利用MODIS数据反演森林生物量的方法研究

以东北三省为试验区,利用MOD IS时间序列上的植被指数NDVI,结合森林资源清查样地数据测算的林分生物量,以及年均降水量、年均蒸散量、年均湿润度、年均积温、经度、纬度等地理环境因子,采用多元线性回归的方法构建森林生物量遥感估测模型。通过样本检验,该模型对东北三省的森林生物量密度估测精度较高,与检验样本的平均每公顷生物量平均相差1.30%;通过样本定位检验,平均相差21.87%。该模型适宜在宏观尺度上估测森林生物量。     

合成孔径雷达森林生物量估测研究进展

随着合成孔径雷达（SAR）遥感技术的发展,微波遥感独特的成像机理及其全天候全天时成像能力,使其在区域和全球森林生物量估测方面具有其它光学遥感数据不可替代的作用,这愈来愈受到科学家们的重视。首先就SAR对森林生物量的敏感性进行了论述,分别P、L和C3个波段及其不同极化方式总结了SAR对森林生物量的敏感性和饱和点等反应特性;然后就SAR对森林生物量的后向散射机理和影响森林后散射的其它因素进行了分析;最后总结了利用SAR进行森林生物量估测的技术路线。     

大冶市森林生态系统服务功能评估研究

评估县级尺度森林生态系统服务功能现状,实现生态本底数量化和价值化,对于区域生态产品价值实现和社会经济绿色发展具有重要现实意义。本研究以大冶市森林生态系统为研究对象,基于大冶市2021年森林资源管理“一张图”数据和野外定位监测数据从涵养水源、保育土壤、固碳释氧、净化大气环境、积累营养物质、产品供给、森林游憩、生物多样性等8个功能类别开展森林生态系统服务评估。结果表明,大冶市2021年森林生态系统服务功能总价值量为46.72亿元,森林生态系统单位面积价值为9.674 8万元·hm^-2·a^-1,生态服务功能中以涵养水源功能价值最高,占总价值的47.61%,生物多样性保护次之,占13.08%。大冶市区域森林资源分布均匀,但结构不合理,森林生态系统服务功能物质量呈南高北低趋势,以南部山区占比较高,且灌木林地比重较大,为26.65%,而生态系统服务功能物质量仅占12.10%。建议在加强现有森林资源保护的基础上,综合实施灌木林改造、退化林修复等措施提升森林质量,优化森林资源空间结构,以有效提升大冶森林生态系统的服务功能。     

森林蓄积量遥感估测的研究进展

传统的森林资源调查是一项周期长、任务重、劳动强度大,需大量经费的工作。随着遥感技术广泛应用于森林资源调查工作,特别是森林蓄积量的遥感估测,将比传统方法省时、省力,节约经费。目前,利用遥感进行森林蓄积量的估测研究已取得了一系列重要进展,文章则简要综述了国内外在光学遥感和微波遥感范围内的森林蓄积量遥感估测方面的研究进展,认为利用遥感技术进行森林生物量估测对于了解和监测全球生态系统对气候变化和人类活动的反应具有重要的意义。     

基于BP神经网络的森林碳汇量估测方法研究

文介绍了BP神经网络理论,以森林面积、森林覆盖率、森林蓄积量、受害森林面积、基本完成投资额、病虫害面积等6个影响森林碳汇量为主要因素,构建了基于BP神经网络的森林碳汇量估测模型;并应用我国第六次森林资源清查数据对BP神经网络模型进行训练和仿真。其分析和仿真结果显示:利用BP神经网络模型来模拟和仿真森林碳汇量精度较高,误差较小,具有有较高可靠性,从而为森林资源管理模拟仿真提供一种新方法。     

抚顺市森林生态系统生物量与碳储量研究

以抚顺地区阔叶林、针叶林、针阔混交林3类林分的生态系统为研究对象,利用森林资源清查资料、二类调查及资源变档数据以及实地调查的方法,获取森林生态系统中各组分的生物量,根据已公布的各组分碳含量,对抚顺地区森林生物量和碳储量进行估算,进而研究其现实碳库大小及其分布特点,旨在为评估抚顺及辽宁东部山区森林生态系统的碳汇功能提供基础性的数据支撑。     

