基于混合效应模型的曲靖市云南松林地上生物量遥感估测

以曲靖市云南松林为研究对象,基于2016年曲靖市二类调查数据以及同时期Landsat 8 OLI遥感影像,利用随机选取的小班样地提取遥感因子统计值建立数据集,基于不同曲线拟合定量研究曲靖市云南松林生物量估测的光饱和值;并以线性逐步回归模型为基本模型,考虑区域和龄组随机效应建立云南松林生物量遥感估测模型,以期减小生物量遥感估测中光饱和引起的估测误差。结果表明：利用三次模型拟合研究区云南松生物量饱和值为167 t/ha;不同效应水平的混合模型的拟合精度均优于一般逐步回归模型。在独立性样本检验中混合效应模型的预估精度（91.556%）要高于一般逐步回归模型的预估精度（83.826%）;从生物量分段残差检验结果与研究区生物量反演结果上看,混合效应模型相较于一般逐步回归模型有着更大的估测范围,在一定程度上能够解决高值低估和低值高估问题,减小光学遥感影像数据存在数据饱和的影响。     

长白山北部林区云冷杉林地上部分生物量的研究

本文通过对长白山北部林区检查法经营和天然条件下的云冷杉林地上部分生物量的调查发现 ,天然条件下云冷杉林乔木层的优势树种～臭冷杉地上部分的生物量是 71 682 kg/hm2 ,而检查法作业下的是 77990 kg/hm2 ,超过天然条件下的标准地 63 0 8kg/hm2 ,多出 8.8%;然而从下木枝、叶、草本和活地被物的生物量来看 ,天然条件下按照郁闭度从小到大各样方的生物量为 :2 7868.5、1 2 3 1 3 .7、2 1 4 67kg/hm2 ,平均为 2 0 5 4 9.7kg/hm2 ,而检查法作业下各样方的相应值为 1 4 5 75 .0 5、5 93 4.4、1 2 62 4 .4 75 kg/hm2 ,平均为 1 1 0 4 4.6kg/hm2 ,仅为天然条件下平均值的 5 3 .7%。     

香格里拉市云冷杉林蓄积量遥感估测非参数模型研究

以滇西北典型代表区域的迪庆州香格里拉市云冷杉为研究对象,运用Landsat 8遥感影像数据结合地面角控样地调查数据,建立云冷杉BPNN和SVM估测模型,进行对比分析。结果表明：SVM模型精度明显优于BPNN模型,其R²、rRMSE和P分别为0.67、27.91%和77.09%。利用SVM遥感估测模型得到香格里拉市云冷杉林总蓄积量与传统森林资源二类调查当年的统计结果误差仅为1.14%,SVM估测模型可为今后森林蓄积量估测提供参考。     

库布齐沙漠人工灌木林生物量的遥感估测模型构建

以库布齐沙漠沙柳(Salix psammophila)、柠条锦鸡儿(Caragana korshinskii)、沙棘(Hippophae rhamnoides)、杨柴(Corethrodendron fruticosum var.mongolicum)4种主要人工灌木林为研究对象,设置柠条锦鸡儿样地69块、沙棘样地53块、沙柳样地59块、杨柴样地39块,对每个样地选取1株标准株进行样品收集,计算全株生物量(含地下生物量)及样地生物量;以样地人工灌木林全株生物量为评价指标,以2017年陆地卫星8号携带的运营性陆地成像仪(Landsat 8 OLI)卫星遥感影像数据的遥感影响因素6个波段反射值(蓝光波段(B₂)、绿光波段(B₃)、红光波段(B₄)、近红外波段(B₅)、短波红外波段1(B₆)、短波红外波段2(B₇)),依据样地调查数据计算的植被影响因素5个植被指数(归一化植被指数(I_V,ND)、增强型植被指数(I_V,E...     

