倾斜摄影测量技术提取落叶松人工林地形信息

目的林下地形是提取单木树高、冠幅等森林参数的必备条件,但由于林区地形起伏较大,传统的测量手段难以获取大范围高精度的森林地区数字地形模型（DTM）。近年来,倾斜摄影测量克服了传统测量技术的缺点,成为获取三维地理信息的新型手段。本文使用无人机倾斜摄影测量技术提取落叶松林下地形,并评测精度与适用性,为后续基于倾斜摄影测量技术提取单木参数的研究提供参考。方法选择内蒙古旺业甸林场内山区典型落叶松幼龄林、中龄林和成熟林林分在落叶季进行无人机飞行,采用Context Capture软件对获取的落叶季倾斜像片进行三维重建,生成林区点云。使用布料模拟滤波、加权线性最小二乘、渐进不规则三角网加密法、渐进形态学滤波算法从点云中提取地面点,并采用3种插值方法插值地面点生成测区完整地形。使用激光雷达DTM作为验证数据评价精度。结果不同算法的地形提取精度与郁闭度相关。在幼龄林区域和中龄林区域,布料模拟滤波提取地面点的精度最高,决定系数（R2）均达到0.999,均方根误差（RMSE）分别为1.61 m和0.47 m;在成熟林区域,渐进三角网滤波效果最好,R2为0.999,RMSE为0.39 m。在不同郁闭度林分选择最优滤波算法基础上,比较不同插值方法生成的数字地形模型（DTM）精度,结果表明:在幼龄林和中龄林,布料模拟滤波点云后经不规则三角网（TIN）插值得到的DTM精度最高,RMSE分别为1.58 m和0.44 m;成熟林分渐进不规则三角网加密滤波后地面点经克里金（Kriging）法插值得到的DTM精度最高,RMSE为0.31 m。结论实验证明,倾斜摄影测量技术可用于落叶松林分地形提取。      

林区桥梁测强曲线的编制

为解决林区桥梁结构砼强度现场检测精度问题，按林区各地区常用原材料，配合比和工艺条件制备试块，并对其回弹法，超声法试验研究，利用数理统计方法确立相关数学关系式Ｒ＝ｆ（Ｎ，Ｌ），Ｒ＝ｆ（Ｖ，Ｎ），建立了林区桥梁测强曲线。     

火地塘林区华山松景观格局的人工神经网络模型研究

以火地塘林区森林资源二类调查资料为主要数据源,选取华山松林小班的面积、坡度、坡向、海拔、地形指数、灌丛盖度、草本盖度、土层厚度、小班蓄积和优势木年龄10个调查因子作为输入变量,以小班分维数作为输出变量,建立了火地塘林区华山松景观格局的BP神经网络模型,并应用该模型对部分华山松景观格局进行了预测。结果表明,该模型网络收敛效果理想,泛化能力强,为林区森林景观分析提供了一种新的研究方法。     

给非林区的林业号号脉

给非林区的林业号号脉严成我们在指导林业工作时，一条很重要的原则就是要根据各地的不同条件，进行分类指导。将全省９５个县（市、区）划分为重点林区县（市）、林区县（市、区）和非林区县（市、区）三类。其中：林业用地面积占国土总面积６０％以上，活立木蓄积量３０...     

