基于地理加权回归模型的珠三角森林碳储量空间分布

森林碳储量是研究森林生态系统功能的重要指标,同时也是人们经营森林的参考。珠三角为国内重要的发达地区,研究其森林碳储量分布格局,可以为珠三角森林城市群建设提供重要的理论依据。为精准估测大尺度森林碳储量空间分布格局,以2017年珠三角区域419块森林资源连续清查样地数据为研究对象,采用普通最小二乘法(OLS)模型和4种地理加权回归(GWR)模型对珠三角森林碳储量进行空间分布预测。结果表明：4种GWR模型均比OLS模型有更好的拟合效果和独立性样本检验结果,其中MGWR(Gaussian)的模型拟合效果最佳,GWR(Gaussian)的独立性样本检验结果最佳;运用GWR(Gaussian)模型估测的珠三角森林单位面积碳储量为6.15～81.52 t/hm²,平均值为33.46 t/hm²,且估测误差优于OLS模型,整体上呈现中心高、边缘低的空间分布格局。地理加权回归方法能较有效地估测森林碳储量,并且通过调整模型形式和空间核函数可进一步提高估测精度,为珠三角森林碳储量估测提供了新的方法和思路。     

基于地理加权回归模型的思茅松生物量遥感估测

通过调查云南省景谷县思茅松林120株单木数据,构建思茅松单木生物量模型。结合2005年景谷县TM影像数据及2006年森林资源二类调查小班数据,采用普通最小二乘模型(OLS)和地理加权回归模型(GWR)的方法构建思茅松生物量遥感估测模型。结果表明:地理加权回归模型比普通最小二乘模型具有更好的拟合效果,其决定系数(R2)显著高于OLS模型,Akaike信息指数(AIC)相比降低7.832;两种模型通过独立样本检验可以看出,模型预估精度从OLS模型的72.70%提高至GWR模型的75.06%;通过GWR模型反演计算,研究区内思茅松林单位面积生物量为49.02t/hm~2,比实测数据低1.229%,与实测数据基本吻合,且估算误差优于OLS模型;基于GWR模型估算的景谷县思茅松林总生物量为2.101×107t。可见基于地理加权回归方法估测森林地上生物量的方法是有效的,能提高森林生物量遥感估测模型的拟合和预估精度,可以用于思茅松林的生物量的遥感估算。     

基于Landsat5 TM遥感影像估算江山市公益林生物量

本研究基于Landsat5 TM遥感影像数据和样地调查数据,利用多元逐步回归、偏最小二乘回归和随机森林回归3种方法,建立江山市公益林生物量估算模型,分析和比较3种模型的精度结果,探究随机森林回归模型在估算生物量方面的应用,为提高估算森林生物量的精度提供参考。结果表明,多元逐步回归模型的预测精度为58.31%、均方根误差为31.02 t/hm2,偏最小二乘回归模型分别为60.84%、30.72 t/hm2,随机森林回归模型为70.02%,22.18 t/hm2。由此可得,随机森林回归模型的预测精度优于其他2种模型,随机森林算法能提高估算森林生物量的精度。     

引入环境变量的香格里拉市高山松碳储量估测

森林碳储量是森林固碳能力的重要参考指标,准确估算森林碳储量对陆地碳循环具有重要意义。以香格里拉市1987—2017年Landsat TM/OLI遥感影像、森林资源连续清查数据和地形数据为主要数据源,利用Pearson相关性法、Spearman相关性法、Kendall’sτ相关性法、距离相关性法和决策树法筛选预测变量,并引入不同环境变量结合随机森林(RF)模型估测香格里拉市高山松碳储量。结果显示：(1)在不同方法筛选出的预测变量中,偏度、角二阶矩等纹理因子与高山松碳储量相关性最高;(2)通过决策树法筛选出的变量组合所构建的RF模型效果最优,其R²为0.845,RMSE为10.076 t/hm²,rRMSE为29.254%,P为0.747;(3)引入环境变量后,精度都有不同程度提升,其中地表温度对模型精度的提升最高,其R²提高了4.80%,RMSE降低了1.71 t/hm²,rRMSE降低了5.391%,P提高了6.60%;(4)1987—2017年,香格里拉市高山松碳储量时空变化较明显,高山松碳储量增...     

