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。     

星载LiDAR与HJ-1A/HSI高光谱数据联合估测区域森林冠层高度

【目的】将ICESat-GLAS波形数据与HJ-1A/HSI高光谱数据联合,借助HSI高光谱数据提供的连续高分辨率光谱信息,实现区域森林冠层高度的估测,降低由于GLAS光斑呈离散条带状分布无法覆盖整个研究区造成的估测误差。【方法】首先,从平滑后的ICESat-GLAS波形数据中提取波形参数(波形长度W和地形坡度参数TS),基于W和TS建立GLAS森林冠层高度估测模型,并利用此模型计算研究区所有GLAS光斑内的森林冠层高度;然后,采用最小噪声分离法(MNF)对HJ-1A/HSI高光谱数据进行降维,提取前3个MNF分量(MNF1,MNF2,MNF3);最后,基于支持向量回归机(SVR)算法,利用GLAS估测的森林冠层高度和3个MNF分量建立区域森林冠层高度SVR估测模型,并估测研究区内无GLAS光斑覆盖区域的森林冠层高度,生成森林冠层高度分布图。【结果】从ICESat-GLAS波形数据中提取的地形坡度参数TS与野外实测地形坡度具有显著线性关系(R2=0.78);基于W和TS建立的GLAS森林冠层高度估测模型的R~2=0.78,RMSE=2.51 m,模型验证的R~2=0.85,RMSE=1.67 m;基于支持向量回归机算法建立的SVR模型建模的R2=0.70,RMSE=3.62 m,模型验证的R2=0.67,RMSE=4.42 m。采用野外数据对最终得到的森林冠层高度分布图的估测误差进行分析,结果估测误差最大值为7.10 m,最小值为0.07 m,平均值为1.78 m,估测误差的标准差为1.49 m,Q1为0.75 m,Q3为2.31 m。【结论】从ICESat-GLAS波形数据中提取的地形坡度参数TS能够很好地反映地形坡度的变化,本研究建立的线性关系模型可克服对数关系模型在平坦地区解释困难的问题。基于支持向量回归机算法,将ICESat-GLAS波形数据与HJ-1A/HSI高光谱数据联合,可克服ICESat-GLAS由于光斑呈离散条带状分布无法实现区域森林冠层高度估测的不足,实现对区域森林冠层高度的高精度估测。     

森林冠层叶片氮浓度高光谱遥感反演研究进展

氮素是植物生命活动所需的重要营养元素,在森林植被的光合作用和生态系统固碳方面起着关键作用。因此,理解森林叶片氮浓度在叶片和冠层（遥感像元）尺度上的高光谱特征,是开展森林冠层叶片氮浓度（CNC）遥感反演、优化森林碳循环模拟、应对气候变化的重要基础工作。当前,森林CNC的光谱特征提取受到冠层结构因素的影响,其高光谱遥感反演的理论亦不明确。文中通过梳理国内外大量植被叶氮高光谱反演的代表性研究成果,以时间为轴线从叶片和冠层2个尺度上进行文献综述,详细阐述当前国内外森林叶氮浓度高光谱遥感反演的主要方法、研究热点和面临的问题,并对近年来学界关于森林冠层结构在冠层叶片氮浓度遥感反演中的影响进行综述,并展望森林冠层叶氮浓度高光谱遥感反演的发展方向。     

截形叶螨危害下枣叶片含水率高光谱估测模型

【目的】叶片含水率是反映植物生长发育状况的重要指标,对其进行实时、快速、准确的动态监测是实施枣园精准灌溉和水分合理利用的重要技术措施,对枣树水肥一体化管理有一定的实用参考价值。【方法】以截形叶螨危害下枣叶片的光谱反射率和叶片含水率数据为基础,分析枣叶片原始光谱反射率和不同微分变换光谱反射率与叶片含水率间的相关关系,分别运用一元线性回归(MLR)、多元线性逐步回归(SMLR)法构建了截形叶螨危害下枣叶片含水率的高光谱估测模型,并以模型拟合度(R~2)为主要依据,结合均方根差(RMSE)和相对均方根差(RE)对模型的稳定性和预测能力进行了检验。【结果】微分数据变换可以有效增强枣叶片光谱与水分含量之间的相关性,其中以一阶微分变换的反射光谱与叶片水分含量间具有最密切的相关性。而在截形叶螨危害下枣叶片含水率的高光谱估测模型中,SMLR模型整体建模效果优于MLR模型,其中以655 nm等7个波段组合的一阶微分光谱敏感波段所构建的SMLR模型的拟合度最好,R~2达到了0.836。【结论】截形叶螨危害下枣叶片光谱反射率对其叶片含水率存在光谱指示波段。因此,利用高光谱技术对其叶片水分状况进行适时监测是可行的,这对该虫害危害后枣叶片水分含量信息的探测和虫害的早期监测及预警均有一定的应用潜力。     

