基于深度学习的森林可燃物含水率反演技术

【目的】探究基于卫星遥感数据的森林可燃物含水率反演,比较深度学习模型与传统机器学习模型的精度,并探索一种解决冠层遮挡问题的方案,为全国建立森林可燃物含水率数据库提供理论依据。【方法】以河北省张家口市崇礼区为研究区,基于实地测量数据,针对传统机器学习模型误差较大的问题,建立深度学习中的多层感知机(MLP)模型,研究光谱反射率与森林冠层植被和地表枯落物含水率之间的关系,并与传统机器学习中的支持向量回归(SVR)模型进行精度对比。选取与实地考察时间同季度的哨兵遥感数据,以光谱反射率、光谱水分指数等遥感估测法中常用变量作为反演森林冠层植被和地表枯落物含水率的影响因子,结合实地考察数据进行模型训练。针对以往采用遥感估测法反演地表枯落物含水率遇到的冠层遮挡问题,使用双向反射分布函数处理遥感数据获得不同观测角度的遥感数据,结合辐射传输模型,将冠层反射率映射到地表反射率后再训练模型。【结果】以红光、绿光、近红外和短波红外波段为输入变量的MLP模型在森林冠层植被含水率反演中的拟合度为0.843,优于SVR中最优模型的拟合度0.807,精度提高4.5%;MLP模型在地表枯落物含水率反演中拟合度为0.448...     

北京西山地区火烧迹地植被恢复研究

在土壤性质分析的基础上,应用丰富度、多样性、相似度指标,研究了火烧迹地植被恢复情况,并与未过火林地做出了比较,讨论了北京西山地区火烧迹地土壤性质的变化与植被恢复之间的关系。结果表明:1)火烧迹地土壤的土粒密度增加,pH值呈上升趋势,土壤有机质减少,全氮增加,有机质的C/N比值在15左右。2)火烧迹地上植被的物种丰富度、Simpson指数、Shannon-Wiener指数高于未过火林地,火烧迹地与未过火林地更新层的物种丰富度相差不大,灌木层和草本层的物种丰富度和多样性则是火烧迹地上较高。3)火烧迹地与未过火林地土壤性质的差异导致了植被的差异,植被恢复也对土壤性质的变化产生了影响。     

基于EVI的大兴安岭火烧迹地植被恢复特征研究

[目的]选取Landsat数据源,基于dNBR和EVI指数开展火烧迹地识别和植被恢复特征研究.[方法]以1987年大兴安岭北部林区根河林业局金林林场森林火灾为研究背景,在地类划分的基础上,以dN-BR为基础数据,采用K-means方法识别并提取火烧迹地,并进行轻、中、重火烈度等级划分;基于火烧迹地的EVI(增强型植被指...     

不同火烧木管理方式火烧迹地林下物种多样性及地上生物量研究——以寒温带兴安落叶松林为例

以内蒙古大兴安岭兴安落叶松林火烧迹地为研究对象,采用分层取样的方法对群落中植被进行了调查,分析比较了不同火烧木管理方式下兴安落叶松林林下群落恢复过程中物种组成、多样性指数及地上生物量的差异。结果表明:火烧木择伐方式下火烧迹地与未火烧对照样地林下群落相似性最大。不同火烧木管理方式下,火烧迹地林下群落多个α多样性指数均表现为草本层灌木层的趋势。不同火烧木管理样地草本层Simpson和Shannon-Wiener指数均小于对照样地,而在灌木层都大于对照样地。3种不同类型火烧木管理方式火烧迹地恢复13年后,林下草本层生物量均小于对照样地,而灌木层生物量较对照样地相比都有不同程度的增加。     

青藏高原东北边缘云杉-冷杉林火烧迹地的灌木群落特征

【目的】探究青藏高原东北边缘云杉-冷杉林火烧迹地植被恢复与重建过程中的灌木群落特征动态，阐明火烧迹地灌木群落多样性格局和维持机制的生态过程，为在火烧迹地恢复与重建过程中对植被进行合理干预、尽快恢复生态效益提供合理依据。【方法】以空间代时间方法，分析恢复5年和15年火烧迹地灌木群落和未过火林地林下灌木层物种组成特征、α物种多样性和β物种多样性。【结果】在5年、15年火烧迹地灌木群落与未过火林地林下灌木层之间，植物种类组成存在差异，5年火烧迹地共调查到11科17属24种，15年火烧迹地共调查到8科10属17种，未过火林地共调查到12科19属35种。5年、15年火烧迹地和未过火林地的物种丰富度指数与Pielou均匀度指数，以及5年火烧迹地的物种丰富度指数与Simpson指数、物种丰富度指数与Shannon-Wiener指数的相关性均不强（P<0.1或P>0.1），其他指数间的相关性均较强（P<0.001或P<0.01）。物种丰富度指数为5年火烧迹地>15年火烧迹地>未过火林地，Shannon-Wiener指数和Simpson指数均为15年火烧迹地>未...     

