黄河三角洲孤岛刺槐林地上生物量的估算——基于无人机机载激光雷达

研究旨在利用无人机机载激光雷达数据来计算黄河三角洲孤岛林场刺槐地上生物量。以黄河三角洲孤岛林场刺槐林为研究对象,利用无人机机载激光雷达数据,采用分水岭分割算法从单木尺度提取孤岛林场刺槐的树高和冠幅;然后利用背包移动雷达数据提取8个样方单株刺槐胸径;再结合异速生长方程,从单木尺度计算8个样方的刺槐地上生物量。为了验证结果,用野外实测树高和胸径验证雷达数据中提取的单木结构参数;最后利用无人机机载激光雷达提取的树高和冠幅及两者的对数与乘积的对数形式,构建估算刺槐地上生物量模型,对模型估算过程中存在不确定性进行讨论,获得孤岛林场生物量分布图,并且结合前人研究的孤岛刺槐健康状况进行分析。结果表明:(1)基于分水岭分割算法能较精确地从无人机机载激光雷达数据中提取刺槐的单木结构参数。(2)树高与冠幅乘积的对数模型估算效果(R2=0.82,RMSE=3.66 kg/株)优于非对数模型(R2=0.58,RMSE=6.73 kg/株),也优于两者对数的模型(R2=0.76,RMSE=4.52 kg/株)。(3)模型构建过程中有一定的不确定性,这种不确定性主要来自单木识别过程。(4)刺槐地上生物量高低与其健康状况有很强的相关性。     

利用机载激光雷达的林木识别与参数反演

为了提高利用机载激光雷达林木识别精度,以全波形激光雷达分解数据为基础,首先利用控制标记分水岭算法对树冠高程模型进行分割,初步确定单株木位置;然后结合单株木结构特征,在三维空间中利用马尔可夫随机场进行单株木点云分割;最后,使用9个样地实测数据对激光雷达反演的林木参数进行回归分析验证。结果表明：单株木识别率为76%,位置误差均值和方差分别为0.67、0.19 m,单株木树高、树冠直径和胸高径的RMSE分别为1.03 m（4.57%）、0.56 m（10.48%）、3.01 cm（11.01%）,样地断面积和材积的RMSE分别为2.42 m2/hm2（8.11%）和17.83 m3/hm2（9.11%）。本研究能有效提高单株木点云分割精度,能满足单株木和林分参数反演要求,提高林业调查的自动化程度。     

无人机多角度成像方式的饲料油菜生物量估算研究

旨在探索并评估一种通过无人机平台搭载可见光相机提取饲料油菜生物量的新方法。试验于2018年在华中农业大学油菜试验基地展开,利用无人机搭载五相机倾斜摄影系统同时从多个角度获取油菜终花期的可见光图像,试验共设置3种无人机飞行高度(40、60和80 m)和3种播种密度(3.00×105、5.25×105和7.50×105株hm~(-2)),并评估和对比了多角度和单相机垂直2种成像方式的生物量预测结果。试验首先通过无人机图像提取油菜冠层覆盖度和株高信息;然后通过株高在覆盖面积上进行累加获得作物体积模型;最后基于作物体积模型与实测生物量建立线性回归模型预测油菜干物质重量。结果表明,(1)在本试验设置的3个飞行高度中,随着无人机飞行高度下降,生物量预测精度呈上升趋势,其中飞行高度为40 m时,油菜生物量估算精度最佳(校正集:r=0.792, RMSE=125.0 g m~(-2),RE=13.2%;验证集:r=0.752, RMSE=139.1 g m~(-2), RE=15.3%)。(2)种植密度越高,其实际生物量越小,通过作物体积模型预测生物量的效果更好。(3)多角度成像方式与单相机垂直成像方式在油菜生物量估测精度上没有显著差异,两者皆在40m高度下具有最好的生物量预测效果,相关系数r分别为0.772和0.742。以上结果表明,基于无人机低成本可见光成像建模技术提取饲料油菜生物量是可行的,本研究可为大田作物地上生物量信息的无损高效监测提供易于实施的解决方案和技术参考。     