合成孔径雷达在林业调查中的应用概述

森林是陆地生态系统的主体,而森林覆盖率、森林蓄积量及森林生物量是森林资源重要的特征参数,亦是林业调查的主要指标。合成孔径雷达(SAR)以其独特的成像机制、全天候全天时的成像特点以及较强的穿透能力,在森林资源调查发挥着巨大的作用。文章主要概述了合成孔径雷达技术特点及其在森林覆盖率、森林蓄积量及森林生物量等林业调查中的应用现状,并探讨了目前存在问题及未来发展趋势。     

机载林业探测大光斑激光雷达系统的设计与应用

激光雷达以其独特的穿透能力在大面积的林业探测中越来越受到重视。以国家林业局调查规划设计院和北京遥测技术研究所共同设计研发的大光斑激光雷达系统为基础,详细介绍了该系统的工作原理、模块组成、设备安装、参数设计、数据处理等,并对该系统的飞行试验数据进行了分析,结果显示,该系统下得到的波形数据可对建筑、农田、森林等地物进行精确地刻画。进一步利用Matlab 2014b软件对大光斑激光雷达回波波形估测森林样地最大冠层高度,并利用与之对应的小光斑激光雷达数据提取的森林最大冠层高度对比,总体平均精度达到89.24%。利用SPSS软件做配对样本T检验,结果表明,该系统下获得的大光斑波形数据估测的森林最大冠层高度与小光斑估测的森林冠层高度的差异显著性为0.366,大于0.05,无明显差异,直接证明了大光斑激光雷达估测森林最大冠层高度的独特性能。因此,在未来的林业探测中,可用该系统对大面积的森林资源进行探测,为大面积估测林分最大高、平均高、郁闭度、生物量、蓄积量、叶面积指数等一系列森林参数创造了条件。     

联合GF-3 PolSAR数据与Landsat-8 OLI数据的森林地上生物量估测

【目的】森林是陆地生态系统的重要组成部分,精确估测森林地上生物量对森林资源的经营管理具有指示作用,对研究全球碳循环具有重要意义。为了改善单一来源遥感数据估测森林地上生物量的不足,探讨了联合高分三号(Gaofen-3,GF-3)全极化(Polarimetric synthetic aperture radar,PolSAR)数据极化分解参数和Landsat-8 OLI数据估测森林地上生物量的可行性,并针对多源遥感数据的冗余问题优化特征组合。【方法】以广西南宁市高峰林场为研究区,结合森林样地调查数据,提取GF-3 PolSAR数据的后向散射系数、极化分解参数和Landsat-8 OLI数据的光谱信息、植被指数、纹理,使用基于序列前向特征选择的K最近邻法(K-nearest neighbor based on sequence forward feature selection,KNN-SFS)估测研究区的森林地上生物量,以留一法交叉验证得到的森林地上生物量预测值和实测值之间的均方根误差(Root mean square error,RMSE)最小为原则,对比验证使用多源遥感数据和单一来源遥感数据时的估测结果,寻求估测森林地上生物量的最优特征组合,基于最优特征组合绘制研究区的森林地上生物量空间分布图。【结果】结合GF-3 PolSAR数据和Landsat-8 OLI数据估测研究区森林地上生物量的精度为RMSE=21.05 t·hm~(-2),R~2=0.75,优于仅使用GF-3 PolSAR数据估测的精度(RMSE=28.38 t·hm~(-2),R~2=0.47)和仅使用Landsat-8 OLI数据估测的精度(RMSE=29.52 t·hm~(-2),R~2=0.42)。【结论】多源数据协同反演森林地上生物量可以提高估测的精度,基于KNN-SFS方法联合GF-3 PolSAR数据与Landsat-8 OLI数据可以较好地估测森林地上生物量。     

基于k-NN和Landsa t数据的小面积统计单元森林蓄积估测方法

基于吉林省一个试验区的森林资源一类清查固定样地数据、Landsat TM数据和土地利用数据,采用精度交叉评价方法研究了k-最近邻(k-NN)法用于小面积统计单元森林蓄积估计的有效性。结果表明:k-NN方法对样地覆盖区影像像元单位面积蓄积量的估测平均误差在1.5 m3.hm2之内,相对均方根误差(RMSE′)低于传统的基于绿度指数的线性方程估测方法;采用k-NN方法可以实现县市级统计单元的参数估计,估测效果优于只利用固定样地数据的传统成数估计方法。     

祁连山森林健康状况初步调查分析

应用森林健康理论,分析祁连山森林生态系统存在着森林面积减少,森林生态系统活力下降,服务功能降低,维护系统的外部输入增加,系统经营管理选择单一,对邻近系统的破坏加大等健康受损症状.藉此,提出加快山区生态建设,增强森林生态系统稳定性和抵抗自然灾害的能力,加强林政执法队伍建设管理,建立健全森林资源监测体系,加快退化林地和草原植被恢复进程等保护和恢复祁连山森林健康的策略.     

