基于TM影像和统计分析的林分参数估测研究

林业研究中的主要兴趣点之一在于通过经验或半经验模型建立林分参数与遥感影像数据间的相互关系来估测林分参数.基于覆盖美国佛罗里达州东北Duval县的遥感数据和两块样地清查数据,论文探讨了所选林分参数与TM影像光谱DN值间的相关性.相关性分析结果表明,单波段或植被指数对林分参数的解释能力低于50%,为此构建了林分参数与影像多波段间多元回归模型来估测林分参数.预测结果通过另一组数据验证,除林分密度外,其它参数估测可信度达75%以上.论文最后探讨了预测模型不足和需改进的地方,并指出该研究有助于更好地理解影像光谱值和林分参数间的关系.图1表2参9.     

结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究

林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,结合Landsat 8与PALSAR-2双极化SAR影像数据,在遥感数据预处理基础上,提取了光谱信息、植被指数、纹理信息和后向散射系数等共245个遥感因子。基于Pearson相关系数法和多元逐步回归法,筛选出65个遥感因子参与林分蓄积量估测。以林分郁闭度作为分层因子,分别采用线性、KNN、支持向量机(SVM)、多重感知机(MLP)和随机森林(RF)5种模型估测林分蓄积量,并对估测结果进行精度检验。实验结果表明:1)相比单独使用Landsat 8的光谱和纹理信息,基于郁闭度分级并融合PALSAR-2的后向散射信息明显提高了蓄积量的反演精度;2)对于低郁闭度林分,线性模型精度最高(rRMSE=21.16%),中郁闭度林分,多重感知机模型估测效果最好(rRMSE=30.61%),高郁闭度林分,多重感知机模型估测效果最好(rRMSE=27.53%)。在结合PALSAR-2的后向散射系数的基础上,郁闭度分层能有效改善中高蓄积量区域的反演精度。     

崂山林场林分生物量遥感反演估算研究

以Landsat TM影像和高分一号影像为数据源,结合外业实测数据,利用遥感影像和实测数据建立崂山林场生物量多元线性反演模型,比较分析不同数据源下反演出的模型精度,估测了崂山林场森林生物量。研究发现,利TM遥感影像作为数据源的崂山林场森林生物量反演模型平均精度为77.12%。高分一号遥感数据反演的生物量模型平均反演精度达到80.75%,高于TM数据源下的生物量反演模型精度。分别根据TM遥感影像和高分一号遥感影像林分生物量估测模型,估测的崂山林场2009年的林分生物量为401185.62t,2013年的林分生物量为402485.44t。     

三种回归分析方法在Landsat-5影像森林碳密度反演中的比较

随着遥感技术的快速发展,基于遥感影像和地面样地的方法成为目前森林碳密度精确估算的主要手段,然而没有找到具有普适性的建模因子和最佳的森林碳密度估算模型。鉴于此,本文通过分析研究区地面固定样地碳密度与Landsat-5影像及其衍生波段的相关性,筛选出估算森林碳密度的敏感因子。采用三种回归分析方法(逐步回归、偏最小二乘回归及非线性回归)分别建立森林碳密度的最优遥感估算模型。结果表明:1参与建模的遥感因子中,1/TM3与森林碳密度的相关性最大,敏感性最高;2三种回归分析方法建立的预测模型中,以4个遥感因子建立的非线性回归模型预测精度最高,预测值与实测值得决定系数R2为0.74;3通过测算,研究区平均森林碳密度为14.36 t/hm2,变化范围介于0.00~38.28 t/hm2之间。研究表明非线性回归在区域森林碳密度反演方面具有一定的潜力。     

高光谱遥感森林应用研究探讨*

详细论述了高光谱遥感技术在森林生物物理和化学参量估计以及森林健康状态遥感评价等方面的应用研究状况，对高光谱遥感植被应用的数据处理技术作了简要说明。对我国高光谱遥感森林应用研究现状和发展水平进行了阐述，最后对高光谱遥感森林应用的未来趋势作了探讨。     

