纹理特征对森林蓄积量反演模型的影响

【目的】蓄积量是反映森林资源质量的重要指标,传统人工蓄积量调查方式费时耗力。遥感技术在林业中的应用能有效地弥补人工调查的缺陷,采用遥感技术进行森林蓄积量的反演是区域范围内蓄积量估测的一种重要手段。现有的遥感蓄积量估测方法中,对于纹理特征因子的选取没有得到足够的重视。随着高分辨遥感影像的不断涌现,影像纹理特征越来越明显,将纹理特征引入到森林蓄积量估测模型当中,是一个很好的尝试。但纹理特征是否有利于森林蓄积量的估测,以及如何影响森林蓄积量的估测,目前并不清楚。【方法】利用国产GF-1号为数据源,在数据预处理基础上,采用不同窗口大小提取的纹理信息,以及对纹理因子进行改进,研究其对于森林蓄积量反演模型精度的影响。【结果】1)改进纹理特征能有效提高蓄积量反演模型的精度。通过计算出遥感影像纹理均值改进指数、波段纹理均值改进植被指数和均值改进植被指数,结合地理因子,采用多元逐步回归方法构建森林蓄积量反演模型,结果精度有较大改善。2)纹理窗口大小为9×9时,森林蓄积量反演模型精度最高。提取3×3、5×5、7×7、9×9、11×11这5种窗口大小的纹理特征参数,分别构建森林蓄积量估测模型,并进行不同窗口下蓄积量反演精度进行检验。当窗口大小为9×9时模型效果最好,R2最大,达到0.652,RMSE值最小(25.354 5 m3/hm2),说明此时的窗口大小是最优模型窗口。【结论】当窗口为9×9时模型效果最好,此时的窗口大小是最优模型窗口。但是对于不同研究区在同一数据源下使用9×9窗口模型并不一定效果是最好的,纹理因子在建模中仍需根据研究区实际情况进行使用。     

基于Sentinel-1A和Landsat 8数据的区域森林生物量反演

【目的】结合主被动遥感数据,为基于不同遥感数据源、建模算法的亚热带森林生物量建模分析提供新思路。【方法】以湖南省郴州市桂东县2014年Landsat 8 OLI影像、2014年Sentine-1A影像、2014年43块森林资源连续清查固定样地数据为主要信息源,借助于ENVI、SNAP、R等软件,分别采用主动式遥感(Sentinel-1A数据)、被动式遥感(Landsat 8 OLI数据)、主被动相结合(Sentinel-1A数据结合Landsat 8 OLI数据)3种数据集和多元线性回归、随机森林、人工神经网络、袋装算法等4种模型,进行区域森林地上生物量特征变量选取、参数建模、模型精度评价、生物量空间制图。【结果】1)在特征变量选择上,红波段(B4)、红外波段(B5)反射率及纹理特征,归一化植被指数(NDVI),交叉极化(VH)后向散射系数及其纹理特征,在森林生物量反演中具有重要作用;2)4种遥感估测模型精度比较分析表明,无论是单一数据源还是二者结合,随机森林算法预测精度最高,人工神经网络、袋装算法次之,多元线性回归最低;3)3种不同数据源的遥感估测综合精度,按照由高到低的顺序排列,主被动结合被动式遥感主动式遥感;4)桂东县森林生物量平均值为53.68 t/hm2,生物量高( 90 t/hm2)的林分面积比例只有16.03%,主要分布在海拔较高、坡度较陡的东南、西南部。【结论】Sentinel-1A和Landsat 8数据的结合在估测森林生物量方面具有重要作用。     

甘肃连城自然保护区8种主要森林类型的植物物种多样性研究

应用调查所获的物种丰富度指数(S)、Simpson指数、Shannon-Wiener指数和Pielou指数研究分析了甘肃连城国家级自然保护区8种主要森林类型的植物物种多样性特征.研究结果表明:8种主要森林类型乔、灌、草3层植物物种多样性最高的类型是红桦林、青杄林和祁连圆柏林;在其不同的森林层次上,物种丰富度指数S、Simpson指数和Shannon-Wiener指数表现出乔木层＜灌木层＜草本层的特点;8种主要森林类型乔木层的Shannon-Wiener指数随其垂直分布海拔高度的变化不明显,而灌木层和草本层的Shannon-Wiener指数总体呈现出随垂直分布海拔高度的上升先升后降的规律,即其最高值出现在此几种主要森林类型垂直分布的中段.     

