共查询到20条相似文献，搜索用时 31 毫秒
1.
基于遥感的区域尺度森林地上生物量估算研究 总被引：1，自引：0，他引：1
森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据Landsat8 OLI的波段反射率及植被指数建立回归模型,实现区域尺度森林地上生物量估算。实验结果显示,机载LiDAR数据估算的鼎湖山样区生物量与地面实测生物量的相关性R2达0.81,生物量RMSE为40.85 t/ha,说明机载LiDAR点云数据的高度和密度统计量与生物量存在较高的相关性。以机载LiDAR数据估算的生物量为样本数据,结合多光谱遥感数据Landsat8 OLI估算粤西北地区的森林地上生物量,精度验证结果为:R2为0.58,RMSE为36.9 t/ha;针叶林、阔叶林和针阔叶混交林等3种不同森林类型生物量的估算结果为:R2分别为0.51(n=251)、0.58(n=235)和0.56(n=241),生物量RMSE分别为24.1 t/ha、31.3 t/ha和29.9 t/ha,估算精度相差不大。总体上看,利用遥感数据可以开展区域尺度的森林地上生物量估算,为森林固碳监测提供有力的参考数据。 相似文献
2.
精确估算森林生物量对全球碳平衡以及气候变化的研究有重要意义。以亚热带天然次生林为研究对象,借助地面实测样地数据,通过对机载LiCHy(LiDAR,CCD and Hyperspectral)传感器同时获取的高光谱和高空间分辨率数据进行信息提取和数据融合,建模反演森林生物量。首先通过面向对象分割方法进行单木冠幅提取,然后融合从高光谱数据提取的光谱特征变量和从高空间分辨率数据提取的单木冠幅统计变量,构建多元回归模型估算地上、地下生物量,最后利用地面实测生物量经交叉验证评价模型精度。结果表明,综合模型的精度(R~2为0.54—0.62)高于高光谱模型(R~2为0.48—0.57);在高光谱模型中地上生物量模型精度(R~2为0.57)高于地下生物量模型(R~2为0.48);在综合模型中地上生物量模型精度(R~2为0.62)同样高于地下生物量模型(R~2为0.54)。交叉验证结果表明,与仅使用高光谱数据(单一数据源)相比,通过集成高光谱和高空间分辨率数据的生物量反演效果有所提升,可以更加有效地估算亚热带森林生物量。 相似文献
3.
WorldView-2纹理的森林地上生物量反演 总被引：1，自引：0，他引：1
使用高空间分辨率卫星WorldView-2的多光谱遥感影像,构建植被指数和纹理因子等遥感因子与森林地上生物量的关系方程,并计算模型估测精度和均方根误差,探索高分辨率数据的光谱与纹理信息在温带森林地上生物量估测应用中的潜力。以黑龙江省凉水自然保护区温带天然林及天然次生林为研究对象,通过灰度共生矩阵(GLCM)、灰度差分向量(GLDV)及和差直方图(SADH)对高分辨率遥感影像进行纹理信息提取,并利用外业调查的74个样地地上生物量与遥感因子建立参数估计模型。提取的遥感因子包括6种植被指数(比值植被指数RVI、差值植被指数DVI、规一化植被指数NDVI、增强植被指数EVI、土壤调节植被指数SAVI和修正的土壤调节植被指数MSAVI)以及3类纹理因子(GLCM、GLDV和SADH)。为避免特征变量个数较多对估测模型造成过拟合,利用随机森林算法对提取的遥感因子进行特征选择,将最优的特征变量输入模型参与建模估测。采用支持向量回归(SVR)进行生物量建模及验证,结果显示选入模型的和差直方图均值(sadh_mean)、灰度共生矩阵方差(glcm_var)和差值植被指数(DVI)等遥感因子对森林地上生物量有较好的解释效果;植被指数+纹理因子组合的模型获得较精确的AGB估算结果(R2=0.85,RMSE=42.30 t/ha),单独使用植被指数的模型精度则较低(R~2=0.69,RMSE=61.13 t/ha)。 相似文献
4.
