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WorldView-2影像和随机森林算法的天山云杉蓄积量反演

【目的】研究林地遥感因子与蓄积量的关系来反演天山云杉林分蓄积量,为新疆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国家西森林公园的天山云杉（Picea schrenkiana var.tianshanica）为研究对象,以样地内每木检尺为依据,基于WorldView-2影像,使用eCognition Developer 提取样地的光谱信息、纹理因子与植被指数三种遥感因子,通过随机森林算法建立模型反演天山云杉林分蓄积量。【结果】提取的24种遥感因子,筛选出对蓄积量影响最大的5种特征变量,分别为NDVI1、NDVI2、RVI2、均一性（Homogeneity）与相关性（Correlation）,建立随机森林回归模型,解释度高达81.27%,决定系数R²=0.8648（P<0.05）,估测样地蓄积量精度为86.38%。【结论】建立的随机森林回归模型可以有效地反演天山云杉林林分蓄积量。     

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。     

无人机遥感影像提取的单木冠幅数据在桉树林分蓄积量估测中的应用

以广西壮族自治区南宁市树木园坛里管理区为研究区域、以桉树(Eucalyptus spp.)人工林为研究对象,在坛里管理区内设置6块20 m×20 m的典型样地,实地测量单木树高、胸径(1.3 m高)、冠幅直径,获得287株桉树样木数据;样地调查同时进行无人机航拍数据采集,获取分辨率为8 cm像素影像(110张),通过正射校正、倾斜校正、投影差校正对无人机影像进行处理,消除环境因子的影响,采用面向对象的影像分析方法对遥感影像上的桉树林提取林分单木冠幅;根据样地实测数据建立冠幅-胸径模型、冠幅-树高模型,将无人机影像提取的修正后的桉树单木冠幅数据代入构建的模型中,选择相关系数最高的模型推算胸径和树高,利用桉树二元材积公式估算样地的蓄积量,分析依据无人机遥感影像提取桉树单木冠幅数据估算林分蓄积量的可行性与精确度。结果表明：利用无人机影像提取冠幅与实测冠幅之间存在显著正相关,提取的平均精度为90.85%,建立的桉树冠幅-胸径曲线估计模型,其中对数函数方程拟合效果最好(决定系数为0.799);桉树冠幅-树高模型,拟合效果最好的是三次方函数方程(决定系数为0.755)。影像提取的单木冠幅,通过模型...     

基于快鸟影像树冠特征的天山云杉材积反演1）

基于QuickBird高分辨率遥感影像,利用面向对象分类法提取了果子沟林场实验区的低林分密度的天山云杉的树冠信息,以实测数据为真值检验遥感方法提取的树冠大小的精度;在此基础上建立了基于遥感影像树冠与实测胸径的关系模型,利用模型估计的胸径和一元材积模型,计算云杉单木材积。结果表明：研究区内天山云杉的树冠遥感方法分类的生产者精度为914．7％,用户精度为90．9％。基于实测胸径和提取冠幅面积所建立的回归方程的决定系数R2＝0．7533,树冠面积提取精度为89．17％,胸径的预估精度为87．91％,材积的预估精度为87．36％。     

基于无人机遥感的天山云杉林密度估测研究

本研究基于无人机遥感影像,利用图像增强技术与面向对象方法对不同郁闭度下天山云杉(Picea schrenkiana var.tianschanica)林单株树冠进行提取并估测林分密度,结合实测数据进行精度检验。结果表明,采用图像增强技术结合面向对象方法对天山云杉林的树冠提取和林分密度估测的精度较高。在低、中和高郁闭度林分中提取树冠的精度分别为:97.02%、90.33%和82.01%;不同郁闭度林分密度估测精度分别为96.64%、95.50%和80.70%。总体来看,利用图像增强技术对伐后更新天山云杉林密度估测是可行的,精度均在80%以上,运用图像增强技术结合面向对象方法能快速准确的提取主伐迹地下天山云杉林密度。     

