基于激光雷达和外推模型的森林地上生物量估算研究

发布时间：2020-08-28 15:40

　　森林是陆地生态系统的重要组成部分,在全球碳循环中扮演着重要角色。森林地上生物量(AGB)是定量评价一个国家或地区森林生态系统碳收支的重要指标。传统的森林地上生物量监测以野外调查为主,费时费力,难以快速获取大范围森林地上生物量分布信息。遥感技术的发展为森林地上生物量监测提供了快速、高效的监测手段。融合激光雷达(LiDAR)和光学遥感数据,既可以发挥激光雷达探测冠层结构的潜力,提高估算精度,又可以利用光学遥感大范围连续成像的特点,获取大尺度高精度连续森林地上生物量分布。三峡大坝建设对三峡库区的生态环境产生了深远的影响,高精度的森林地上生物量估算,有利于库区森林结构调整、森林数量和质量改善,对库区的自然资源保护和环境可持续发展具有重要意义。本文利用在龙门河森林自然保护区获取的激光雷达及地面观测数据,从高精度的机载LiDAR入手,扩展到通用的光学数据,再到大范围三峡库区,逐步开展森林地上生物量的监测研究,为区域乃至全国尺度森林地上生物量的精确估算提供可借鉴的方法,具有重要的科学价值及应用潜力。首先,基于机载LiDAR提取的26个森林结构参数和机载高光谱提取的34个植被指数,结合地面实测的样方数据,构建逐步回归森林地上生物量估算模型,获取航飞区域的高精度森林地上生物量。然后,以航飞区域的估算结果作为样本,在典型样区尺度,利用Landsat 8和ZY-3数据,基于常用的三种统计方法:逐步回归、支持向量机和随机森林,根据不同森林类型分别构建地上生物量估算模型,综合分析不同算法的准确性和普适性,选取最优模型,计算典型样区尺度的森林地上生物量。最后,基于典型样区的监测结果及MODIS时间序列数据,采用森林地上生物量的最优统计模型,在三峡库区开展地上生物量估算。研究得出以下结论:(1)基于机载LiDAR提取的森林结构参数和逐步回归算法,可在航飞区域获取高精度森林地上生物量(R2=0.80,p0.0001);在引入机载高光谱数据后,可进一步提高回归模型的估算精度(R2=0.83,p0.0001);对航飞区域的森林地上生物量采用10折交叉验证方法进行精度评价,R2均值为0.798。(2)基于航飞区域森林地上生物量估算结果及Landsat8和ZY-3遥感数据,对比逐步回归(SR)、支持向量机(SVR)和随机森林(RF)三种适用于典型样区尺度的森林地上生物量估算模型,结果表明:SVR模型对针叶林(R2=0.637,RMSE=12.976 t/ha)、阔叶林(R2=0.611,RMSE=13.522 t/ha)和混交林(R2=0.504,RMSE=16.046 t/ha)的地上生物量预测准确性均高于其他两种模型。在典型样区尺度,估算森林地上生物量SVR模型的输入参数包括13个植被指数、8个纹理因子和4个地形因子,利用20个野外样方进行独立精度验证R2达到0.689。(3)基于典型样区森林地上生物量估算结果及MODIS时间序列数据,利用已选取的最优估算模型SVR,在三峡库区开展森林地上生物量的外推算法研究。结果表明MODIS BRDF的权重参数,尤其是红波段的几何光学散射权重与不同森林类型的地上生物量有较强的相关性(r=0.438),SVR外推模型的输入参数包括了13个MODIS BRDF权重参数、11个植被指数和4个地形因子;SVR在用于大范围研究区森林地上生物量估算时,模型精度会随着训练样本量的增加趋于稳定,对于针叶林和阔叶林,样本量小于2000时,R2有较大变幅(0.53-0.65),在样本量达到5000后,R2分别稳定在0.63和0.65;监测结果与基于小班数据计算的各区县森林地上生物量进行对比,决定系数R2可达0.6184。
【学位单位】：中国科学院大学(中国科学院遥感与数字地球研究所)
【学位级别】：硕士
【学位年份】：2017
【中图分类】：S718.556
【部分图文】：

技术路线图,物量,三峡库区,估算模型

以航飞区域获得的森林地上生物量估算结果作为样本，在典型样区尺度，利用 Landsat 8 和 ZY-3 数据，基于常用的三种统计方法：逐步回归、支持向量机和随机森林，根据不同森林类型分别构建地上生物量估算模型，综合分析不同算法的准确性和普适性，选取最优模型，计算典型样区尺度的森林地上生物量，并利用独立地面调查数据进行精度验证。3）三峡库区的森林地上生物量外推模型基于典型样区的监测结果，采用森林地上生物量的最优统计模型，在三峡库区开展地上生物量估算。重点研究 MODIS 时间序列特征参量和 BRDF 权重参数与地上生物量的相关性，提出遥感估算地上生物量存在的光谱饱和问题，构建适用于大范围研究区的森林地上生物量普适性估算模型，并与清查数据对比分析三峡库区的森林地上生物量监测结果。本文的总体技术路线如图 1-1 所示。

示意图,激光雷达,森林,光斑

图 2-2 大光斑激光雷达计算森林高度示意图p of forest height calculation from large footprin，利用 LiDAR 估算树高的精度可达 06）利用机载LiDAR测量的树高比实际树度（-0.43m）高于杉木（-1.05m）。刘清光雷达数据，对单株木树高（R2= 0.34）。庞勇等（2008）利用机载 LiDAR 数位数高度，与实地测量的树高建立回归均树高，发现对于较低密度的点云数据均高的估计。利用 GLAS 波形特征参数ky et al.（2005；2007）将地形指数、波高估算模型；Yang et al.（2015）建立了

位置图,山地

基于激光雷达和外推模型的森林地上生物量估算研究以上，夏季高温多雨，7、8 月平均气温一般为 25℃~35℃，受海洋气流影响，湿度大，云雾多，平均年降水量为 1140~1450 mm。由于地形的影响，气候的垂直变化十分明显。库区横跨鄂西、豫东山地，地势复杂，海拔跨度大，河谷地与平坦地区占 4.3%，丘陵 21.7%，山地 74%（董立新，2011c）。受岩性的影响，库区内有较大面积发育在紫色砂页岩上的紫色土（面积比为 47.8%）及发育在石灰岩上的各类石灰土（34.1%），此外黄壤和山地黄棕壤占 16.3%，还有少量潮土、水稻土等土类分布（曾立雄等，2007）。三峡库区属于亚热带常绿、落叶和针阔混交林区，针叶林面积最大，主要有马尾松、柏木和杉树；落叶阔叶林以栎属、枫香和刺槐为主；常绿阔叶中，石栎、青冈和栲比重最大（曾立雄等，2008）。

【相似文献】