基于激光雷达数据的东北林区航空林分材积表编制

利用东北林区云冷杉林、落叶松林、樟子松林、红松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种森林类型的1947个样地的激光雷达数据和地面实测蓄积量数据,首先通过多元线性回归和非线性回归方法,分别建立基于机载激光雷达数据的森林蓄积量回归估计模型,并通过对比分析,确定统一形式的基础回归模型;然后利用哑变量建模方法,建立基于不同森林类型参数和相同激光雷达变量的蓄积量模型。结果表明,研究建立的10种森林类型的线性蓄积量回归模型的解释变量个数在2~7之间,确定系数在0.460~0.858之间;非线性蓄积量回归模型的解释变量个数在2~4之间,确定系数在0.461~0.846之间。基于点云平均高度和平均强度建立的10种森林类型的二元蓄积量模型(研究称之为标准模型),其确定系数在0.440~0.815之间,平均预估误差在2.88%~4.42%之间,平均百分标准误差在16.76%~25.52%之间,预估精度基本达到森林资源规划设计调查技术规定要求。依据研究建立的10种森林类型的蓄积量模型,可以编制基于激光雷达数据的航空林分材积表,在森林资源调查实践中推广应用。     

东北林区10种主要森林类型的蓄积量、生物量和碳储量模型研建

  目的  林分水平的蓄积量、生物量和碳储量模型或数表,是开展森林资源规划设计调查的必备计量工具。研建东北林区10种主要森林类型的蓄积量、生物量和碳储量模型,既是方法学探索,也为生产实践提供参考成果。  方法  基于东北林区云冷杉林、落叶松林、红松林、樟子松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种主要森林类型的2 000个样地的实测数据,分别利用非线性独立回归估计、非线性误差变量联立方程组和含哑变量的非线性误差变量联立方程组方法,建立了林分水平的蓄积量、生物量和碳储量模型。  结果  基于全部样地通过误差变量联立方程组方法建立的蓄积量、生物量和碳储量总体平均模型,其确定系数分别为0.945、0.805和0.839,而包含森林类型参数的蓄积量、生物量和碳储量哑变量模型,其确定系数分别达到0.959、0.949和0.951。10种主要森林类型的蓄积量、生物量和碳储量模型,确定系数（R2）都在0.86以上,平均预估误差（MPE）都在3%以内,平均百分标准误差（MPSE）大多数在10%以内。蓄积量模型的R2在0.876 ~ 0.980之间,MPE在0.90% ~ 1.95%之间,MPSE在5.14% ~ 11.89%之间;生物量模型的R2在0.864 ~ 0.988之间,MPE在0.66% ~ 2.07%之间,MPSE在3.61% ~ 11.60%之间;碳储量模型的R2在0.866 ~ 0.988之间,MPE在0.67% ~ 1.96%之间,MPSE在3.65% ~ 11.57%之间。  结论  不同森林类型的蓄积量主要取决于林分断面积和平均高,生物量主要取决于蓄积量和林分平均高。含哑变量的非线性误差变量联立方程组方法,是建立林分水平储量模型系统的可行方法。本研究所建立的东北地区10种主要森林类型的蓄积量、生物量和碳储量模型,其预估精度达到森林资源规划设计调查技术规定要求,可以在实践中推广应用。      

QuickBird遥感图像变形定量估测模型

以深圳市区一景QuickBird Pan波段遥感图像(总行列数为26 574×28 606,对应15.944 km×17.164km的实地范围)为研究对象,利用深圳市区GPS虚拟参考网络定位系统,以厘米级精度测定了65个在图像上易于识别的地面控制点三维坐标,通过65个控制点之间真实距离和在变形图像上对应距离之间的偏差,在分析线性阵列传感器成像原理,遥感图像像点位移影响因素及规律的基础上,利用平均残差平方和准则,系统分析了Quick-Bird Pan波段遥感图像的变形规律和定量估测模型。研究成果对高空间分辨率遥感图像几何精纠正算法研究具有应用价值。     

GPS在林业遥感野外调查中的应用

在江西省林业遥感调查项目的野外调查中应用了GPS(全球定位系统)取得了良好的效果。经对GPS的原理、应用和投影系的转换等问题进行探讨后得出结论:1.GPS的精度在多数情况下可以满足林业遥感野外调查的需要。2.经过简单计算,GPS的UTM坐标系可以方便地转换为高斯克吕格坐标系。     