内蒙古大兴安岭林区立地质量评价及生产潜力研究

为探讨如何利用现有资料对全国林地进行立地质量评价,为各级森林经营方案的规划设计提供技术支撑,以内蒙古大兴安岭林区为例,依据内蒙古大兴安岭森林资源清查的标准木、样木和样地数据,构建了区域内5种主要树种(组)树高曲线,计算出各样地内样木树高,再经筛选得到各树种优势木数据并编制其立地形表,然后基于地形和土壤等环境因子与立地形之间的数量关系,拟合立地形估测模型。在此基础上,使用林区二类调查数据中的地形和土壤因子,估测林区内所有小班的立地形,得到林区林地立地质量等级及其分布情况。最后根据三期固定样地资料和林区现实林分状况,综合确定各立地质量等级的森林生产潜力,由此来实现林区森林现实生产力状况与生产潜力对比分析评价。结果表明:分等级的树高曲线符合林木生长规律,根据样地等级计算样木树高,筛选优势木,采用理查兹模型的导向曲线和标准胸径编制立地形表的方法可行;由评价结果来看,林区林地质量整体较好,林地质量等级为好和中等的分别占56.59%和29.05%,合计高达85.64%;林区98.38%的森林未达到林地生产潜力水平,特别是中幼龄林的年平均生产力(2.63m3·hm-2·a-1)仅为潜在水平的41.10%;林区内中幼龄森林占比较大,且抚育经营潜力巨大,通过森林抚育,森林蓄积量测算能增加1656.10×104m3。因而,基于森林清查资料和二类调查数据库,在中国森林立地类型分类体系下的二级区内,结合多个树种(组)对区域内的林地质量进行评价并对其生产潜力进行测算的方法可行、实用,值得推广。     

基于机载LiDAR数据的林下地形提取算法比较与组合分析

激光雷达(LiDAR)克服了传统测量技术的缺点, 成为了获取DEM的新型手段。针对不同地形林区,选择合理的点云滤波算法,是提取林下地形的关键步骤。本研究在黑龙江省凉水自然保护区内选择了3块具有代表性的区域,分别为平缓山地林区、陡峭山地林区和复杂地区。以1:10 000地形图矢量化生成的高精度DEM为参考,评价了迭代线性最小二乘法、基于坡度法、不规则三角网法(TIN)点云滤波算法在3种地形的适应性。结果表明:不同算法有不同的适应区域。3种方法在平缓山地林区都具有良好的效果,决定系数(R2)均达到了0.98,均方根误差(RMSE)均低于0.21 m。迭代线性最小二乘法在复杂地区滤波效果最好,R2为0.94,RMSE为0.21 m;不规则三角网法在陡峭山地林区效果最好,R2为0.99,RMSE为1.43 m。但是,单一的方法在复杂区域情况下、陡峭山地林区,有明显的分类误差,会将植被分为地面点。为提高林下地形提取精度,本文提出不同滤波方法的组合双重滤波,结果表明,迭代线性最小二乘法和不规则三角网方法组合可以在减少参数调整情况下得到良好滤波效果,对复杂地区、陡峭山地林区滤波效果大大改善。      

Qinling Mountains Forest Fire Dangerous Terrain Dialysis

从秦岭林区森林火灾危险地形的林相、林分特点、地形地貌特征、扑救人员心态、逃生难易程度,森工采伐和林副产品利用情况等诸多方面,得出了危险地形火灾发生发展规律用真正危险所在.     

秦岭林区森林火灾危险地形透析

从秦岭林区森林火灾危险地形的林相、林分特点、地形地貌特征、扑救人员心态、逃生难易程度,森工采伐和林副产品利用情况等诸多方面,得出了危险地形火灾发生发展规律用真正危险所在。     

国有用材林害虫和害鼠的定量测报模型

收集了黑龙江省４个国有林区（哈尔滨、牡丹江、佳木斯和伊春林区）３９个林业局１１种主要害虫和１类害鼠的发生资料和气象资料。这１１种害虫和１类害鼠基本代表了黑龙江林区的虫害和鼠达发生的优势种类。通过相关分析和多元线性回归。建立了２１个预报模型。模型的Ｆ检验相关系数为０．８５以上。回报准确率达８５％以上。这些模型可用于黑龙江省国有林区主要害虫和害鼠发生量趋势预报。     

林区地形起伏对Spot5遥感图像几何精校正的影响

为探索林区地形起伏对空间分辨率为 2 5m的Spot5遥感图像几何精校正的影响规律 ,在理论分析地形起伏造成遥感图像像点位移的基础上 ,通过比较控制点间实测距离和图像上相应距离的偏差 ,研究了林区Spot5遥感图像像点位移的变化规律 .利用GPS虚拟网络参考站定位系统 ,以厘米级精度测定校正遥感图像的地面控制点 .根据地面控制点海拔高度的差异设置 4种校正方案 ,对Spot5遥感图像进行几何精校正 .通过比较各种校正方案对图像变形的纠正效果 ,详细探讨了林区地形起伏对Spot5遥感图像几何精校正的影响规律     