天山云杉林分树高测定的灰色动态模型

本文据根天山云杉林分树干解析资料,应用灰色系统理论建模方法,依树高和胸径的定期生长量随时间的增长而变化的数据序列,建立了测定树高的GM(1,2)灰色动态模型,求得模型计算值,进而以模型计算值作为蓄积量测定的要素之一,参予了林分蓄积量计算,并与实测值分别进行了对照检验,结果表明:所建模型拟合效果较好,其树高和蓄积量计算值,具有较高的精度。     

基于交角的林木竞争指数应用研究

【目的】基于交角的林木竞争指数(CI)简洁,能同时表达出竞争木上方的遮盖和侧翼的挤压。探讨不同林分用胸径(D)或通过胸径-树高(D-H)曲线预估树高后替代实测树高计算该竞争指数的可行性,以期给出基于交角的林木竞争指数的最优经验计算途径。【方法】以3个地区共6块样地的天然林和人工林为研究对象,利用全站仪测定并记录林木坐标、树种、胸径、树高、冠幅和健康状况,并计算和分析各样地林木通过胸径得到的竞争指数(CID),通过胸径-树高曲线预估树高后得到的竞争指数(CI_(D-H))与通过实测树高得到的竞争指数(CIH)间的关系。【结果】不同森林类型林分通过胸径和胸径-树高曲线预估树高后计算得到林木竞争指数的2个经验计算途径都是可行的,且都能表达出通过实测树高计算得到林木竞争指数(CIH)结果的95%以上。2个经验计算途径的效果与胸径-树高曲线模型精度呈显著正相关,当胸径-树高曲线模型精度低(R20.53)时,CI_(D-H)效果略差。【结论】由于CI_(D-H)计算过程较复杂,且当林分胸径-树高曲线模型精度较低时,竞争指数CI_(D-H)的应用效果比竞争指数CI_D略差,因此以胸径替代实测树高可作为该竞争指数的最佳经验计算途径。     

应用无人机可见光遥感技术估测林分蓄积量

以云南省富民县典型天然云南松(Pinus yunnanensis)纯林为研究对象,结合无人机影像获取和外业样地调查对林分蓄积量估测。结果表明：利用目视解译方法提取云南松单木冠幅,精度达72%;采用11种模型拟合得到云南松林分不同郁闭度的胸径-冠幅最优回归模型;3个郁闭度等级林分的平均蓄积量估测精度分别达53.12%、78.65%和81.16%。由此可见,中、高郁闭度林分的平均蓄积量估测精度较高,说明了无人机遥感估测林分蓄积量的可行性和适用性。     

天山云杉人工幼林抚育间伐的研究

本文分析了天山云杉人工幼林间伐对小气候、林木胸径与树高的生长，以及单株材积和林分蓄积量的影响；并研究了云杉林木幼林阶段的生长过程和林木按径阶的株数分布规律及间伐效果；探讨了天山云杉林幼林期的间伐方法、间伐强度，间伐开始期、间隔期等间伐技术要素，为天山林区天山云杉人工林适时地进行抚育间伐提供了科学依据。     

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。     

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。     

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。     

天山西部天然乔木林空间分布与地形因子的定量关联

【目的】研究天山西部山区天然乔木林分布规律与地形因子(海拔、坡向、坡度)的定量关联,为森林资源的保护与管理提供科学依据。【方法】选取天然乔木林为对象,通过3S技术对Landsat数据进行分类,基于DEM数据生成地形因子,结合森林资源二类调查数据,定量研究天山西部山区天然乔木林的空间分布规律。【结果】天山西部山区天然乔木林主要分布在海拔1 200~2 500 m的区域,分布指数96.19%;坡向上主要分布在阴坡、半阴坡(包含北坡、西北坡、东北坡全部以及东坡、西坡部分区域),分布指数88.72%;坡度上主要分布在坡度≥15~55°,包括斜坡、陡坡和急坡以及险坡的部分区域(≥45~55°),其中在陡坡的分布指数最大。研究区树种有雪岭云杉(Picea schrenkiana)、欧洲山杨(Populus tremula)、疣枝桦(Betula pendula)、杏(Armeniaca vulgaris)和天山野苹果(Malus sieversii),其中以雪岭云杉分布面积最大,海拔范围最广;其次为欧洲山杨,第三为杏;适宜雪岭云杉生长的海拔区域为1 800~2 400 m,欧洲山杨适宜生长区为1 400~2 000 m,杏适宜生长区为1 000~1 600 m。【结论】天山西部山区天然乔木林树种以雪岭云杉、欧洲山杨和杏为主,主要分布在中山—亚高山的阴坡、半阴坡且坡度为≥15~55°的区域。森林抚育、更新时应根据地形条件选择适宜树种,保证树种幼苗成活率,促进乔木林快速更新。     