基于TanDEM-X数据和改进三阶段算法反演森林冠层高度

【目的】提出一种基于TanDEM-X SAR数据的RVoG模型三阶段算法反演森林冠层高度,以解决RVoG模型实际应用中模型成立条件难以严格满足、受地形影响导致森林冠层高度估测精度不高的问题。【方法】以云南省普洱市思茅区思茅松纯林和混交林为研究对象,开展经典三阶段算法、地面相位优化的三阶段算法、纯体散射复相干优化的三阶段算法和低估补偿改进的三阶段算法反演森林冠层高度试验。【结果】RVoG模型经典三阶段算法反演森林冠层高度存在低估现象(r=0.11, bias=-26.20 m, RMSE=7.16 m),地面相位优化的三阶段算法、纯体散射复相干优化的三阶段算法、低估补偿改进的三阶段算法反演森林冠层高度的估测精度较经典三阶段算法提高,其中低估补偿改进的三阶段算法反演森林冠层高度的改善效果最佳(r=0.79, bias=-1.69 m, RMSE=2.56 m);思茅松纯林的估测效果(r=0.81, bias=1.40 m, RMSE=2.27 m)优于思茅松混交林(r=0.72, bias=-3.09 m, RMSE=2.87 m)。【结论】相比经典三阶段反演算法,基于TanDEM-X S...     

基于光学遥感的稀疏乔灌木地上部分生物量反演方法

【目的】基于无人机数据采用3种分层方案构建冠层盖度-乔灌木地上部分生物量模型以及基于Landsat8 OLI数据采用3种分层方案构建不同光谱指数-乔灌木地上部分生物量模型,对比分析不同分层方案的乔灌木地上部分生物量模型精度,以期为基于遥感数据的干旱区人工林乔灌木地上部分生物量高精度反演提供理论依据。【方法】在毛乌素沙地实地调查102块30 m×30 m样地,基于高分辨率无人机影像,利用面向对象的机器学习算法获取乔灌草植被覆盖度信息,采用3种分层方案（不分层、基于乔木和灌木2种植被类型分层、基于5个树种分层）构建冠层覆盖度-乔灌木地上部分生物量模型。基于Landsat8 OLI影像,使用6种光谱指数（NDVI、RVI、MSAVI、TCG、NDMI、NIRv）,结合无人机影像解译草本植被覆盖度,采用3种分层方案（不分层、有无草本植被样地分层、3个草本植被覆盖度等级样地分层）构建不同光谱指数-乔灌木地上部分生物量模型。【结果】不分层的冠层覆盖度-乔灌木地上部分生物量模型鲁棒性最差（R²=0.22,n=102）,且估算精度最低(RMSE=14.98 t·hm^-2...     