基于空间回归模型的思茅松林生物量遥感估测及光饱和点确定

【目的】确定思茅松林生物量遥感估测的光饱和点,构建空间全局和局域遥感信息模型反演思茅松林生物量,为思茅松林生物量遥感估测提供参考。【方法】以云南省普洱市思茅松林为研究对象,基于Landsat8 OLI遥感影像数据和森林资源二类调查数据,运用二次项函数和幂函数求解思茅松林生物量光饱和点,采用普通最小二乘模型(OLS)、空间滞后模型(SLM)、空间误差模型(SEM)和地理加权回归模型(GWR)构建遥感信息模型,估测思茅松林地上生物量。【结果】1)普洱市思茅松林Landsat8 OLI遥感估测地上生物量的光饱和点为106.3 t·hm~(-2);2)空间回归模型拟合精度较高,尤其是GWR模型具有最高的R2(0.373)和最小的AIC(4 577.8),其拟合精度显著高于OLS、SLM和SEM模型;3)独立性样本检验结果表明,GWR模型的预估精度最高,且通过刀切法检验可知GWR模型在高值阶段(≥100 t·hm~(-2))和低值阶段(0～50 t·hm~(-2))的生物量估测能力强于OLS、SLM和SEM模型;4) GWR模型反演计算结果表明,思茅松林单位面积地上生物量为66.496 t·hm~(-2),与实测值偏差23.511%,估测误差低于OLS、SLM和SEM模型。【结论】对普洱市思茅松林生物量进行遥感估测时,GWR模型优于OLS模型和其他空间全局回归模型,且GWR模型可在一定程度上解决高值低估和低值高估问题,减小光饱和点对遥感估测精度的影响。     

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...     

基于遥感技术的宜良县云南松蓄积量反演

以云南省宜良森林二类调查数据为样本,基于GoogleEarthEngine云平台Landsat 8 OLI影像,结合植被因子、纹理特征以及K-T变化为自变量,构建了多元线性回归和随机森林的建模方法,建立了森林蓄积量反演模型。以宜良县云南松为研究对象,运用Landsat8 OLI遥感影像数据结合地面角规控制样地调查数据,建立了多元线性回归和随机森林估测模型。结果表明：多元线性回归模型精度一般,其R²和RMSE分别为0.259、34.5579,随机森林模型精度极高,其R²和RMSE分别为0.887、1.1954。运用Landsat 8 OLI影像数据进行森林地上蓄积量估测的不确定因素较多,随机森林估测模型可作为云南松及其他树种地上蓄积量遥感估测的一种对比方法,为今后森林蓄积量估测提供参考。     

基于地统计学和多源遥感数据的森林碳密度估算

【目的】基于遥感影像空间分辨率和地面样地大小不一致的现象,采用地统计学和多源遥感数据进行森林碳密度估算,为MODIS数据在区域森林碳密度估算领域的应用提供参考。【方法】以湖南省攸县为试验区,首先利用基于块的序列高斯协同模拟算法,将25.8 m×25.8 m的样地数据分别上推到250 m×250 m、500 m×500 m和1 000 m×1 000 m;然后将上推后的样地数据分别与MOD13Q1、MOD09A1、MOD15A2数据结合,利用序列高斯协同模拟算法开展区域森林碳密度估算研究;最后将最优结果用于湖南省森林碳密度估算。【结果】Landsat5和MODIS数据与森林碳密度的敏感因子具有高度相似性,排在前3位的分别为1/TM3、1/TM2、1/TM1和1/Band1、1/Band4、1/Band3;与植被指数产品MOD13Q1和MOD15A2相比,多光谱数据Landsat5和MOD09A1在攸县森林碳密度估算方面显示出巨大潜力,估算精度分别为82.02%和75.64%;基于MOD09A1的序列高斯协同模拟算法具有很好的适用性,可用于湖南省森林碳密度的空间模拟,估算精度为74.07%。【结论】采用基于块的序列高斯协同模拟算法,可以实现由地面样地到不同空间分辨率MODIS像元之间的转换;由于空间分辨率的限制,MOD09A1数据在刻画空间细节方面不如Landsat5精细。该研究方法适用于地面调查样地大小和遥感影像空间分辨率不一致的区域森林碳密度估算。     