长白山云冷杉林下主要树种幼树生物量

为了对林下灌木草本生物量进行补充和完善,提供更为详实、丰富的灌木层、草本层生物量数据,将长白山云杉Piceajezoensis一冷杉Abiesnephrolepis林（云冷杉林）样地按郁闭度0．6,0．8,1．O分类,以林下主要树种幼树生物量进行模型拟合并估算了主要树种幼树生物量。结果表明,云冷杉林主要树种器官（干、枝、叶、根）生物量模型自变量与DW和DH（D为地径,H为树高）关系最为紧密,最优函数以线性函数为主。其次,随着郁闭度的增加．幼树生物量（W）呈现先减小后增加的趋势。再次,郁闭度为0．6,0-8和1．0时,冷杉对林下幼树生物量贡献率较大．分别达到了34．94％,40．79％和50．26％;云杉对林下幼树贡献率较小,只有6．03％,8．58％和8．03％。图1表4参16     

基于广义混合效应模型的云冷杉林天然更新计数方法研究

天然更新是森林恢复较好的办法,对未来林分结构和生物多样性具有深远的影响。更新模型能够模拟天然更新的现实和未来状况,为森林经营者提供准确的森林计划。以吉林省汪清林业局2013年设置的12块云冷杉针阔混交林为例,选择泊松和负二项分布形式,考虑样地间的随机效应,构建基于林分因子的云冷杉针阔混交林天然更新模型。结果表明：各个树种对林分因子的反应不一,白桦更新株数与林分每公顷株数和平均直径均呈负相关;红松和水曲柳更新株数不受各个林分因子的影响,更新株数是随机的;冷杉更新株数与林分每公顷断面积呈负相关;色木槭和云杉更新株数均与林分平均直径呈负相关。在考虑样地的随机截距效应后,模型的模拟效果显著提高。在构建天然更新模型时,林分密度是十分重要的因子,如果要人工促进天然更新,就要科学合理的采取经营措施,以确保合理的林分密度。另外样地间的差异是不容忽略的因素,需要利用混合效应模型方法来降低预测误差。     

大树在东北云冷杉混交林地上生物量的主导作用

为精准评估大型树木对森林地上生物量的影响及其重要性,进一步探究森林的碳循环作用。通过对东北金沟岭林场224块固定样地(20 m×20 m)进行每木检尺,采用随机森林算法和结构方程模型,探究物种多样性、林分密度、大型树木、气候因子对地上生物量的影响。结果表明：随机森林算法得出,所选因素共解释了地上生物量42.68%的方差,其中大树生物量是森林地上生物量的重要影响因素。对地上生物量构建结构方程模型发现,物种丰富度与地上生物量呈负相关,林分密度及大树生物量均促进地上生物量生长。考虑变量间的相互作用后发现,大树生物量对地上生物量的影响稍大于林分密度。     

吉林金沟岭林场不同密度天然云冷杉林林下主要灌木生物量模型

为了研究吉林省汪清县金沟岭林场林下灌木的生物量,以该林场3种不同郁闭度(0.6,0.8,1.0)的天然红皮云杉Picea koraiensis,鱼鳞云杉Picea jezoensis和冷杉Abies nephrolepis林为研究对象,以灌木生物量实测数据为基础,用R软件拟合了灌木层出现频率较高的13个物种单一物种生物量最优模型和各物种不同器官的最优模型,挑选判定系数R2和方差分析F值较大,剩余标准差E_SEE和平均相对误差E值较小的作为生物量最优模型,以及探索了不同主林层密度下各物种生物量的差异与分配。结果表明:各物种不同器官最优模型除了青楷槭Acer tegmentosum叶和根,花楷槭Acer ukurunduense干为幂函数外,其他多为一元二次方程或二元一次方程;单一物种混合模型多为一元二次方程或二元一次方程。枝、干最优模型的自变量多为D2H(D为地径,H为株高)和CH(C为冠幅,H为株高);根系多采用因子D2H。林下灌木生物量(W)随着林分密度的减小,出现先减小后增大的趋势,即W(0.6)＞W(1.0)＞W(0.8)。图2表4参27     

天然云冷杉林土壤养分随林分针阔比变化及其对灌木生物量的影响

以吉林金沟岭林场天然云冷杉林为研究对象,运用主成分分析、模糊线性隶属度函数法,分析不同土壤养分（pH值、有机质、全N、全P、全K、碱解N、有效P、速效K及土壤综合指标值）含量的差异及变动与林分针阔比的关系及其对林下灌木生物量的影响。结果表明,当林分的针阔比为7∶3时,林地土壤pH值、有机质、全N、全P、全K、碱解N、有效P、速效K均较高,且此时土壤综合指标值最高,土壤养分最好,林下灌木生物量也处于较好的状态。     