基于无人机RGB遥感的甘蔗株高估测

为快速准确地估测甘蔗不同生育期株高，探讨了无人机RGB系统遥感估算株高的可行性及效果。利用无人机RGB遥感平台，获取苗期、分蘖期、伸长中、后期和工艺成熟期的影像，通过Pix4D mapper生成数字表面模型（digital surface model,DSM），采用Eris Arcmap提取株高，基于DSM提取的株高与实测株高建立各生育期的估测模型，采用决定系数（R2）、均方根误差（RMSE）和平均相对误差（MRE）对模型进行评价。结果表明，基于DSM提取甘蔗各生育期的株高高于实测株高；全生育期模型拟合性最好，预测精度较高（验证集R2、RMSE和MRE分别为0.9611、0.1623和0.1102），苗期株高模型预测精度最高。其他各生育期模型的拟合性不及全生育期和苗期，精度较低，工艺成熟期模型的预测精度最低，拟合性最差。因此，基于无人机RGB遥感平台获取甘蔗不同生育期影像后通过DSM提取株高并运用于甘蔗重要生育期株高的估测时，注意不同生育期模型的适用性。     

棉花高光谱植被指数与LAI和地上鲜生物量的相关分析

通过测试棉花关键生育阶段350-2500nm波段的冠层高光谱数据,用近红外波段760-850nm及红光波段650-670nm的2个范围内的波段,组成了高光谱归一化植被指数（NDVI）及800和670nm2个波段组成修改型二次土壤调节植被指数（MSAVI2）,分别与棉花叶面积指数（LAI）和地上鲜生物量进行相关分析,结果表明,棉花NDVI和MSAVI2与LAI和地上鲜生物量两个参数均以幂指数相关关系为最佳（RNDVI-LAI=0.7346＊＊,RMSAVI2-LAI=0.7436＊＊,n=81;RNDVI-鲜生物量=0.7426＊＊,RMSAVI2-鲜生物量=0.7934＊＊,n=59）,MSAVI2与LAI和地上鲜生物量的相关性均高于NDVI与LAI和地上鲜生物量的相关性,说明MSAVI2较NDVI更好的消除土壤背景等对反射光谱造成的影响,较精确的提取反映棉花生长状况的叶面积指数和生物量信息。     

土壤水分的高光谱响应特性及定量监测研究

为及时、准确地监测土壤含水量（SMC），采用室内条件下人工模拟不同SMC环境的方法，通过测定各时间段的SMC及其对应的土壤光谱反射率，运用连续投影算法（SPA）提取土壤水分的特征波长，结合多元线性回归（MLR）方法，构建SMC的高光谱定量监测模型。结果表明，光谱反射率随着样本SMC的增加而逐渐降低，二者存在明显的负相关关系；采用SPA方法提取的光谱特征波段为422、629、817、976、1121、1258、1359、1448、1830和2022nm；构建的SPA-MLR土壤水分高光谱监测模型表现出良好的预测效果（校正集的R2=0.930、RMSE=8.845、RPD=3.794，验证集的R2=0.927、RMSE=8.799、RPD=3.581）。研究结果可为土壤水分的高效精准监测提供一定的实践探索和理论参考。     

基于光谱指数的苹果叶片水分含量估算模型研究

建立快速、无损的苹果叶片水分含量高光谱估算模型,为苹果树干旱预警提供理论依据。以2个不同生育期采集的苹果叶片为研究对象,研究了不同水分含量的苹果叶片高光谱特征,分析了苹果叶片水分含量与光谱指数(WI、WBI、PWI、GVWI、MSI、 NDW)之间的相关关系,建立了苹果叶片水分含量估算模型。结果表明,苹果叶片水分含量的敏感光谱波段主要集中于近红外和短波红外波段;利用6个光谱指数建立的单变量估算模型均达到了极显著水平(P<0.01),但以水分指数（WI）建立的估算模型y=29503x2-57746x+28317的拟合决定系数R2最大,为0.5401;经检验,拟合方程的RMSE为 2.4,RE为 5.8%,检验精度达到了94.2%。采用主成分回归分析方法,建立的苹果叶片水分含量估算模型y=-556.819+347.838x1-17.815x2-27.864x3+299.492x4+25.647x5+9.835x6的拟合决定系数R2为0.6371,经检验,拟合方程的RMSE为 1.26,RE为 1.8%,检验精度达到了98.2%。表明以主成分回归分析建立的苹果叶片水分含量估算模型具有较好的敏感性和稳定性。     

