紅樹林在維持大氣中的碳平衡中發(fā)揮著重要的作用,對紅樹林的提取方法,生物量估算、碳儲量估算方法進行研究,有利于更好地評估紅樹林的固碳功能。目前對于紅樹林提取研究很少考慮位于潮位以下紅樹林的提取方面,在紅樹林碳儲量的估算中,往往需要外業(yè)采集數(shù)據(jù)進行量測,操作難度系數(shù)較大,針對這些問題,本文以位于九龍江口保護區(qū)內(nèi)的紅樹林為對象,基于Sentinel-2影像,分析了出露的紅樹林、高潮水位淹沒的紅樹林、海水水體的光譜特征后,提出一種適用于裸露和被淹沒的紅樹林的潮間紅樹林指數(shù)提取方法,將其與多種紅樹林提取方面對比,分析本文提出方法的提取效果;并針對研究區(qū)內(nèi)的紅樹林通過若干異速生長方程擬合得到一個新的異速生長方程,進行研究區(qū)紅樹林生物量、碳密度的估算,通過與查閱資料搜集碳密度所得碳儲量的結果進行對比,分析本文紅樹林碳密度估算的可靠性,進而進行紅樹林碳儲量的估算。研究結果表明:（1）與歸一化水體指數(shù)、歸一化植被指數(shù)以及隨機森林方法相比,并與高分二號影像目視解譯結果和現(xiàn)場調(diào)查結果進行了對照,潮間紅樹林指數(shù)方法提取紅樹林的用戶精度達到93.98%,并顯著優(yōu)于利用歸一化水體指數(shù)（NDWI）、歸一化植被指數(shù)（... 

【文章來源】：蘭州交通大學甘肅省

【文章頁數(shù)】：50 頁

【學位級別】：碩士

【部分圖文】：

文章研究路線

基于Sentinel-2紅樹林提取和碳儲量估算研究-10-2紅樹林提取2.1研究區(qū)與數(shù)據(jù)源2.1.1研究區(qū)研究區(qū)位于福建省第二大江——九龍江的入�？�，其處在城市周邊，屬于福建省省級自然保護區(qū)九龍江口自然保護區(qū)，為“漳州市城市近郊的河岸帶退化濕地生態(tài)系統(tǒng)修復示范區(qū)（王孟欣.福建華安九龍江濕地公園保護與利用研究.林產(chǎn)工業(yè),2019,46(04):61-64.）”，其中心經(jīng)緯度為（24°26′43″N，117°55′9″E），年降水量為1371.3mm，年均氣溫為21℃，屬于南亞特帶海洋性季風氣候，是典型河口紅樹林，九龍江口濕地影像如圖1所示。在早期階段，由于發(fā)展養(yǎng)殖業(yè)，修筑防潮堤壩，生長于此區(qū)域的原生紅樹林受到嚴重性破壞。為了利用紅樹林防浪護岸、促淤固碳的生態(tài)功能，于20世紀60年代開始在九龍江口區(qū)域種植秋茄紅樹林，對紅樹林樹種進行修復[69]，截至2006年，該保護區(qū)的面積達到420.2公頃。雖然九龍江口自然保護區(qū)內(nèi)有秋茄、桐花多個樹種分布，但秋茄這一樹種占據(jù)著絕對的優(yōu)勢。圖2-1九龍江口濕地Sentinel-2影像2.1.2數(shù)據(jù)源Sentinel-2為第二顆全球環(huán)境與安全監(jiān)測的衛(wèi)星，包括一個海岸波段，藍波段、綠波段、紅波段這三個可見光波段，三個紅邊波段，兩個近紅外波段，一個水汽波段，一個卷云波段以及兩個短波紅外波段共13個波段，幅寬290km。由于成像的特性，高空間分辨率的影像往往以犧牲光譜分辨率為代價，多光譜的影像又往往以犧牲空間分辨率為代價，Sentinel-2為中等空間分辨率影像，較好地兼顧了空間分辨率和光譜分辨率[70]，時