森林可燃物含水率气象预测模型 在森林火险预报中的应用

森林可燃物含水率是森林火险预报中的主要指标之一.利用黑龙江省伊春林区5个气象站1961-2005年逐日气象资料、森林火灾次数资料和五营林业气象试验站1991-2005年森林可燃物含水率观测资料,采用统计回归法,建立森林可燃物含水率与气象要素关系模型,并将可燃物含水率预测模型引入到森林火险气象指数模型中.结果表明:森林可燃物含水率模型模拟效果较好,引入森林可燃物含水率气象预测模型可提高森林火险气象指数模型的应用效果,并划分了森林火险气象指数在伊春林区森林火险等级预报中的应用指标值.森林可燃物含水率模型可祢补可燃物含水率纽份缺少观测资料的不足.促进森林火险等级预报的应用水平.     

滇中地区林火发生预报模型构建研究

林火发生预报模型因为全面考虑气象、地形、可燃物、人为活动等影响林火发生的因素，故可得出更为准确的火险预报结果。因此，利用滇中地区的历史天气、地形、植被分布、VIIRS热异常数据集等数据，构建该地区的火发生预报模型，并利用历史林火资料进行精度分析。结果表明，针对历史火点进行模拟预报，高于火险二级的预报，该模型比常见火险气象预报模型高23.9%；针对历史未过火点进行模拟预报，低于火险三级的预报，该模型比常见火险气象预报模型高14%。可以看出，所构建的林火发生预报模型的预报精度明显高于火险气象预报模型，可以更好地反映客观森林环境的真实火险。     

建立森林地理空间数据库的方法

通过对大兴安岭林管局１０个林业局建立森林地理空间数据库的过程。研究了区域框架结构及图层结构设计、投影及坐标一体化、数据模型、地图数据预处理、地图数据文件编码、文件索引等大区域森林地理空间数据库组织的技术方法。这些方法将影响数据查询速度、森林生态系统空间分析变量和模型的选择、模型尺度转换及空间分析效率。     

基于多源数据的根河实验区生物量反演研究

森林是陆地生态系统的重要组成部分,精确估测森林地上生物量能够减少陆地生态系统碳储量的不确定性。本文以内蒙古大兴安岭根河实验区为研究区,基于森林样地调查数据、Landsat 8 OLI、机载P-波段PolSAR以及ASTER GDEM数据,分别采用多元线性逐步回归法和基于随机森林算法(Random Forest, RF)进行特征优化选择后的k-最近邻(k-nearest neighbors, k-NN)法对研究区森林地上生物量(above-ground biomass, AGB)进行估测,对比验证采用不同类型数据(单传感器数据和多传感器数据)时2种方法的反演结果来寻求森林AGB估测的最优方法和输入因子,最后利用最优的估测方法来反演整个研究区的森林AGB,生成根河实验区的森林AGB等级分布图。结果表明:对于多元线性逐步回归和k-NN 2种不同的方法,森林AGB的反演都表现出较为一致的结果,即采用多传感器遥感数据(Landsat 8 OLI和机载P-波段PolSAR数据)比采用单传感器遥感数据估算的森林AGB精度要高;而在同时采用多传感器遥感数据进行森林AGB的反演中,k-NN算法的估测结果(R2=0.65, RMSE=17.49 t/hm2)明显优于多元线性逐步回归算法(R2=0.36, RMSE=22.08 t/hm2)的估测结果。显然,多源数据协同反演森林AGB可以充分利用每种传感器的优点,提高遥感估测森林AGB的能力;与多元逐步回归方法相比,k-NN算法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系,且能够避免发生过学习现象和样本不平衡问题。      

Forest Evapotranspiration in Pearl River Delta based on Remote Sensing Technology

