的筛选作用。     

高强度采伐对天山云杉更新群落物种组成的影响

【目的】分析高强度采伐后群落物种组成与不同采伐等级和采伐时期下,天山云杉更新群落主要植物种重要值变化特征,研究物种组成角度解释更新群落的变化规律,为天山云杉更新群落物种组成与天保工程实施和伐后森林恢复评价提供科学依据。【方法】采用重要值定量分析法,分析天山云杉更新群落乔木层、灌木层和草本层主要植物种在不同高强度采伐等级和采伐时期下的动态变化。【结果】高强度采伐后更新群落中共有植物33科61属67种,双子叶植物占决定性优势。乔木层发达,灌木植物发育不良,草本种类繁多且数量庞大,其中菊科种类最多,伴随出现一定数量特征鲜明的单科单属、单属单种植物种类。干扰强度增加,天山云杉(Picea Schrenkiana)重要值小程度降低,天山桦(Betula tianschanica)相对优势度和重要值呈先上升后小幅度下降趋势。采伐发生时间越远,更新天山云杉重要值和相对优势度减小,天山桦相反。物种丰富度在小灌木和草本层随采伐强度变化不明显,优势种是林下植物高山羊角芹(Aegopodium alpestre)。在采伐＞40年时物种丰富度最小,森林更新修复后物种丰富度增大,近20 a来天保工程禁伐措施的实施使得植物群落竞争加剧,弱势种减少,林下物种丰富度小程度减少。【结论】人为干扰强度增加和采伐发生时间离现在越远,乔木层天山云杉重要值小程度降低,天山桦的重要值和相对优势度增加;灌木、草本层物种丰富度随采伐强度变化的差异不明显。     

基于无人机影像天山云杉林主伐迹地提取研究

【目的】通过分析天山云杉主伐迹地更新群落特征,将其划分为三个等级的主伐迹地,基于无人机影像,以实现提取不同等级主伐迹地的面积以及确定其分布,为新疆天保工程实施后山区森林资源更新恢复及评价提供科学依据。【方法】采用eCognition软件面向对象多尺度分割技术对研究区进行分割,通过最邻近分类以及SEaTH算法相结合的分类方法筛选分类特征,并建立类别层次结构及分类规则集,以实现提取不同等级主伐迹地面积,并进行精度评价。【结果】利用最邻近分类方法与SEaTH算法相结合的分类方法提取不同等级的主伐迹地,其总体分类精度达到81.82%,Kappa系数为0.74。提取主伐迹地Ⅰ、Ⅱ、Ⅲ的面积吻合度分别为87.09%、79.86%和66.33%;提取主伐迹地总面积为72.574 3 hm²,目视解译面积为92.174 9 hm²,面积相对误差为21.26%,面积吻合度为78.74%。【结论】该方法用于研究区提取主伐迹地信息是可行的。主伐迹地Ⅰ提取的面积吻合度最高,由于主伐迹地Ⅰ内的天山云杉林分株数密度较低,其林分平均冠幅、平均年龄等因子均相对较小,因此在影像上更好区分。主伐迹地Ⅱ分布面积最大,主伐迹地Ⅰ和Ⅲ分布面积较小,研究区内主伐迹地林分生长状况主要为主伐迹地Ⅱ状态