基于Rapideye影像的森林生物量估測.pdf

1、森林生物量估測是森林碳儲量研究的基礎(chǔ)，更是分析全球氣候變化研究的重要依據(jù)，而遙感因其快速、高效、動態(tài)的特點使其成為目前生物量估測發(fā)展的主要方向。石臺縣位于安徽省南部，是安徽省乃至長江中下游重要的碳匯基地，更是國家重點生態(tài)功能區(qū)，石臺縣森林生物量研究對該區(qū)域森林碳匯研究、國家生態(tài)保護區(qū)的服務(wù)功能及在全球氣候變化中作用評價有著重要的意義。本研究立足于解決森林生物量估測過程中的兩大主要問題-如何準確及快速的獲取大尺度的森林地上生物量，以石臺縣

2、為研究基地，結(jié)合Rapideye高分遙感影像和石臺縣不同尺度上三種主要森林類型地上生物量調(diào)查數(shù)據(jù)，建立各森林類型的遙感生物量估測模型。主要研究結(jié)論如下：
　?。?）與傳統(tǒng)的遙感特征因子相比，本文基于森林生物量形成的內(nèi)在機理，引入葉綠素紅邊模型CRM及葉綠素綠波模型CGM，研究結(jié)果表明，這兩個指數(shù)與針葉林、闊葉林生物量在0.01水平上的相關(guān)性極顯著，且在其多元回歸模型及隨機森林模型中CGM均被挑選為建模的變量，說明CRM和CGM可以

3、用于森林生物量遙感估測。此外，與生物量相關(guān)性較強的紋理特征主要集中的紅光波段和紅邊波段，且僅MEAN、VAR、SM三個濾波對生物量估測貢獻較大，其他濾波并未與林分地上生物量表現(xiàn)出明顯的相關(guān)性。
　?。?）多元線性回歸與隨機森林算法回歸結(jié)果對比表明，三種森林類型的回歸結(jié)果均表現(xiàn)為隨機森林模型的精度優(yōu)于多元線性回歸模型。主要原因在于多元線性回歸對建模變量的選取十分嚴格，最終參與建模的變量往往比較少，造成遙感信息的利用不充分。
　

4、?。?）三種森林類型生物量回歸結(jié)果的相互對比表明，針闊混交林回歸效果最佳。闊葉林多元線性回歸模型較針葉林多元線性回歸模型調(diào)整決定系數(shù)AdjR2大，但隨機森林模型擬合結(jié)果預(yù)測相反，且隨機森林模型對變量的解釋能力均優(yōu)于多元線性回歸模型，說明隨機森林能夠有效的模擬生物量與遙感信息間的非線性關(guān)系。針葉林地上生物量預(yù)測精度優(yōu)于闊葉林地上生物量預(yù)測精度，主要與選取的Rapideye秋季影像會對落葉闊葉樹種生物量估測造成偏差有關(guān)。
　?。?）利

5、用隨機森林回歸模型對石臺縣三種森林類型喬木層生物量進行估算，得到石臺縣研究區(qū)域喬木地上總生物量為3501008.6140t。其中：闊葉林單位面積生物量為92.3820t/ha，總面積為19679.5600ha，地上總生物量為1818037.1000t，占研究區(qū)喬木地上總生物量的51.93％；針葉林單位面積生物量為60.4387t/ha，總面積為14623.8150ha，地上總生物量為884844.3676t,占研究區(qū)喬木地上總生物量的2