基于机器学习和多源数据的湘西北森林地上生物量估测

【目的】针对传统森林资源清查方法成本高、时效性低和结果统一性差等问题,基于多源遥感数据,采用机器学习算法选择特征变量并建立估测模型,制作森林地上生物量(AGB)面分布产品,为森林资源信息化调查提供技术手段。【方法】以湖南省西北部为研究区,利用生物量异速生长方程将森林资源样地调查数据转换为AGB,筛选到393个样地AGB参考值。以Landsat-8数据为光学遥感数据源,提取各波段光谱信息、植被指数、纹理特征以及缨帽变换各分量;以ALOS PALSAR-2、Sentinel-1数据为雷达遥感数据源,提取各极化方式后向散射强度和归一化极化差分指数。结合高程、坡度、坡向地形因子,获得122个备选特征变量。采用逐步回归方法和随机森林(RF)算法筛选建模变量,分别建立多元线性回归(MLR)、RF和支持向量回归(SVR)模型。以均方根误差(RMSE)、相对均方根误差(rRMSE)和决定系数(R~2)为模型评价指标,运用十折交叉验证法评价模型效果,选择最佳模型完成生物量制图,并选取5种中国或全球尺度生物量制图产品进行比较分析。【结果】在训练集上,RF模型表现最好(RMSE=12.8 mg·hm~(-2),rRMSE=21.1%,R~2=0.93),其次为SVR模型(RMSE=26.1 mg·hm~(-2),rRMSE=43.3%,R~2=0.55),MLR模型表现最差(RMSE=30.9 mg·hm~(-2),rRMSE=50.5%,R~2=0.39);在测试集上,采用RF算法建立的模型表现(RMSE=30.1 mg·hm~(-2),rRMSE=51.3%,R~2=0.42)同样优于MLR(RMSE=32.6 mg·hm~(-2),rRMSE=54.1%,R~2=0.30)和SVR(RMSE=32.8 mg·hm~(-2),rRMSE=55.3%,R~2=0.25)。3种模型均显示出一定程度的低值高估和高值低估现象。RF模型选择出13个建模变量,包括PALSAR-2后向散射信息、高程以及Landsat-8光谱信息、植被指数、缨帽变换湿度与绿度分量差值。应用RF模型完成区域生物量制图,与其他产品对比,能够基本反映研究区内生物量分布情况,并显示出丰富的生物量分布细节信息,生物量范围为0～119 mg·hm~(-2),平均生物量为37.5 mg·hm~(-2),标准差为35.9 mg·hm~(-2)。【结论】结合多源遥感数据与机器学习算法,能够准确、快速地测算大范围生物量,具有较大应用潜力。相比SVR和MLR模型,RF模型在AGB估测上的表现更优,RF算法能够从多源变量中有效筛选出适用于AGB机器学习建模的变量。     

基于多源数据的毛竹林信息自动提取

毛竹Phyllostachys edulis是重要的经济林种，快速准确地获取毛竹林的面积及郁闭度等信息可对毛竹林的高效经营管理提供巨大帮助。基于人工样地的森林资源调查耗时费力且效率低下，故利用遥感图像等较低成本的数据源估测大范围毛竹林的面积及其郁闭度等信息具有重要意义。本文以浙江省安吉县为研究区域，基于Sentinel-2中等分辨率遥感图像、数字高程模型（Digital Elevation Model,DEM）数据及森林资源二类调查数据，利用Cat Boost、随机森林（Random Forest,RF）、支持向量机（Support Vector Machine,SVM）三种算法，通过二分类方法估算毛竹林面积和多分类方法估算毛竹林郁闭度。结果表明：在估算毛竹林面积时，Cat Boost、RF、SVM的总体分类精度分别为97.75%、96.54%、95.05%,Kappa系数分别为0.96、0.93、0.90；在估算毛竹林郁闭度时，以上三种算法的总体分类精度分别为73.38%、73.49%、69.9%,Kappa系数分别为0.52、0.52、0.45。在本文研究数据中，0.7、0.8郁闭...     

基于Landsat影像数据的香格里拉市优势树种蓄积量估测模型构建

以香格里拉市优势树种高山栎、高山松、云冷杉及云南松为研究对象,构建基于遥感的森林蓄积量估测模型。采用2006年和2016年的Landsat TM/OLI影像及二类调查数据,随机从每期数据中各选取100个小班,提取其影响因子,利用相关性强的因子构建RF模型和MLR模型。结果表明,2006年各树种蓄积量RF模型的拟合R²在0.779～0.862范围,预测精度P值为80.17%～92.16%;2016年RF模型的拟合R²为0.761～0.865,预测精度P值为81.61%～95.53%。建立MLR模型后,2006年树种蓄积量估测模型的拟合R²为0.214～0.336,预测精度P值为34.12%～47.16%;2016年模型的拟合R²为0.238～0.391,预测精度P值为34.82%～52.57%。估测结果与二类调查数据的误差为：高山栎、高山松、云冷杉、云南松分别增加了8.54×10⁵m³、3.65×10⁶m³、4.1...     