基于Landsat 8 OLI的昆明市主要森林类型生物量遥感估测与反演

基于昆明市2016年森林资源规划设计调查数据与Landsat 8 OLI遥感影像对昆明市12种优势树种分别构建多元线性回归模型、BP神经网络模型和随机森林模型,并选择最优模型对昆明市12种森林类型进行地上生物量反演。结果表明： 3种模型中,随机森林模型有着最好的估测效果,且其中杉木林的模型拟合精度最高为0.683,RMSE为12.68 t/hm2;线性逐步回归模型的拟合精度最低;当AGB小于50 t/hm2和大于100 t/hm2时,3个模型均分别出现不同程度的低值高估和高值低估,但随机森林模型的平均残差值的绝对值较低,在不同生物量段的估测误差相对较低;利用随机森林模型反演研究区森林AGB,反演精度为85.31%,该模型可以较好地反演昆明市森林地上生物量。     

温带云冷杉混交林凋落物养分的空间分布特征

目的凋落物层是森林生态系统的重要组分,研究其养分的空间分布特征对于维持森林生态环境和可持续经营具有独特且关键的意义。方法以温带云冷杉混交林为研究对象,基于等距离网格布点法对4块1 hm2的固定样地进行林分调查和凋落物收集,测定分析半分解（F）层和完全分解（H）层凋落物样品各400个,采用地统计分析和克里格插值方法探究不...     

基于遥感信息模型的香格里拉森林生物量估算

森林生物量是陆地生态系统碳循环过程中最主要的参数,森林生物量准确估算是进行森林碳循环和碳储量及变化分析的基础。以香格里拉这一特殊区域为研究区,以野外调查样方数据为基础,利用植被指数、降水、积温、太阳总辐射量、海拔等多个因子,组合成遥感综合因子层、地理综合因子层与水、光、热一同构成变量,建立了研究区丽江云杉Picea likiangensis-长苞冷杉Abies georgei林,川滇高山栎Quercus aquifolioides林,云南松Pinus yunnanensis林,高山松Pinus densata林等4个建群种森林生物量遥感估算模型,并进行了检验。据此模型开展其生物量估算研究,结果表明:研究区4种森林总生物量为1.14亿 t,其中云冷杉林、栎类林、云南松林、高山松林4种森林的生物量分别是0.715亿t,0.14亿t,0.09亿t和0.20亿t;4种森林总的生物量分布在海拔、坡度上都具有明显的规律,在坡向上无明显分布规律。图1表7参10     

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...     

基于随机森林回归的不同龄组思茅松 人工林生物量遥感估测

以云南省景谷县思茅松人工林为研究对象,以景谷县实测思茅松单木生物量数据建立其单木生物量模型,计算得出90个景谷县思茅松实测样地林分单位面积生物量,采用2005年景谷县TM遥感影像提取9个植被指数作为备选自变量,基于随机森林回归建立总体样本及各龄组样本思茅松单位面积生物量估测模型.以像元为单位,利用估测模型,并采用2005年森林资源二类调查小班数据估算景谷县思茅松人工林的生物量.结果表明:各模型的决定系数(R2)＞ 0.89,均方根误差(RMSE)＜7.00,预估精度(P)＞87.00％;研究区思茅松人工林单位面积生物量为59.0889 t/hm2,其中幼龄林为38.5170 t/hrn2,中龄林为53.6626 t/hm2,近熟林为94.8018t/hm2.     

地块窗口支持下作物的遥感估产

为克服样方代表性狭窄、误差大、需重复采样等缺点,提出了基于地块窗口的估产模式,以行政村作为研究区域,利用QuickBird影像提取的地块区域作为窗口,TM影像为主要数据源,结合实地调查,分别以玉米和花生为研究对象,在地块、区域2个层面初步探讨了在地块窗口支持下遥感估产的关键技术.结果表明:采用以地块为窗口的分类方法在大...     

