Canopy closure estimation in a temperate forest using airborne LiDAR and LANDSAT ETM+ data

Aims　Forest canopy closure is one of the essential factors in forest survey, and plays an important role in forest ecosystem management. It is of great significance to study how to apply LiDAR (light detection and ranging) data efficiently in remote sensing estimation of forest canopy closure. LiDAR can be used to obtain data fast and accurately and therefore be used as training and validation data to estimate forest canopy closure in large spatial scale. It can compensate for the insufficiency (e.g. labor-intensive, time-consuming) of conventional ground survey, and provide foundations to forest inventory.Methods　In this study, we estimated canopy closure of a temperate forest in Genhe forest of Da Hinggan Ling area, Nei Mongol, China, using LiDAR and LANDSAT ETM+ data. Firstly, we calculated the canopy closure from ALS (Airborne Laser Scanning) high density point cloud data. Then, the estimated canopy closure from ALS data was used as training and validation data to modeling and inversion from eight vegetation indices computed from LANDSAT ETM+ data. Three approaches, multi-variable stepwise regression (MSR), random forest (RF) and Cubist, were developed and tested to estimate canopy closure from these vegetation indices, respectively.Important findings The validation results showed that the Cubist model yielded the highest accuracy compared to the other two models (determination coefficient (R²) = 0.722, root mean square error (RMSE) = 0.126, relative root mean square error (rRMSE) = 0.209, estimation accuracy (EA) = 79.883%). The combination of LiDAR data and LANDSAT ETM+ showed great potential to accurately estimate the canopy closure of the temperate forest. However, the model prediction capability needs to be further improved in order to be applied in larger spatial scale. More independent variables from other remotely sensed datasets, e.g. topographic data, texture information from high-resolution imagery, should be added into the model. These variables can help to reduce the influence of optical image, vegetation indices, terrain and shadow and so on. Moreover, the accuracy of the LiDAR-derived canopy closure needs to be further validated in future studies.     

申宝忠

申宝忠教授 主任医师，医学博士，博士生导师，龙江学者特聘教授，卫生部有突出贡献中青年专家、亭受国务院特殊津贴专家。国家科技部、国家自然基金委主要评审专家；黑龙江省影像医学与核医学重点学科学科带头人；     

阿克苏河流域土壤湿度反演与监测研究

以新疆阿克苏河流域为研究区,以GF-1 WFV和Landsat8 OLI两种高分辨率遥感影像为数据源,结合102个不同深度层的土壤湿度实测数据,选择垂直干旱指数(PDI)、改进型垂直干旱指数(MPDI)和植被调整垂直干旱指数(VAPDI),对土壤湿度指数反演的效果进行比较和验证。结果表明,两种数据源下的PDI、MPDI、VAPDI与土壤湿度实测含水量的决定系数较高,尤其是0—10 cm的相关性最强,平均决定系数达到0.68,说明基于光学遥感影像近红外和红光波段反射率构建的反演指数对近地表层土壤湿度信息更敏感,但对地下较深层次的土壤湿度反演精度略低;MPDI和VAPDI能够在一定程度上克服混合像元对土壤湿度光谱信息的影响,反演的精度要比PDI高,尤其是高植被覆盖度区,采用垂直植被指数(PVI)修正的VAPDI反演精度最佳;基于两种遥感数据源的土壤湿度空间异质性基本一致,但空间分辨率较高的GF-1 WFV模拟的土壤湿度空间分异更加精细和明显。研究结果可为"一带一路"背景下干旱半干旱地区大范围和动态监测土壤湿度、开展定量节水灌溉等提供理论基础和实践参考。     

