基于遥感技术的森林健康研究综述

遥感技术可以有效完成复杂时空尺度海量信息的收集处理,其与森林健康研究的交叉、融合大大提高了复杂时空尺度上森林健康研究的表达能力.目前,森林健康遥感研究正处于各学科交叉、融合、调整,由静态向动态、单一向复杂、零散向系统转变的关键发展时期,但缺乏对森林健康问题的全面考量、逻辑安排和系统的顶层设计.在把握森林健康活力、组织结构和恢复力核心理念的基础上,从森林资源调查、森林生态功能评估、森林健康风险控制和森林植被参数提取四个方面构建和丰富基于遥感技术森林健康研究体系,对国内外森林健康遥感研究进行综述.通过对以上研究内容的总结分析,明确基于遥感技术的森林健康研究各领域的研究进展,及其在理论、技术和应用方面的不足.分析认为:(1)未来应加强森林生态和遥感技术重大基础理论研究,以明确森林结构、过程、功能与遥感数据之间的耦合关系;(2)发展完善新型遥感技术、遥感数据解译算法与软件工具,提高遥感数据的精确度、利用率和利用效率;(3)提升森林健康遥感研究成果的科技转化水平,推进快速分析评价与辅助决策功能研究,指导相关森林健康经营活动和科学研究的开展,以及林业政策的制定.     

联合星载ICESat-GLAS波形与多光谱Landsat-TM影像的森林郁闭度估测

森林郁闭度的空间分布是评价森林生产力和分解率的一个重要指标.本研究以吉林汪清林区为研究区,分别利用星载激光雷达ICESat-GLAS波形数据和多光谱遥感Landsat-TM影像对该区的森林郁闭度进行估测,然后采用多元线性回归和BP神经网络两种方法对GLAS数据和TM数据进行联合,共同估测了森林郁闭度.结果表明:单一遥感数据估测森林郁闭度时,GLAS数据的模型决定系数为0.762,TM数据的模型决定系数为0.598.将GLAS数据和TM数据联合后估测森林郁闭度时,多元线性回归模型的复决定系数为0.841,BP神经网络模型的仿真精度为0.851.表明ICESat-GLAS数据与Landsat-TM影像联合能够发挥多源遥感数据的优势,提高森林郁闭度的估测精度,并为后续的空间区域内森林郁闭度的连续制图提供可靠的方法.     

森林碳计量方法研究进展

森林是陆地生态系统的主体,不仅是巨大的碳库而且对减缓气候变暖具有积极作用。科学有效的森林碳计量方法,有助于加深对全球碳循环过程的理解。然而,由于森林生态系统结构复杂,对森林碳计量的估算结果普遍存在精度低、不确定性高的问题。近年来,国内外发展了大量对森林碳计量进行估算的方法,主要有基于样地清查的森林植被和土壤碳估算、基于生长收获的经验模型估算、基于定量遥感雷达观测的遥感估测、基于多尺度森林生态系统网络的通量观测和陆地生态系统过程模型模拟等方法。在实际的森林碳计量中,根据不同的森林类型特征和数据获取情况,往往采取不同的碳计量方法,甚至不止一种。以生态过程模型模拟、遥感反演和数据同化技术为主要手段,基于碳通量观测数据、控制实验数据和遥感影像数据,发展多学科、多过程、多尺度的综合联网观测,充分认识森林碳循环过程中碳源/汇的时空分布特征,开展区域、洲际乃至全球尺度碳循环及其对全球变化和人类活动响应的系统性、集成性研究,以便建立高效、可靠的碳计量体系是未来林业碳计量的发展趋势。随着世界各国温室气体排放清单的编制,中国迫切需要科学的方法体系计量森林碳源/汇,提升我国在生态环境问题上的国际发言权和主导权,同时对我国森林可持续经营、生态环境保护以及美丽中国建设提供建议与支持。分析了各类森林碳计量方法的主要特征、优缺点,同时探讨了目前的森林碳计量方法存在的问题和未来的发展趋势,为不同时空尺度下森林碳计量提供参考。     