不同经营模式华北落叶松人工林草本物种多样性差异分析

以河北省塞罕坝机械林场不同林龄的华北落叶松人工林为研究对象,以Pielou均匀度指数、ShannonWiener多样性指数、Simpson多样性指数和Margalef丰富度指数为指标,在进行结构化森林经营(S)、近自然森林经营(N)、传统森林经营(T)和不经营的对照经营模式(CK)设计的基础上,对华北落叶松人工林草本物种多样性进行差异分析。结果表明:(1)在幼龄林阶段,对照经营模式(CK)下,Shannon-Wiener多样性指数、Pielou均匀度、Simpson多样性指数、Margalef丰富度指数均达到最大,分别为1.57、0.75、0.70和1.73;与其他模式相比,对照经营模式(CK)更有利于草本物种多样性发展;(2)在中龄林阶段,除Margalef丰富度指数外,近自然森林经营模式(N)的Shannon-Wiener多样性指数、Pielou均匀度指数、Simpson多样性指数均优于其他经营模式,分别为1.55、0.78和0.72,近自然森林经营模式(N)更有利于维持林下草本植物多样性;(3)在近熟林阶段,4种经营模式的Shannon-Wiener多样性指数、Pielou均匀度指数、Simpson多样性指数由大到小均依次为近自然森林经营(N)、结构化森林经营(S)、传统森林经营(T)、对照经营(CK),其中近自然森林经营(N)的Shannon-Wiener多样性指数、Pielou均匀度指数、Simpson多样性指数、Margalef丰富度指数分别为1.59、0.75、0.72和1.61,结构化森林经营(S)、传统森林经营(T)在维持林下草本植物多样性上的优势越来越明显。     

联合GF-3 PolSAR数据与Landsat-8 OLI数据的森林地上生物量估测

【目的】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对森林资源的经营管理具有指示作用,对研究全球碳循环具有重要意义。为了改善单一来源遥感数据估测森林地上生物量的不足,探讨了联合高分三号(Gaofen-3,GF-3)全极化(Polarimetric synthetic aperture radar,PolSAR)数据极化分解参数和Landsat-8 OLI数据估测森林地上生物量的可行性,并针对多源遥感数据的冗余问题优化特征组合。【方法】以广西南宁市高峰林场为研究区,结合森林样地调查数据,提取GF-3 PolSAR数据的后向散射系数、极化分解参数和Landsat-8 OLI数据的光谱信息、植被指数、纹理,使用基于序列前向特征选择的K最近邻法(K-nearest neighbor based on sequence forward feature selection,KNN-SFS)估测研究区的森林地上生物量,以留一法交叉验证得到的森林地上生物量预测值和实测值之间的均方根误差(Root mean square error,RMSE)最小为原则,对比验证使用多源遥感数据和单一来源遥感数据时的估测结果,寻求估测森林地上生物量的最优特征组合,基于最优特征组合绘制研究区的森林地上生物量空间分布图。【结果】结合GF-3 PolSAR数据和Landsat-8 OLI数据估测研究区森林地上生物量的精度为RMSE=21.05 t·hm~(-2),R~2=0.75,优于仅使用GF-3 PolSAR数据估测的精度(RMSE=28.38 t·hm~(-2),R~2=0.47)和仅使用Landsat-8 OLI数据估测的精度(RMSE=29.52 t·hm~(-2),R~2=0.42)。【结论】多源数据协同反演森林地上生物量可以提高估测的精度,基于KNN-SFS方法联合GF-3 PolSAR数据与Landsat-8 OLI数据可以较好地估测森林地上生物量。     

基于3S技术和SPSS软件的香格里拉市森林蓄积量估测探析

以香格里拉市的森林作为研究对象,森林资源规划设计调查角规控制样地蓄积量为实测数据参照,美国Landsat8卫星遥感图像为矢量数据来源,通过对遥感图像进行处理,获取了多光谱影像的波段光谱值,运用SPSS软件以组合植被指数(DVI、RVI、ARVI)、归一化植被指数(NDVI)、多波段线性组合指数(VIS123)为自变量,建立了蓄积量估测模型,探索了将纹理特征应用到森林蓄积量估测提供新的途径和方法。从结果与验证可以看出:利用Landsat8全色波段的纹理特征建模进行蓄积量估测是可行的,能够达到对蓄积量估测的精度要求,具有良好的应用前景。     