森林地上生物量的多基线InSAR层析估测方法

【目的】发展一种森林地上生物量(AGB)的多基线干涉合成孔径雷达(InSAR)层析估测方法,解决热带雨林森林AGB遥感估测常规方法的信号"饱和"问题,为区域及全球森林生物量估测和碳储量研究提供关键技术支撑。【方法】以法属圭亚那巴拉库(Paracou)热带雨林为研究对象,以Tropi SAR 2009 P-波段多基线机载SAR数据和85块样地调查数据为主要数据源。首先,根据HH极化层析相对反射率的三维分布信息提取林下地表高度,对HV极化多基线InSAR数据进行地形相位去除;然后,对HV极化多基线InSAR数据进行三维成像,并对其进行地理编码,得到地理坐标空间层析相对反射率的三维分布信息;最后,利用样地调查数据,分析不同高度处层析相对反射率与森林AGB的相关性,进而建立以层析相对反射率为输入特征的森林AGB估测模型,同时采用留一交叉验证法(LOOCV)对其估测模型进行精度评价。【结果】20 m以下各高度处层析相对反射率与森林AGB呈不同程度的负相关关系,以5 m高度处层析相对反射率与森林AGB的负相关性最强(相关系数达到-0.58);20 m以上各高度处层析相对反射率与森林AGB呈不同程度的正相关关系,以25 m高度处层析相对反射率与森林AGB的正相关性最强(相关系数达到0.63)。采用5 m高度处层析相对反射率构建模型的估测精度为88.44%,均方根误差为49.85 t·hm-2(相对均方根误差为13.56%);采用25 m高度处层析相对反射率构建模型的估测精度为88.82%,均方根误差为47.30 t·hm-2(相对均方根误差为12.87%);同时采用5 m和25 m高度处层析相对反射率联合构建模型的估测结果最优,估测精度为89.17%,均方根误差为46.45 t·hm-2(相对均方根误差为12.63%)。【结论】通过多基线InSAR层析技术得到的层析相对反射率信息有效解决了热带雨林森林AGB遥感估测常规方法的信号"饱和"问题。采用5 m和25 m高度处层析相对反射率可反演得到高精度的森林AGB,表明多基线InSAR层析技术得到的特定高度处层析相对反射率对热带雨林森林AGB具有良好的指示作用;同时利用5 m和25 m高度处层析相对反射率进行联合估测可进一步提高森林AGB的估测精度,说明充分利用不同层次的森林垂直结构信息可进一步提高复杂森林空间结构条件下的森林AGB估测精度。     

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。     

三种方法对森林地表可燃物含水率的预测评价

森林地表可燃物的含水率是判定林火是否能够发生以及火势蔓延速度的最基本指标,如何准确地预测含水率对预测林火的发生以及火灾的扑救防范工作有着重大意义。本文着重从3个主要研究方法阐述可燃物含水率预测的研究进展:遥感估测法;平衡含水率法;气象要素回归法。分析表明:遥感估测法较适用于大尺度、高植被覆盖率的区域,预测精度尚达不到平衡含水率法以及气象回归法估算的水准;平衡含水率的预测模型理论可行,实际应用中能达到很好效果,但对平衡含水率以及时滞的研究仍处于发展阶段;气象要素回归法针对特定区域可燃物含水率预测准确,但不能应用到大尺度上;结合平衡含水率法和气象要素回归法的半物理半经验模型能够较好的预测可燃物含水率。     

塞罕坝机械林场地表可燃物类型划分与载量研究

对塞罕坝机械林场8个林分类型108个林班的地表森林可燃物组成、载量、含水率等进行了调查。结果表明落叶松成林和幼林、樟子松成林和幼林、针叶混交林、桦次生林等林分地表可燃物以枯落物为主,栎次生林和灌木林地表可燃物由枯落物与灌木组成,未成林地与草地可燃物以草本植物为主;地表可燃物载量依次为落叶松成林〉落叶松幼林〉针叶混交林〉樟子松成林〉樟子松未成林〉针阔混交林〉桦次生林〉樟子松幼林〉落叶松未成林〉灌木林〉栎次生林〉草地;草地与栎次生林的含水率最低,着火点也最低,火险危险程度最高;将现有林分按燃烧类型划分为5个类型20个亚类,全场地表可燃物总载量约为2．5×10^6t。     

可燃物含水率与气象要素相关性研究

研究祁连山林区森林可烘物含水率与气象要素的相关性，结果表明：青海云杉林薛类、活立木；祁连圆柏林林下灌木；灌丛林高山绣线菊、金露梅可燃物含水率与温度、湿度等５个气象要素，建立的回归模型方程，回归显著，可用来估测可燃物未来含水率变化。青海云杉林和祁连圆柏林枯立木、枯落物可燃物含水率主要受降水量、连早日数、湿度的影响；灌丛林吉拉柳、箭叶锦鸡儿和祁连圆柏活立木可燃物含水率主要受温、湿度影响。研究结果为祁连山国家级自然保护区火险预报和火险区划提供了科学依据。     