基于多源遥感的森林地上生物量KNN-FIFS估测

【目的】针对多源遥感数据及其派生特征因子数据维度高、信息冗余、易造成估测模型过拟合等问题,从高维度遥感特征因子中高效优化特征组合,优化区域森林地上生物量(AGB)的k最近邻(k-NN)估测模型。【方法】提出基于快速迭代特征选择的k最近邻法(KNN-FIFS),以森林资源样地调查数据计算的森林AGB为参考,以留一法交叉验证(LOO)相应的k-NN模型反演的森林AGB均方根误差(RMSE)最小为原则,依次迭代选取遥感特征,优化区域森林AGB的k-NN估测模型。以大兴安岭根河森林保护区为研究区,结合Landsat-8 OLI各波段光谱信息、植被指数、纹理、地形因子、机载合成孔径雷达(SAR)P-波段HV极化后向散射强度信息(PHV)以及森林资源样地调查数据,利用KNN-FIFS方法估测研究区森林AGB,并与多元线性逐步回归法(SMLR)进行对比分析。【结果】利用KNN-FIFS方法,得到当k为3,特征组合为PHV、短波红外波段一均一性(H6)、短波红外波段一二阶矩(S6)、短波红外波段二二阶矩(S7)、海蓝波段相关性(Cr1)、近红外波段相关性(Cr5)、海蓝波段相异性(D1)、增强型植被指数(EVI)时,研究区森林AGB估测结果最优,其精度(R~2=0.77,RMSE=22.74 t·hm~(-2))显著优于SMLR估测精度(R~2=0.53,RMSE=32.37 t·hm~(-2))。【结论】KNN-FIFS方法相比SMLR更适用于森林AGB多源遥感估测;KNN-FIFS方法可以从高维度遥感特征因子中高效选取相关特征进行森林AGB估测。     

基于随机森林偏差校正和多源遥感数据的天然次生林地上生物量估测

[目的]以多源遥感数据为基础,在郁闭度较高的天然次生林中采用非参数模型及随机森林偏差校正模型估测森林地上生物量(Aboveground biomass,AGB),为大尺度估测森林生物量提供了依据.[方法]以东北林业大学帽儿山实验林场142块森林资源连续清查固定样地复测数据、机载激光雷达(Airborne laser s...     

基于高分辨率遥感数据和成数抽样的森林覆盖率年度监测方法

为了提高区域森林覆盖率的年度监测精度,在高分辨率遥感图像上布设系统抽样样地,通过图像判读结合地面核查,采用成数抽样的方法监测森林覆盖率。结果显示:总体抽样精度达到95.03%,与传统的全面外业核查方法相比,外业工作量减少92.44%,监测时间减少85%以上。     

基于多源数据的北京市中心城区绿色空间的定量评价

文章以北京市中心城区为例,采用遥感影像与大数据结合的方式探索城市绿色空间定量评价方法,以期为新时代背景下的生态空间品质提升提供思路:一方面从生态环境改善出发,运用2013—2018年研究区城市绿色空间的时空演变特点探讨研究区城市绿色空间与地表温度之间的关系,为缓解城市热岛现象提出建议;另一方面从供给侧视角出发,分析研究区大型、中型、小型城市绿色空间斑块的服务水平及服务压力,以期为优化城市绿色空间格局提供相应参考。     

安徽岭南优势树种(组)生物量特征

森林是陆地生态系统的主体,在全球陆地生态系统碳循环和碳储量中占有十分重要的地位(Dixon et al.,1994;Watsonetal.,2000;史军等,2004;徐新良等,2007)。测定森林群落生物量,可以反映群落利用自然的潜力,衡量群落生产力的高低,也是研究森林生态系统物质循环的基础(薛立等,2004)。森林乔木层生物量研究是开展森林群落生物量碳库研究的基础,国内外已有不少该方面的研究,分别从不同角度分析了树种生物量的组成与分配特征,并进行了相关因子分析(Chidumayo,1990;林开敏等,1996;Arashkevich et al.,2002;樊后保等,2006;陈美高,2006)。冯宗炜等(1999)总结了全国不同森     

长白山次生林树种空间分布及环境解释

分析次生林群落中12个树种的空间格局,阐述树木种群空间分布与环境因子间的关系.结果表明:1)大多数环境因子和树种都表现出显著的正空间自相关,即存在空间聚集性结构;2)空间变异分割表明,环境因子主要制约幼树和小树的空间分布,而对大树影响较小;3)土壤水分和土壤pH值对树种分布影响较大,土壤营养(全氮、全磷和全钾)作用相对较小,土壤有机质、叶面积指数和光量子密度与树种空间变异之间无显著关系;4)在已知种群空间变异中,环境因子(包括环境变量单独解释部分、环境变量与空间变量交互作用部分)解释能力较低,而纯粹的空间变量(即空间变量单独解释部分)对种群空间变异具有较高的解释能力,说明一些未知的独立于环境因子的空间过程在树木种群空间格局的形成过程中发挥了重要作用.     

