森林地上生物量遥感估算方法

生物量是林业和生态应用研究的重要信息,森林生态系统地上生物量估算的遥感技术引起了国内外学者的广泛关注.总结与探讨不同数据源与估算方法能够为森林地上生物量的估算提供指导.本文首先总结并探讨单传感器遥感数据,包括光学遥感、合成孔径雷达与激光雷达数据在森林地上生物量估算中的应用,以及协同使用多源遥感数据估算森林地上生物量的优...     

森林地上生物量遥感估算研究进展

森林地上生物量是森林生态系统的重要参数及评估碳循环的重要指标,对森林地上生物量的精确估算至关重要.遥感技术因其独特的优势而在大尺度区域地上生物量估算研究中发挥着不可替代的作用.本文总结了光学(多光谱和高光谱)数据、SAR(极化SAR、干涉/极化干涉SAR和层析SAR)数据、小光斑LiDAR、大光斑LiDAR(机载LiD...     

基于高分辨率遥感影像的森林地上生物量估算

以南京市紫金山林区为研究区,利用e-Cognition面向对象分类方法,基于光谱和空间信息融合后的IKONOS影像提取单木树冠阳性冠幅(PoCA, Positive crown area)信息,并结合野外实测的样方生物量数据,分别建立了针叶林和阔叶林地上生物量 (AGB, Aboveground Biomass)的遥感估算模型,并利用实测森林生物量数据对模型进行了验证。结果表明,基于遥感影像提取的PoCA与实测AGB存在较好的非线性相关关系,所建针叶林AGB估算模型的可靠性优于阔叶林模型。对建模样本而言,估算的针叶林和阔叶林AGB与观测数据比较的R2分别为0.62 (P<0.01,n=9) 和0.56(P<0.01,n=16)。验证表明,所建AGB估算模型的可靠性较好,估算的针叶林和阔叶林AGB与观测数据比较的R2分别为0.55(P<0.01,n=6) 和0.52(P<0.01,n=10),但当AGB较低时,模型结果偏高,AGB较低时,模型结果偏低。研究说明通过高分辨率遥感数据的融合、提取树冠信息进行生物量估算是可行性的。     

红树林湿地地上生物量遥感估算研究进展

根据所采用遥感数据源不同,分别从基于光学遥感影像、微波数据及激光雷达数据等方面综述了红树林湿地地上生物量估测方法研究进展,提出了提高数据精度及采用融合多源遥感数据协同反演红树林湿地地上生物量是今后红树林湿地地上生物量遥感估测研究的热点。     

高山松地上生物量遥感估算的不确定性分析

  目的  采用遥感数据估算森林地上生物量仍存在一些不确定性问题,研究估算过程中的误差来源及其占比,对提高森林地上生物量的估测精度具有重要意义。  方法  从遥感影像提取因子,结合高山松Pinus densata外业调查数据,建立多元线性回归、梯度提升回归树、随机森林等3种地上生物量估测模型,对样地尺度与3种模型的不确定性进行分析和度量。  结果  ①高山松单株生物量模型不确定性为16.43%,样地尺度的不确定性为7.07%;②多元线性回归模型残差不确定性为34.86%,参数不确定性为21.30%,与样地不确定性合成后总不确定性为41.45%;③非参数模型中,梯度提升回归树估测高山松地上生物量的总不确定性为23.12%,随机森林为19.42%。  结论  3种遥感估算模型中,非参数模型的不确定性明显低于参数模型。相较于样地尺度,遥感估算模型的不确定性对地上生物量估算精度的影响较大。图3表3参26     

森林地上生物量估测方法研究综述

根据所采用数据源的不同,介绍了当前国内外森林地上生物量测算中所用的主要方法,即基于森林资源清查的方法和基于遥感估测的方法。根据国内外前期研究成果,概括了这两种方法的特点及其存在的一些不足,初步探讨了结合多源数据联合估测森林地上生物量的方法。结合当前森林地上生物量研究中存在的问题,讨论了估测方法的尺度、模型与参数化以及精...     