森林地上生物量遥感反演方法综述 总被引：9，自引：0，他引：9
森林地上生物量反演对理解和监测生态系统及评估人类生产生活的影响有着重要作用,日益发展的遥感技术使全球及大区域的生物量估算成为可能。近年来,不同的遥感技术和反演方法被广泛用于估算森林生物量。本文首先总结了现有的全球及区域生物量产品及其不确定性,然后综述了3类方法在森林地上生物量遥感反演中的应用,即基于单源数据的参数化方法、基于多源数据的非参数化方法和基于机理模型的反演方法,阐述了各类反演方法的特点、优势及局限性。最后从机理模型研究、多源遥感数据协同、生物量季节变化研究和遥感数据源不断丰富4个方面对今后的生物量遥感反演研究进行了展望。 相似文献
5.
魏雪梅 《武汉大学学报(信息科学版)》2019,44(9):1385-1390
以Landsat8 OLI（operational land imager）为遥感数据源,森林资源二类调查和地理国情数据为主要辅助数据,对森林地上生物量（aboveground biomass,AGB）进行了反演和估算。以安徽省金寨县的天然林为研究对象,通过计算覆盖研究区Landsat8 OLI的光谱、纹理和地形特征,利用森林资源二类调查、地理国情普查与监测和外业调查数据建立AGB定量反演模型,以此为基础分析了不同特征对于AGB估算的影响。结果表明,基于所采用的方法得到的金寨县的森林地上生物量,最优反演模型的实测值与估算值相对误差为0.708 718,均方根误差为1.318 983,精度较高。依据该模型计算得到金寨县的生物总量为4 723 728 530 t,结果与实际情况符合。该研究对AGB定量反演和研究所采用的方法对于大范围监测森林资源具有可用性。 相似文献
6.
估算森林地上生物量(AGB)对于全球实现碳中和目标至关重要。本文以美国缅因州Howland森林为研究区域,借助地面实测样地数据,对比分析协同不同数据源(高光谱和LiDAR)和机器学习算法(随机森林、支持向量机、梯度提升决策树和K最邻近回归)的研究,以改善Howland森林的生物量估计精度。结果表明,采用LiDAR和高光谱植被指数变量模型的最佳精度分别为0.874和0.868,协同高光谱和LiDAR变量并采用梯度提升决策树回归模型的精度为0.927,即多源遥感数据要优于单一数据源。高光谱和LiDAR数据的协同使用对于提高类似于Howland地区或更广泛区域的生物量估计的准确性,具有普遍的适用性与一定的应用前景。 相似文献
7.
曲苑婷汪垚刘观潮范文义 《测绘通报》2014,(11):73-77
森林生物量是森林生态系统监测的重要指标。GLAS大光斑回波信息与森林结构参数存在较强的相关性,适用于森林生物量的反演。本文简要介绍了GLAS激光雷达系统及其特点,利用GLAS的9波形参数对小兴安岭部分地区进行针叶林与阔叶林的生物量估算,结果显示,引入纠正参数后生物量估测模型的决定系数R2由0.657提高到0.806,均方根误差(RMSE)减小为35 Mg/ha,表明利用GLAS进行森林地上生物量估测时,需要考虑地形因素对反演精度的影响。 相似文献
8.
9.
结合机载、星载激光雷达对GLAS(地球科学激光测高系统)光斑范围内的森林地上生物量进行估测,并利用MODIS植被产品以及MERIS土地覆盖产品进行了云南省森林地上生物量的连续制图。机载LiDAR扫描的260个训练样本用于构建星载GLAS的森林地上生物量估测模型,模型的决定系数(R2)为0.52,均方根误差(RMSE)为31Mg/ha。研究结果显示,云南省总森林地上生物量为12.72亿t,平均森林地上生物量为94Mg/ha。估测的森林地上生物量空间分布情况与实际情况相符,森林地上生物量总量与基于森林资源清查数据的估测结果相符,表明了利用机载LiDAR与星载ICESatGLAS结合进行大区域森林地上生物量估测的可靠性。 相似文献
10.
