發(fā)布時間：2020-08-28 15:40

　　 森林是陸地生態(tài)系統(tǒng)的重要組成部分,在全球碳循環(huán)中扮演著重要角色。森林地上生物量(AGB)是定量評價一個國家或地區(qū)森林生態(tài)系統(tǒng)碳收支的重要指標。傳統(tǒng)的森林地上生物量監(jiān)測以野外調(diào)查為主,費時費力,難以快速獲取大范圍森林地上生物量分布信息。遙感技術的發(fā)展為森林地上生物量監(jiān)測提供了快速、高效的監(jiān)測手段。融合激光雷達(LiDAR)和光學遙感數(shù)據(jù),既可以發(fā)揮激光雷達探測冠層結(jié)構(gòu)的潛力,提高估算精度,又可以利用光學遙感大范圍連續(xù)成像的特點,獲取大尺度高精度連續(xù)森林地上生物量分布。三峽大壩建設對三峽庫區(qū)的生態(tài)環(huán)境產(chǎn)生了深遠的影響,高精度的森林地上生物量估算,有利于庫區(qū)森林結(jié)構(gòu)調(diào)整、森林數(shù)量和質(zhì)量改善,對庫區(qū)的自然資源保護和環(huán)境可持續(xù)發(fā)展具有重要意義。本文利用在龍門河森林自然保護區(qū)獲取的激光雷達及地面觀測數(shù)據(jù),從高精度的機載LiDAR入手,擴展到通用的光學數(shù)據(jù),再到大范圍三峽庫區(qū),逐步開展森林地上生物量的監(jiān)測研究,為區(qū)域乃至全國尺度森林地上生物量的精確估算提供可借鑒的方法,具有重要的科學價值及應用潛力。首先,基于機載LiDAR提取的26個森林結(jié)構(gòu)參數(shù)和機載高光譜提取的34個植被指數(shù),結(jié)合地面實測的樣方數(shù)據(jù),構(gòu)建逐步回歸森林地上生物量估算模型,獲取航飛區(qū)域的高精度森林地上生物量。然后,以航飛區(qū)域的估算結(jié)果作為樣本,在典型樣區(qū)尺度,利用Landsat 8和ZY-3數(shù)據(jù),基于常用的三種統(tǒng)計方法:逐步回歸、支持向量機和隨機森林,根據(jù)不同森林類型分別構(gòu)建地上生物量估算模型,綜合分析不同算法的準確性和普適性,選取最優(yōu)模型,計算典型樣區(qū)尺度的森林地上生物量。最后,基于典型樣區(qū)的監(jiān)測結(jié)果及MODIS時間序列數(shù)據(jù),采用森林地上生物量的最優(yōu)統(tǒng)計模型,在三峽庫區(qū)開展地上生物量估算。研究得出以下結(jié)論:(1)基于機載LiDAR提取的森林結(jié)構(gòu)參數(shù)和逐步回歸算法,可在航飛區(qū)域獲取高精度森林地上生物量(R2=0.80,p0.0001);在引入機載高光譜數(shù)據(jù)后,可進一步提高回歸模型的估算精度(R2=0.83,p0.0001);對航飛區(qū)域的森林地上生物量采用10折交叉驗證方法進行精度評價,R2均值為0.798。(2)基于航飛區(qū)域森林地上生物量估算結(jié)果及Landsat8和ZY-3遙感數(shù)據(jù),對比逐步回歸(SR)、支持向量機(SVR)和隨機森林(RF)三種適用于典型樣區(qū)尺度的森林地上生物量估算模型,結(jié)果表明:SVR模型對針葉林(R2=0.637,RMSE=12.976 t/ha)、闊葉林(R2=0.611,RMSE=13.522 t/ha)和混交林(R2=0.504,RMSE=16.046 t/ha)的地上生物量預測準確性均高于其他兩種模型。在典型樣區(qū)尺度,估算森林地上生物量SVR模型的輸入?yún)?shù)包括13個植被指數(shù)、8個紋理因子和4個地形因子,利用20個野外樣方進行獨立精度驗證R2達到0.689。(3)基于典型樣區(qū)森林地上生物量估算結(jié)果及MODIS時間序列數(shù)據(jù),利用已選取的最優(yōu)估算模型SVR,在三峽庫區(qū)開展森林地上生物量的外推算法研究。結(jié)果表明MODIS BRDF的權重參數(shù),尤其是紅波段的幾何光學散射權重與不同森林類型的地上生物量有較強的相關性(r=0.438),SVR外推模型的輸入?yún)?shù)包括了13個MODIS BRDF權重參數(shù)、11個植被指數(shù)和4個地形因子;SVR在用于大范圍研究區(qū)森林地上生物量估算時,模型精度會隨著訓練樣本量的增加趨于穩(wěn)定,對于針葉林和闊葉林,樣本量小于2000時,R2有較大變幅(0.53-0.65),在樣本量達到5000后,R2分別穩(wěn)定在0.63和0.65;監(jiān)測結(jié)果與基于小班數(shù)據(jù)計算的各區(qū)縣森林地上生物量進行對比,決定系數(shù)R2可達0.6184。
【學位單位】：中國科學院大學(中國科學院遙感與數(shù)字地球研究所)
【學位級別】：碩士
【學位年份】：2017
【中圖分類】：S718.556
【部分圖文】：