烤烟冠层光谱参数与地上生物量的相关性研究

[目的]明确烤烟(Nicotiana sanderae)地上生物量与冠层光谱参数的相关性。[方法]大田条件下设置5个氮肥施用梯度,利用相关分析对地上鲜生物量和冠层光谱参数的相关性进行分析。[结果]一定范围内,施氮量增加,对团棵期和旺长期的烤烟地上鲜生物量表现出较明显的促进效应。与地上鲜生物量相关性最强的单波段反射率波长均为550 nm,R=-0.949 0;相关性最强的植被指数为RVI(1 050,550),R=0.983 1。[结论]该研究可为开发基于冠层光谱的烤烟长势监测仪器提供研究基础和数据支撑。     

应用XGBoost算法对森林地上生物量的机载LiDAR反演

为了探究机载LiDAR数据结合极端梯度提升(XGBoost)算法估算森林地上生物量的可行性和适用性,寻求更优的森林地上生物量的监测和估算模型的建模方法。根据125块地面样地调查数据和机载激光雷达提取的点云特征变量,结合根据皮尔森相关系数和递归特征消除筛选变量,采用多元线性回归(MLR)、随机森林(RF)、支持向量机(SVM)和极端梯度提升(XGBoost)算法,建立4种不同算法的地上生物量估测模型并进行对比分析。结果表明：在训练集中,RF模型表现最好(R_MSE=9.98 t·hm^-2,R²=0.93,M_AE=5.69 t·hm^-2),其次是XGBoost模型(R_MSE=10.80 t·hm^-2,R²=0.89,M_AE=7.24 t·hm^-2);在测试集中,采用XGBoost算法建立的模型表现(R_MSE=12.20 t·hm^-2...     

基于GEE平台的钱江源国家公园森林火灾动态变化研究

以钱江源国家公园试点区及其周围10 km缓冲区为研究区域,基于GEE云平台、Landsat卫星影像以及卫星林火监测数据,结合目视解译与光谱指数法快速提取过火区域,并统计火灾发生时间、频率和过火面积的变化规律,使用景观指数描述过火区域的空间模式。结果表明：1999—2019年,研究区共发生19起森林火灾,其中春季和冬季森林火灾高发,分别占火灾总数的47.37%和42.11%;2013年平均单次森林火灾覆盖范围最广（83.54 hm²）,2011年发生森林火灾次数最多（6次）,过火区域的面积差异较大,而2014年和2019年仅各发生1次火灾;研究区过火区域面积共计约为766.55 hm²,在研究期间呈现先增加后减少的趋势。钱江源国家公园范围内过火面积仅为9.05 hm²（2011年和2014年分别为9.04 hm²和0.01 hm²）。本研究方法适用于借助免费历史Landsat数据快速获取30 m分辨率尺度的火灾信息,建立空间明确的灾情历史数据档案,及时、客观地评估国家公园灾害管理成效。     

利用数码照片估算灌木地上生物量的研究

灌木在干旱半干旱地区的生态系统中具有重要作用,高精度、非破坏性的灌木生物量估算方法已成为亟需解决的问题。利用数码拍照法对狼牙刺、山桃、沙棘、柠条、丁香、虎榛子、荆条和酸枣8种灌木进行水平拍照,采用Photoshop7.0图像处理软件提取了各灌木植株的照相面积（S）、高度（H）、宽度（D）、冠层高度（h）等信息,建立了不同灌木的生物量拟合方程,具有良好的精度。灌木侧面照相面积（S）与植株的生长情况密切相关,因此可建立灌木生物量估算的通用线性模型,其决定系数达到0.927 5,估算精度较高。利用数码照片估算灌木的生物量是一种非破坏性、简单方便、具有较高精度的方法,在灌木生物量估算中具有广泛的前景。     

联合GF-1和GF-3影像的森林地上生物量反演

  目的  探索高分（GF）光学、合成孔径雷达（SAR）数据及其联合数据在森林地上生物量（AGB）及其组成部分反演中的可行性。  方法  以云南省昆明市宜良县小哨林区的云南松为研究对象,结合实地调查数据,以GF-1光学数据和GF-3 SAR数据作为数据源,提取光学数据常用的植被指数和纹理特征,SAR数据的各极化后向散射系数、纹理特征以及极化分解等参数,利用KNN-FIFS方法分别进行森林AGB及其分量的反演;然后采用留一交叉验证法对反演结果进行精度评价,并在此基础上绘制森林AGB及其分量空间分布图。  结果  联合GF-1和GF-3数据反演森林AGB及其分量的精度最高,R2均超过了0.710,RMSEr的值在22% ~ 27%之间,其中树叶的反演精度最优,模型的R2为0.714,RMSE为10.270 t/hm2,RMSEr为24.58%;除树叶生物量外,森林AGB和其他分量仅采用GF-1提取的特征进行反演时,精度均优于采用GF-3特征的反演结果。  结论  联合GF-1光学数据和GF-3全极化SAR可以实现一定程度的互补,提高森林AGB及其分量的反演精度,此外KNN-FIFS方法在低生物量水平的云南松纯林的AGB及其分量的反演中具有一定的鲁棒性,且KNN-FIFS优选的重要参数多为SAR和光学的纹理特征。      