棉花叶绿素密度和叶片氮积累量的高光谱监测研究

利用非成像高光谱仪,获取棉花不同品种、不同密度冠层关键生育时期的反射光谱数据,应用光谱多元统计分析技术,研究表明,棉花冠层叶绿素密度（CH.D）和叶片氮积累量（LNA）分别在反射光谱762 nm和763 nm处的相关系数达最大值（R_CH.D= 0.8845**和R_LNA= 0.7870**,n = 47）;而一阶微分光谱数据对CH.D、LNA最敏感的波段均发生在750 nm处(R_CH.D= 0.9098**和R_LNA = 0.9164**,n = 47);采用47个建模样本的一阶微分光谱750 nm处的数值与棉花冠层CH.D建立线性相关模型方程,估算47个检验样本的棉花冠层CH.D,再根据CH.D与LNA建立的线性相关方程估算检验样本的LNA,47个检验样本的实测LNA与估测LNA极显著线性相关（R = 0.8982**,n = 94）,模型方程的估算精度达86.3%,实测值与估算值的R_MSE = 1.0155,相对误差为0.1380。说明基于高光谱数据的棉花冠层叶绿素密度的遥感估测,可以间接用于棉花冠层叶片氮积累量的监测研究。     

棉花叶面积指数和地上干物质积累量的高光谱估算模型研究

 用ASD FieldSpec光谱仪实测棉花冠层不同生育时期的高光谱数据,同期获取棉花叶面积指数(LAI)和地上干物质积累量(Above-ground Dry Matter Accumulation,ADMA)。分析棉花冠层反射光谱与棉花LAI、地上部干物质积累量（ADMA）的相关关系,分析结果表明,反射光谱数据与棉花LAI、ADMA的相关系数的最高值分别发生在783 nm（r=0.6394^**）和766 nm处(r=0.6287^**);对反射光谱数据进行统计分析,建立了基于比值植被指数(RVI)和归一化植被指数(NDVI)的5种函数形式的棉花LAI、ADMA估测模型。经检验,基于RVI的估测模型具有较高的精度;对一阶微分光谱数据与棉花LAI和ADMA的逐步回归相关分析表明,敏感波段分别发生在736 nm（r=0.6769^**）和742 nm处(r=0.6847^**)。由736 nm、742 nm波段处的微分数值建立的LAI和ADMA线性回归估测模型,R值均达到了1%极显著的检验水平,说明一阶微分光谱敏感波段的数值,对棉花LAI和ADMA具有一定的估算能力。     

小波分析在大豆叶绿素含量高光谱反演中的应用

实测了不同水肥耦合作用下,大豆冠层高光谱反射率与叶绿素含量数据,并对光谱反射率、微分光谱与叶绿素含量进行了相关分析;采用叶绿素A与叶绿素B诊断波段构建了特定植被指数,对叶绿素A、叶绿素B进行了回归分析;采用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对叶绿素含量进行估算。经分析发现,叶绿素A、B与光谱反射率在可见光与近红外波段的相关系数的变化趋势基本一致——在可见光谱波段呈负相关,近红外波段呈正相关,红边处相关系数由负变正。特定色素植被指数可以提高大豆叶绿素估算精度（R2>0.73）;小波能量系数回归模型可以进一步提高大豆叶绿素含量的估算水平,以一个特定小波能量系数作为自变量的回归模型,叶绿素A其确定性系数R2为0.76,叶绿素B为0.78;以4变量与9变量回归分析结果表明：叶绿素A实测值与预测值的线性回归确定性系数R2分别大于0.85、0.89;叶绿素B实测值与预测值的线性回归确定性系数R2分别为0.86、0.90。     