基于遥感的平潭木麻黄生物量快速估算

福建省平潭综合试验区是海峡两岸交流合作的试验区,木麻黄（Casuarina equisetifolia）作为平潭主要的沿海防护乔木,在平潭主岛广泛分布。采用归一化比值植被指数（Normalized difference vegetation index,NDVI）对木麻黄生物量快速估算,可为区域尺度的单一乔木生物量快速、无破坏估算提供参考,同时为评价主岛生态系统生产潜力和经营管理提供数据支撑。采用RS和GIS技术,对平潭主岛2017年4月的Landsat 8 OLI影像进行处理,以实地调查数据为基础,利用专家分类知识库（Knowledge base system,KBS）提取木麻黄信息,以NDVI为自变量,引用木麻黄公式获取的木麻黄生物量为因变量,建立NDVI与生物量的反演模型,对主岛木麻黄生物量进行估算,采用K-均值聚类法对各乡镇木麻黄进行分区统计。结果表明：（1）基于专家分类知识库的木麻黄提取,总体精度达81.3%。（2）建立的5种常用模型,通过显著性检验,R值均在0.67以上,NDVI与木麻黄生物量之间存在相关性,采用NDVI估算区域生物量可行,多项式的拟合效果最佳（R=0.72,MRE=23.00%,RMSE=21.62 t·hm^-2,rRMSE=24.94%）。（3）根据二项式模型估算出平潭主岛木麻黄生物量为738 235.98 t,单位面积生物量为161.34 t·hm^-2,以较高水平生物量分布占主导地位。（4）主岛木麻黄总体分布趋势表现为：西北多、东南少,分布主要集中于农田和沿海尤其是五大风口,其中以平原镇、芦洋乡和中楼乡所处的长江澳风口分布最密集,防护面积最大;流水镇、北厝镇和苏澳镇木麻黄生物量水平最高;芦洋乡、中楼乡、岚城乡、平原镇和敖东镇较高;白青乡、澳前镇位于中等水平;潭城镇最低。     

长白山云冷杉针阔混交林幼树树高--胸径模型

采用长白山林区2013年调查的12块1 hm2固定样地中5个树种的幼树树高--胸径数据,用35个树高曲线经验模型进行模拟、筛选。结果表明,Curtis于1967年提出的三次多项式h=a0+a1d+a2d2+a3d3能够很好地拟合5个树种幼树的树高--胸径模型,决定系数(R2)最高可达0.786 5。用独立样本数据对该模型进行检验,结果表明,模型的表现能力良好,能够适用于本地区的云冷杉针阔混交林的幼树树高--胸径模拟。以空间代替时间的方法分析5个树种的幼树树高生长规律,发现色木幼树树高较大;红松和冷杉幼树树高生长类似;云杉幼树树高初期较小,而后期生长很快。本文提出的幼树树高模型可为抚育经营提供参考。      

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。     

基于随机森林回归方法的水稻产量遥感估算

为寻求高效的水稻产量估算方法,以2017年长春市九台和德惠地区的采样点为样本,遥感数据和气象数据为特征变量,通过对产量与特征变量间的相关性分析与特征变量之间的主成分分析和袋外数据(out-of-data,OOB)变量的重要性分析对特征变量进行选择,以选择后的特征变量为输入变量建立水稻产量估算的随机森林回归(RFR)模型。结果表明:特征变量优选后的RFR模型对水稻产量估算的精度更高,决定系数R~2和平均相对误差MRE分别为0.950和0.060;并将该模型应用到农安地区,以多元逐步回归模型作为比较模型,表明RFR模型的水稻产量估算精度明显优于多元逐步回归模型,RFR模型的R~2和MRE分别为0.730和0.090,多元逐步回归模型的R~2和MRE分别为0.530和0.120。     

混交林生长模型研究进展

通过对国内外各种混交林生长模型文献的分析研究 ,得出以下结论 :混交林是森林可持续经营的重要的营林体制 .随着混交林面积的增加 ,混交林的经营面临着挑战 .迫切需要研究合适的模型用于混交林的生长预测和经营 .混交林生长模拟的难点主要包括多树种、林分年龄、立地指数和竞争效应的表达等方面 .在这些方面仍需要大量的工作 .混交林生长模型按模型的层次可分为单木模型、径级模型和全林分模型 .其中单木模型最适合于描述受不同树种间个体竞争影响的混交林的生长 ,个体竞争的描述是这类模型的研究重点 .文章最后讨论了混交林生长模型的发展趋势 ,包括单木模型的研究、混合模型的研究、三维模型和模拟的可视化及与GIS相结合等