运用机载LiDAR数据对橡胶林地上生物量估测的采样尺度效应分析

气候变化下,森林生物量遥感监测是当前研究的热点,机载LiDAR作为重要的遥感信息源,其采样大小对生物量估测精度有着一定的影响。以机载LiDAR数据为信息源,以44块30m×30m的方形橡胶林实测样地数据为基础,对机载激光雷达数据进行不同尺寸采样(共21个采样尺寸,边长从10m至30m,间隔为1m),提取不同采样尺寸下的激光雷达参数,并与橡胶林地上生物量建立PLSR模型,就机载激光雷达采样大小对橡胶林地上生物量估测精度的影响进行研究。研究表明:当采样尺寸小于18m时,估测精度随着采样尺寸的增大而增大;而当采样尺寸大于18m时,估测精度随着采样尺寸的增大而减小,进而趋于平缓。结果虽然呈现出一定的规律性,但是差异并不是很明显。当采样尺寸为18m时估测效果最佳,模型决定系数(R^2)为0.718,均方根误差(RMSE)为17.830 t/hm^2;交叉验证精度P和RMSEcv分别为82.741%和18.874t/hm^2。相较于实际样地(30m)尺寸下的估测结果,18m采样尺寸下的R^2提高了1.989%,RMSEcv降低了2.611%。因此,生物量的估测精度受机载激光雷达数据采样尺寸大小的影响,在生物量估测过程中需结合研究对象和研究区的实际情况对采样尺寸进行选择,从而提高生物量估测精度。     

元谋干热河谷植被恢复造林树种的引种试验研究初报

根据树种选择研究结果，１９９３年在云南元谋引种桉属和金合欢属树种１２个，经两年多的初步观测分析，并与原引种成功的新银合欢比较适应性和速生性，认为赤桉，大叶相思，马占相思可作为元谋干热河谷造林的最优树种，逐步扩大栽培试验，对当地植被恢复适生树种的使用具有一定指导意义。     

基于 SVM 方法的高山松林蓄积量遥感估测研究

以香格里拉县高山松为研究对象,利用2006年香格里拉县TM遥感影像、2006年森林资源二类调查小班数据、2009年精度为30 m 的DEM数据以及2013年香格里拉县高山松实测样地数据,提取研究区内高山松林影像分布图及筛选出17个因子（13个遥感因子、3个地形因子、1个地面调查因子）作为备选自变量,在MAT-LAB下利用LIBSVM模块建立研究区高山松林蓄积量单位面积（30 m ×30 m）估测模型。结果表明,选用RBF核函数在参数范围内寻找出SVM模型的最佳参数C＝3.5809, g＝0.1、 p＝0.01,利用最佳寻优参数建立SVM非参数模型,对SVM模型进行测试得到,均方根误差MSE＝0.0087,复相关系数R＝0.51,相对误差RE＝23.4％,估测精度为76.6％。以像元为单位,分块提取高山松林对应的各像元自变量因子,利用估测模型预测得到香格里拉县高山松林总蓄积量为13318476.5 m3。     

基于星载ICESat-2/ATLAS数据的森林地上生物量估测

为探讨星载激光雷达数据ICESat-2（Ice,Cloud,and land Elevation Satellite-2）在山地森林地上生物量（Aboveground Biomass,AGB）的估测可行性和方法。以ATLAS（Advanced Terrain Laser Altimeter System）光子点云数据为主要信息源,以滇西北典型山地香格里拉为研究区,结合地面54块实测生物量遥感样地,在前期进行点云数据去噪、分类预处理基础上,对研究区74 873个林地光斑进行冠层参数及地形因子的提取（共计53个变量）,采用非参数模型随机森林回归和超参数优化后的随机森林进行建模,以均方根误差（Root Mean Square Error,RMSE）、决定系数（R2）、总体估测精度（P1）作为模型的评价指标,建立研究区AGB模型。研究结果表明：1）分析以ICESat-2/ATLAS提取的冠层参数、地形因子与生物量的相关性可知,冠层光子总数与生物量具有极显著相关性（P<0.01）,基于陆地卫星的乔木冠层百分比、冠层光子比率、坡度、光子总数、表观反射率与生物量具有显著相关性（0.01相似文献   