森林地表死可燃物含水率预测模型研究进展

林火是影响森林生态系统的重要因子之一,林火蔓延和发展深受森林可燃物含水率的影响,尤其是林火的发生直接受地表死可燃物含水率的影响。因此,准确预测森林地表死可燃物含水率是预报森林火险和火行为的关键,加强森林死可燃物含水率预测模型研究尤为重要。从森林可燃物含水率的研究方法、研究模型及模型精度3方面综述研究现状,并对比评价现有模型。针对目前研究的诸多问题,提出5点展望:1)加强研究重点火险区野外含水率动态。利用已有的森林火险因子采集站和森林火险监测站获取不同环境因子和可燃物含水率及气象因子监测数据,构建重点火险区基于气象参数的森林可燃物含水率预测模型。2)加强森林可燃物的基础数据监测和收集。这可为全面构建森林火险等级系统奠定坚实的数据基础,同时还应建立精准的森林可燃物类型划分体系。3)加强研究可燃物含水率的空间异质性。应考虑不同影响因子下可燃物含水率动态,特别是了解小尺度内森林可燃物含水率的空间异质性,才能更准确进行林火预测预报。4)结合应用增强回归树(BRT)方法来提高模型精度。在可燃物含水率模型精度影响因子的研究中,运用BRT方法多次随机抽取一定量的数据,量化分析不同因子对模型精度的影响程度。5)结合GIS进行大尺度火险预警研究。综合应用RS和GIS技术,建立可燃物含水率的遥感反演模型,在准确模拟森林可燃物含水率空间分布的基础上,建立基于可燃物含水率的不同火险等级的预测模型。     

基于PROSAIL模型和多角度遥感数据的森林叶面积指数反演

【目的】基于多角度PROBA/CHRIS遥感数据和野外实测数据,结合PROSAIL模型和随机森林模型反演森林叶面积指数(LAI),以提高植被LAI遥感反演精度,为区域土壤侵蚀遥感定量监测提供新的方法和模型。【方法】以南京市紫金山和幕府山为研究区,采用野外调查、遥感影像、辐射传输模型与数学模型相结合的方法,构建基于PROSAIL模型和多角度PROBA/CHRIS遥感数据的随机森林LAI反演模型,对PROSAIL模型进行敏感性分析和适用性评价,确定最佳LAI反演模型,并利用地面实测LAI进行精度验证和评价。【结果】PROSAIL模型中各输入参数敏感性大小为LAI叶绿素a、b含量Cab叶片干物质含量Cm热点参数SL叶片内部结构参数N等效水厚度Cw;模拟的冠层反射率精度大小为0°36°-36°55°-55°。单角度LAI反演模型中,前向观测角55°精度最高,其决定系数(R2)、均方根误差(RMSE)和平均绝对百分误差(MAPE)分别为0.915 7、0.235 7和0.042 6;相比于传统垂直观测,55°模型的R2提高0.75%,RMSE和MAPE分别降低3.76%和5.12%;相比于非线性回归模型,单角度随机森林LAI反演模型的R2提高0.7%,RMSE和MAPE分别降低15.40%和11.98%;单角度LAI反演模型精度由高到低依次为55°、36°、0°、-55°、-36°。多角度LAI反演模型中,3角度组合(0°、36°、55°) LAI反演精度最高,其R2、RMSE和MAPE分别为0.918 4、0.231 9和0.041 5,相比于单角度55°,R2提高0.29%,RMSE和MAPE分别降低1.61%和2.58%;相比于传统垂直观测,3角度组合模型的R2提高1.05%,RMSE和MAPE分别降低5.31%和7.57%;相比于非线性回归模型,多角度随机森林LAI反演模型的R2提高0.79%,RMSE和MAPE分别降低6.72%和9.19%。紫金山西部区域LAI介于0.44～6.70之间,林地LAI均值为3.04;紫金山西部林地LAI整体上呈北部和南部高、中间低的空间分布格局。【结论】最佳LAI反演模型为基于3角度组合(0°、36°、55°)的随机森林LAI反演模型;一方面,增加观测角度可提供更多植被冠层结构信息,LAI反演精度随观测角度增加而增加,但另一方面,观测角度过多会使像元空间重采样、叶片阴影和土壤阴影等问题带来更多不确定性,LAI反演精度反而下降;无论是单角度还是多角度数据,随机森林LAI反演模型精度均高于非线性回归模型,随机森林模型能够明显提高LAI反演精度,适用于区域植被LAI反演;多角度遥感数据能够反映森林立体结构信息和地物多维空间结构特征,显著改善传统垂直观测数据反演LAI精度较低的问题,从而有效提高植被LAI反演精度。     