辽东山区次生林不同改造措施对林下植物多样性影响

通过对经不同措施改造后的辽东山区次生林进行林下植被物种多样性调查,计算了该次生林下物种丰富度Margalef、Shannon-Wiener指数、Simpson优势度指数和Pielou均匀度指数,结果表明:改造后林下植被数量和物种数均高于对照区。改造后草本和木本植物丰富度指数和多样性指数均高于对照区,而优势度指数均小于对照区。可见,改造措施可以改变林下植被物种组成,增加植被数量和种类,加速林下植被演替,增加森林系统的稳定性。     

基于多尺度遥感影像纹理特征的森林蓄积量反演

以国产"高分一号"卫星(以下简称GF-1)获取的遥感影像数据与少量研究区样地数据为数据源,构建以光谱信息与多尺度纹理特征为特征变量的森林蓄积量反演模型,探讨不同尺度下提取的纹理特征对森林蓄积量估测模型准确度的影响,通过对特征变量的优选,寻求一种提高森林蓄积量反演模型的准确度的方法。首先,对覆盖研究区域的GF-1遥感影像进行重采样,得到覆盖研究区域的不同分辨率的影像序列,基于不同窗口大小的灰度共生矩阵提取影像序列的纹理特征,与遥感影像光谱信息共同作为特征变量;然后,使用随机森林(random forest,RF)算法构建森林蓄积量反演模型,对研究区域的森林蓄积量进行估测,分析不同特征变量与窗口大小对森林蓄积量反演模型准确度的影响;最后,通过比较特征变量重要性,确定森林蓄积量反演模型的最佳特征变量与窗口大小选择,对研究区进行森林蓄积量反演,得到研究区域的森林蓄积量分布图。当使用从8m分辨率遥感影像提取的纹理特征与光谱信息作为特征变量时,森林蓄积量反演模型准确度明显优于使用其他特征变量。其中,当灰度共生矩阵窗口大小设置为9×9时,森林蓄积量反演模型准确度最高,为R~2=0.70,RMSE=6.317。在根据重要性对从多尺度遥感影像提取的纹理特征进行选择后,所构建的森林蓄积量反演模型的准确度为R~2=0.74,RMSE=6.439。使用较高分辨率遥感影像提取的纹理特征作为特征变量,可以有效的提升森林蓄积量反演模型的准确度。将基于不同分辨率遥感影像提取到的纹理特征作为特征变量,其模型准确度优于使用单一分辨率遥感影像所提取的纹理特征。     

基于高分二号的旺业甸林场蓄积量估测模型研究

【目的】为了探究国产高分二号(GF-2)影像在林分蓄积量估测中的潜力,并找到最佳的蓄积量估测模型。【方法】本次实验以内蒙古旺业甸林场为研究区,以高分二号卫星影像为信息源,结合2017年10月份调查的75块样地以及同时期的GF-2影像数据,提取波段特征、植被指数和纹理特征等43个遥感因子作为候选变量,利用Pearson相关系数选择出与蓄积量显著相关的6个变量,采用多元线性回归模型(MLR)、BP-神经网络模型(BP-ANN)、随机森林模型(RF)、支持向量机模型(SVM)和K邻近模型(KNN)进行蓄积量的估测。以决定系数(R^2)、均方根误差(RMSE)、相对均方根误差(RRMSE%)作为5种模型的评价指标,选择出旺业甸林场的最佳蓄积量估测模型,并绘制了研究区的森林蓄积量分布图。【结果】4种机器学习模型的结果明显优于传统的线性模型,其中随机森林(RF)模型和K邻近模型(KNN)均得到了较高的精度,其中RF模型的R^2为0.66,均方根误差为55.2 m^3/hm^2,相对均方根误差为28.1%,KNN模型的R^2为0.64,均方根误差为57.6 m^3/hm^2相对均方根误差为29.3%。【结论】在利用高分二号数据进行旺业甸林场蓄积量估测时,RF和KNN模型在估测针叶林蓄积量时相比于其他模型可以取得更好的结果。     