面向自然保护区周边的人为扰动影响遥感探测分析——以永德大雪山国家级自然保护区为例

以云南省临沧市永德大雪山国家级自然保护区及周边地区为试验区,以自然保护区周边人为干扰影响最具有指示作用的火烧迹地特征为研究对象,通过遥感归一化植被指数NDVI探测研究区植被覆盖度,并构建归一化燃烧比值NBR及运用相关算法,获得对研究区人为干扰影响的火烧迹地状况快速地识别及定量、定位分析研究。结果得出:1)在不同遥感时段,遥感植被覆盖度,保护区边界内的植被覆盖度空间分布相对稳定;而在保护区边界外,植被覆盖度则随着缓冲距离的增加而呈现减少态势。2)在保护区边界内,可监测到仍然有少量火烧迹地的存在;而在保护区边界外,火烧迹地则表现出随着缓冲距离的增加而增加的趋向。3)进一步调查分析导致研究区火烧迹地空间变化的态势原因。保护区周边客观存在的农村居民点分布是影响植被覆盖度和火烧迹地的一个重要驱动因素,居民点分布与保护区的植被覆盖度及火烧迹地分布具有密切的空间关联机制,有待深化探讨研究保护区周边农村聚落对保护区的人为扰动影响的减缓措施。     

基于Sentinel-2B的油松冠层可燃物含水率反演研究

森林火灾的发生与植被冠层可燃物含水率的大小有着密切联系。利用高精度、大尺度、高效率的遥感影像反演获取植被冠层可燃物含水率对于有效防治森林火灾具有重要意义。油松由于其自身理化性质成为引发森林火灾的主要树种之一，以张家口崇礼区的油松为研究对象，基于Sentinel-2B遥感影像和油松含水率实测数据，建立了多个油松冠层可燃物含水率反演模型：一元线性回归模型、一元非线性回归模型和多元非线性回归模型，并利用决定系数(R²)和均方根误差(RMSE)进行模型精度评价。结果表明，非线性模型总体上要优于线性模型；通过多个自变量因子建立的多元非线性模型能够更好地反映油松冠层可燃物含水率情况，模型反演精度更高，可以为植被冠层可燃物含水率反演模型方法选择提供一定的理论依据。     

遥感技术在火监测中的应用研究综述

火是地球表面频繁发生的异变现象,也是森林、灌丛、草地等生态系统中植被演替的主要动力。植被火烧释放出来的大量气溶胶颗粒物以及各种痕量气体,会引发大气环境和全球碳循环过程的深刻改变。遥感卫星能够监测和记录全球地表信息,尤其适用于地表异变现象特别强烈的火灾事件。遥感技术在野火识别和监测中的应用主要为了实现以下4个目的:1）火点精确地理位置判定;2）在燃火线的范围制图和火场发展趋势判定;3）火烧强度评价;4）火烧迹地植被恢复监测与评价。文中总结了遥感卫星技术和数据在火险评价与制图、火点识别、火烧面积统计以及火烧迹地植被恢复评价中的应用和贡献。     