基于遥感的建筑物高度快速提取研究综述

近年来我国城市化进程不断推进,不仅体现在城市面积上的增长,也体现在建筑物高度的增长。高度增长一方面能尽量克服城市土地资源匮乏的瓶颈,另一方面为优化城市结构及城市功能做出贡献。在城市遥感研究领域,对于城市建筑物高度的提取也成为研究的重点。城市建筑物高度的估计与测量,已成为城市规划和扩张、城市灾害风险预警与评估的重要参数,同时也为数字城市三维模型的建立提供了基础测绘资料。分别基于光学遥感影像、高分辨率SAR(Synthetic Aperture Radar)影像以及光学遥感影像与高分辨率SAR影像的融合三方面,全面阐述城市建筑物高度的提取方法,并比较两类影像在提取建筑物高度的优劣势,通过回顾早年研究方法,逐步引入近年来新的发展趋势。     

基于TM/ETM~+数据的沈阳市各区城市热岛特征

应用2001年8月和2010年8月Landsat TM/ETM+数据,计算沈阳市区及三环内各区的地表热岛强度(SUHI),根据土地利用数据和热岛源汇特征提取源汇信息,分析SUHI与土地利用类型、热岛源汇面积及边界长度、归一化植被指数(NDVI)、归一化建筑指数(NDBI)、改进的归一化差异水体指数(MNDWI)的关系。结果表明:2001年沈阳市区的中等热岛强度以上区域主要集中在三环内和苏家屯区,强热岛地区主要出现在铁西区和皇姑区;2010年中等以上热岛强度地区,与城区发展相一致,主要向西南,南面扩展,弱热岛、中等强度和强热岛地区有较大幅度的增加;城市热岛强度与NDVI存在显著的负相关,与NDBI存在显著的正相关;热岛源在区域内的面积比重与中等强度以上热岛存在较显著的相关关系,源汇边界长度与弱热岛和中等热岛存在较显著的相关关系。     

高海拔地区肺结核影像表现65例回顾分析

目的：探讨总结高海拔地区肺结核的影像特点,更好的指导临床早期诊断。方法：回顾分析65例西藏高原肺结核的影像特点,总结分析其征象及价值。结果：原发型肺结核3例（5％）,影像表现边缘清楚、密度均匀的致密影,伴有淋巴结增大;侵润型结核31例（48％）,影像表现成分混杂的致密影,可见钙化及卫星灶;血行播散型结核27例（42％）,影像表现两肺弥漫分布的结节影;纤维空洞肺结核4例（5％）,影像表现空洞、纤维化、支气管播散三大特征。结论：高原地区肺结核以侵润型和血行播散型为主,有特定的影像特点,可以用来进行诊断。     

车八岭山地常绿阔叶林冰灾后土壤节肢动物群落的多样性

2008年初车八岭山地常绿阔叶林受到中国南方80年一遇的冰灾的重创。为了揭示灾后林冠开度的梯度对土壤节肢动物多样性与分布的影响, 在受冰灾影响的车八岭山地常绿阔叶林设置2 ha固定样地, 按照冠层受损程度选取17个20 m×20 m的样方, 用半球面影像技术获取林冠开度, 并分凋落物层、0–10 cm和10–20 cm的矿质土层采集凋落物及土壤样品, 分析土壤节肢动物多样性。利用双向聚类分析(two-way cluster analysis)对凋落物层的土壤节肢动物和样地进行聚类, 以典范对应分析(canonical correspondence analysis)研究冠层开度、土壤有机质、电导率以及自然含水量与0–10 cm表土层土壤节肢动物的关系。结果表明土壤节肢动物的多度、丰富度和多样性随土壤层的加深而下降, 具有明显的表聚性; 林冠开度与凋落物层的土壤节肢动物类群数量呈负相关; 甲螨亚目、中气门亚目和前气门亚目动物对光照的适应范围广; 膜翅目、鞘翅目幼虫、综合纲和伪蝎目动物具有明显的避光性; 土壤节肢动物类群的分布与林冠开度、土壤自然含水量、电导率和有机质关系密切。因此可以推论, 冰灾对车八岭山地常绿阔叶林冠层的破坏及土壤因子的变化会进一步影响土壤节肢动物群落的组成和分布。本项研究还表明, 土壤节肢动物群落能有效地表征它们所栖息的生态系统的特点, 可用于监测冰灾后森林恢复和演替动态。而双向聚类分析和典范对应分析对于揭示土壤节肢动物的空间异质性及其与环境因子的相互关系具有理想的效果。     