地形校正对森林生物量遥感估测的影响

基于常用的4种地形校正模型（Cosine模型、C模型、C+SCS模型、Minnaert模型）,以IDL语言为二次开发平台,对黑龙江省帽儿山地区2007年7月21日TM图像进行地形校正,从视觉差异、图像的定量统计特征两方面评价了4种地形校正模型的修正效果,并比较了地形校正后几种遥感因子与森林生物量的相关性,建立了森林生物量的遥感反演模型,分析了不同地形校正模型对森林生物量反演的影响.结果表明：由于K-T变换采用线性变换方式,地形校正后遥感数据与森林生物量的相关性出现了较大波动,应根据地表信息调整变换参数,因此该变换方式不适合与地形校正结合使用;植被指数的信息量在地形校正后明显提高,其与森林生物量的相关性显著增强;4种地形校正模型中,Cosine校正过度,不宜采用,C模型和C+SCS模型通过引入半经验参数,较好地消除了地形效应,Minnaert模型校正后降低了森林生物量估测的误差,有效地提高了遥感反演模型的精度.     

森林生态系统立地指数的遥感分析

森林生态系统立地指数分析和立地质量的评估是森林生态系统经营管理和造林营林的重要理论基础与规划方法,也是研究森林生态系统生产力的重要内容.由于技术的限制,迄今为止,还没有实现森林生态系统立地空间分布格局的分析和开展立地条件随时间动态变化的研究.卫星遥感为大面积研究森林生态系统的生产力及其空间分布格局和动态提供了一条重要的途径.以云杉为对象,利用卫星遥感为研究手段,在岷江上游的四川西北部松潘镇江关流域研究森林生态系统立地指数的空间分布特点,探索有关遥感反演模型的建立,并通过有关精度的评估分析这种高技术应用的价值和潜力.研究结果表明,遥感植被指数NDVI和TNDVI与野外实测云杉立地指数（SI）基本为线性相关.通过对模型模拟结果和实际测定结果的比较研究,发现在1：1比例的分析图中,NDVI和TNDVI的遥感反演模型都有很好的拟合效果与较高的精度,说明通过遥感植被指数的方法测定森林立地指数具有较高的实用价值.     

卫星遥感监测产品在中国森林生态系统的验证和不确定性分析——基于海量无人机激光雷达数据

准确获取森林结构参数对森林生态系统研究及其保护有着重要意义。卫星遥感数据作为获取大尺度森林结构参数的重要数据源, 已被制作成各种植被监测产品并被应用于森林质量状况变化评估、森林生物量估算以及森林干扰和生物多样性监测等研究。然而, 这些卫星遥感植被监测产品针对中国复杂多样的森林区域缺乏有效验证, 在不同林况和地形条件下的不确定性也不明确。激光雷达具备高精度三维信息采集的优势, 在国内外已被广泛用于森林生态系统监测和卫星遥感产品验证。为此, 该研究利用在中国114个样地收集的153 km²的无人机激光雷达数据, 构建了我国森林结构参数验证数据集, 并以此为基础对3套全球遥感监测产品(全球叶面积指数(GLASS LAI)、全球冠层覆盖度(GLCF TCC)、全球冠层高度(GFCH))进行了像元尺度的验证, 并分析了其在不同坡度、覆盖度和林型条件下的不确定性。研究结果表明: 与无人机激光雷达获取的叶面积指数、覆盖度以及冠层高度相比, GLASS LAI、GLCF TCC、GFCH在中国森林区域均存在一定的不确定性, 且受林况和地形因素影响的程度不一致。对GLASS LAI和GLCF TCC影响的最大因素分别为林型和覆盖度; 而GFCH则更易受地形坡度和覆盖度的影响。     

长白山林区森林生物量变化定量驱动分析

根据研究区单木生物量模型及森林资源清查资料计算样地生物量,采用试验精度较高的遥感模型进行4期遥感数据的森林生物量估算,获得区域单位面积生物量变化值,并利用bootstrap方法对引起这种变化的气象因素、森林经营活动因素和社会经济因素等驱动因子进行变量筛选,利用偏最小二乘算法建立不同时间段的森林生物量变化驱动模型,计算变量投影重要性指标（VIP）定量刻画各因素对森林生物量变化的影响重要程度.结果表明：目前人为因素对长白山林区森林生物量变化的影响程度（VIP值）已经小于自然因素,说明国家对林区的森林保护政策已经起到了明显的效果.本文拓宽了森林生物量变化驱动分析的内容,引入了VIP值对森林生物量的变化驱动因子进行定量刻画,为定量分析森林生物量的变化提供了一条新的途径.     