以航飛區(qū)域獲得的森林地上生物量估算結(jié)果作為樣本，在典型樣區(qū)尺度，利用 Landsat 8 和 ZY-3 數(shù)據(jù)，基于常用的三種統(tǒng)計方法：逐步回歸、支持向量機和隨機森林，根據(jù)不同森林類型分別構(gòu)建地上生物量估算模型，綜合分析不同算法的準確性和普適性，選取最優(yōu)模型，計算典型樣區(qū)尺度的森林地上生物量，并利用獨立地面調(diào)查數(shù)據(jù)進行精度驗證。3）三峽庫區(qū)的森林地上生物量外推模型基于典型樣區(qū)的監(jiān)測結(jié)果，采用森林地上生物量的最優(yōu)統(tǒng)計模型，在三峽庫區(qū)開展地上生物量估算。重點研究 MODIS 時間序列特征參量和 BRDF 權重參數(shù)與地上生物量的相關性，提出遙感估算地上生物量存在的光譜飽和問題，構(gòu)建適用于大范圍研究區(qū)的森林地上生物量普適性估算模型，并與清查數(shù)據(jù)對比分析三峽庫區(qū)的森林地上生物量監(jiān)測結(jié)果。本文的總體技術路線如圖 1-1 所示。

圖 2-2 大光斑激光雷達計算森林高度示意圖p of forest height calculation from large footprin，利用 LiDAR 估算樹高的精度可達 06）利用機載LiDAR測量的樹高比實際樹度（-0.43m）高于杉木（-1.05m）。劉清光雷達數(shù)據(jù)，對單株木樹高（R2= 0.34）。龐勇等（2008）利用機載 LiDAR 數(shù)位數(shù)高度，與實地測量的樹高建立回歸均樹高，發(fā)現(xiàn)對于較低密度的點云數(shù)據(jù)均高的估計。利用 GLAS 波形特征參數(shù)ky et al.（2005；2007）將地形指數(shù)、波高估算模型；Yang et al.（2015）建立了

基于激光雷達和外推模型的森林地上生物量估算研究以上，夏季高溫多雨，7、8 月平均氣溫一般為 25℃~35℃，受海洋氣流影響，濕度大，云霧多，平均年降水量為 1140~1450 mm。由于地形的影響，氣候的垂直變化十分明顯。庫區(qū)橫跨鄂西、豫東山地，地勢復雜，海拔跨度大，河谷地與平坦地區(qū)占 4.3%，丘陵 21.7%，山地 74%（董立新，2011c）。受巖性的影響，庫區(qū)內(nèi)有較大面積發(fā)育在紫色砂頁巖上的紫色土（面積比為 47.8%）及發(fā)育在石灰?guī)r上的各類石灰土（34.1%），此外黃壤和山地黃棕壤占 16.3%，還有少量潮土、水稻土等土類分布（曾立雄 等，2007）。三峽庫區(qū)屬于亞熱帶常綠、落葉和針闊混交林區(qū)，針葉林面積最大，主要有馬尾松、柏木和杉樹；落葉闊葉林以櫟屬、楓香和刺槐為主；常綠闊葉中，石櫟、青岡和栲比重最大（曾立雄 等，2008）。

【相似文獻】

相關期刊論文 前10條

1 仲延凱;包青海;;人工羊草草地干、鮮地上生物量比的研究[J];內(nèi)蒙古大學學報(自然科學版);1990年03期

2 劉正恩,王昱生,潘介正,葛劍平;羊草草原地上生物量的預測[J];生態(tài)學雜志;2004年04期

3 安尼瓦爾·買買提;楊元合;郭兆迪;方精云;;新疆草地植被的地上生物量[J];北京大學學報(自然科學版);2006年04期

4 吳建付;陳功;楊紅麗;申亞楠;龍光強;;利用高光譜技術進行草地地上生物量估測[J];草業(yè)與畜牧;2009年04期

5 趙景學;陳曉鵬;曲廣鵬;多吉頓珠;尚占環(huán);;藏北高寒植被地上生物量與土壤環(huán)境因子的關系[J];中國草地學報;2011年01期

6 張志;田昕;陳爾學;何祺勝;;森林地上生物量估測方法研究綜述[J];北京林業(yè)大學學報;2011年05期

7 溫美佳;賈光林;宋經(jīng)元;謝彩香;劉美子;鄭司浩;辛天怡;;若爾蓋白河牧場地上生物量與遙感植被指數(shù)關系研究[J];世界科學技術(中醫(yī)藥現(xiàn)代化);2012年01期