《国土资源遥感》2016,(3)
基于多时相的Landsat8 OLI卫星遥感数据,采用面向对象的分类方法,提取双台河口国际重要湿地芦苇分布信息。通过对归一化植被指数(normalized difference vegetation index,NDVI)等6个植被指数与野外实测芦苇地上生物量数据间的统计分析,比较不同植被指数对芦苇地上生物量的敏感性,构建双台河口国际重要湿地芦苇地上生物量遥感反演模型;应用该模型对芦苇地上生物量进行遥感反演以及空间格局分析。结果表明:双台河口国际重要湿地芦苇分布面积为4.39×104hm2,约占该研究区总面积32.96%;选取的6个植被指数均与芦苇地上生物量显著相关(p0.05),其中,以NDVI为变量的幂指数形式的估算模型为芦苇地上生物量遥感估算最优模型,模拟精度为79%,决策系数为0.76;双台河口国际重要湿地芦苇地上生物量呈东高西低和北高南低的分布格局,其平均地上生物量为4 785.5 g/m2,总地上生物量为2.06×106t;本研究结果可为双台河口国际重要湿地生态系统管理和生物多样性保护提供数据支持与科学指导。 相似文献
11.
集成Landsat OLI和机载LiDAR条带数据的亚热带森林生物量制图 总被引：1，自引：0，他引：1
以亚热带天然次生林为研究对象,借助一个条带的少量LiDAR点云数据和覆盖整个研究区的免费Landsat OLI多光谱数据,并结合地面实测数据,探索森林生物量低成本高精度制图方法。首先,提取了OLI和LiDAR特征变量,并与地上和地下生物量进行相关分析以筛选变量;然后,借助LiDAR数据覆盖区的样地和条带LiDAR数据构建"LiDAR生物量模型";再从LiDAR反演生物量的结果中进行采样,结合OLI特征变量构建"LiDAR-OLI模型";最后,与单独使用OLI多光谱数据建立的"OLI估算模型"结果进行比较,分析精度并验证新方法的效果。结果表明,"LiDAR-OLI模型"对地上和地下生物量的模型拟合效果较好且均优于"OLI模型",且其交叉验证的精度也较高并优于"OLI模型",从而证明了新方法的可靠性及有效性。本研究为主、被动遥感技术在中小尺度上协同反演森林参数提供了实验基础,也为基于全覆盖免费OLI多光谱数据及条带LiDAR数据的低成本森林生物量制图探索了技术路线。 相似文献
12.
GLAS星载激光雷达和Landsat/ETM+数据的森林生物量估算 总被引：1，自引：0，他引：1
基于大脚印激光雷达数据和野外观测数据,该文提出一种获取脚印点内森林生物量的新思路,并结合陆地卫星数据应用于长白山地区森林地上生物量估算。首先,基于3种森林类型(针叶林、阔叶林和针阔混交林),采用多元逐步回归方法建立激光雷达波形指数与脚印点内实测平均树高的回归模型,估算全部脚印点内的平均树高;然后根据脚印点内样方的野外观测数据(平均树高和平均胸径)以及它们与样方生物量的拟合方程估算没有野外调查数据对应的脚印点的生物量;最后对3种森林类型的脚印点森林生物量在各森林覆盖度条件下进行分层分区统计得到生物量等级图。验证比较遥感估算的生物量与野外调查数据推算的生物量,总体误差在0~30(t·hm~(-2))之间,均方根误差为14.66(t·hm~(-2))。 相似文献
13.
多源光学遥感数据估算桉树森林生物量 总被引：2，自引：0，他引：2
为了克服单个传感器影像在估算森林生物量的方面的局限性,采用多传感器遥感影像估算森林生物量成为目前的发展趋势。该研究根据光学遥感数据源比较多的特点,采用Landsat5 TM数据、ALOS AVNIR-2数据和CBERS-02B CCD数据估算东莞市桉树森林生物量,在对比分析单个传感器估算生物量能力的基础上,将3种传感器结合在一起估算东莞市桉树生物量,充分发挥不同光学传感器在光谱分辨率、辐射分辨率、空间分辨率和时间分辨率等方面的优点,避开各自的缺点,提高了遥感估算桉树生物量的精度,其调整系数R2达到0.65。该研究可为进一步研究大范围的森林生物量估算提供参考。 相似文献
14.