基于QuickBird影像的城市森林碳储量遥感估测

城市森林是增加城市碳吸收的积极因素之一,为全球碳循环作出了重要贡献.本文基于Quickbird高分辨率遥感影像,以浙江省义乌市环城路以内区域为研究区,将市区的森林分为公园森林、防护森林、单位附属森林和其他森林4种类型.以实地样地调查碳储量为因变量,利用逐步线性回归的分析方法从遥感影像中的波段灰度值、植被指数、纹理信息等50个因子中选取自变量因子,最终建立不同森林类型的遥感碳储量估算模型.结果表明： 研究区4种森林类型的模型精度都在70%左右.公园森林、防护森林、单位附属森林和其他森林的碳储量分别为3623.80、5245.78、5284.84、5343.65 t.该区域碳密度主要集中在25～35 t·hm^-2.在今后的城市森林规划中,可通过提高绿化率以及乔木与低矮灌木的套种来进一步加强城市森林碳吸收的功能.
     

基于不同空间尺度遥感影像估算森林叶面积指数的差异

地面测量点对遥感像元的代表性如何,怎样获取像元的相对真值,多大的空间分辨率可以真实地反映森林区域的叶面积指数(LAI),这些都是定量遥感中的重要问题.本研究计算LAI-2200和TRAC两种冠层分析仪测量的空间范围,并结合GF-2(4.1 m)、Sentinel-2(10 m)、Landsat-8(30 m)3种不同空间分辨率遥感影像,找到各尺度下像元的相对真值,在保持真值观测面积和遥感获取面积一致的条件下,基于一元指数和多元回归模型,对比分析不同空间分辨率影像对估算森林LAI的影响,并对3种影像模型进行30和100 m尺度下的检验以及各自数据集的空间代表性评价,比较得出最适合表达研究区域森林LAI的尺度.结果表明:对于森林来说,高分辨率并不一定能充分反映森林LAI.基于3种分辨率影像的统计模型都能很好地估测森林LAI,其中,基于Sentinel-2的反演精度最高,基于GF-2的反演精度最低.30和100 m尺度下的检验结果表明,基于GF-2反演模型高估了森林LAI,基于Landsat-8的反演模型低估了森林LAI,基于Sentinel-2分辨率的统计模型可以很好地估测研究区域森林LAI.     

不同大气校正方法对森林叶面积指数遥感估算影响的比较

利用TM原始图像以及经过6S模型和基于影像自身的Gilabert模型大气校正后的地面绝对反射率图像,分别计算了褒河流域阔叶林和针阔混交林2种林型的5类光谱植被指数(SR、NDVI、MNDVI、ARVI和RSR),并建立各林型森林叶面积指数与同时相的各个植被指数的相关关系。结果表明,2种大气校正模型均显著提高了各植被指数与森林叶面积指数的相关关系,除了对森林叶面积指数与植被指数SR和NDVI的相关关系影响不显著外,对森林叶面积指数与植被指数MNDVI、ARVI和RSR相关关系的影响均非常显著。说明不同大气校正模型对叶面积指数的遥感估算结果有较大影响。因此,在利用遥感数据进行定量分析、信息提取和生态遥感应用时,不仅要进行大气校正,而且还要慎重选择大气校正模型和植被指数。     

利用GIS对吉林针阔混交林TM遥感图像分类方法的初探

为提高林区TM遥感图像自动分类识别精度,在GIS技术辅助下,以吉林省汪清林业局针阔混交林TM遥感图像为例,对研究区DEM、坡向等地理因子和土壤类型等环境因子与森林植被分布之间的内在规律进行了定量分析,并结合对遥感图像预分类的定性分析,形成分类知识库,建立了适用于针阔混交林的自动分类识别专家系统.分类试验证明,该系统能比较明显地削弱混合像元和地形阴影的影响,分类精度较无监督分类法提高了14.22%,Kappa指数为0.7556,达到区别森林类型的分类目的.将GIS数据引入专家系统,应用先验知识建立推理机制,可以解决遥感图像中云区和云阴影区由于不能接收到正确的光谱值而无法进行分类的问题.     

