近30a安吉县毛竹林动态遥感监测及碳储量变化

通过最大似然分类法从不同时期陆地资源卫星Landsat-5 TM影像中提取毛竹Phyllostachys pubescens林信息,利用变化幅度和动态度2个指标对浙江省安吉县近30 a毛竹林面积时空动态特征进行了监测、评价与分析,并初步估算了各时期竹林地上总碳储量变化情况。结果表明：①各个时期影像分类总体精度和毛竹林信息提取的精度比较好,其中总体分类精度都在85%以上,而毛竹林Kappa系数为0.80~0.95。遥感估算的毛竹林面积与森林资源清查结果相吻合,两者决定系数（R2）达到0.981;②1986-2008年期间,除昆铜乡毛竹林面积呈负增长外（变化幅度为-8.49%）,其他各乡镇的毛竹林面积呈上升趋势,变化幅度为14%~86%,以孝丰镇增长幅度最大,天荒坪镇增长幅度最小;③针叶林、阔叶林以及农业用地的变化对毛竹林总面积增加的贡献最大;④根据毛竹林动态监测结果和毛竹林地上碳密度（20.297 Mg.hm-2）估算得到1986,1991,1998,2004和2008年5个时期安吉县竹林地上碳储总量分别为1.106,1.213,1.327,1.413和1.466 Tg,呈逐渐增加趋势。图2表4参31     

6种地形校正方法对雷竹林地上生物量遥感估算的影响

结合野外调查数据和Landsat 5 TM影像,分析6种地形校正方法(Teillet -回归,Cosine,C,SCS,SCS+C和Minnaert)对雷竹林地上生物量遥感估算的影响.结果表明:1)除Cosine和SCS方法存在校正过度现象,其余4种地形校正方法均具有良好的校正效果;2)6种地形校正方法均可提高TM4,TM5与地上生物量的相关性,且RVI,NDVI和SAVI这3种植被指数与生物量之间的相关性也得到改善;3)与原始影像相比,6种地形校正后的遥感数据都能不同程度地提高雷竹林生物量估算精度,以Teillet -回归校正后所建雷竹林地上部分生物量估算模型精度最高,相关系数从0.441提高到0.687,RMSE降低17％左右;4)尽管Cosine校正最大程度地提高了TM4,TM5与地上生物量的相关关系,但Cosine方法存在校正过度问题,Cosine校正后雷竹林地上生物量遥感估算模型精度反而略低于Teillet -回归校正;5)虽然地形校正可提高植被指数与雷竹林地上生物量之间的相关性,但所选5种植被指数均未入选雷竹林地上生物量遥感估算模型的变量,这与雷竹林较高的密度有关.     

基于Landsat TM数据估算雷竹林地上生物量

结合Landsat TM遥感数据和雷竹林样地调查数据,采用偏最小二乘回归法(PLS)建立雷竹林地上生物量估算模型,利用该模型估算临安市雷竹林地上部分生物量。结果表明:雷竹单株地上部分生物量与胸径及雷竹林地上部分生物量与株数之间都呈极显著相关(P<0.01);通过PLS-Bootstrap法筛选自变量能够提高模型精度;模型预测的雷竹林地上生物量均方根误差为3.45t·hm-2,满足大范围估算的精度要求;临安市雷竹林地上生物量为13～25t·hm-2,均值为19.52t·hm-2。     

Erf-BP混合像元分解及在森林遥感信息提取中应用

提出一种新的基于高斯误差函数(Gaussian error function,Eft)作为激活函数的BP神经网络(Erf-BP),并用于林区TM影像进行混合像元分解.研究表明:Erf-BP模型的精度高于线性无约束最小二乘法模型及最大似然法.通过在高分辨率影像上选取验证样区精度检验得出:1)各端元总分解精度为89.2%,RMSE比线性无约束最小二乘法模型降低了近39%;2)该方法能够较高精度地提取森林遥感信息,精度达到86%,RMSE比线性无约束最小二乘法模型降低了近40.6%.将3种不同方法估计的整个研究区各端元面积百分比与森林资源二类调查数据作对比得出:Erf-BP模型精度略高于最大似然法,RMSE分别为4.18%和7.90%,两者精度明显高于线性无约束最小二乘法模型(RMSE=18.75%).Erf-BP算法能够较高精度地对TM影像进行混合像元分解,尤其在森林信息提取上,为基于混合像元分解提取不同森林类型甚至树种遥感信息提供一种可行的方法.     

天目山常绿阔叶林土壤养分的空间异质性

采用地统计相关原理分析了天目山国家级自然保护区常绿阔叶林土壤有机质、全氮、碱解氮、有效磷和速效钾的空间异质特征。研究发现： ①土壤有机质具有较强的空间自相关性,而碱解氮、全氮和有效磷空间自相关为中等程度;速效钾在不同的步长和间距范围下,揭示其空间变异特征的模型不同,其空间变异比较复杂,在不同尺度下空间格局存在差异;②决定土壤养分空间格局的尺度以碱解氮最大,为4.21 ~ 169.50 m,而有效磷的空间异质性尺度最小,为4.21 ~ 50.20 m;③分形维数大小定量反映了不同营养成分空间格局差异及尺度依赖特征,速效钾分形维数较大,尺度依赖性强,空间格局复杂;有机质分形维数最小,空间相对简单;全氮、有效磷、碱解氮分形维数相差不大,其空间分布格局类似,但分形维数的细微变化也揭示了空间格局的在局部范围上的差异。图3表3参16