云南省森林生物量遥感估算研究
【摘要】:精确估算森林生物量是陆地生态系统碳循环和全球变化研究的重要内容。传统方法估算森林生物量,耗费法大量人力物力且无法应用到大范围地区的生物量估测,而遥感技术则弥补了这一点,使得大范围的生物量估测成为可能。激光雷达遥感数据可以提供植被的垂直结构信息,提高森林生物量估算的效率和准确性。
云南省是我国三大林区之一,是我国森林树种最丰富的省份。本文以云南省典型林区为研究对象,基于星载激光雷达和光学数据结合进行森林地上生物量反演研究。主要研究内容如下:
(1) LandsatTM进行生物量估算。首先基于决策树方法进行森林分类研究,分为针阔混交林三类,并提取多个植被指数,分森林类型建立实测生物量和植被指数间的回归关系,反演整个云南省森林地上生物量。结果表明,阔叶林估算模型R2为0.642,F检验值为35.307;针叶林估算模型R2为0.666,F检验值为21.474。估算云南省总生物量为1523028997.3252t,平均生物量为113.1574t/hm2。精度验证结果为阔叶林R2为0.6033,针叶林R2为0.605。
(2) GLAS与MODIS-BRDF进行连续植被高度提取。对星载GLAS数据进行地形校正,得到高精度的森林冠层高度信息,结合同期的MODIS-BRDF数据,利用神经网络方法反演连续的森林冠层平均高度信息,经验值,决定系数为0.6983。
(3) GLAS与光学结合估算生物量。使用植被高度与实测生物量建立模型,得到云南省总生物量为1256218172.5086t,平均生物量为98.2912t/hm2,验证精度为0.6970。在西双版纳地区使用植被高度、LAI与实测生物量建立多变量的关系模型,树高计算西双版纳总生物量为102307820.3348t,树高和LAI共同估算的总生物量为110084844.9022t,验证精度为0.6680和0.6912,高于光学数据。
【关键词】:森林生物量 Landsat TM GLAS MODIS-BRDF 云南省 【学位授予单位】:内蒙古师范大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:S771.8
【目录】:
- 中文摘要4-5
- ABSTRACT5-13
- 第一章 :绪论13-19
- 1.1 研究背景与研究意义13-14
- 1.2 国内外研究现状14-16
- 1.3 研究内容与组织结构16-18
- 1.3.1 研究内容16-17
- 1.3.2 技术路线17
- 1.3.3 论文结构17-18
- 1.4 本章小结18-19
- 第二章 :研究区概况与数据获取19-27
- 2.1 研究区概况19-20
- 2.1.1 地形地貌特征19-20
- 2.1.2 气候特征20
- 2.1.3 森林特征20
- 2.2 数据获取20-26
- 2.2.1 Landsat TM 数据20-21
- 2.2.2 GLAS 数据21-23
- 2.2.3 MODIS-BRDF 数据23-24
- 2.2.4 实测数据24-25
- 2.2.5 其他数据25-26
- 2.3 本章小结26-27
- 第三章 :光学数据估算森林生物量27-51
- 3.1 植被指数及辅助信息提取27-29
- 3.1.1 植被指数提取27-28
- 3.1.2 缨帽变换28-29
- 3.1.3 主成分变换29
- 3.2 云南省森林分类研究29-40
- 3.2.1 最佳波段选择30-31
- 3.2.2 影像合成31
- 3.2.3 决策树方法与设计31-36
- 3.2.4 结果与分析36-40
- 3.3 西双版纳地区叶面积指数反演40-45
- 3.3.1 植被指数提取41
- 3.3.2 植被指数与 LAI 的统计回归分析41-43
- 3.3.3 模型验证与分析43-45
- 3.4 生物量估算45-50
- 3.4.1 辅助植被指数45-46
- 3.4.2 野外实测生物量估算46-47
- 3.4.3 逐步回归方法估算云南省森林生物量47-50
- 3.4.4 精度验证50
- 3.5 本章总结50-51
- 第四章 :光学数据与激光雷达数据结合估算生物量51-67
- 4.1 GLAS 数据估算森林植被高度51-55
- 4.1.1 GLAS 数据预处理51-53
- 4.1.2 GLAS 波形特征参数提取53
- 4.1.3 GLAS 波形地形校正53-55
- 4.1.4 GLAS 估算树高精度验证55
- 4.2 大光斑激光雷达与 MODIS-BRDF 数据联合估算连续冠层高度55-60
- 4.2.1 MODIS-BRDF 数据处理55-57
- 4.2.2 神经网络估算连续的植被高度57-58
- 4.2.3 精度验证58-60
- 4.3 云南省森林生物量估算60-66
- 4.3.1 树高估算森林生物量60-62
- 4.3.2 树高估算森林生物量精度验证62
- 4.3.3 植被高度与叶面积指数估算森林生物量62-65
- 4.3.4 精度验证65-66
- 4.4 本章小结66-67
- 第五章 :结论与展望67-69
- 5.1 结论67
- 5.2 创新点67
- 5.3 不足与展望67-68
- 5.4 本章总结68-69
- 参考文献69-75
- 致谢75
|
|
|
|
| 1 |
杨洪晓,吴波,张金屯,林德荣,常顺利;森林生态系统的固碳功能和碳储量研究进展[J];北京师范大学学报(自然科学版);2005年02期 |
| 2 |
国庆喜,张锋;基于遥感信息估测森林的生物量[J];东北林业大学学报;2003年02期 |
| 3 |
王庆;廖静娟;;基于Landsat TM和ENVISAT ASAR数据的鄱阳湖湿地植被生物量的反演[J];地球信息科学学报;2010年02期 |
| 4 |
邢素丽,张广录,刘慧涛,王道波;基于Landsat ETM数据的落叶松林生物量估算模式[J];福建林学院学报;2004年02期 |
| 5 |
姜小光,王长耀,王成;成像光谱数据的光谱信息特点及最佳波段选择——以北京顺义区为例[J];干旱区地理;2000年03期 |
| 6 |
徐全芝,张万昌,刘三超,赵登忠,蒋建军;黑河流域叶面积指数的遥感反演[J];干旱区研究;2003年04期 |
| 7 |
齐乐;岳彩荣;;基于CART决策树方法的遥感影像分类[J];林业调查规划;2011年02期 |
| 8 |
周瑜;岳彩荣;;香格里拉县森林景观格局分析[J];林业建设;2009年06期 |
| 9 |
向洪波;郭志华;赵占轻;王建力;;不同空间尺度森林叶面积指数的估算方法[J];林业科学;2009年06期 |
| 10 |
黄国胜,夏朝宗;基于MODIS的东北地区森林生物量研究[J];林业资源管理;2005年04期 |
|