结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究

林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,结合Landsat 8与PALSAR-2双极化SAR影像数据,在遥感数据预处理基础上,提取了光谱信息、植被指数、纹理信息和后向散射系数等共245个遥感因子。基于Pearson相关系数法和多元逐步回归法,筛选出65个遥感因子参与林分蓄积量估测。以林分郁闭度作为分层因子,分别采用线性、KNN、支持向量机(SVM)、多重感知机(MLP)和随机森林(RF)5种模型估测林分蓄积量,并对估测结果进行精度检验。实验结果表明:1)相比单独使用Landsat 8的光谱和纹理信息,基于郁闭度分级并融合PALSAR-2的后向散射信息明显提高了蓄积量的反演精度;2)对于低郁闭度林分,线性模型精度最高(rRMSE=21.16%),中郁闭度林分,多重感知机模型估测效果最好(rRMSE=30.61%),高郁闭度林分,多重感知机模型估测效果最好(rRMSE=27.53%)。在结合PALSAR-2的后向散射系数的基础上,郁闭度分层能有效改善中高蓄积量区域的反演精度。     

湘西自治州森林生态服务功能评价研究

采用湘西自治州2017年森林资源数据更新成果、湘西自治州"十.二五"森林资源二类调查数据、湘西自治州相关部门公布的社会公共数据等资料,利用森林生态系统服务功能评估规范中的相关计算公式,可以得出湘西自治州2018年森林生态系统服务功能的整体价值为16724190.7万元;湘西自治州森林生态系统服务功能单位面积价值为15.5万元·hm-2a-1。为湘西自治州的森林经营提供了方向,对湘西自治州森林生态系统的保护与可持续利用提供了科学的决策和依据。     

基于CEBERS-WFI遥感数据的森林生物量估测方法研究

以中巴卫星CEBERS-WFI遥感数据为基础,结合东北三省的地理、气象因子及森林资源连续清查固定样地信息,构建BP人工神经网络森林生物量估测模型,对我国东北三省的森林生物量进行估测,并反演了森林生物量的空间分布图像。结果表明,基于CEBERS-WFI遥感数据的BP人工神经网络应用于森林生物量估测简单实用,是一种快捷、有效的估测方法。     

基于多源数据的省级树种(组)成数空间分布信息估测方法

[目的]利用能够反映植被季相变化和物候差异的中空间分辨率高重访周期遥感数据以及其他多源数据,提取区域树种(组)成数空间分布信息,间接表达主要树种(组)的空间分布,为大区域树种(组)空间分布制图提供新的方法和思路。[方法]以吉林省为试验区,以250 m空间分辨率的MODIS NDVI 8天合成时间序列数据和国家森林资源连续清查固定样地数据为主要数据源,综合利用气象观测数据和地形数据,基于梯度最近邻(GNN)方法对省级树种(组)成数进行估测。首先利用典型对应分析(CCA)对特征变量进行特征变换;然后采用k-NN方法对树种(组)成数进行分层估测,并对k-NN方法中的k值进行优选,分析k-NN估测精度随k值的变化规律;最后基于9个县的森林资源二类调查样地和省级一类清查固定样地数据,对树种(组)成数分布图进行精度检验。[结果]对在吉林省分布较广的蒙古栎、白桦、紫椴、春榆、杨树、胡桃楸和长白落叶松7个树种(组)成数进行估测,并制作相应的树种(组)成数空间分布图。估测结果表明,树种成数分布与固定样地成数分布呈现出一致的空间分布特征。其中,县级尺度下的k-NN预测精度检验结果为:R2为0.83,RMSE为0.35;在20 km×20 km,30 km×30 km,40 km×40 km和50 km×50 km 4个尺度下的k-NN估测结果显示,各类树种(组)在40 km×40 km和50 km×50 km尺度下的估测结果较优,春榆在各个尺度下的估测精度均较高,其平均RMSE为0.35,蒙古栎的估测精度相对较低,其平均RMSE为0.65。在不同尺度下的估测结果表明,随着k值的增加,RMSE均呈现先快速减小、后趋于相对平衡的趋势,根据该规律可确定最佳k值。另外,k-NN分层估测的估测精度高于k-NN直接估测的估测精度,其在不同尺度下的RMSE相对直接估测的结果均低0.1左右。[结论 ]本文提出的基于多源数据的森林树种(组)成数空间分布估测方法是一种有效的森林参数估测方法,基于该方法能够获取较高精度的树种(组)成数空间分布图。为了得到最佳的估测效果,需要对k-NN方法中的k值进行优选,该值将随试验区和数据有所不同。另外,采用分层估测的策略可以有效提高最终估测精度。     