MSCT-3D技术在动物与人骨骼形态比较研究中的应用

目的应用MSCT-3D显示技术比较正常贵州香猪、Marshall比格犬、恒河猴与人上肢带骨及躯干骨的形态学差异。方法采用MSCT分别对贵州香猪、比格犬和恒河猴进行CT全身扫描并进行图像重建,观察其上肢带骨、躯干骨形态结构与人的异同。结果比格犬、恒河猴、贵州香猪脊椎骨和肋的基本组成与人相同,脊椎骨由椎体和附件组成,肋骨包括真肋、假肋和浮肋。而脊柱曲度、各段椎骨数目、胸骨结构、肋的数目、胸肋连接、上肢带骨的组成与人不同,恒河猴的脊柱曲度和上肢带骨连接与人相同,有颈、胸、腰、骶四个生理性弯曲并由锁骨和肩胛骨共同连接自由上肢骨,比格犬和贵州香猪只有颈、胸腰、骶三个生理性弯曲,仅由肩胛骨连接自由上肢骨。结论恒河猴躯干骨和上肢带骨与人有良好的相似性,而比格犬和贵州香猪与人差别较大。MSCT-3D技术为实验动物形态学比较研究提供了一种相对无创、快速、可以在体研究并动态连续观察的科学有效方法。     

基于高分辨率遥感影像的北亚热带森林生物量反演

以北亚热带湖北省太子山林场为研究对象,基于高空间分辨率GF-2与SPOT-6卫星影像,提取不同窗口大小下的纹理信息与光谱信息,利用随机森林回归算法,并结合野外实测106块样地的生物量数据,建立不同影像下的太子山林场森林生物量反演模型。结果显示：（1） GF-2和SPOT-6虽然空间分辨率有差异,但是从其不同波段反射率的相关系数（0.75、0.78、0.73、0.61）发现,两种影像的波段反射率具有较高的相关性,说明两者的辐射性能相近;（2）通过分析不同纹理特征对生物量模型的影响,发现均值和对比度纹理参数对生物量反演具有很好的效果。（3）高分辨率的遥感数据在生物量反演中具有较好的表现,且GF-2生物量模型精度（R²=0.88,RMSE=27.11 Mg/hm²）与SPOT-6生物量模型的精度（R²=0.89,RMSE=23.93 Mg/hm²）相近。（4）两种影像对不同森林类型的生物量预测值不存在显著差异,都适合对不同林分类型的生物量进行预测。     

基于实测高光谱与Sentinel-2B数据的银北土壤Na+含量估测

为了探讨不同传感器对土壤Na⁺含量的估测能力,本研究以宁夏银北地区典型样点土壤实测光谱和Sentinel-2B影像光谱为对象,运用逐步回归(SR)和主成分回归分析(PCA)方法对光谱数据进行敏感参量筛选,然后采用偏最小二乘回归(PLSR)、支持向量机(SVM)和反向传播神经网络模型(BPNN)分别建立实测光谱和影像数据的土壤Na⁺含量估算模型。结果表明: 除Band9外,实测重采样数据与影像数据呈极显著相关。基于SR筛选方式建立的模型估算精度普遍高于PCA(SVM模型除外),PCA-SVM模型为影像最佳Na⁺含量估算模型,预测精度为0.792;SR-BPNN模型为实测最佳Na⁺含量估算模型,预测精度达到0.908。经重采样实测光谱模型校正后的SR-PLSR影像光谱土壤Na⁺含量估算模型精度从0.481提高到0.798,有效提高了较大尺度下的土壤Na⁺含量估算精度。本研究实现了遥感监测土壤Na⁺含量由点向面的空间转换,为Sentinel-2B影像监测盐渍化土壤Na⁺含量提供了科学参考。