西藏高原典型草地地上生物量遥感估算 总被引：3，自引：0，他引：3
准确估算草地地上生物量对合理规划区域畜牧业、评估草地植被的生态效益有重要意义.利用每月两次的野外调查资料和对应的MODIS植被指数,以GIS空间数据处理技术和多元统计分析方法等为手段,建立了西藏高寒草甸、高寒草原和温性草原3个典型草地类型的地上生物量遥感估算模型和方法.结果表明:MODIS植被指数更适合于高寒草甸和高寒草原的地上生物量估算,对于高寒草甸,最佳估算模型是基于归一化植被指数(normalized difference vegetation index,NDVI)的三次多项式,其相关系数为0.82;对高寒草原,则是基于增强型植被指数(enhanced vegetation index,EVI)的三次多项式,相关系数达0.83;由于温性草原存在很强的空间异质性,估算效果较其他2个草地类型差.MODIS植被指数对草地生长期鲜草生物量的估算和模拟效果要优于总地上生物量.在生长期,高寒草甸和高寒草原的鲜草生物量与植被指数之间的相关系数都大于0.8,最高达0.92;对温性草原,两者的相关系数也均大于0.67,其中,NDVI是高寒草甸和温性草原鲜草生物量估算的最佳植被指数,对高寒草原则是EVI.对同一草地类型,由于地上生物量差异较小,使得相比其他模型,线性或多项式回归模型更适合于西藏高原草地地上生物量的估算. 相似文献
15.
森林冠层高度和生物量估算对估算森林碳收支方面起到重要作用。本文以广东省森林为研究对象,以全球生态系统动态调查(GEDI)激光雷达卫星为数据源,分别采用回归树和克里金插值算法,对广东省的森林冠层高度和生物量进行反演。研究结果表明,广东省的树木高度普遍在10～20 m,占比超过50%。树高高值出现在粤北的韶关、肇庆等市,树高普遍在15～20 m;而湛江市的平均树高最低,普遍不足10 m。广东省森林生物量最大值为335.85 t/hm2,最小值为5.25 t/hm2,平均值为98.27 t/hm2。森林生物量高值区域主要分布在粤东山区和粤西山区,而广东省平原和城市化地区森林生物量则较低。本文结果为估算广东省森林生态系统碳吸收提供科学依据。 相似文献
16.
Sentinel-2数据的冬小麦地上干生物量估算及评价 总被引：3，自引：0，他引：3
作物生物量快速精确的监测对于农业资源的合理利用与农田的精准管理具有重要意义。近年来,遥感技术因其独特的优势已被广泛用于作物生物量的估算中。本文主要针对不同宽波段植被指数在冬小麦生物量(文中的生物量均是指地上干生物量)估算方面的表现进行探索。首先利用欧洲空间局最新的Sentinel-2A卫星数据提取出17种常见的植被指数,之后分别构建其与相应时期内采集的冬小麦地上生物量间的最优估算模型,通过分析两者间的相关性与敏感性,获取适宜进行生物量估算的指数。最后,绘制了研究区的生物量空间分布图。结果表明,所选的植被指数均与生物量显著相关。其中,红边叶绿素指数(CI_(re))与生物量的估算精度最高(决定性系数R~2为0.83;均方根误差RMSE为180.29 g·m~(–2))。虽然相关性较高,但部分指数,如归一化差值植被指数(NDVI)等在生物量较高时会出现饱和现象,从而导致生物量的低估。而加入红边波段的指数不仅能够延缓指数的饱和趋势,而且能够提高反演精度。此外,通过敏感性分析发现,归一化差值指数和比值指数分别在作物生长的早期和中后期对生物量的变化保持较高的敏感性。由于红边比值指数(SR_(re))和MERIS叶绿素敏感指数(MTCI)在冬小麦全生长季内一直对生物量的变化保持高灵敏性,二者是生物量估算中最为稳定的指数。 相似文献
17.