红树林生态系统遥感监测研究进展

随着现代遥感技术的迅速发展,遥感监测已经成为红树林生态系统变化监测的重要手段和方法。从遥感技术在生态系统变化监测应用领域入手,综述了国内外红树林遥感监测的发展历程,系统总结了遥感技术在红树林湿地动态、种间分类、群落结构(叶面积指数、冠幅、树高等)、生物量、灾害灾情(病虫害、风暴潮等)、景观格局动态、驱动力、红树林湿地保护与管理等领域应用现状,归纳了不同应用领域遥感监测的理论、方法及研究现状。指出我国在红树林遥感监测中存在的不足。提出红树林遥感监测应在分类标准体系规范化、分类精度提升、红树林生态学特征参数(物种多样性、优势度等)、生态系统环境空间演变过程及遥感监测的尺度效应方面加大研究力度。充分发挥区域综合监测模型在红树林生态系统变化遥感监测中的作用。     

卫星影象目视解译方法在湖区植被制图中的应用——以湖南洞庭湖区水域、洲滩植被图为例

植被(包括天然植被、人工植被)作为一种可更新资源始终是遥感应用专家们热心研究的课题。植被分类是植被研究的重要方面之一。利用卫星影象进行植被分类,国内外学者都进行了许多有意义的探索。本文以洞庭湖水域、洲滩植被为对象,试用卫星影象进行植被分类。本文从植被与环境相互依赖关系及在影象上的综合反映出发,提出了影象的景观生态学分析方法;即把影象上色调、形态特征与群落生态学规律结合起来分析,并以此作为植被目视解译的方法。在此基础上,将洞庭湖水域、洲滩划分成五个景观生态模型,17个基本植被类型。     

Research Priorities for Neotropical Dry Forests1

Our understanding of the human and biophysical dimensions of tropical dry forest change and its cumulative effects is still in the early stages of academic discovery. The papers in this special section on Neotropical dry forests cover a wide range of sites and problems ranging from the use of multispectral and hyperspectral remote sensing platforms to the impact of hurricanes on tropical dry forest regeneration. Here, we present to the scientific community the results of a workshop on which research priorities for tropical dry forests were discussed. This discussion focuses on the need to develop linkages between remote sensing, ecological, and social science research. The incorporation of social sciences into ecological research could contribute dramatically to our understandings of tropical dry forests by providing important contextual information to ecologists, and by helping to develop an important science–policy–public nexus on which environmental management can succeed.     

基于阈值法的山区森林常绿、落叶特征遥感自动识别方法——以贡嘎山地区为例

森林的常绿、落叶特征是土地覆被产品的重要属性。由于山区地形复杂,地表遥感辐射信号地形效应明显,导致山区森林常绿、落叶特征遥感自动识别一直是难点。提出了一种基于阈值法的山区森林常绿、落叶特征遥感自动识别简单实用方法。该方法利用多源、多时相遥感影像,选择归一化植被指数(NDVI)为指标,通过统计参考样本的NDVI在生长季和非生长季的差异,自动找出区分常绿、落叶特征的阈值,基于判别规则识别山区森林常绿、落叶特征。以贡嘎山地区为例,分别以多时相Landsat TM影像(简称TM)、多时相环境减灾卫星影像(简称HJ)为单源数据,多时相的HJ、TM组合影像为多源数据,验证该方法的有效性。实验结果表明,该方法能够有效识别山区森林常绿、落叶特征,总体精度达到93.87%,Kappa系数为0.87。该方法适用于山区大面积森林常绿、落叶特征遥感自动提取,已被成功应用于"生态十年"专项西南地区土地覆被数据的生产。     

基于高分辨率遥感影像的森林地上生物量估算

以南京市紫金山林区为研究区,利用e-Cognition面向对象分类方法,基于光谱和空间信息融合后的IKONOS影像提取单木树冠阳性冠幅(PoCA, Positive crown area)信息,并结合野外实测的样方生物量数据,分别建立了针叶林和阔叶林地上生物量 (AGB, Aboveground Biomass)的遥感估算模型,并利用实测森林生物量数据对模型进行了验证。结果表明,基于遥感影像提取的PoCA与实测AGB存在较好的非线性相关关系,所建针叶林AGB估算模型的可靠性优于阔叶林模型。对建模样本而言,估算的针叶林和阔叶林AGB与观测数据比较的R2分别为0.62 (P<0.01,n=9) 和0.56(P<0.01,n=16)。验证表明,所建AGB估算模型的可靠性较好,估算的针叶林和阔叶林AGB与观测数据比较的R2分别为0.55(P<0.01,n=6) 和0.52(P<0.01,n=10),但当AGB较低时,模型结果偏高,AGB较低时,模型结果偏低。研究说明通过高分辨率遥感数据的融合、提取树冠信息进行生物量估算是可行性的。     