森林地上生物量合成孔径雷达技术反演研究综述

森林地上生物量是森林获取能量的重要体现,准确掌握其动态变化对了解森林生长过程、实现生态系统的有效修复具有重要意义。合成孔径雷达技术（SAR）具有全天时、全天候的特点,在森林地上生物量（AGB）反演中极具潜力。星载SAR技术的发展,使得SAR数据源日益丰富,利用极化SAR技术、干涉SAR技术、极化干涉SAR技术、层析SAR技术、多频SAR技术可以实现对森林不同维度的观测,从而提供森林不同维度的信息,进而提高采用SAR技术进行森林AGB反演的能力。文中介绍星载SAR传感器及可获取SAR数据的现状,在此基础上重点阐述基于后向散射信息、极化信息、干涉信息、极化干涉信息、层析信息、多频SAR信息在森林AGB反演中的现状及存在问题,展望了SAR技术在森林AGB反演中的发展趋势。     

遥感在森林生物量监测的应用

森林生物量研究对监测生态系统有着重要作用,随着遥感技术的发展,动态地估测大区域乃至全球的森林生物量成为可能.文章就遥感数据源和估测方法,分析总结了传统方法和遥感方法的森林生物量估测.     

基于逐步回归的XGboost方法的森林蓄积量估测

【目的】森林蓄积量是反映森林资源总规模和水平的基本林分调查因子之一,也是衡量森林资源丰富程度和森林生态环境优劣的重要依据。为探索更优的森林蓄积量建模和估测方法,以期为林业科学中森林蓄积量的估测研究提供新的方法与思路。【方法】以浙江省龙泉市为研究区,以单位蓄积量(m3/mu)为研究对象,集成森林资源二类调查数据、高分二号遥感影像数据、数字高程模型(DEM)数据。通过逐步回归特征选择方法选取与蓄积量相关的自变量因子,在不区分树种的情况下,利用极端梯度提升(eXtreme gradient boosting,XGboost)方法、决策树梯度提升(Light generalized boosted regression models,LGBM)方法和梯度提升(Gradient boosting)方法分别建立蓄积量估测模型。然后,基于区分针叶林、阔叶林、针阔混交林的情况下,用XGboost方法再次建立蓄积量估测模型,并与未区分树种情况下的估测结果进行对比。采用十折交叉验证法对模型性能指标进行检验。【结果】在不区分树种的情况下,XGboost呈现了最佳的效果,优于LGBM方法和Gradient boosting方法,其建模精度为89.65%,估测精度为83.19%。在区分树种结构下,XGboost方法的建模精度(89.31%)与不区分树种情况下没有明显区别,但估测精度(84.5%)有一定提升,其中针叶林的效果最好。【结论】逐步回归特征选择方法结合XGboost方法能够取得最好的森林蓄积量估测效果,区分树种能够在一定程度上提高模型的泛化能力。XGboost方法在实践中使用方便,提供了在短时间内估测森林蓄积量的可能性,从而为森林蓄积量的估测提供了新的方法。     

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。     

喀斯特生态站简介

贵州喀斯特森林生态站由国家林业局于2001年批准建设。贵州省林科院为其技术依托和建设单位。贵州喀斯特森林生态站由开阳站和茂兰站两部分组成。开阳站位于贵州中部的开阳县境内,包括香火岩、南江和小南江3个试验小区,属亚热带湿润性季风气候,以喀斯特峡谷森林和喀斯特复合地貌上的亚热带原生性较强的次生林为主要森林植被。该试验区属乌江流域喀斯特中山地貌,拥有风光旖旎、景象万千,发育典型、气势宏大的喀斯特峡谷风光和类型多样、姿态万千的动植物类群,是一座天然的喀斯特生态博物馆。