森林生物量的估算对于全球碳平衡和环境保护至关重要。通过遥感等手段提取与森林生物量相关的单波段特征、植被指数、纹理特征、地形因子等特征参数,特征数量往往较多,影响预测精度。该文提出了一种后向迭代的随机森林(RF-RFE)特征选择方法,即利用随机森林算法计算特征重要度,采用后向迭代的方法逐步简化特征参数。以内蒙古大兴安岭地区的激流河林场为研究区域,以实验区2012年"资源三号"遥感影像和森林资源3类调查的样地数据为数据源,使用RF-RFE算法进行特征选择分析。实验结果表明,在森林生物量遥感反演过程中的RF-RFE特征选择不但能降低时间复杂度,而且保证了特征选择的精度。 相似文献
18.
机载LiDAR数据估算样地和单木尺度森林地上生物量 总被引：2，自引：0，他引：2
利用机载激光雷达点云数据,结合大量实测单木结构信息,分别从样地和单木尺度估算了森林地上生物量AGB。首先,利用局部最大值单木提取算法提取了每个样地内的单木结构参数,并针对样地和单木尺度分别计算了一组激光雷达变量。然后,利用激光雷达变量和地上生物量及其两者的对数形式,从样地和单木尺度分别构建了估算模型。最后,针对两种尺度估算过程中存在的不确定性进行了详细讨论。结果表明:(1)样地和单木尺度模型估算的森林地上生物量与地面实测值都具有明显的相关性,且对数模型估算效果要优于非对数模型;(2)样地尺度模型估算效果(R2=0.84,rRMSE=0.23)明显优于单木尺度模型(R2=0.61,rRMSE=0.46);(3)按树木类型分别进行估算可以提高单木地上生物量的估算精度;(4)不论是样地还是单木尺度地上生物量估算都存在一定的不确定性,与样地尺度相比,单木尺度估算过程的不确定性更大,这种不确定性主要来自单木识别过程。 相似文献
19.
叶面积指数(leaf area index,LAI)是定量研究森林生态系统能量交换的一个重要结构参数。本文利用野外观测LAI,以及Landsat TM计算的7种常用植被指数和5个自定义植被指数,通过筛选建立了不同森林类型的LAI估算模型,其中,针叶林采用多元逐步回归模型,阔叶林与混交林采用主成分分析模型,最终通过多个模型估算三峡库区区域尺度森林LAI。利用样地实测LAI数据进行精度验证,针叶林、阔叶林和混交林的均方根误差分别为0. 829 4,1. 111 5和1. 790 9,判定系数R2均达到了0. 77以上。研究结果将为森林生态系统和碳循环研究提供基础数据。 相似文献
20.
植被指数是地球陆表植被覆盖度和植被活力的指示因子,对环境监测、植被理化参量估算等应用研究有重要的意义。基于植被的反射光谱特征,通过遥感数据波段的组合,可以计算得到遥感植被指数。传统的植被指数如NDVI、EVI等仅利用有限波段信息的线性或非线性组合构建而成,没有充分利用遥感传感器所提供的多波段遥感信息,通用归一化植被指数UNVI(Universal Normalized Vegetation Index)充分利用了遥感传感器提供的多波段植被光谱信息,因此在反演植被叶绿素、生物量等植被理化参量上较其他传统植被指数更具优势。为方便UNVI指数的计算,本文基于IDL语言开发了UNVI软件插件,可直接作为ENVI商业遥感软件进行调用,并可满足多个传感器的UNVI计算需求。为了验证UNVI的应用效果,以植被总初级生产力GPP(Gross Primary Productivity)估算为例,比较了不同植被指数估算GPP的效果,结果表明:基于UNVI估算的GPP与通量站点获得的GPP具有较高的相关性(相关系数R2为0.79),验证了UNVI在GPP估算方面的优势。本文提供的UNVI软件插件可为遥感研究和应用人员提供便捷的计算工具。 相似文献