科尔沁沙质荒漠化评价遥感信息模型

采用遥感信息模型对科尔沁沙地奈曼旗荒漠化主要评价因子（植被盖度、生物量和土壤含水率）进行定量反演;利用线形混合光谱分析（SMA）模型计算裸沙占地百分比.通过每个像元可获取全部评价因子的指标值.在现有荒漠化评价方法的基础上,建立以像元为单位的荒漠化程度评价的定量化遥感信息模型,并输出荒漠化程度分布图.选取了60个样点进行评价模型的精度验证,被正确评价的点数为55个.结果表明,该模型对研究区域荒漠化程度进行定量评价,其精度可达91.7%,说明利用遥感信息模型评价土地荒漠化的方法具有较高的科学性.     

基于遥感降尺度估算中国森林生物量的空间分布

森林生物量是陆地生态系统重要的碳库,其大小与空间分布特征直接影响森林的碳汇潜力。基于空间降尺度技术,以中国第六次国家森林资源清查资料为基础,同时结合1∶100万植被分布图及同期的基于MODIS反演的NPP空间分布,定量估算了1 km分辨率下我国森林生物量的空间分布。结果表明:(1)降尺度技术能有效结合遥感数据的空间特征与地面详查资料的统计特征,从而较好地解决当前生物量估算的区域尺度转化问题;(2)我国森林生物量存在明显的空间分布规律,与水热条件的空间分布格局基本一致,表现为西部较低东部较高,大型山脉分布处较高;(3)我国森林生物量总量11.0 Pg,平均生物量74.8 Mg/hm2,其中高值区主要集中在东北大小兴安岭和长白山地区、新疆山区、西南横断山脉地区以及东南武夷山地区。     

Surveillance of arthropod vector-borne infectious diseases using remote sensing techniques: a review

Epidemiologists are adopting new remote sensing techniques to study a variety of vector-borne diseases. Associations between satellite-derived environmental variables such as temperature, humidity, and land cover type and vector density are used to identify and characterize vector habitats. The convergence of factors such as the availability of multi-temporal satellite data and georeferenced epidemiological data, collaboration between remote sensing scientists and biologists, and the availability of sophisticated, statistical geographic information system and image processing algorithms in a desktop environment creates a fertile research environment. The use of remote sensing techniques to map vector-borne diseases has evolved significantly over the past 25 years. In this paper, we review the status of remote sensing studies of arthropod vector-borne diseases due to mosquitoes, ticks, blackflies, tsetse flies, and sandflies, which are responsible for the majority of vector-borne diseases in the world. Examples of simple image classification techniques that associate land use and land cover types with vector habitats, as well as complex statistical models that link satellite-derived multi-temporal meteorological observations with vector biology and abundance, are discussed here. Future improvements in remote sensing applications in epidemiology are also discussed.     

基于无人机多源遥感数据的亚热带森林树种分类

树种多样性是生态学研究的重要内容,树木的种类和空间分布信息可有效服务于可持续森林管理。但在复杂林分条件下,获取高精度分类结果的难度大。而无人机遥感可获取局域超精细数据,为树种分类精度的提高提供了可能。基于可见光、高光谱、激光雷达等多源无人机遥感数据,探究其在亚热带林分条件下的树种分类潜力。研究发现:(1)随机森林分类器总体精度和各树种的F1分数最高,适合亚热带多树种的分类制图,其区分13种类别(8乔木,4草本)的总体精度为95.63%,Kappa系数为0.948;(2)多源数据的使用可以显著提高分类精度,全特征模型精度最高,且高光谱和激光雷达数据显著影响全特征模型分类精度,可见光纹理数据作用较小;(3)分类特征重要性从大到小排序为结构信息,植被指数,纹理信息,最小噪声变换分量。