基于Landsat长时间序列的森林扰动参数提取与树高估算

【目的】研究基于遥感影像的森林扰动信息定量提取及其对树高估算的影响,为遥感反演森林参数(树高、生物量)提供参考和借鉴。【方法】选取黑龙江省凉水国家级自然保护区为研究区,以1984—2006年33期Landsat TM/ETM+多光谱遥感影像为数据源,对其进行缨帽变换提取缨帽角(TCA)和缨帽距离(TCD)2个扰动监测指数,采用时间轨迹分析方法(LandTrendr)对TCA与TCD指数进行时间序列重构,分别提取扰动发生的前一年(DBYEA)、扰动发生前的光谱值(DBVAL)、扰动持续时间(DDUR)、扰动量级(DMAG)、扰动后开始修复的时间(RBYEAR)、扰动后开始修复的光谱值(RBVAL)、修复量级(RMAG)和修复持续时间(RDUR)8个时间序列扰动参数。基于单时相Landsat影像光谱信息与单时相Landsat影像光谱信息+森林扰动参数2组变量分别采用随机森林(RF)算法估算树高。【结果】采用单时相Landsat影像光谱信息结合基于TCA和TCD提取的16个时间序列扰动参数建立的树高反演模型预估精度比采用单时相Landsat影像光谱信息建立的树高反演模型预估精度提高6.34%,均方根误差(RMSE)降低0.50 m。树高反演模型中基于TCA提取的时间序列扰动参数变量重要性高于基于TCD提取的时间序列扰动参数变量重要性。【结论】基于LandTrendr提取的森林时间序列扰动参数能够增强反射率与树高之间的相关性,提高遥感树高模型的反演精度,基于TCA提取的森林时间序列扰动参数对树高的解释能力高于基于TCD提取的森林时间序列扰动参数。     

Forest valuation using a two phase inventory method and satellite data

A method is presented for prediction of the present net value (PV) of timber production, based on satellite data and subjectively inventoried forest stand data. Multiple regression analysis was used for predicting the PV. This method has the advantage that predictions of the PV can be made using any kind of existing stand data. The precision of the estimate of the PV, however, depends on the information available in the forest stand database. In the study a combination of Landsat TM data and subjectively inventoried site‐index explained about 75% of the variance, which was equal to the case when all subjective ground stand data, excluding TM data, were used to predict PV. This result and results from other data combinations suggest that Landsat TM data might be useful for forest management planning.     

广东林区GPS GIS TM遥感图象的几种叠合方法之精度研究

通过对ＧＰＳ、ＧＩＳ、ＴＭ遥感图象叠合的三种方法进行比较、分析,认为在广东林区,采用以ＧＰＳ坐标数据为主,综合ＧＩＳ,辅以目视判读的叠合方法,进行ＧＰＳ、ＧＩＳ、ＴＭ遥感图象叠合效果最好。在ＧＰＳ、ＧＩＳ、ＴＭ遥感图象叠合前,必须对ＴＭ遥感图象作局部几何纠正,特别是在植被组成复杂,林下植被多且高,中等郁闭度,坡位中部,坡度陡的地方。     

Boreal mixedwood species composition in relationship to topography and white spruce seed dispersal constraint

In this study we integrated digital terrain models, forest inventory maps, optical remote sensing and field data to analyze the spatial structure of a 4850 km² boreal mixedwood forest landscape in northeastern British Columbia. We built independent maps of forest cover and landform using a Bayesian classification algorithm and quantitative surface analysis. These data were used to test the strength of the association between topographic position and forest cover using a modified electivity index. We then used logistic regression to test whether the probability of a site being occupied by either mixedwood or hardwood is correlated to its distance from white spruce (Picea glauca) seed sources. The relationship between forest cover and topography showed significant departures from randomness, with white spruce preferentially associated with channels and concave slopes, and hardwoods preferentially associated with ridges and convex slopes. The analysis of mixedwood and hardwood stand distribution showed a positive correlation between hardwood occurrence and distance from spruce stands, suggesting that the dispersal limitations of white spruce is a significant influence on landscape vegetation dynamics. Overall, the results support the hypothesis that mixedwood dynamics are the product of ecological processes at multiple scales. Furthermore, these dynamics are only revealed by taking a varied approach to both data gathering and analyses.     