景谷县森林枯落物水文作用研究

指出了森林枯落物是森林生态系统的重要组成部分,枯落物层是森林拦蓄降水的重要环节。为了调查景谷县森林枯落物水文作用,选取了具有代表性的6个大样区和18个标准样地进行调查取样,结果表明：（1）景谷县3种植被类型中枯落物蓄积量最大的是季雨林,最小的是暖性针叶林,常绿阔叶林和李雨林林下枯落物半分解层所占比例要比未分解层大,而暖性针叶林林下枯落物未分解层所占比例要比半分解层大;（2）景谷县3种植被类型中,常绿阔叶林枯落物自然含水率最高,季雨林最小,暖性针叶林介于二者中间;（3）自然状态下,阔叶林枯落物的最大持水率大于针叶林,但由于针叶林枯落物数量较多,不易分解糜烂,因此仍有很强的拦蓄能力,3种植被类型中,暖性针叶林的拦蓄能力是最强的。     

森林可燃物大样地抽样调查方法研究

为满足森林可燃物遥感监测的需要,采用分层抽样方法设计了一套能够在典型区域主要森林类型中布设可燃物大样地的抽样方案。对每个大样地在林分型图斑区划的基础上,采用角规绕测、样方调查的方法对大样地内各层(乔木层、灌木层、草本层、枯落物层、腐殖质层)可燃物载量及其林分、地形等因素进行全面调查。探讨了采用统计学方法依据可燃物载量与林分因子、地形等因素建立可燃物载量遥感估算模型的可行性。研究表明,可燃物载量遥感估算可为区域尺度森林可燃物载量精准调查和动态监测提供有利的技术支撑。     

福建马尾松林可燃物载量估算模型构建

为满足防治森林火灾需求,寻求一种简便且快速的森林可燃物载量估算方法,以2020年10月—2021年12月福建省森林火灾风险普查乔木样地实地调查数据为基础,以福建省主要林分类型——马尾松林为研究对象,构建可燃物载量总量、乔木层、灌木层、草本层、枯落物层和腐殖质层在内的各层模型,采用联合估计方法解决总量与分量不兼容问题,运用改进的单纯形法求解模型参数,并通过交叉建模检验的方式来验证模型的准确性。结果表明,所建立的天然和人工马尾松林的兼容性可燃物载量估算模型,除枯落物层外,其它模型的决定系数和预估精度均较高,证实其在马尾松林可燃物载量估算中的实用性。同时,以实际的马尾松小班数据进行可燃物载量估算应用。研究成果可为森林火灾防治工作及进一步改进和优化可燃物载量动态估算模型提供参考。     

林分和地形因子对崇礼冬奥核心区森林地表可燃物载量的影响

【目的】建立林分因子和地形因子与森林地表可燃物载量之间的回归关系,对崇礼冬奥核心区华北落叶松林和白桦林森林地表可燃物载量进行估计,为研究区森林防火和可燃物管理提供科学依据。【方法】2021年在研究区设置63块华北落叶松林和白桦林实测样地,调查森林地表可燃物载量(灌木、草本、枯枝落叶和腐殖质的鲜质量和干质量)、林分因子(胸径、树高、冠幅等)和地形因子(坡度、海拔、土层厚度)。对森林地表可燃物数据进行处理、分析,以林分因子和地形因子为自变量、以森林地表可燃物总载量为因变量进行相关性分析,利用逐步筛选法,选择合适的模型形式。对因子进行逐步回归,筛选相关性强的因子,最终选用年龄、林分密度、植被盖度和海拔估算华北落叶松林森林地表可燃物总载量,选用林分密度、坡度和海拔估算白桦林森林地表可燃物总载量。并对崇礼冬奥核心区林地小班的森林地表可燃物载量进行预测。【结果】华北落叶松林森林地表可燃物总载量高于白桦林且差异显著(P<0.05)。相关性分析表明,林分因子的平均树高、平均胸径和郁闭度与森林地表可燃物总载量显著相关(P<0.05);地形因子的坡度和土层厚度与森林地表可燃物总载量显著相关(P...     