基于时间去相关的三阶段森林高度估计方法

[目的]在利用极化SAR数据反演树高时,时间去相关因子是影响反演精度的主要因素;目前,地面随机运动模型(RMoG)是该领域最有效的模型之一,但地面随机运动模型有着反演困难、耗时过长的缺点。为了改善这个问题,提出了简化RMoG模型。[方法]首先忽略地面运动,只保留植被冠层运动,重新改写植被体散射公式;然后对多个相干系数直线拟合出地面相位;再次通过PD极化相干最优方法来估计纯体散射去相干值;最后利用改写后的植被体散射公式建立查找表,在固定消光系数的基础上通过查找表反演得到植被高度。为了验证本研究方法的有效性,以瑞典南部的Remingstorp地区为研究区,以BioSAR2007项目的遥感数据进行试验,并以决定系数(R2)和均方根误差(RMSE)对4种模型的反演结果进行比较评价。[结果]表明:本研究方法可以很好地改善三阶段算法的高估问题。在精度比较方面:三阶段算法的R~2为0.78,RMSE为8.52;RMoG模型的R2为0.47,RMSE为4.17;RMoG_L模型的R~2为0.48,RMSE为2.50;本方法的R2为0.53,RMSE为6.24。对比三阶段算法,本研究方法在精度上有明显的优势;对比RMoG模型和RMoG_L模型,本方法可有效地减少反演时间。[结论]通过添加植被冠层运动消除时间去相关的影响行之有效。与三阶段算法、RMoG模型和RMoG_L模型对比,本方法具有精度高、耗时少的优点。     

南岭大东山火烧迹地长柄双花木种群特征

采用植被样方调查法,比较研究了南岭大东山同一海拔高度火烧迹地自然恢复植被和长柄双花木种群与相邻未过火林地植被和种群的生态学特征。结果表明,火烧迹地上,长柄双花木种群恢复迅速,但麻栎、粃栎更占优势;未过火林地植被的优势种则为长柄双花木、马尾松、黄山松等。Jaccard相似度0.194,Cody指数29.00,表明物种替代速率高。火烧迹地植被的郁闭度、物种丰富度、Simpson多样性指数、Shannon-Wiener指数和均匀度JD,JH均略低于未过火林地,显示在过火后3年多的早期阶段,群落结构不如未过火林地稳定。径级结构表明,长柄双花木火烧迹地种群与未过火林地种群均显示出增长趋势,但火烧迹地种群规模小;高度结构上两者差异大。研究结果提示,长柄双花木种群在火烧迹地自然恢复良好,但应加强管护,以保障该种群得以生存和发展。     

内蒙古大兴安岭北部原始林区森林火灾应急资源储备与调度研究

【目的】为更好地开展原始林区森林灭火工作,保护内蒙古大兴安岭北部原始林区森林生态资源。【方法】对内蒙古大兴安岭重点国有林管理局下辖的22个林业局,3个自然保护区的应急资源储备情况进行了整理,同时对北部原始林区森林火灾发生的时间规律和空间规律分别进行了分析,在此基础上采用ArcGIS软件,对内蒙古大兴安岭重点国有林管理局森林火灾应急资源的空间分布状况与内蒙古大兴安岭北部原始林区近5年森林火灾发生的空间分布状况进行了叠加分析,依据叠加分析的结果对内蒙古大兴安岭重点国有林管理局森林火灾应急资源空间分布的合理性进行了评判。【结果】叠加分析结果显示,目前内蒙古大兴安岭北部原始林区周边林业局森林火灾应急资源空间配置存在区域集聚以及北部原始林区附近应急资源配置不足等不合理问题。在对内蒙古大兴安岭重点国有林管理局森林火灾应急资源储备情况整理分析的基础上,创新性地提出了以应急物流系统所需时间最少和费用最小为目标进行优化的森林火灾应急资源分配模型。【结论】最后通过实例证明,该模型可以优化森林火灾应急物流系统中资源配置体系,为应急资源的合理调配提供了指导,对于实现科学决策指挥,保护北部原始林区森林生态资源具有一定的现实意义。     