森林水源涵养生态效益的估算与评价研究

以2008年生态观测定位站调查数据和Landsat-5 TM遥感影像为基础数据,建立森林水源涵养生态效益的常规多元统计模型得到回归模型的决定系数为0.788,平均检验精度81.1%。以模型估计的参数作为地理信息系统(GIS)的输入数据,估算2008年老山施业区物理量和价值量的空间分布特征,并核算出水源涵养生态效益物理量总量I=263.78万t,建立货币构造模型估算出水源涵养生态效益价值量总量E=131.89万元。分析物理量随地形变化的特征,其变化符合客观实际。     

遥感影像分类技术在森林景观分类评价中的应用研究

以吉林省旺清林业局金沟岭林场为例,在地面调查数据和Landsat TM多光谱卫星遥感数据的基础上,以ERDAS遥感影像处理系统和MapInfo地理信息系统支持,利用基于二类调查数据取证遥感分类技术,对其森林景观进行分类和评价,得到金沟岭林场森林景观空间分布图及空间格局分析结果。本研究提出的一套实用技术方法可为宏观上快速提取森林景观要素及空间格局状态提供技术参考,结果可为进一步森林景观规划和设计提供依据。     

塔河林业局森林生物量估算

森林生物量是指林分在一定时间内累积的有机质总量,通常用单位面积或单位时间积累的干物质量或能量来表示,单位g/m2或t/hm2。本文以2007年landsat 5 TM遥感影像为数据源,以塔河林业局作为研究区域,在固定样地数据基础上,建立了研究区域内七个主要树种的生物量模型,并尝试应用TM影像与对应样地的数量关系,建立多元线性回归模型来估算研究区域生物量。     

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。     

基于机器学习森林生物量反演的哨兵数据精度对比

选取美国弗吉尼亚州东南部和北卡罗来纳州东北部的迪斯默尔沼泽作为研究区,基于Sentinel-1雷达数据和Sentinel-2光学数据,在对影像特征因子提取的基础上,采用随机森林构建生物量反演模型,对比分析了森林地上生物量反演精度。结果表明：基于Sentinel-2影像的随机森林模型的R²、RMSE分别为：0.707、39.521 t/hm²;基于Sentinel-1影像的随机森林模型R²、RMSE分别为：0.601、38.536 t/hm²。从整体来看,不同的变量参与到模型建模最终导致的精度各不相同,基于Sentinel-2影像建模的精度总体上高于基于Sentinel-1影像建模的精度。     

云南维西县域乔木林碳储量与碳汇价值估算研究

基于云南省维西县第三次(2006年)和第四次(2016年)森林资源二类调查成果,运用生物量转换因子法,对乔木林生物量进行了估算;运用生物量-碳储量转换系数法,估算了乔木林碳储量;按照储量变化,对维西县2006到2016年10 a期间乔木林林碳汇量进行了估算,在此基础上,利用碳税率法、造林成本法、碳市场CEA价格法,分别估算了维西县乔木林碳汇价值。结果表明：(1)2006年和2016年维西县森林碳储量分别为2.174 89×10⁴Gg C(1Gg=10⁹g)和2.323 2×10⁴Gg C,蓄积量分别为4.582 69×10⁷m³和4.851 03×10⁷m³,平均碳密度分别为66.49 Mg C·hm^-2(1Mg=10⁶g)和70.87 Mg C·hm^-2(含地上部分和地下部分,不包括枯死木、枯落物和土壤有机碳)。10 a期间碳密度净增4.38 Mg C·hm^...     

崂山林场林分生物量遥感反演估算研究

以Landsat TM影像和高分一号影像为数据源,结合外业实测数据,利用遥感影像和实测数据建立崂山林场生物量多元线性反演模型,比较分析不同数据源下反演出的模型精度,估测了崂山林场森林生物量。研究发现,利TM遥感影像作为数据源的崂山林场森林生物量反演模型平均精度为77.12%。高分一号遥感数据反演的生物量模型平均反演精度达到80.75%,高于TM数据源下的生物量反演模型精度。分别根据TM遥感影像和高分一号遥感影像林分生物量估测模型,估测的崂山林场2009年的林分生物量为401185.62t,2013年的林分生物量为402485.44t。     