基于无人机影像阴影去除的苹果树冠层氮素含量遥感反演

【目的】去除无人机多光谱遥感影像中的阴影,以提高苹果树冠层氮素含量反演模型精度。【方法】以山东省栖霞市苹果园为试验区,利用2019年6月采集的无人机多光谱影像,分别基于归一化阴影指数（normalized shaded vegetation index,NSVI）和归一化冠层阴影指数（normalized difference canopy shadow index,NDCSI）去除果树冠层多光谱影像中的阴影,提取非阴影区域果树冠层光谱信息;通过相关性分析方法,将基于原始光谱影像和基于NSVI、NDCSI去除阴影后提取的光谱数据与实测叶片氮素含量进行相关性分析,分别筛选氮素含量的敏感波段并构建光谱参量;采用偏最小二乘（partial least square,PLS）及支持向量机（support vector machine,SVM）方法构建果树冠层氮素含量反演模型并进行精度检验。【结果】绿光波段和红光波段为果树冠层氮素含量反演的敏感波段;阴影削弱了果树冠层的光谱信息,去除阴影前后,冠层多光谱各波段光谱差异较大,在红边波段及近红外波段尤为明显;基于2个阴影指数去除阴影后构建的氮素反演模型精度均有提升,最优模型为基于NDCSI去除阴影后构建的支持向量机氮素含量反演模型,该模型建模集R²和RPD分别为0.774、1.828;验证集R²和RPD分别为0.723、1.819。【结论】基于NDCSI可有效去除无人机多光谱果树冠层影像中的阴影,提高氮素含量反演精度,为果园氮素精准管理提供了有效参考。     

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)...     

基于星-机光谱融合的棉花叶片SPAD值反演

【目的】为提高棉花叶片叶绿素含量的反演精度,并掌握其在山东省夏津县的空间分布特征。【方法】本研究以山东省德州市夏津县为研究区,以夏津县大李庄棉田为试验区,通过SPAD（soil and plant analyzer development,SPAD）仪实地测定试验区棉花叶片叶绿素含量的相对值（SPAD值）,并获取同期试验区无人机（unmanned aerial vehicle,UAV）近地多光谱图像和研究区Sentinel-2A MSI（MSI）卫星影像;然后分别基于UAV和MSI的光谱反射率,构建并筛选最优光谱参量,采用多元线性回归（multiple linear regression,MLR）建立SPAD值定量反演模型;最后采用二次多项式拟合法融合UAV和Sentinel-2A MSI对应的最优光谱参量,对比分析融合前后模型效果,优选最佳反演模型,实现研究区SPAD值反演。【结果】研究表明,(REG-R)/(REG+R)、R/G、CL(red edge)、NDVI可作为SPAD值的最优光谱参量;基于UAV图像的定量反演模型精度优于基于MSI影像的模型;基于二次多项式拟合后建模R ²提高了0.015—0.057,RMSE降低了0.457—0.638,验证R ²提高了0.040—0.085,RMSE降低了0.387—0.397,RPD提高了0.020—0.139;将融合后的MSI光谱参量代入基于UAV图像的反演模型（Fused MSI-Mod_UAV）,也可获得较高的反演精度,建模R ²达0.672,RMSE为3.982,验证R ²达0.713,RMSE为3.859,RPD为1.685;基于上述模型进行研究区棉花叶片SPAD值反演分析,试验区整体呈南高北低的分布趋势,研究区呈中间低、四周高的分布趋势,均与实地情况一致,具有较好的预测效果。【结论】采用二次多项式拟合法融合无人机和卫星影像数据,可较好地实现区域高精度作物生长指标的定量反演,研究结果可丰富多源遥感融合理论与技术,为后续棉花长势监测与精准生产提供技术参考和数据支持。