对珠江三角洲六类主要林分（区域）的蒸散发比进行了研究,6类林分包括桉树林、果树林、针阔混交林、灌木林、针叶、混交林、阔叶混交林。同时对基于 Priestley-Taylor扩展模型的物理机制进行分析与推理,发现可以通过 MODIS和 TM热红外数据计算的地温值来评估较大区域上的蒸散发能力,并结合2008~2009年的晴空数据进行计算分析。结果表明珠三角6类林分（区域）的蒸散发作用相当,桉树林并非耗水量最大的林种。     

丹清河林场天然次生林林分蓄积量生长模型

以黑龙江省哈尔滨市丹清河林场的主要次生森林类型为对象,基于小班调查数据,利用Richards、Mistcherlich、Logistic、Gompertz和Schumacher 5种理论生长方程,建立了林分蓄积量生长模型,采用模型拟合统计量、误差及残差分布对模型进行评价和检验。结果表明:白桦林、柞木林Richards模拟结果最好;人工落叶松林、天然阔叶林、天然针叶混交林Logistic模拟最好,天然针叶林Schumacher模拟最好。为该地区森林生长预测和经营优化提供了参考和依据。     

基于遥感技术的珠三角6类林分的蒸散比研究

对珠江三角洲六类主要林分(区域)的蒸散发比进行了研究,6类林分包括桉树林、果树林、针阔混交林、灌木林、针叶混交林、阔叶混交林.同时对基于Priestley-Taylor扩展模型的物理机制进行分析与推理,发现可以通过MODIS和TM热红外数据计算的地温值来评估较大区域上的蒸散发能力,并结合2008-2009年的晴空数据进行计算分析.结果表明珠三角6类林分(区域)的蒸散发作用相当,桉树林并非耗水量最大的林种.     

林木调查数据的随机、空间、时间特征的模型处理

林木调查数据常具有随机性、空间性和时间性3种特征,这些特征造成了传统林木模型精度不高、应用不稳定。尽管已有多种建模方法可处理这些特征,但很少有研究界定这些方法在林木数据的适用范围。介绍混合效应模型、空间回归、地理加权回归、回归克里金4种建模方法在林木因子上的应用,分析它们对林木调查数据的随机效应、空间相关性与异质性、时间相关性与异质性上的适用度。结果表明,混合效应模型能有效处理林木数据的随机效应、空间相关与异质性、以及时间相关性;地理加权回归主要解决数据的随机效应、空间相关与异质性;空间回归与回归克里金只能处理数据的空间相关性;但这4种方法均无法有效处理数据的时间异质性。在实际研究中,可以依据这4种建模法对林木数据随机、空间和时间特征的适用度,分析数据特征来选择合适的建模方法,从而提高研究效率与精度。     

运用GF-1影像光谱和纹理信息构建森林蓄积量估测模型

以GF-1遥感影像为数据源,研究区森林资源二类调查数据为样地实测数据,综合考虑光谱、地形、纹理特征,利用多元线性回归、BP神经网络、支持向量机和随机森林建立研究区森林蓄积量估测模型,并验证模型预测的性能。结果表明:4种模型预测评价指标的决定系数(R2)和均方根误差(RMSE)相近,但有一定的差异,多元线性回归模型R2和RMSE分别为0.446、39.979 6 m^3·hm^-2,BP神经网络模型R2和RMSE分别为0.474、39.703 9 m^3·hm^-2,支持向量机模型R2和RMSE分别为0.485、38.924 8 m^3·hm^-2,随机森林模型R2和RMSE分别为0.534、37.882 2 m^3·hm^-2;3种机器学习方法构建的蓄积量估测模型预测性能优于传统的多元线性回归模型,随机森林模型的预测性能最优。     

南方集体林区生态公益林阔叶树枯损模型的构建研究

探讨阔叶树林分枯损模型的构建,对于经营管理作为我国南方集林区生态公益林的主要树种的阔叶树林分具有重要意义。利用顺昌县优势树种为阔叶树的1996和2006固定样地资料,构建阔叶树枯损模型。结果表明,模型估测的阔叶树林分枯损总数的估测精度为93.89%。