基于RS和GIS的香格里拉森林火险等级区划

以三江并流核心区香格里拉市为研究对象,以TM影像、森林资源调查数据、林相图和DEM为信息源,在分析香格里拉地区森林火险因子基础上,选取植被类型、坡向、坡度、海拔和离居民点远近作为主要林火等级区划因子。借助RS和GIS技术并采用因子加权叠置法,对研究区森林火险情况进行了定量评价,将火险等级分为低、中、高3类。结果表明:研究区低、中、高火险区面积分别占研究区总面积的12.96%,47.85%,38.87%,中、高火险区比重较大,森林防火任务较重。高火险区大部分位于易燃树种区和居民点密集区域,树种燃烧性和人为因素是影响火灾的重要因子,研究结果可为相关部门森林防火提供技术支持。     

基于机载P波段全极化SAR数据的森林地上生物量估测

  目的  森林生物量的空间精准量化对了解陆地碳储量、碳收支、碳平衡,以及揭示森林碳储量与全球气候变化的影响过程具有重要意义。P波段波长较长,在森林中具有更高的穿透能力,研究机载P波段SAR数据提高森林地上生物量(AGB)估测精度的可行性。  方法  以机载P波段全极化合成孔径雷达(SAR)数据和高精度激光雷达(LiDAR)数据估测的森林AGB抽样点为基础,提取20个极化SAR特征,并分别与森林AGB变化作敏感性响应情况分析。采用多元线性回归模型(MLR)、K近邻方法(KNN)、支持向量回归(SVR)和随机森林(RF)4种估测方法,探究机载P波段SAR数据的森林AGB估测精度。  结果  在较低森林AGB(均值约45 t·hm?2)的森林覆盖区中,P波段的同极化后向散射系数、Freeman-Durden和Yamaguchi分解中的表面和二次散射分量对森林AGB变化敏感;此外H-A-ALPHA极化分解的散射角(alpha)、拓展极化参数极化辨别率参数(PDR)也对森林AGB变化敏感。4种方法估测的森林AGB相对误差均约30%,其中MLR估测结果精度最低,估测精度为63.55%,均方根误差(RMSE)为19.16 t·hm?2;RF估测结果精度最高,估测精度为72.97%,RMSE为15.98 t·hm?2;KNN和SVR估计结果差别不明显,RMSE分别为17.04和17.09 t·hm?2。  结论  P波段SAR数据对估测森林AGB具有一定潜力,3种非参数方法的估测结果明显优于MLR参数方法。此外,P波段的森林AGB估测精度受到待估森林AGB水平高低的影响明显,在森林AGB水平较高的分组中估测精度较高。在森林AGB均值为45 t·hm?2,最大值为120 t·hm?2的森林覆盖区,以50 t·hm?2将森林AGB样点分为2组时,高森林AGB组的估测精度高出低AGB组约6%。图5表3参34