塞罕坝国家级自然保护区不同森林类型植物物种多样性比较

为了更好地保护林下植物资源,以塞罕坝国家级自然保护区内的5种森林类型为研究对象,运用丰富度、重要值、Simpson指数、均匀度指数等对其木本植物和草本植物物种多样性进行研究。结果表明:在研究区阔叶林的物种丰富度(53±7.000)高于针叶林(34±7.071)。草本植物Simpson和Shannon-Wiener指数在蒙古栎林中最高、白杄林中最低,分别为0.88、2.58及0.62、1.41;木本植物Simpson和Shannon-Wiener指数在山杨林中最高、蒙古栎林中最低,分别为0.52、0.97和0.12、0.20。造成这些差异的原因可能与树种组成、经营方式和林分密度有关;塞罕坝自然保护区内的不同森林类型木本植物多样性低于草本植物,森林群落多样性的高低在很大程度上由草本植物决定。建议对保护区内人工针叶林采取合理修枝和定期抚育;对天然阔叶林加强保护,保持群落的天然更新。     

四川盆周山地5种典型林分的植物多样性分析

【目的】了解四川盆周山地西缘5种典型林分（杉木Cunninghamia lanceolata林、柳杉Cryptomeria fortunei林、杉木-柳杉混交林、人工-天然混交林、天然次生林）林下植物多样性的现状和差异。【方法】选择立地条件和林龄相近的5种典型林分，进行灌木和草本物种多样性调查，计算其物种丰富度、Shannon-Wiener、Simpson和Pielou指数，采用单因素方差分析和多重比较分析林分之间的物种多样性差异，用Jaccard相似性指数来衡量林分之间的物种相似性。【结果】1）人工林（杉木林、柳杉林、杉木-柳杉混交林）的草本优势种均为蕨类，如红盖鳞毛蕨Dryopteris erythrosora、尖头蹄盖蕨Athyrium vidalii；人工林的优势灌木主要为耐荫的常绿种类，如西南红山茶Camellia pitardii、川黔尖叶柃Eurya acuminoides；天然次生林优势灌木为喜阳的先锋种类，如高粱泡Rubus lambertianus、川莓R. setchuenensis。2）天然次生林的林下灌木层和草本层物种多样性高于其余4种林分，其灌木层和草本层的物种丰富度指数分别为4.37、4.63,Shannon-Wiener指数分别为1.20、1.29,Simpson指数分别为0.63、0.67。3）杉木林、柳杉林、杉木-柳杉混交林、人工-天然混交林4种林分之间灌木层的Shannon-Wiener指数和Simpson指数均无显著差异（P 0.05),4种林分的草本层Shannon-Wiener指数和Simpson指数亦无显著差异。4)3种人工林之间（杉木林和柳杉林、杉木林和杉木-柳杉混交林、柳杉林和杉木柳杉混交林）的相似系数分别为19.35%、23.60%和21.95%，大于其他林分之间的群落物种相似系数。【结论】1）在四川盆周山地西缘5种典型林分中，天然次生林林下的物种多样性水平最高。2）杉木林、柳杉林、杉木-柳杉混交林、人工-天然混交林的林下物种多样性水平相当。     

半干旱区湿地—草原生态交错带边界判定及其群落多样性分析——以宁夏四儿滩湿地为例

为探究半干旱区湿地—草原生态交错带的边界宽度及其群落多样性,于2014年7月对宁夏盐池县四儿滩湿地进行野外植被调查。利用移动分割窗技术对交错带进行定量判定,采用Shannon-Wiener指数、Simpson指数、Pielou均匀度指数、Margalef物种丰富度指数分析不同生境带以及不同样线间的植物群落多样性。结果表明:1)窗口宽度为6个样方时,能够清晰地划定此交错带的边界。东、西、南、北样线生态交错带的宽度分别为120,120,120,140m,距湿地核心区距离分别为180,220,240,200m。2)不同生境带Shannon-Wiener多样性指数、Pielou均匀度指数和Margalef物种丰富度指数的排列顺序均为交错带>旱生带>湿生带,而Simpson优势度指数的排列顺序为旱生带>交错带>湿生带。3)北样线的Shannon-Wiener多样性指数、Simpson优势度指数、Pielou均匀度指数均为最高值,而西样线4多样性指数均为最低值。研究结果可为干旱、半干旱地区湿地资源的保护、生物多样性的维持、生态系统的稳定提供理论支持和科学依据。     

