基于主成分回归及遥感的贵阳市林分郁闭度估测

以贵阳市为研究区,以Landsat-8 OLI为遥感信息源,通过偏相关分析,选择了与郁闭度相关的12个遥感因子作为自变量因子。为克服自变量因子间严重的多重共线性和模型的不稳定性,采用主成分回归分析法建立郁闭度估测模型,并对模型进了检验及精度验证。结果表明,回归方程调整后的R2=0.756,模型的拟合效果较好,说明模型在数学上是可行的;利用15个实测样地对模型进行精度验证,估测精度的平均水平为78.80%,说明该模型可为区域林分郁闭度估测提供参考。     

基于高分辨率遥感影像的森林蓄积量估测

为了快速有效获取《综合开发利用项目》项目区的森林蓄积量,利用SPOT5和Rapid Eye高分辨率遥感影像,结合野外实地调查数据,采用最小二乘回归方法构建森林蓄积量遥感估测模型,估算柬埔寨王国上丁省特许地2012年的森林蓄积量。结果表明:1利用预留独立样本对模型进行精度验证,不分类型的模型的总体预测精度可达到99.37%,分类型的模型的总体预测精度分别可达到99.57%、97.30%、99.41%、96.84%、76.25%;2不分类型建模反演得到2012年研究区的森林总蓄积量为33197465.008 m3,各类型的森林蓄积量分别为16660360.382、7124988.801、5716238.005、4016470.930、186695.185 m3。结果表明利用高分辨率遥感影像快速估测区域森林蓄积量的可行性,也为合理规划和开发利用特许地的森林资源提供参考。     

基于无人机航测数据的森林郁闭度和蓄积量估测

蓄积量是评价森林资源质量或状况的重要指标,为了解决实测郁闭度和蓄积量费时费力以及无法充分利用航测原始数据生成各项数据的问题,以无人机航测数据的点云数据和正射影像为研究数据,利用冠层高度模型提取高程,通过一元线性回归分析估测平均树高和平均胸径模型;使用改进形态学分水岭方法提取树冠个数;通过主成分回归建立郁闭度模型;结合提取与估测的GIS因子,用偏最小二乘法建立蓄积量模型。结果表明:平均树高模型精度为97.34%、平均胸径模型精度为91.27%,改进分水岭提取树冠精度为80.03%,郁闭度模型精度为83.18%,蓄积量模型精度可达88.43%。蓄积量模型的所有特征因子均是通过遥感方法从无人机原始航测数据中提取而来,充分利用了无人机航测数据。实验建立的树高、胸径和郁闭度模型可以有效地估测森林平均树高、胸径及郁闭度,改进后的分水岭算法减少了过分割,蓄积量模型能够有效估测蓄积量,提高了蓄积量提取效率,节省了大量的人力物力。     

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。     

长白山林区森林生物量遥感估测模型

采用黑龙江长白山地区TM图像和143块森林资源连续清查固定样地数据及野外调查补充样地数据,选择包括各波段灰度值、不同波段灰度值之间的线性和非线性组合(包括11种植被指数)、纹理信息以及环境因子在内的75个自变量,分别采用逐步回归分析法和偏最小二乘回归法建立黑龙江长白山林区森林生物量遥感估测模型:逐步回归法采用5个自变量所建模型平均拟合精度为76.5%,均方根误差为19.12t·hm-2,样地生物量真实值与预测值相关系数为0.5434;偏最小二乘回归法采用10个自变量所建模型平均拟合精度85.8%,均方根误差9.92t·hm-2,样地生物量真实值与预测值相关系数0.8603,偏最小二乘回归法要优于逐步回归法。利用建立的偏最小二乘回归模型计算得到黑龙江长白山2007生物量等级分布图,采用29个检验样本对反演结果进行检验,计算得到29个样本的平均预测精度为83.73%。     

森林蓄积量定量遥感估测模型研究

采用印度遥感卫星数据,以云南省高黎贡山自然保护区阔叶林为主要研究对象,设置可能影响森林蓄积量估测的遥感信息因子和可通过GIS获取的因子为自变量,通过逐步回归分析的方法建立了研究区域阔叶林蓄积量估测模型.结合小班面积估测值,计算了各小班相应的蓄积量.     

利用遥感数据估测森林蓄积量

以吉林省柳河县为研究区,以Landsat-5 TM遥感影像为基础数据,提取相关因子,建立柳河县森林蓄积量遥感估测模型,经过精度检验,模型的预测精度达到82.36%。利用模型进行森林蓄积量反演,得出该县森林蓄积量为1 226×104m3,实际精度为80.00%。利用遥感技术进行森林蓄积量估测是可行的。     

基于偏最小二乘回归的森林蓄积量遥感估测

森林蓄积量受遥感因子与地形因子的影响,但这些因子间存在多重相关性,会影响模型稳定性与精度。针对森林蓄积量遥感估测自变量间存在多重共线性问题,采用异于传统最小二乘的偏最小二乘方法建立密云县森林蓄积量遥感估测模型。先对可能影响蓄积量的因子进行分析,选取既存在相关性又对模型显著性有影响的因子为森林蓄积量估测的自变量。用预留的样本对模型进行检验,预测值与实测值相比精度达到90.1%。将通过检验的模型对整个密云县进行反演,得到密云县估测森林蓄积量为2 447 695.203 m3。     