蘭州交通大學碩士學位論文-15-表2-2FLAASH模塊大氣較正參數(shù)設置參數(shù)名稱數(shù)值參數(shù)名稱數(shù)值中心經(jīng)度117.89像元分辨率10中心緯度24.28成像日期2019.5.15/12:42:22傳感器高度786大氣模型Rural地面高程0初始可見度40（a）大氣校正前地物光譜信息（b）大氣校正后地物光譜信息圖2-2大氣校正前后地物光譜信息對比2.2.5影像裁剪影像裁剪就是裁去研究區(qū)域之外的部分，避免冗余的圖像處理，加快圖像處理效率，降低背景信息干擾的過程�？稍贓NVI中由研究區(qū)矢量對遙感影像進行裁剪。在紅樹林范圍確定中使用的潮汐數(shù)據(jù)由中國海事服務網(wǎng)收集得到，可用兩個時相無云的遙感影像結合后述的潮位校正方法確定影像選擇范圍，本文選取2018年9月26日和2019年月24日這兩個時刻的無云遙感影像，并基于2018年9月26日的Sentinel-2影像提取紅樹林。2.3研究方法為保證盡可能完整地保留潮位下方紅樹林的信息，影像的選擇由潮位校正公式確定；對于紅樹林這一特定的植被提取，可采用歸一化植被指數(shù)（NormalizationDifferenceVegetationIndex,NDVI）提��；由于水下的紅樹林兼具紅樹林光譜信息和水體信息，采用歸一化水體指數(shù)（NormalizedDifferenceWaterIndex,NDWI）提取紅樹林；隨機森林不僅考慮了光譜信息，還將紋理信息作為地物提取的一個因素，故用隨機森林進行紅樹林的提��；針對紅樹林分布于潮間帶區(qū)域，往往部分紅樹林位于水面之上，部分位于水下的情況，本文提出一種新的紅樹林提取方法——潮間紅樹林指數(shù)（NormalizationIntertidalMangroveIndex,NIMI）進行紅樹林信息提齲2.3.1潮間帶范圍確定Sentinel-2影像中位于潮位之下的紅樹林通過目視解譯難以判斷，這便存在影像裁剪過程中會把淹沒于海水中的紅樹林裁去而使紅樹林提取范圍變小的情況[81]。根據(jù)

【參考文獻】：
期刊論文
[1]基于Sentinel-2的潮間紅樹林提取方法[J]. 徐芳,張英,翟亮,劉佳,谷祥輝.  測繪通報. 2020(02)
[2]基于面向對象的大珠三角紅樹林動態(tài)變化分析[J]. 張蓉,夏春林,賈明明,王宗明,于欣,周亞明.  測繪與空間地理信息. 2019(12)
[3]基于GF-2影像的廣西茅尾海紅樹林物種分類及蓋度估算分析[J]. 馬云梅,吳培強,潘良浩,王錦錦,王建步,任廣波,馬毅.  海洋科學. 2019(06)
[4]城市黑臭水體遙感動態(tài)監(jiān)測方法研究[J]. 蔣宇雯,周寧,周艷艷,黃日娟,鐘喆.  測繪通報. 2019(S1)
[5]基于多類型無人機數(shù)據(jù)的紅樹林遙感分類對比[J]. 劉凱,龔輝,曹晶晶,朱遠輝.  熱帶地理. 2019(04)
[6]廣東紅樹植物木欖生物量模型[J]. 黃潤霞,吳卓翎,彭江煒,薛春泉,羅勇,蘇志堯.  西北農(nóng)林科技大學學報(自然科學版). 2019(12)
[7]利用物候差異與面向對象決策樹提取油菜種植面積[J]. 李中元,吳炳方,張淼,邢強,李名勇,閆娜娜.  地球信息科學學報. 2019(05)
[8]福建華安九龍江濕地公園保護與利用研究[J]. 王孟欣.  林產(chǎn)工業(yè). 2019(04)
[9]基于資源三號影像的紅樹林物種分類研究[J]. 李想,劉凱,朱遠輝,蒙琳,于晨曦,曹晶晶.  遙感技術與應用. 2018(02)
[10]廣西欽州灣紅樹林碳儲量與分配特征[J]. 何琴飛,鄭威,黃小榮,劉秀,申文輝,何峰.  中南林業(yè)科技大學學報. 2017(11)

碩士論文
[1]漳江口紅樹林濕地群落監(jiān)測及其碳儲量估算研究[D]. 陳遠麗.福建農(nóng)林大學 2019
[2]基于氮穩(wěn)定同位素的我國福建紅樹林沉積物氮還原過程研究[D]. 楊晶鑫.廈門大學 2017
[3]多波段融合成像質量性能綜合檢測系統(tǒng)研究[D]. 張弦子.南京理工大學 2017
[4]清瀾港紅樹林濕地土壤有機碳空間分布及碳儲量遙感估算研究[D]. 郭彥茹.中國林業(yè)科學研究院 2014



本文編號：3522701