吉林蛟河不同演替阶段针阔混交林木本植物α多样性评价

以吉林省蛟河市林业实验区管理局针阔混交林不同演替阶段群落(中龄林、近熟林、成熟林和老龄林)为研究对象,调查16块1 hm2样地内所有胸径大于1 cm的木本植物相关信息,分别计算物种丰富度指数、物种多样性指数、物种均匀度指数和生态优势度指数,并采用方差分析和Duncan多范围检验方法对不同群落的各项指数进行比较分析.结果表明:除Gleason指数外,各群落的物种丰富度指数(Margalef指数、Menhinick指数)间均存在显著性差异;物种多样性方面,各群落的Shannon-Wiener指数、Simpson (Gini)指数和McIntosh指数均具有显著性差异;各群落的Pielou均匀度指数存在显著性差异,而Simpson生态优势度指数在不同群落间也具有显著性差异;Simpson生态优势度指数与Margalef丰富度指数、Shannon-Wiener多样性指数和Pielou均匀度指数均呈负相关关系,相关系数分别为-0.779 6,-0.967 0和-0.962 1.综合来看,中龄林的物种丰富度指数、多样性指数、均匀度指数要低于其他群落,而生态优势度指数显著地高于其他群落.     

青藏高原东北边缘云杉-冷杉林火烧迹地的灌木群落特征

【目的】探究青藏高原东北边缘云杉-冷杉林火烧迹地植被恢复与重建过程中的灌木群落特征动态，阐明火烧迹地灌木群落多样性格局和维持机制的生态过程，为在火烧迹地恢复与重建过程中对植被进行合理干预、尽快恢复生态效益提供合理依据。【方法】以空间代时间方法，分析恢复5年和15年火烧迹地灌木群落和未过火林地林下灌木层物种组成特征、α物种多样性和β物种多样性。【结果】在5年、15年火烧迹地灌木群落与未过火林地林下灌木层之间，植物种类组成存在差异，5年火烧迹地共调查到11科17属24种，15年火烧迹地共调查到8科10属17种，未过火林地共调查到12科19属35种。5年、15年火烧迹地和未过火林地的物种丰富度指数与Pielou均匀度指数，以及5年火烧迹地的物种丰富度指数与Simpson指数、物种丰富度指数与Shannon-Wiener指数的相关性均不强（P<0.1或P>0.1），其他指数间的相关性均较强（P<0.001或P<0.01）。物种丰富度指数为5年火烧迹地>15年火烧迹地>未过火林地，Shannon-Wiener指数和Simpson指数均为15年火烧迹地>未...     

银瓶山森林公园润楠属植物群落多样性研究

为了解银瓶山森林公园润楠属植物的群落组成、物种多样性及其与海拔因子的关系,对森林公园内不同海拔的12块样地进行调查研究,计算乔木层、灌木层和草本层的物种丰富度指数、Simpson优势度指数、Shannon-Wiener多样性指数和Pielou均匀度指数,分析群落物种多样性与海拔之间的相关性,结果表明:银瓶山润楠属群落中共有70种植物,隶属于41科58属.各植物群落的物种丰富度指数(S)、Simpson优势度指数(D)、Shannon-Wiener多样性指数(H')整体表现为灌木层＞草本层＞乔木层,Pielou均匀度指数(E)表现为草本层＞灌木层＞乔木层.不同群落的乔木层植物物种多样性沿海拔梯度呈先上升后下降的单峰模式,灌木层和草本层的物种丰富度指数、Shannon-Wiener多样性指数均表现为随着海拔的升高而逐渐下降的规律;Simpson优势度指数、Pielou均匀度指数未呈现明显规律.     

基于高分遥感数据的阿尔泰山乔木林地上生物量预测

为了在区域尺度上精准和便捷地估测森林生物量,以高分遥感数据和实地调查数据为基础,通过提取植被指数、纹理等遥感特征变量,并运用最近邻算法(k-NN)构建乔木林地上生物量预测模型。结果表明,运用k-NN进行区域尺度上乔木林生物量遥感定量估测,当k值为2,特征为B1(波段1)、SR(简单植被指数)、NDVI(归一化植被指数)、B4(波段4)时,研究区乔木林生物量估测结果最优。通过分析可知：乔木林生物量整体表现不高,地上生物量为803.90万t,单位面积生物量均值为82.15 t/hm²;乔木林主要龄组是成熟林时,其面积和生物量占比均最大;在海拔1 500～2 400 m范围,乔木林单位生物量较高。     