保定市城市森林的树木种类组成及其构成特征

为了解保定市城市森林的树木种类组成及其构成特征,对其城市森林6种类型的树木进行了抽样调查.结果表明:组成保定市城市森林的树木种类共有35科65属98种,其中本地种39种,引进种59种;树种属的区系地理成分以北温带成分为主,占其总属数的40.32 %;其城市森林6种类型组成树木种类的多少从大到小依次为居民区林、企事业单位林、风景林、公用林、行道树、防护林;企事业单位林和居民区林的树种多样性最高,防护林的树种多样性最低.     

利用大光斑激光雷达数据估测树高和生物量

通过对大光斑激光雷达数据GLAS波形的处理,建立模型反演树高、生物量并做精度检验,理论精度分别为93.7%和91.3%.结果表明:利用激光雷达数据反演树高、生物量比传统方法的精度有显著提高.     

合成孔径雷达数据估测森林生物量研究综述

合成孔径雷达（SAR）技术以其独特的成像机理及其全天候全天时成像能力,在森林生物量估测方面发挥着越来越重要的作用。首先对森林生物量SAR估算机理和方法进行介绍,然后分析主要的影响因素,最后指出今后的发展趋势。     

合成孔径雷达森林生物量估测研究进展

随着合成孔径雷达（SAR）遥感技术的发展,微波遥感独特的成像机理及其全天候全天时成像能力,使其在区域和全球森林生物量估测方面具有其它光学遥感数据不可替代的作用,这愈来愈受到科学家们的重视。首先就SAR对森林生物量的敏感性进行了论述,分别P、L和C3个波段及其不同极化方式总结了SAR对森林生物量的敏感性和饱和点等反应特性;然后就SAR对森林生物量的后向散射机理和影响森林后散射的其它因素进行了分析;最后总结了利用SAR进行森林生物量估测的技术路线。     

上限效果测度在林种布局树种选择中的应用

气象区划将松山区划分为西部、中部、东部3个气候区,全区由西向东,海拔、降水、热量逐渐减少,林木生长、分布呈现出差异.本文应用上限效果测度,依林木产量、产值、价值,布局了林种,选择了树种,为林业更大发展提供了依据.     

中山市防火林带树种组成与冠层结构

防火林带的树种组成与冠层结构可影响林带的防火功能。为评价中山市防火林带的树种组成 和冠层结构,对中山市防火林带树种进行了调查,并在防火林带中选取了9 个典型林带类型,建立标准 地,对其树种组成与冠层结构进行了对比研究。结果表明：中山市13 个镇区的生物防火林带共应用了31 个树种,隶属17 科24 属,豆科、山茶科和樟科树种最多,数量最多的有荷木Schima superba、马尾松 Pinus massoniana、台湾相思Acacia confusa、柠檬桉Eucalyptus citriodora、米老排Mytilaria laosensis;以 针叶树为主的针叶林林冠开度最大,达38.07%,林下植物相对茂盛,分别以米老排和杨梅Myrica rubra 为主的阔叶混交林林冠开度最小,分别为12.36% 和13.88%。米老排与杨梅为主要树种的阔叶林林冠开 度比以马尾松为主的针叶林的林冠开度要小,阔叶林的冠层郁闭度较高;自然保护区核心区针阔混交林 的叶面积指数最大,达2.64,显著高于马尾松纯林和马占相思Acacia mangium、荷木和藜蒴Castanopsis fissa 等阔叶混交林,为0.99 和1.65;山脚的荷木林地、荷木与马尾松的混交林和以米老排为主的阔叶混 交林的林下光照较弱,林下植被稀少,冠层结构较为疏散,是较好的防火林带。对现有防火林带的林分 改造,如增加经济林木、果树等阔叶树种,可进一步提高防火林带的防火作用。     

广东南山保护区常绿阔叶林主要树种空间分布格局和空间关联

为深入研究广东始兴南山保护区的地带性植被亚热带常绿阔叶林的物种格局特征,在保护区设置了1 hm2的固定监测样地,对样地主要物种的空间分布格局及其关联性进行了研究.结果表明:面积为1 hm2样地中共有94个乔木树种,3359个植物个体,在群落占优势的这4个物种为罗浮栲Castanopsis fabri、栲Castanop...