基于随机森林模型的交界域火灾风险分析

【目的】城镇森林交界域火灾频繁发生,使民生经济遭受严重危害。使用随机森林模型对省域内的城镇森林交界域火灾风险与影响因子的关系进行空间建模,探究随机森林模型在拟合、解释交界域火灾风险方面的优势,并与森林火灾风险的影响因子对比,为进一步评估城镇森林交界域火险提供依据。【方法】研究基于安徽省2002—2011年火灾历史数据,采用气候、地理环境、人类活动、社会经济等方面的9个因子作为自变量,月均火灾密度作为因变量。使用特征选择方法得到模型内不同自变量的贡献度、统计特征以及内部模型的平均表现,选择出进入最后模型中的自变量;使用随机森林模型对城镇森林交界域火灾风险进行解释,分析影响城镇森林交界域火灾风险和森林火灾风险的重要因子。【结果】关键自变量对城镇森林交界域火灾风险的影响程度大小排序依次为:道路线密度、铁路线密度、月均最高温度、归一化植被指数、人口密度以及海拔;对森林火灾风险则为:月均最高温度、归一化植被指数、道路线密度、铁路线密度、人口密度以及海拔;经过训练与计算发现随机森林模型在5个子模型的训练集与测试集的表现基本一致,拟合值与实际值的简单相关系数均达0.90以上,可见随机森林模型对交界域火灾风险和森林火灾风险表现出显著的解释能力;此外,随机森林模型在总体数据集上进行了拟合,得到城镇森林交界域火灾风险的拟合值与实际值的相关性为0.997,森林火灾风险的拟合值与实际值的相关性为0.996,表明了随机森林模型具备极强的火灾风险拟合性能。【结论】影响城镇森林交界域火灾发生的最重要自变量是道路和铁路线密度,而对森林火灾则是月均最高温度与归一化植被指数,可见城镇森林交界域火灾发生人类活动因素密切相关。随机森林算法对城镇森林交界域火灾风险和森林火灾风险都能表现出稳健的和非常准确的拟合能力,是一个非常有用的工具。     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。     

基于叶片光谱反射率的毛竹氮元素含量估测研究

【目的】以福建省顺昌县大干镇的毛竹为研究对象,研究毛竹叶片氮元素含量的最优估测模型,为毛竹生长状态分析与林地土壤肥力估测提供基础。【方法】通过对毛竹叶片原始光谱、一阶微分光谱及相关的植被指数与叶片氮元素含量进行相关性分析来筛选氮元素敏感特征参数,并构建了多元线性回归模型、随机森林模型以及支持向量机模型,利用决定系数最优原则筛选3个模型中的最优模型并进行精度验证。【结果】R387、DR663、NDVIg-b(R575、R440)、SIPI、PRI和PPR 6个参数与毛竹叶片氮含量具有较为显著的相关性,基于这6个敏感参数所构建的3种模型中,多元线性回归模型与随机森林模型拟合效果较差,精度验证结果R2分别为0.4355、0.4371,惩罚因子C和核参数Sigma分别设为3和0.1的支持向量机模型估测结果最好,其实测值与预测值拟合决定系数为0.8031,总体精度为94.02%。【结论】基于R387、DR663、NDVIg-b(R575、R440)、SIPI、PRI和PPR 6个叶片光谱参数所构建的支持向量机模型能够较为准确地估测毛竹叶片氮元素含量。     

Forest fuel mapping and evaluation of LANDFIRE fuel maps in Boulder County,Colorado, USA

A key challenge in modern wildfire mitigation and forest management is accurate mapping of forest fuels in order to determine spatial fire hazard, plan mitigation efforts, and manage active fires. This study quantified forest fuels of the montane zone of Boulder County, CO, USA in an effort to aid wildfire mitigation planning and provide a metric by which LANDFIRE national fuel maps may be compared. Using data from 196 randomly stratified field plots, pre-existing vegetation maps, and derived variables, predictive classification and regression tree models were created for four fuel parameters necessary for spatial fire simulation with FARSITE (surface fuel model, canopy bulk density, canopy base height, and stand height). These predictive models accounted for 56–62% of the variability in forest fuels and produced fuel maps that predicted 91.4% and 88.2% of the burned area of two historic fires simulated in the FARSITE model. Simulations of areas burned based on LANDFIRE national fuel maps were less accurate, burning 77.7% and 40.3% of the historic fire areas. Our results indicate that fuel mapping efforts that utilize local area information and biotic as well as abiotic predictors will more accurately simulate fire spread rates and reflect the inherent variability of forested environments than do current LANDFIRE data products.     