基于多源遥感的森林地上生物量KNN-FIFS估测

【目的】针对多源遥感数据及其派生特征因子数据维度高、信息冗余、易造成估测模型过拟合等问题,从高维度遥感特征因子中高效优化特征组合,优化区域森林地上生物量(AGB)的k最近邻(k-NN)估测模型。【方法】提出基于快速迭代特征选择的k最近邻法(KNN-FIFS),以森林资源样地调查数据计算的森林AGB为参考,以留一法交叉验证(LOO)相应的k-NN模型反演的森林AGB均方根误差(RMSE)最小为原则,依次迭代选取遥感特征,优化区域森林AGB的k-NN估测模型。以大兴安岭根河森林保护区为研究区,结合Landsat-8 OLI各波段光谱信息、植被指数、纹理、地形因子、机载合成孔径雷达(SAR)P-波段HV极化后向散射强度信息(PHV)以及森林资源样地调查数据,利用KNN-FIFS方法估测研究区森林AGB,并与多元线性逐步回归法(SMLR)进行对比分析。【结果】利用KNN-FIFS方法,得到当k为3,特征组合为PHV、短波红外波段一均一性(H6)、短波红外波段一二阶矩(S6)、短波红外波段二二阶矩(S7)、海蓝波段相关性(Cr1)、近红外波段相关性(Cr5)、海蓝波段相异性(D1)、增强型植被指数(EVI)时,研究区森林AGB估测结果最优,其精度(R~2=0.77,RMSE=22.74 t·hm~(-2))显著优于SMLR估测精度(R~2=0.53,RMSE=32.37 t·hm~(-2))。【结论】KNN-FIFS方法相比SMLR更适用于森林AGB多源遥感估测;KNN-FIFS方法可以从高维度遥感特征因子中高效选取相关特征进行森林AGB估测。     

不同天然林分对林下草本植物多样性的影响

在黑河市平山林场选取环境条件(如坡度、坡向、郁闭度等)相似的阔叶混交林、落叶松阔叶林、红松阔叶林3种森林群落类型样地草本植物进行分析,落叶松阔叶林草本植物种类较多,为53种,隶属于26个科42个属,物种丰富度较高。而红松阔叶混交林的Shannon-Wiener指数、Simpson指数、Pielou指数都较大,物种多样性和物种均匀度较高。     

森林抚育对南京南郊杉木马尾松群落乔木层的影响

为了探索抚育经营对森林群落多样性指数及蓄积量的影响,采用典型样地取样法,把位于同一地点的杉木马尾松群落分成2部分,一部分进行中度抚育,另一部分不抚育,10 a后对2部分乔木树种的多样性指数及蓄积量进行研究.结果显示,未进行抚育的群落内乔木层物种多样性Shannon-Wiener指数(H′)为2.0290,Simpson指数(D)为0.8537,Pielou均匀度指数(J)为0.8812,总蓄积量为30.6274 m3;抚育后的群落内乔木层物种多样性H′为2.1900,D为0.8518,J为0.7900,总蓄积量为54.2131 m3.抚育后群落的多样性指数H′明显提高,Simpson指数D大致相等,Pielou均匀度指数(J)有所下降,森林总蓄积量显著提高.说明适当的森林抚育措施可以提高群落的生物多样性和蓄积量.     

基于GF-1的森林蓄积量遥感估测

森林蓄积量是评价森林资源数量的一个重要指标。结合遥感影像和地面调查数据估测森林蓄积量受遥感影像、遥感因子、预处理方法、估测方法等多方面的影响。为研究国产GF-1遥感影像估测森林蓄积量的最佳遥感因子组合方式和较优估测方法,并绘制森林蓄积量空间分布图,为我国森林蓄积量的研究提供理论基础和科学依据。为研究GF-1遥感影像估测森林蓄积量的遥感因子和估测方法,以湖南省醴陵市为研究对象,以国产GF-1遥感影像为数据源,通过对遥感图像预处理,获取光谱信息、纹理因子、植被指数作为特征变量,结合同时期的二类调查样地数据,从GF-1遥感影像像元与样地不匹配角度出发,应用移动窗口的方法解决像元与样地的对应关系,采用多元逐步回归、偏最小二乘回归和随机森林模型对研究区森林蓄积量进行估测,采用建模精度和估测精度进行分析评价。实验结果表明:1)3个模型选择的因子都包含了NDVI、 Band2、DI3、CO1和DVI等5个遥感因子,说明其对森林蓄积量的估测比较敏感;2)随机森林模型优于偏最小二乘回归和多元逐步回归,其决定系数R2为0.73、估测精度为83.69%。利用GF-1遥感影像结合随机森林模型应用于森林蓄积量的估测结果趋于真实分布,效果较理想;采用移动窗口法,利用国产GF-1遥感影像并结合随机森林进行森林蓄积量估测具有较好的应用前景。