基于机载激光雷达数据估计林分蓄积量及平均高和断面积

基于东北林区191个红松林(Pinus koraiensis)样地的机载激光雷达数据和地面实测数据,首先,通过多元线性回归和非线性回归估计方法,确定林分蓄积量及平均高、断面积的基础回归模型;然后,利用误差变量联立方程组方法,建立基于激光雷达变量的林分蓄积量与平均高、断面积的模型系统。结果显示:建立的多元线性、多元和二元非线性林分蓄积量回归模型,其确定系数R~2分别为0.858,0.846和0.821,平均预估误差MPE分别为2.57%,2.66%和2.85%,平均百分标准误差MPSE分别为26.35%,16.35%和17.88%;利用模型系统对林分平均高、断面积和蓄积量进行估计,其R~2分别为0.597,0.750和0.822,MPE分别为1.90%,2.52%和2.84%,MPSE分别为10.85%,15.28%和17.73%。结果表明:基于机载激光雷达数据估计林分蓄积量、平均高等主要森林参数,非线性模型优于线性模型,而且基于点云高度变量(中位数)和强度变量(75%分位数)的二元非线性模型就能达到比较理想的预估效果;误差变量联立方程组方法,是建立林分蓄积量与平均高、断面积回归模型系统的一种可行方法;所建立的东北红松林平均高、断面积和蓄积量联立模型,其预估精度达到森林资源调查相关技术规定要求,可以在实践中推广应用。     

热带原始森林类型分类和蓄积量遥感反演研究

森林生态系统蓄积量的空间分布及反演研究对碳储量估测、生物多样性保护以及全球气候变化研究起着至关重要的作用,然而,由于森林植被类型的多样性,尤其是对人力所不能及的热带原始林区,森林调查数据缺失,森林蓄积量的估测和反演存在巨大挑战。以巴布亚新几内亚西塞皮克省18.80万hm~2的热带原始雨林区为研究区,利用高分遥感影像RapidEye,QuickBird与Landsat TM,结合野外地面调查数据,对研究区土地覆盖类型进行分类。基于遥感影像得到森林植被参数信息,提取各波段地表反射率、各种植被指数和其他光谱变换形式等遥感因子,利用多元线性逐步回归构建森林蓄积量遥感反演模型,估算研究区森林蓄积量,并结合GIS技术分析其小班尺度上的空间分布特征。结果显示:1)研究区土地覆盖类型可以分为低海拔平原森林、低海拔高地森林、低山森林、稀疏森林、沼泽森林和其它类型共6种,分类精度达79.2%;2)蓄积量遥感反演模型的多元回归模型R~2为0.694,对森林蓄积量有较好的反演精度;3)研究区森林蓄积量的分布特点表现为中部高于周边、北部和中东部山区明显高于西北和东南地区,其与研究区的土地覆盖类型分布相对应。构建的森林蓄积量反演模型对全球热带原始林区的森林资源蓄积量估测具有重要的参考价值。     

应用遥感、GPS技术进行采伐限额执行情况检查

采用两期遥感图像对比确定检查范围 ,全球定位技术现地定位进行抽样调查 ,核实被检查单位的采伐限额执行情况 ,经过试点证明是可行的。特别是对无证采伐识别效率较高 ,与全地面调查技术相比具有很大的优越性     

刻图法技术及其在林业专题地图编制中的应用

<正> 地图的印刷出版,通常是在出版原图的基础上进行,出版原图的制作一般是通过绘图方法取得的。在我们以往制作出版原图的工作中,都是采用晒制薄膜兰图进行清绘。由于清绘方法不易掌握。而且在质量和速度上都受到一定的限制。质量上存在着线划掉墨、线划粗细不易掌握、线划不精细等;在速度上,由于修磨工具、上墨、试笔、擦笔等许多繁琐的动作,影响了绘图的速度;再加上薄膜兰图清绘受环境的影响较大,作业比较困难。针对薄膜     

森林资源清查移动GIS系统研制

传统基于纸质地形图、遥感图像、调查卡片和罗盘仪的森林资源清查模式,在我国已经执行了很多年(亢新刚,2001).传统调查方式在进行样地的定位和复位时,费时、费力,精度较低;采用手工方式填写调查卡片,后续处理工作量大,且容易出现人为错误(赵宪文等,2002).伴随微电脑、嵌入式开发、GPS定位和通信技术的快速发展,为提高森林资源清查的精度和效率,自2002年以后,国内外就有不少研究单位和个人开始考虑使用掌上电脑和蓝牙GPS进行森林资源清查(史光建等,2008;Hardy,2002;Robert et al,2004).