基于CBERS数据的平南县桉树蓄积量遥感估测模型构建

采用蓄积量遥感估测的原理,以平南县19．5m分辨率的CBERS -02B遥感影像为基本数据源,结合地面标准地调查,运用相关的数学理论方法建立了桉树蓄积量估测模型,并进行了精度检验。结果表明：所构建的蓄积量遥感估测模型具有较高的精度,可用于在研究区内估测桉树蓄积量。     

GIS支持下的林业遥感蓄积估测技术

遥感图像光谱信息，具有良好的综合性和现势性，与森林蓄积之间存在内在的联系。详细介绍了基于GIS（地理信息系统）支持下的遥感图像信息的提取方法和遥感蓄积估测模型建立的系列技术。     

郁闭度及其测定方法研究与应用

郁闭度是重要的森林调查因子之一,在森林经营与生态系统管理中具有重要作用。但是,郁闭度的概念模糊、测定方法不完善,制约了郁闭度的调查与应用。文中探讨了郁闭度的内涵,提出了垂直郁闭度与点郁闭度的概念,系统总结了国内外有关郁闭度的调查方法与测定仪器,以期为郁闭度在林业生产和研究中的合理应用与准确测定提供参考。     

郁闭度及其测定方法研究与应用

郁闭度是重要的森林调查因子之一,在森林经营与生态系统管理中具有重要作用.但是,郁闭度的概念模糊、测定方法不完善,制约了郁闭度的调查与应用.文中探讨了郁闭度的内涵,提出了垂直郁闭度与点郁闭度的概念,系统总结了国内外有关郁闭度的调查方法与测定仪器,以期为郁闭度在林业生产和研究中的合理应用与准确测定提供参考.     

林层划分方法综述

林层分层是热带林生态学最古老的概念之一, 但对林层分层的定义和测定方法的不同造成了林层分层是否存在及如何划分的争议.作为森林调查的因子, 对林层划分方法的研究具有测树学和群落学双重意义.文中从定性、定量和遥感3个方面综述林层划分的主要方法, 介绍剖面图的绘制、应用及特点, 描述TSTRAT和LMS划分方法的详细步骤, 并通过与FVS和MIDCL等划分方法的对比分析了这4种方法的特点.     

Estimating canopy closure density and above-ground tree biomass using partial least square methods in Chinese boreal forests

Boreal forests play an important role in global environment systems. Understanding boreal forest ecosystem structure and function requires accurate monitoring and estimating of forest canopy and biomass. We used partial least square regression (PLSR) models to relate forest parameters, i.e. canopy closure density and above ground tree biomass, to Landsat ETM+ data. The established models were optimized according to the variable importance for projection (VIP) criterion and the bootstrap method, and their performance was compared using several statistical indices. All variables selected by the VIP criterion passed the bootstrap test (p<0.05). The simplified models without insignificant variables (VIP <1) performed as well as the full model but with less computation time. The relative root mean square error (RMSE%) was 29% for canopy closure density, and 58% for above-ground tree biomass. We conclude that PLSR can be an effective method for estimating canopy closure density and above-ground biomass.     

森林碳储量估算方法综述

介绍样地清查法、微气象学法、箱式法、模型模拟法、遥感估算法等森林碳储量的主要估算方法。在对各种方法的主要原理及应用实例进行分析的基础上,指出了各方法的适用性和不足之处,认为在研究大尺度的森林生态系统碳汇储量时,多学科融合、各种方法综合运用是准确估算森林碳储量的有效手段。     

森林郁闭度测定方法探讨与展望

郁闭度是重要的森林调查因子,在森林资源调查与相关经营管理中具有极其重要的意义。文章探讨了郁闭度的概念与内涵,系统总结了郁闭度的调查与测定方法,为林业生态生产经营提供参考。     

度量误差对全林整体模型的影响研究

唐守正(1991)提出的全林整体模型,是一项将生长收获模型作为系统来进行研究的重要成果,在此基础上展开了一系列的应用研究。李希菲(1991)年建立了大青山主要树种的全林整体模型并进行了精度验证,洪玲霞(1993)给出了由全林整体生长模型推导林分密度控制图的方法,唐守正等(1995)对用全林整体模型计算林分纯生长量的方法及精度分析进行了研究。建立全林整体模型时,首先对林分每公顷株数、平均直径、林分优势高、林分平均高和形高5个因子进行观测,然后利用最小二乘法,由自稀疏方程估计出自稀疏指数γ、自稀疏率β、完满立木度林分的密度指数Sf[…     

樟树幼林叶绿素含量的高光谱遥感估算模型

高光谱遥感的快速发展使得定量估算植被叶绿素含量成为可能.采用美国ASD公司生产的野外光谱辐射仪测量樟树幼林的冠层光谱,并对观测叶片进行同步叶绿素含量的测定;采用统计相关分析法,分析樟树冠层光谱与叶绿素含量之间的相关关系,并建立相应的估算模型.结果表明:樟树幼林叶绿素含量的敏感波段位于400、556、621 nm;通过建立各敏感段与叶绿素含量之间的估算模型并进行精度检验,得出了叶绿素含量估算的高光谱模型分别为y=exp(1.191 1458.912x)和y=3.29×exp(1458.912x).说明利用高光谱遥感数据可以估测樟树幼林的叶绿素含量.