Monitoring forest dynamics using satellite imagery—a case study in the natural reserve of Changbai Mountain in China

This study intended (1) to develop a quantitative method to describe vegetation succession or change by remote sensing approach, and (2) to test the capability in clarifying the stability or instability of natural forests in landscape scales. With special attention on the coniferous forest, the attempt was conducted on the natural reserve of Changbai mountain in northeast China by using multi-temporal TM images. Two simple parameters were derived to represent succession rate or change extent. One was the mean change of radiance, and another was the number of pixels with changed reflection property. As conclusion, TM imagery is effective for detecting vegetation changes. The results also demonstrated that the so called climax is not a pure stand, which is generally assumed to be exclusively dominated by climax species, but rather a complex of shifting mosaic. The pioneer patches are permanent units in the forest community. This method is considered applicable for assessing the developing status or behavior of plant communities in large scales, like a life zone, under disturbance of global warming, especially for long-time span.     

ERS－1SAR影像森林应用研究初探*

本研究利用１９９２年成像的覆盖山东省烟台地区的ＥＲＳ－１ＳＡＲ和ＴＭ资料开展工作。研究中首先将这两种遥感资料进行了几何精纠正和与地形图的配准，尔后，用典型相关分析法对遥感资料（ＥＲＳ－１ＳＡＲ、ＴＭ３、ＴＭ４和ＴＭ７）与森林参数（包括平均树高、胸径、枝下高、冠层厚度和郁闭度）间进行了相关分析研究，结果表明，Ｃ波段的ＥＲＳ－１ＳＡＲ资料与森林冠层厚度和平均树高相关程度较高；森林参数综合因子对ＥＲＳ－１ＳＡＲ影像的影响大于对所用ＴＭ波段的影响，说明ＥＲＳ－１ＳＡＲ资料在森林应用中，对森林参数乃至于森林蓄积量的估测是有潜力的。     

基于方差优化k最近邻法的森林蓄积量估测

森林资源调查是数字森林资源监测的基础,遥感技术可以克服传统方法如抽样调查的局限性,有效地缩短作业时间,提高效率。虽然目前森林蓄积量遥感估测方法很多,但随着样本数量的增加,这些方法无法保证估算的准确性。本研究拟提出一种基于方差速率优化的k最近邻法(k NN),以2017年10月Planet Labs影像为数据源,结合赤峰市旺业甸林场蓄积量实测数据建立反演模型,并与地理加权回归(GWR)模型、随机森林(RF)模型、普通k NN模型和距离加权k NN模型进行对比分析。在建立的森林蓄积量反演模型中,方差优化k NN模型得到最优精度[决定系数(R^2)为0.69,均方根误差(RMSE)为67.6 m^3·hm^-2,相对均方根误差(RRMSE)为32.04%],显著优于其他模型。结果表明,方差优化k NN模型相比其他模型更适用于森林蓄积量遥感估测,森林蓄积量遥感反演空间分布符合实际分布情况,可以满足建立反演模型的需求。同时,由于Planet Labs影像的鲜明特征(即具有高时间分辨率),该数据的时间序列数据对于森林季节变化有丰富的记录,在反演森林蓄积量方面有着很大潜力。     

基于高分二号遥感数据的森林自然度等级划分

以地面样点为基础的森林自然度评价方法很难获得区域范围森林自然度等级,针对该问题,提出了利用高分遥感卫星影像数据,划分区域范围森林自然度等级的方法。以湖北竹山县九华山林场为试验区域,在选取研究区典型样地的基础上,结合高分二号(GF-2)遥感影像数据的特点,从GF-2影像上提取遥感光谱、纹理等特征并结合地形特征,采用随机森林算法在大尺度范围对九华山林场森林自然度等级进行分类研究。结果发现:以GF-2数据为基础提取的植被指数、光谱、纹理等特征与地形特征结合,采用随机森林算法可较好地划分森林自然度等级,总体分类精度高达93.97%,Kappa系数为0.91。对森林自然度等级影响最重要的6个特征因子为高程、坡向、坡度、纹理均值、光谱主成分变化分量和归一化植被指数(NDVI)。结果表明,基于遥感影像提取的特征和地形特征结合进行森林自然度等级划分的研究方法具有可行性,为大面积区域的森林自然度等级划分奠定基础。     