8 李萍;朱清科;劉中奇;趙薈;鄺高明;王晶;;半干旱黃土區(qū)地上生物量對立地因子的響應[J];中國水土保持科學;2012年02期

9 張小琪;盛建東;武紅旗;谷海斌;龔雙鳳;;典型草地地上生物量遙感反演模型的建立[J];農(nóng)業(yè)網(wǎng)絡信息;2013年04期

10 唐天云;胡庭興;陳光升;羅龍海;武衛(wèi)國;劉闖;;川西地區(qū)蜜桔林不同遮蔭度對3種禾草生物特性和地上生物量的作用[J];草業(yè)科學;2008年08期

相關會議論文 前7條

1 王梓;馬履一;;滴灌灌溉施肥下一年生歐美107楊地上生物量水肥耦合效應[A];第九屆中國林業(yè)青年學術年會論文摘要集[C];2010年

2 劉文輝;周青平;顏紅波;梁國玲;;青海扁莖早熟禾種群地上生物量積累動態(tài)[A];2012第二屆中國草業(yè)大會論文集[C];2012年

3 何峰;李向林;萬里強;王國良;;壩上羊草草原不同時期生長比較研究[A];中國草學會飼料生產(chǎn)委員會2007年會暨第十四次學術研討會論文集[C];2007年

4 王小平;郭鈮;張凱;王靜;;甘南牧區(qū)草地地上生物量的高光譜遙感估算模型[A];第七屆全國優(yōu)秀青年氣象科技工作者學術研討會論文集[C];2010年

5 龐勇;黃克標;李增元;舒清態(tài);;大湄公河次區(qū)域森林地上生物量遙感反演[A];發(fā)揮資源科技優(yōu)勢 保障西部創(chuàng)新發(fā)展——中國自然資源學會2011年學術年會論文集（上冊）[C];2011年

6 黃春燕;王登偉;陳冠文;袁杰;祁亞琴;陳燕;;基于高光譜植被指數(shù)的棉花地上生物量估算模型研究[A];中國科協(xié)2005年學術年會“新疆現(xiàn)代農(nóng)業(yè)論壇”論文專集[C];2005年

7 王小平;郭鈮;張凱;王靜;;甘南牧區(qū)草地地上生物量的高光譜遙感估算模型[A];第27屆中國氣象學會年會干旱半干旱區(qū)地氣相互作用分會場論文集[C];2010年

相關博士學位論文 前10條

1 吳迪;基于GLAS和MISR數(shù)據(jù)的森林冠層高度和地上生物量遙感估算研究[D];東北林業(yè)大學;2015年

2 邱賽;ICESat-GLAS波形與HJ-1A高光譜影像聯(lián)合反演森林地上生物量的研究[D];東北林業(yè)大學;2016年

3 傅黎;密云庫區(qū)森林地上生物量遙感估算與驗證方法研究[D];中國科學院大學(中國科學院遙感與數(shù)字地球研究所);2017年

4 趙菡;江西省主要樹種不同立地等級的地上生物量與不確定性估計[D];中國林業(yè)科學研究院;2017年

5 凌成星;Worldview-2八波段影像支持下的濕地信息提取與地上生物量估算研究[D];中國林業(yè)科學研究院;2013年

6 宋彥濤;松嫩草地植物功能生態(tài)學研究[D];東北師范大學;2012年

7 葉靜蕓;旱區(qū)植被遙感信息提取與反演[D];中國林業(yè)科學研究院;2017年

8 何丹;改良措施對天然草原植被及土壤的影響[D];中國農(nóng)業(yè)科學院;2009年

9 王梓;歐美107楊苗木精準灌溉施肥制度研究[D];北京林業(yè)大學;2011年

10 彭輝;基于BCI 50公頃大樣地的森林空間結(jié)構(gòu)特征研究[D];中國林業(yè)科學研究院;2017年

相關碩士學位論文 前10條

1 鄭朝菊;基于激光雷達和外推模型的森林地上生物量估算研究[D];中國科學院大學(中國科學院遙感與數(shù)字地球研究所);2017年

2 陳麗佳;鹽池縣草地退化及地上生物量遙感反演研究[D];寧夏大學;2015年

3 陸宗宇;在區(qū)域尺度上林齡、氣候與森林地上生物量關系的研究[D];華北電力大學;2015年

4 王晨;外界因素對皖南毛竹地上生物量以及竹筍生長特性的影響[D];安徽農(nóng)業(yè)大學;2014年

5 周鑫;北疆草地地上生物量遙感監(jiān)測模型對比分析[D];新疆農(nóng)業(yè)大學;2015年

6 張穎;基于高分辨率遙感和極化雷達數(shù)據(jù)的大興安嶺地區(qū)森林地上生物量估測[D];北京林業(yè)大學;2016年

7 尚珂;基于支持向量機回歸的草地地上生物量遙感估測研究[D];西南林業(yè)大學;2015年

8 魏志成;不同類型草地地上生物量空間分布格局的研究[D];西北農(nóng)林科技大學;2016年

9 何游云;無人機遙感估測林木地上生物量的研究[D];北京林業(yè)大學;2016年

10 郭云;基于多源數(shù)據(jù)的山區(qū)森林地上生物量反演及動態(tài)模擬[D];福州大學;2014年

本文編號：2807775