不同经营目标下的芦头林场杉木人工林经济效益分析

国有林场在森林经营中发挥重要的作用，通过考虑森林生态系统的多目标功能，研究不同经营目标对林场的森林碳汇价值的影响因素，能够充分发挥森林的多种功能和多重价值，有助于完善森林的精准经营理论，体现森林的生态、经济和社会效益。本文以湖南省芦头国有林场杉木人工林为研究对象，基于林地期望价值法、杉木生长模型及木材价格数据，分别以理想核算模式与年核算模式两种碳汇效益核算模式，估算单一木材经营目标、碳汇与木材复合经营目标下的杉木人工林的最佳轮伐期、碳汇成本以及林地期望价值，并分析不同碳价格和贴现率变动的敏感性变化。结果显示：针对芦头林场的杉木人工林的营林条件，在碳汇与木材复合经营目标下，杉木人工林的最佳轮伐期为21 a。仅估算木材收益，年林地期望价值为139 690.04元·hm^-2;复合收益的理想核算模式期望值为143 034.33元·hm^-2,年核算模式的期望值为155 937.80元·hm^-2。与单一木材经营相比，考虑碳汇收益后林地期望价值显著提升，两种核算模式下的最优轮伐期随着碳汇价格的增加而呈延长趋势，与贴现率呈负相关；两种碳...     

三种回归分析方法在Landsat-5影像森林碳密度反演中的比较

随着遥感技术的快速发展,基于遥感影像和地面样地的方法成为目前森林碳密度精确估算的主要手段,然而没有找到具有普适性的建模因子和最佳的森林碳密度估算模型。鉴于此,本文通过分析研究区地面固定样地碳密度与Landsat-5影像及其衍生波段的相关性,筛选出估算森林碳密度的敏感因子。采用三种回归分析方法(逐步回归、偏最小二乘回归及非线性回归)分别建立森林碳密度的最优遥感估算模型。结果表明:1参与建模的遥感因子中,1/TM3与森林碳密度的相关性最大,敏感性最高;2三种回归分析方法建立的预测模型中,以4个遥感因子建立的非线性回归模型预测精度最高,预测值与实测值得决定系数R2为0.74;3通过测算,研究区平均森林碳密度为14.36 t/hm2,变化范围介于0.00~38.28 t/hm2之间。研究表明非线性回归在区域森林碳密度反演方面具有一定的潜力。     

西藏公益林森林生态系统服务功能价值评估研究

西藏自治区森林资源丰富,是我国重要的生态安全屏障,探究西藏公益林生态系统功能价值对掌握地方生态状况、保护森林资源有重要作用。基于西藏自治区1 244个固定样地资源环境和生态状况的调查数据,结合有关资料,计算西藏自治区公益林生态系统服务价值,并从森林生态状况与森林生态效益两方面展开分析,对其公益林生态系进行综合评价。结果显示：(1)西藏自治区生态公益林整体生态状况较好;(2)全区生态公益林生态系统服务价值总量6 578×10⁸元/a,总生物量108 621.5×10⁴ t,总碳储量54 506.3×10⁴ t;(3)全区公益林生态服务功能实现涵养水源、固土保肥、固碳释氧、净化大气、滞尘减噪和生物多样性保护等年实物量共496.70×10⁸ t;(4)西藏公益林森林生态系统服务在森林游憩方面的价值功能有待提升。     

广州市城市森林净初级生产力遥感估算

在分析叶面积指数、降雨量、温度与植被净初级生产力相关关系的基础上,应用Landsat 7卫星影像数据提取研究区的温度、叶面积指数,建立了能反映温度、降雨量对城市森林生态系统植被净初级生产力影响的模型,模拟广州市2013年3月份森林植被净初级生产力。结果表明:该模型模拟的NPP值与前人运用传统方法研究估算的NPP值相比较,精度可以达到91%,证明此模型在区域植被净初级生产力估算方面具有一定的可行性。     

天堂山林场森林地上生物量及碳储量的遥感估算模型构建

基于广东省清远市天堂山林场的二类调查小班数据和 landsat8 遥感影像和多元逐步回归的方法，建立森林地上生物量模型，进而构建森林地上碳储量模型，对天堂山林场森林碳储量及其分布进行了估算，并讨论了预测结果及其精确性。结果表明：阔叶林、针叶林和混交林生物量模型的拟合优度分别为 0.77、0.67、0.69。基于碳储量估算模型计算生成的天堂山林场碳储量分布图与采用二类森林调查数据得到的碳储量分布图空间分布一致。验证了基于 landsat8 遥感影像的碳储量模型能为森林碳储量提供快速准确的估测。