遥感技术在森林病虫害监测中的应用研究进展

总结了近50年来遥感技术在森林病虫害监测领域的研究进展。将近年来遥感监测病虫害的主要方法归纳为影像分类法和影像差技术法,遥感监测森林病虫害的模型概括为3种主要应用模式:1)各类植被指数形式模型;2)采用所用通道的其他组合形式模型;3)各通道与生态因子的混合形式模型。根据分析研究提出了今后遥感监测森林病虫害研究的4个主要方向:1)热红外波段监测森林病虫害的应用研究;2)森林病虫害遥感监测物理模型的研究;3)森林病虫害遥感监测的基础理论研究;4)高光谱、高空间和高时间分辨率遥感数据的应用研究。     

地位指数遥感分析的尺度选择

TM遥感图像光谱信息具有良好的综合性,其归一化指数（NDVI）是植物生长状态以及植被空间分布密度的最佳指示因子,利用这一特性,借助遥感软件（ENVI）和地理信息系统软件（GIS）,结合MATLAB小波分析和SPSS逐步回归分析方法,对湖南攸县黄丰桥林场杉木地位指数遥感估测的尺度选择进行研究。结果表明：NDVI在经过小波一级重构后的值是估测地位指数的最佳数据,即一尺度为最佳尺度;SPSS分析模型中,一尺度的标准偏回归系数为0.679,对估测的贡献率最大。     

应用卫星遥感影像分析厦门市地表植被变化

以厦门市地表植被变化为研究对象 ,以 1 996-2 0 0 0年为时间跨度 ,在计算机的支持下 ,利用LandsatTM卫星遥感影像数据进行处理分析 ,计算影像的植被指数并进行多波段彩色合成 ,分析地表植被变化和特征 ,提取变化分布地点及类型 ,形成专题图件 ,为厦门市森林生态网络建设提供依据。     

阿拉善左旗天然梭梭林鼠害防治的遥感监测

利用 1999年和 2 0 0 2年两期内蒙古阿拉善左旗TM遥感图像 ,进行大沙鼠鼠害防治前后梭梭林受害程度调查。对比分析了防治区与对照区植被生长状况 ,分析了健康和受害植被的光谱特征、其背景的纹理特征。用土壤调节植被指数和统计分类的方法 ,得出了受害植被的生长状况、健康植被面积增长量及对照区植被生长情况的相关数据。与实地害鼠密度的变化验证比较 ,为鼠害防治管理和动态监测提供科学依据。     

基于时空适应反射率融合模型的林区遥感应用研究

高空间、时间分辨率遥感数据在林业遥感变化监测方面具有重要的作用,然而,对于特定传感器获取的遥感影像在空间和时间分辨率上存在着不可调和的矛盾。本文针对神农架林区多云雾高时空分辨率数据缺乏的现状,提出了一套区域尺度高时空分辨率植被覆盖度数据构建方法。首先,利用LandSat8数据进行预处理,得到高分辨率的NDVI数据,并将MODIS NDVI数据进行重投影、重采样等预处理;其次,利用STARFM模型进行高分辨NDVI预测,利用评价因子选择最佳算法参数,并利用二分模型计算植被覆盖度;再次,以LandSat8获取的真实数据与预测数据进行精度评价;最后,选取黑龙江小兴安岭西北部林区生长季数据进行验证试验。结果表明:利用该方法可以在神农架林区获得预测日期的较好的NDVI及植被覆盖度,精度分别为90.8%、82.60%。此外,通过验证试验,可以获得同年生长季小兴安岭林场较好的NDVI以及植被覆盖度,精度分别达到92.86%、88.65%。     

基于RS与GIS的北京市植被覆盖度变化研究

选用对植被状态表征较好的归一化植被指数(NDVI),在GIS和RS工具支持下, 选用多时相北京Landsat TM遥感影像,解译和分析出NDVI的时空变化特征,利用植被指数与植被覆盖度的关系及遥感测量法测算植被覆盖度.结果显示:北京市整体植被覆盖度呈增长趋势,市区植被覆盖度变化不大,部分区县植被覆盖度则由于城镇化推进而略有减少.     

VEGETATION植被指数与森林资源的相关性分析

VEGETATION植被指数与森林资源特征因子之间的相关性是该遥感数据用于森林资源监测的基础.基于湖南省同期的连清样地资料、ETM卫片,采用统计分析、单因素方差分析、迭加观察等方法,对VEGETATION植被指数与森林资源特征因子之间的相关性进行了分析,发现两者之间存在较高的相关性.