南方红豆杉人工林培育模式对生物量及其分配格局影响

本研究通过了解南方红豆杉生长、干形变化、生物量积累与分配格局的培育模式响应机制,为南方红豆杉林下栽培体系提供理论基础,在福建明溪对林下套种与纯林培育模式12年生南方红豆杉的生长、干形、生物量积累与分配进行调查。结果表明,培育模式对南方红豆杉树高、胸径、冠幅、单株材积、高径比和生物量有显著性影响,林下套种显著促进南方红豆杉生长,改良干形品质,利于南方红豆杉构件生物量及总生物量积累;不同培育模式中南方红豆杉生物量分配比大小顺序均为干＞枝＞叶;培育模式对南方红豆杉生物量分配比与构件生物量比有着显著性影响,林下套种南方红豆杉增加枝、叶、干等地上生物量分配比,降低根系生物量分配比;林下套种的生物量更趋向地上部分、干和叶的分配;南方红豆杉人工林林下套种较纯林培育模式促进生物量高效积累与有效分配。     

太行山区刺槐林的生物量与碳汇量

为了评估刺槐林的碳汇量和测定其生物量计量参数,为编制土地利用和林业温室气体清单提供基础数据,依据太行山区60块刺槐林生物量样地的调查资料,对不同龄级的林分生物量和碳汇量进行了研究。结果表明,生物量扩展系数(BEF)和根冠比(R)随林龄、胸径变化表现为负相关关系;刺槐幼龄林的BEF=1.535±0.127,R=0.530±0.102,n=15;中龄林BEF=1.371±0.038,R=0.381±0.045,n=45;分别建立了小班和林分2个水平尺度的生物量和碳汇量估计模型,表明林分生物量、碳汇量与蓄积量间呈线性回归关系;建立了碳汇量增长模型,推算本区刺槐林年平均碳汇量为1.79 t/hm2,有较高碳汇潜力。     

泡桐农田防护林带单株树冠结构特征

冠层结构控制着叶面积及其分布,影响树木的生长,冠层分布影响林带的防护效益。为了解泡桐不同林带树冠的特性,2009年8月选取8年生单行、双行白花泡桐林带,研究其单木冠形、生长量、生物量、叶面积及其分布。结果表明,单行、双行林带单木的树高、胸径、冠长、冠幅、叶量、叶面积均无显著差异,而树干生物量有显著差异(P<0.05)。双行林带单木树冠外偏,呈非对称卵圆型。2个林带单木叶面积在冠内变化规律一致,由上层到下层,内层到外层均逐渐增加。单木叶面积是树高、胸径及冠长的函数。对单木冠层结构的分析可为林带冠层的变化及调控林带结构提供理论支持。     

施肥对麻栎人工林生长及热值的影响

针对安徽滁州地区林地土壤贫瘠,麻栎(Quercus acutissima)经营粗放的现状,开展了不同施肥（复合肥,氮:磷:钾=15%:15%:15%）处理（0、0.15、0.3、0.45 kg/株）对麻栎生长、生物量和热值影响的研究。结果表明：随施肥量增加,麻栎树高、胸径、地径和生物量均逐渐增大;以0.45 kg/株处理效果最好,树高、胸径、地径、树干生物量分别比对照增加15.47%、17.91%、14.48%、11.53%。施肥处理树干的干重热值均显著低于对照,比对照减少1.11%~2.53%;枝、叶、皮干重热值在不同处理之间没有显著差异。麻栎单株地上部分能量也随施肥量增加而增大。在安徽滁州地区单施复合肥可以显著提高麻栎生物量,尽管施肥降低了树干的热值,但由于生物量的大幅增加,使得林地能量产出随施肥量的增大显著增加。     