高精度DEM支持下的多时期航片杉木人工林树高生长监测

【目的】集成多时期航片数据和由机载激光雷达数据获取的密集林区数字高程模型,估测多时期杉木人工林冠层高度,并对其生长情况进行定量监测,为多时期航片监测森林生长趋势和评价林地生产力提供可能。【方法】首先基于分类后的激光雷达点云数据获得林下高精度数字高程模型和森林数字表面模型,利用航片数据构建立体像对,通过自动立体匹配算法生成森林冠层的摄影测量数字表面模型,然后借助数字高程模型将2种数字表面模型进行高度归一化,提取研究区多时期森林冠层高度。利用1996、2004年历史航片和2014年数字航片以及激光雷达数据,构建18年内皖南杉木人工林3期森林冠层高度,并对其精度进行分析。【结果】1)由2014年数字航片和激光雷达数据获取的森林冠层高度的R^2为0. 52,RMSE为1. 79 m; 2)由2014年数字航片处理得到的森林冠层高度与对应样地实测上层木的平均高验证精度较高,平均绝对误差1. 59 m,平均相对误差15%,最大绝对误差3. 45 m,最大相对误差30. 80%,测量精度85. 00%; 3)由1996、2004、2014年航片得到3期杉木人工林冠层高度,其增长趋势与树高生长曲线预测趋势一致。【结论】在多山复杂地形条件下,利用航片可准确定量反映山脊向阳面的森林冠层高度变化,但对于山谷阴影处,则会出现冠层高度被低估情况,利用多期航片结合高精度DEM数据可定量反映上层木的冠层高度变化。     

火干扰对森林水文的影响

Fire is quite a common natural phenomenon closely related to forest hydrology in forest ecosystem. The influence of fire on water is indirectly manifested in that the post fire changes of vegetation, ground cover, soil and environment affect water cycle, water quality and aquatic lives. The effect varies depending upon fire severity and frequency. Light wildland fires or prescribed burnings do not affect hydrology regime significantly but frequent burnings or intense fires can cause changes in hydrology regime similar to that caused clear cutting.     

基于无人机影像的天山云杉林伐后更新地林分密度估测研究

【目的】林分密度是影响森林生态系统结构和功能的主要因素,是森林资源调查的一项重要指标,对林木生长发育有着十分重要的影响。基于无人机影像,以实现提取不同郁闭度的林分密度,旨在为天然林保护工程实施后山区森林资源更新恢复评价提供技术支撑。【方法】以新疆农业大学实习林场伐后更新的天然林为研究对象,以天山云杉Picea schrenkiana var.tianshanica纯林为主,基于无人机影像,利用面向对象多尺度分割方法提取了低、中、高3种不同郁闭度林分的天山云杉冠幅信息,进而估算林分密度,提出了采用平均冠幅法估测高郁闭度林分冠层遮挡区域林木株数的方法。【结果】采用面向对象方法对新疆农业大学实习林场伐后更新的天山云杉树冠边缘信息提取精度较高,提取的林分密度与实测结果相近。其中低、中郁闭度林分中林分密度提取精度分别为0.9868和0.9333,高郁闭度林分中林分密度提取精度相对较低,为0.7657。【结论】总体来看,该方法用于研究区天山云杉林伐后更新地林分密度估测是可行的,采用树冠平均冠幅法能够快速准确地提取伐后更新造林地的林分密度。     

基于Landsat长时间序列的森林扰动参数提取与树高估算

【目的】研究基于遥感影像的森林扰动信息定量提取及其对树高估算的影响,为遥感反演森林参数(树高、生物量)提供参考和借鉴。【方法】选取黑龙江省凉水国家级自然保护区为研究区,以1984—2006年33期Landsat TM/ETM+多光谱遥感影像为数据源,对其进行缨帽变换提取缨帽角(TCA)和缨帽距离(TCD)2个扰动监测指数,采用时间轨迹分析方法(LandTrendr)对TCA与TCD指数进行时间序列重构,分别提取扰动发生的前一年(DBYEA)、扰动发生前的光谱值(DBVAL)、扰动持续时间(DDUR)、扰动量级(DMAG)、扰动后开始修复的时间(RBYEAR)、扰动后开始修复的光谱值(RBVAL)、修复量级(RMAG)和修复持续时间(RDUR)8个时间序列扰动参数。基于单时相Landsat影像光谱信息与单时相Landsat影像光谱信息+森林扰动参数2组变量分别采用随机森林(RF)算法估算树高。【结果】采用单时相Landsat影像光谱信息结合基于TCA和TCD提取的16个时间序列扰动参数建立的树高反演模型预估精度比采用单时相Landsat影像光谱信息建立的树高反演模型预估精度提高6.34%,均方根误差(RMSE)降低0.50 m。树高反演模型中基于TCA提取的时间序列扰动参数变量重要性高于基于TCD提取的时间序列扰动参数变量重要性。【结论】基于LandTrendr提取的森林时间序列扰动参数能够增强反射率与树高之间的相关性,提高遥感树高模型的反演精度,基于TCA提取的森林时间序列扰动参数对树高的解释能力高于基于TCD提取的森林时间序列扰动参数。