基于棉花冠层FPAR的LAI和地上鲜生物量估算研究

【目的】研究棉花生育期冠层光合有效辐射截获量(FPAR)与其叶面积指数(LAI)和地上鲜生物量的相关关系,建立FPAR对LAI和地上鲜生物量的估算模型,探讨获取LAI和地上鲜生物量的新方法,为动态监测棉花的生长状况提供科学依据。【方法】利用线性光量子传感器,测试新陆早19号和新陆早13号2个棉花品种4种配置种植方式下,冠层在6个关键生育期的光合有效辐射数据,获取FPAR,并同步实测棉花冠层LAI和地上鲜生物量,建立FPAR与LAI和地上鲜生物量的相关方程,同时比较LAI和地上鲜生物量的估测值与实测值的差异。【结果】2个棉花品种的FPAR随生育进程呈现类似变化规律:在盛蕾期至开花期迅速增加,于花铃期或盛铃期达最大值,随后逐渐下降;棉花FPAR与LAI和地上鲜生物量均达到极显著正相关关系,其中均以幂指数相关关系为最佳(RFPAR-LAI=0.8513**,RFPAR-地上鲜生物量=0.7469**,n=80);用FPAR分别估算的LAI和地上鲜生物量,与其实测值的相关关系均达到1%极显著正相关(R实测LAI-估算LAI=0.8180**,R实测地上鲜生物量-估算地上鲜生物量=0.7396**,n=80)。【结论】棉花FPAR对LAI的估算精度较其对地上鲜生物量的高,表明利用棉花冠层FPAR可以简单、快捷、非破坏性地估测棉花的LAI和地上鲜生物量。     

典型草地地上生物量遥感反演模型的建立

利用新疆阿勒泰地区富蕴县2011年9月野外典型草地地上生物量采样数据和同期接收的环境减灾卫星(HJ1A-CCD1)的遥感图像数据,分析了归一化植被指数(NDV)I、比值植被指数(RV)I与实测草地地上生物量的一元线性和非线性回归模型,并对不同回归模型进行分析比较。研究表明:植被指数NDVI与实测草地地上生物量之间存在较好的相关性;所建遥感植被指数与草地地上生物量的回归模型中,指数回归模型(y=3.716e26.758x,R2=0.815)最适合于监测草地地上生物量的遥感反演模型,并分析了该区域地上生物量的空间差异性。     

基于HJ-CCD遥感数据和DK-SVR算法的小麦生物量估算研究

基于2010～2013年江苏地区小麦环境减灾卫星(HJ-CCD)的影像数据,提取拔节、孕穗和开花3个生育期的卫星植被指数并作为模型的输入参数,分别利用双核支持向量回归算法(DK-SVR)、MLR和PLS方法构建各生育期小麦生物量估测模型,比较各模型的预测性能。结果表明:可以使用DK-SVR算法遥感估算小麦生物量,基于该算法构建的模型预测性能在3个生育期均优于MLR模型和PLS模型,各期实测值与模型预测值之间决定系数R~2分别为0.50、0.67和0.65,相应的均方根误差RMSE为506、1 389和2 058kg·hm~(-2)。     

基于Landsat 8遥感影像的地上生物量模型反演研究

以吉林省延边朝鲜族自治州汪清县的主要针叶纯林树种为研究对象,结合Landsat 8 OLI数据和地面调查数据,通过提取半径为15 m圆形样地林分尺度下的遥感特征变量实现对地上生物量的估算。首先提取128块样地内的34个遥感特征,其次采用随机森林特征重要性分析遥感特征的贡献率,再利用BP神经网络算法的2种训练算法、SVM支持向量机的3种核函数构建地上生物量模型,最后利用32个测试样本评价模型的估算精度。结果表明,BP神经网络的L-M训练算法和贝叶斯正则化训练算法的R²分别为0.602 9、0.672 1,RMSE分别为5.096 9、4.263 7,MAE分别为4.166 9、3.211 8;SVM支持向量机的线性核函数、RBF核函数、多项式核函数的R²分别为0.585 8、0.561 9、0.487 7,RMSE分别为5.859 4、5.600 9、5.763 7,MAE分别为4.24、3.89、4.176。以贝叶斯正则化训练算法构建地上生物量模型的估测精度最佳;BP神经网络算法比SVM向量机更适用于本研究;同一种机器学习算法不同的训练函数存在差异性。     

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%...     