北京市主要行道树白蜡生长因子的模型研究

为了构建胸径生长估测模型,以便快速掌握行道树的生长状况,提高行道树调查效率。笔者采用随机抽样的方法,收集了北京城区主要行道树白蜡的胸径、树高、枝下高、冠幅、叶面积等生长指标,根据胸径等级进行分类,利用5种单因素变量模型构建胸径与多项生长指标的估测模型。结果表明,北京市中径级的行道树白蜡分布最为广泛,占总数的63%以上;白蜡胸径与树高的相关性最高,其余依次为冠幅、叶面积、枝下高,其指数估测模型H=98.2399-28.0859D+2.8115D²-0.0743D³,相关系数达0.9967,系统误差为0.3299%,相对其他模型效果更优;而白蜡胸径与多生长因素的估测首选模型为：D=0.5595H²-9.6656H+2.0172h²-9.2454h-1.0413W²+12.4859W-0.0188S²+1.4996S+6.2011,其均方根误差只有1.0242,而精度高达95.61%。本研究建立的白蜡胸径生长估测模型具有良好的效果,适用于各年龄段的行道树白蜡调查,为北京市行道树白蜡的生长状况、景观质量和生态效益的监测提供快速调查与数据更新理论模型。     

基于近地高光谱棉花生物量遥感估算模型

分析棉花地上鲜生物量冠层高光谱反射率变异系数，反射率光谱、一阶微分光谱与地上鲜生物量相关关系得结果表明：在可见光近红外波段棉花冠层反射率光谱变异系数在672 nm波段处最大；棉花地上鲜生物量与反射率光谱相关系数最大值在可见光波段出现在589~700 nm，在近红外波段出现在865~919 nm波段，且前者大于后者。地上鲜生物量与一阶微分光谱相关系数在可见光波段出现524~528 nm、552~588 nm、710~755 nm 3个高值区。基于以上研究，选择19个高光谱特征参数建立了棉花地上鲜生物量高光谱遥感监测模型，经检验，单波段中以F₆₂₉估算水平最高，估算模型为Y = 9.7914 exp(－20.738 F629)，准确度为83.9%、RMSE为0.64 kg m^-2、预测值与实测值相关系数为0.940**；组合参数以[629, 901]指数形式估算模型估算水平最高，模型为Y = 0.0986 exp(4.3696[629, 901])，准确度达84.0%，RMSE为0.55 kg m^-2，预测值与实测值相关系数为0.960**，上述两个模型为参选模型中估算棉花地上鲜生物量最佳高光谱估算模型。     

环境因子对长白山区天然核桃楸林生长的影响

以长白山区14块核桃楸为主具有代表性的林分样地为研究对象,分析核桃楸的生长指标与14个环境因子的相关性,以期揭示环境因子对核桃楸生长的影响。结果表明：（1）不同林分组成的核桃楸林对核桃楸的生长影响显著,其中含落叶松的核桃楸林中径生长优于其他林分的核桃楸,而且郁闭度对树高影响显著(R=0.5049)。（2）坡向和坡位分别与胸径、材积(P＜0.05)和树高、胸径、材积(P＜0.01)呈显著和极显著相关,而坡度与其材积呈显著负相关(R=-0.5016)。（3）海拔与胸径和材积呈显著正相关(R=0.4918、R=0.5203),经度与材积呈显著负相关(R=-0.5428)。（4）土壤厚度和土壤碱解氮含量对其树高的影响均显著,作用大小为：土壤碱解氮含量＞土壤厚度;土壤中有机质含量和土壤pH值对其胸径的影响均显著,作用大小为：土壤中有机质含量＞土壤pH值;土壤中碱解氮含量与材积呈极显著正相关(R=0.8314)。     

基于无人机高光谱影像的玉米地上生物量反演

【目的】研究以玉米地上干生物量为研究对象,探讨基于无人机高光谱数据利用人工神经网络法反演生物量的可行性。【方法】在吉林省蔡家镇开展玉米氮肥梯度试验,并进行无人机高光谱数据和地上干生物量获取,共获数据30组。随机选22组数据用于建模,剩下8组用于模型的外部验证。分别基于光谱指数法和BP神经网络算法构建反演模型,比较分析各种方法反演玉米生物量的优劣。【结果】结果表明：和基于光谱指数构建的生物量反演模型相比,BP神经网络模型取得了更好的反演结果。其建模时决定系数为0.99均方根误差为0.08 t/ha,相对均方根误差为3.39%;外部验证时,决定系数为0.99,均方根误差为0.15 t/ha,相对均方根误差为8.56%。【结论】BP神经网络模型可有效提高无人机高光谱遥感反演玉米地上生物量的精度。