基于Sentinel-1A和Landsat 8数据的区域森林生物量反演

【目的】结合主被动遥感数据,为基于不同遥感数据源、建模算法的亚热带森林生物量建模分析提供新思路。【方法】以湖南省郴州市桂东县2014年Landsat 8 OLI影像、2014年Sentine-1A影像、2014年43块森林资源连续清查固定样地数据为主要信息源,借助于ENVI、SNAP、R等软件,分别采用主动式遥感(Sentinel-1A数据)、被动式遥感(Landsat 8 OLI数据)、主被动相结合(Sentinel-1A数据结合Landsat 8 OLI数据)3种数据集和多元线性回归、随机森林、人工神经网络、袋装算法等4种模型,进行区域森林地上生物量特征变量选取、参数建模、模型精度评价、生物量空间制图。【结果】1)在特征变量选择上,红波段(B4)、红外波段(B5)反射率及纹理特征,归一化植被指数(NDVI),交叉极化(VH)后向散射系数及其纹理特征,在森林生物量反演中具有重要作用;2)4种遥感估测模型精度比较分析表明,无论是单一数据源还是二者结合,随机森林算法预测精度最高,人工神经网络、袋装算法次之,多元线性回归最低;3)3种不同数据源的遥感估测综合精度,按照由高到低的顺序排列,主被动结合被动式遥感主动式遥感;4)桂东县森林生物量平均值为53.68 t/hm2,生物量高( 90 t/hm2)的林分面积比例只有16.03%,主要分布在海拔较高、坡度较陡的东南、西南部。【结论】Sentinel-1A和Landsat 8数据的结合在估测森林生物量方面具有重要作用。     

森林背景反射率对乔木层地上生物量遥感估算的影响研究——以大兴安岭林区为例

遥感技术能够大面积覆盖和动态监测森林冠层叶片特征,森林乔木层地上生物量(AGB)与叶生物量之间存在良好的统计关系,根据遥感数据提取森林有效叶面积指数(LAIe)以估算叶生物量、进而估算AGB是可行的。然而,利用遥感数据提取森林LAIe时会受到林下植被等背景信息的影响。因此,论文以我国东北大兴安岭林区为研究区,利用中分辨率成像光谱仪(MODIS)数据和四尺度模型定量研究森林背景反射率对冠层LAIe和乔木层AGB遥感估算的影响。结果表明:背景反射率对森林LAIe遥感反演和AGB估算影响显著,利用遥感数据提取的背景反射率对背景影响订正后,反演的LAIe与基于高分辨率专题制图仪(TM)影像反演出的LAIe之间的相关性明显提高,决定系数(R~2)由0.32(n=25,p0.10)增大到0.48(n=25,p0.01),遥感估算的AGB与利用森林一类清查数据估算的AGB之间R~2由0.52(n=10,p0.05)上升到0.86(n=10,p0.01),LAIe和AGB高估现象得到明显纠正。     

基于高分2号遥感数据估测中亚热带天然林木本植物物种多样性

【目的】探索高分2号遥感数据与中亚热带天然林木本植物物种Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀性指数之间的关系,为森林经营管理和保护策略提供参考。【方法】提取高分2号多光谱数据的原始波段、植被指数、纹理特征和全色波段纹理特征,使用随机森林算法筛选变量并对3种多样性指数进行建模,设置不同纹理提取窗口来寻找最优窗口。【结果】基于随机森林算法的RFE冗余变量去除方法可从众多遥感变量中快速选择对模型精度具有显著贡献的少量变量。多光谱数据3×3窗口纹理特征、全色数据7×7窗口纹理特征和植被指数结合的特征集对3种多样性指数具有较好估测结果,其决定系数(R~2)和均方根误差(RMSE)分别为0.47和0.300(Shannon-Wiener多样性指数)、0.53和0.042 (Simpson多样性指数)、0.61和0.051 (Pielou均匀性指数)。植被指数中类胡萝卜素反射率指数与3种多样性指数具有显著相关关系。【结论】高分2号遥感数据中的植被指数和纹理特征可有效估测研究区森林木本植物物种多样性。类胡萝卜素反射率指数可体现森林中类胡萝卜素相对于叶绿素的含量,在秋冬季节作为反映常绿树种和落叶树种分布的指数,对森林木本植物物种多样性估测具有最大贡献。使用星载遥感数据预测的多样性和均匀性指数分布可有效监测森林木本植物物种多样性变化。