基于Rapideye影像的林木地上生物量估测

以石台县为研究地,结合Rapideye高分遥感影像和不同森林类型样地林木地上生物量调查数据,采用Pearson双变量相关分析方法筛选模型变量,分别用多元线性回归和随机森林算法建立不同森林类型的遥感地上生物量估测模型,并进行模型估测精度对比分析。结果表明,叶绿素红边模型(CRM)与叶绿素绿波模型(CGM)2个指数与针叶林、阔叶林生物量在0.01水平上的相关性极显著,且在其多元线性回归模型和随机森林模型中两者均被挑选为建模变量。另外,与生物量相关性较强的纹理特征主要集中的红光波段和红边波段,且仅MEAN、VAR、SM3个滤波对生物量估测贡献较大,可作为建模变量。阔叶林、针叶林和针阔混交林3种森林类型的地上生物量模型估测精度均表现为随机森林模型优于多元线性回归模型。随机森林模型生物估测绝对均方误差在12.8760~36.5363之间,相对均方误差在20.20%~45.95%之间;多元线性回归生物量估测绝对均方误差在22.0425~46.4494之间,相对均方误差在34.58%~58.42%之间。     

基于土地利用覆被变化的钱江源国家公园生态服务价值研究

[目的]为了发挥钱江源国家公园的生态服务价值.[方法]以2015、2019年钱江源国家公园矢量卫星图为基础,利用易康、Arcgis平台处理原始图像,基于土地利用覆被变化估算各类型生态服务价值,对2015、2019年数据的变化进行分析.[结果](1) 2015年到2019年钱江源国家公园林地、草地面积有着不同程度的增加,其他类型土地面积有所减少,钱江源国家公园的土地利用程度正在降低.(2) 2015年、2019年钱江源国家公园生态系统服务总价值分别为10 147.19×106元人民币、10 272×10 6元人民币,呈增长趋势.其中林地、草地生态系统的服务价值增加,耕地和水域生态服务价值有着不同程度的减少.(3)自钱江源国家公园试点开始建设以来,生态系统服务价值逐日增长,生态系统正在逐渐朝着恢复自然的方向发展.[结论]国家公园的建设对于生态系统服务价值的提升、恢复自然生态秩序等方面有着积极地作用,建设国家公园是保护自然保护地的有效方法.     

基于优化光谱指数的夏玉米地上生物量估算

以夏玉米为研究对象,首先获取拔节期、大喇叭口期、抽雄期和灌浆期4个关键生育期的地面高光谱数据,并实测各生育期的地上生物量(AGB);其次基于任意波段组合的波段优化算法,分别构造6种不同波段组合形式的两波段和三波段光谱指数;然后将构造的12种光谱指数与地面实测的AGB进行相关性分析,从中筛选出相关性最好的光谱指数作为最优光谱指数构建夏玉米全生育期的AGB估算模型;最后对最优光谱指数估算夏玉米各关键生育期AGB的性能进行系统评价。结果表明：基于波段优化算法筛选的最优三波段光谱指数TBI6(760,925,895)与夏玉米各生育期和全生育期的AGB均具有良好的相关性,其构建的AGB估算模型具有较高的精度,可为夏玉米全生育期AGB的快速无损估算及AGB监测装置的集成与开发提供参考。     

基于不同预测变量的橡胶树地上生物量模型

在海南岛范围内,橡胶林种植面积很大,但对于这种经济树种大多评估它的生产效益和经济效益,很少建立生物量估计模型。基于海南岛54株实测生物量数据,建立橡胶树不同组合自变量非线性回归模型和非线性度量误差模型。由于生物量与自变量之间存在非线性关系,在拟合模型时采用最小二乘建模技术。模型的选择基于解释系数（Pseudo-R²）、均方根误差（RMSE）和平均预测误差（MPE）。结果表明,通用模型的解释系数（Pseudo-R²）和平均预测误差（MPE）分别为0.70~0.94、-0.8%~1.1%,选择基于胸径和木材基本密度的二元模型为最优通用模型。以最优通用模型地上生物量估计值为总量,构建各分项生物量相容性模型,其中树干生物量模型的Rseudo-R²、RMSE值分别为0.92、28.4 kg,拟合效果优于树枝和树叶生物量模型。总体来看,添加树高、树冠和木材基本密度因子进行橡胶树地上生物量模型的构建十分必要。