东北过伐林区森林景观演替分析

运用1997年二类调查数据,借助二歧指示种分类(TW INSPAN)方法,在ArcInfo的支持下,采用统一网格样点采样法,对吉林省汪清林业局金沟岭林场的森林景观的分类与演替进行了研究。结果表明:TW INSPAN通过15次划分,把整个金沟岭森林划分为7种经营景观类型,演替阶段从低到高依次为:人工纯林景观、榆杂林景观、杨桦林景观、阔叶混交林景观、针阔混交林景观、云冷落针叶混交林景观、阔叶红松林景观。同时,也说明TW INSPAN不仅可以有效地进行景观分类,还能反映景观类型在某一时空的梯度关系。     

星载激光雷达在林业上的应用研究进展

简单介绍了星载激光雷达系统的特点及其工作原理和组成部分,重点阐述了基于GLAS数据对森林冠层高度、森林生物量进行估算的方法,以及基于GLAS数据在森林类型识别和郁闭度估算等方面的应用研究,并分析总结了星载激光雷达进行估测的研究进展及其一些局限性。     

基于随机森林算法的橡胶林地上生物量遥感反演研究--以景洪市为例

以景洪市橡胶林为研究对象,将获得的样地植被指数和生物量数据用随机森林方法建立相关关系,将建立的关系用 Landsat TM影像反演出整个研究区域的生物量分布,用影像和实地样地调查数据进行分析和验证,实现光学遥感的大范围生物量反演。在反演过程中将植被指数作为自变量,使用 R 语言环境下的随机森林方法进行变量筛选和建模,并对该方法的适用性进行分析评价。结果表明：随机森林算法适用于森林生物量反演;选择的变量为可见光大气阻抗植被指数（VARI）、简单比值指数（RVI）、归一化植被指数（NDVI）、水分胁迫指数（MSI）、中红外指数（MidIR）;总体模型反演精度 R2＝0.43,RMSE ＝46.05。反演结果对于生物量密度较低的区域回归效果较好,对于生物量超过200 t/hm2的地区,反演结果偏低,且随着生物量密度的增加,反演结果偏差逐渐增大。     

人工神经网络在林业中的应用现状与趋势

通过概述人工神经网络的概念和常用模型,对人工神经网络在林业资源管理和动态监测、森林植被和立地分类与识别、森林灾害预防和森林生态系统评价中的应用现状进行综述,并对人工神经网络技术在林业中的应用趋势进行探讨.     

云南华山松人工林衰退现象研究

云南华山松人工纯林存在衰退现象和衰退病,其发生和表现与国外其它针、阔叶树衰退病研究结果的报道基本吻合。首先是衰退华山松生长量持续降低,其径粗和高生长量低于正常平均数的1／2或2／3以下;衰退症状表现为针叶失绿、发黄或枯黄脱落,枝叶稀疏、枝梢枯死,长势衰弱,树冠变形、变小、干形差、树皮粗糙甚至开裂脱落,球果发育不全,结果量产籽量减少等;多伴有各种病虫害的发生。重要的真菌病害有华山松疱锈病（Cronartium ribicola Fischer）,华山松腐烂病（Cytosporapini Desm.)。煤污病（Capnodium sp.）等。重要的次期性蛀干害虫有纵坑切梢小囊（Blastophagus piniperda Linnaus）,华山松梢小蠹（Cryphalus lipingensis Tsai et Li)。对于“森林衰退”应泛指森林群体（林分）表现出明显衰退的症状。而“衰退病”则是个体的林木呈现的衰退病病害症状和反应,正如同其它植物病害一样有各自的不同症状反应。     

基于优化BP神经网络的香格里拉高山松蓄积量模型研究

以香格里拉县高山松为研究对象,以Landsat TM 8影像和DEM（30M）数据为信息源,结合森林资源二类调查数据和地面样地实测数据,借助MATLAB平台,在前期进行基于遗传算法（GA）和粒子群算法（PSO）优化BP神经网络模型基础上,采用决定系数（R²）、均方根误差（RMSE）及预测精度（P）3个指标对优化后的BP神经网络模型及进行评价,并建立了研究区高山松蓄积量估测模型。结果表明,遗传算法效率（耗时1.9 h）低于粒子群算法（耗时1.4 h）;采用遗传算法优化后的BP神经网络模型R²、RMSE及P分别为0.636、4.216 m³、81.748%,均优于粒子群算法。通过遗传算法优化后的BP神经网络模型估测香格里拉高山松蓄积量总量为13 317 879.7 m³。