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.     

基于机载LiDAR单束激光穿透指数的白桦林LAI估测

森林叶面积指数(LAI)是描述森林冠层结构和树木生长状况的一个重要指标.本研究以内蒙古依根地区为研究区,在充分考虑机载激光雷达不同回波脉冲之间差异的基础上,对LiDAR点云数据进行分束处理,同时利用传感器与目标之间的距离对LiDAR点云强度进行校正,在由点云校正强度计算传统激光穿透指数(LPI)的同时提出了一个新的激光穿透指数,即单束激光穿透指数(LPI_s),并分别采用LPI和LPI_s两种激光穿透指数在4种不同LiDAR数据采样尺度(直径分别为5、10、15和20 m)下分别应用理论模型和经验模型两种不同的建模方法对森林LAI进行估测,以期通过激光分束来提高森林LAI的估测精度.结果表明: 分束激光穿透指数均值(LPI_mean)估测LAI的效果明显好于未分束LPI的估测效果,且当LiDAR数据采样尺度为15 m时,LPI_mean的经验模型(R²=0.80,平均绝对偏差MAD为0.11)和理论模型(R²=0.77,MAD=0.16)的估测结果均达到最佳.最后综合应用最佳经验模型与理论模型各自的优点绘制了研究区的白桦林LAI分布图.     

两种绣线菊耐弱光能力的光合适应性

研究彩色叶花灌木金山绣线菊(Spiraea bunmalba‘Goldmound’)、金焰绣线菊(Spiraea bunmalba‘Goldflame’)对弱光胁迫的光合适应能力,分析其弱光处理及恢复过程中光合特性的变化,探讨其对弱光环境的光合生理适应性变化,为绣线菊在城市园林不同光照环境中得到科学应用提供参考.2种绣线菊具明显光合日变化规律,光强为自然光照60％-65％、40％-45％时光合速率日变化为双峰型曲线,第1峰值高于第2峰值,有明显光合“午休”现象,光强为自然光照20％-25％时光合速率日变化为单峰型曲线,无明显光合“午休”现象;2种绣线菊最大净光合速率、光补偿点、光饱和点、最大表观量子效率和暗呼吸速率随处理光强减弱而减小;叶绿素(a+b)、类胡萝卜素含量随处理光强减弱而增加,叶绿素a/b值随处理光强减弱而降低;随处理光强减弱2种绣线菊叶片变薄,上、下表皮细胞变小,栅栏组织、海绵组织厚度变薄,海绵组织细胞间隙变大,2者比值减小;2种绣线菊弱光胁迫均产生低分子量(45.0-66.2 kDa)特异表达蛋白,推测为弱光胁迫诱导蛋白.2种绣线菊经60％-65％、40％-45％弱光处理后具一定恢复能力,光强仅为自然光照20％-25％处理时其恢复能力较弱.栅栏组织与海绵组织厚度比值、叶绿素a/b值和最大净光合速率是评价2种绣线菊耐弱光能力的重要指标,叶绿素a/b值与耐弱光能力显著负相关,栅栏组织与海绵组织厚度比值、最大净光合速率与耐弱光能力显著正相关,2种绣线菊耐弱光能力按隶属函数值排序为金焰绣线菊＞金山绣线菊.     

基于人工神经网络的天然林生物量遥感估测

基于Landsat TM遥感图像, 以吉林省汪清天然林区为例, 应用B-P神经网络建立了森林生物量非线性遥感模型系统. 除采用遥感数据外, 该系统还引入了地形因子(海拔、坡度、坡向、立地类型等)作为模型自变量. 通过压缩输入数据和增强网络训练学习算法等措施, 对标准B-P神经网络进行了增强. 模型仿真结果表明：增强型B-P神经网络具有收敛速度快和自学习、自适应功能强的特点, 能最大限度地利用样本集的先验知识, 自动提取合理的模型, 模型预测结果能真实合理地反映实际情况. 针叶林、阔叶林和针阔混交林的生物量遥感模型系统仿真结果的平均相对误差分别为-1.47%、2.38%和3.56%, 平均相对误差绝对值分别为6.33%、8.46%和8.91%, 预估效果较理想. 应用该模型系统生成了研究区的森林生物量定量分布图, 其总体精度为88.04%.     

基于森林调查数据的长白山天然林森林生物量相容性模型

森林生物量估算是进行陆地生态系统碳循环和碳动态分析的基础,但现有估测模型存在着总量与分量不相容的问题.本文以吉林省汪清天然林区为例,提出了基于森林调查的相容性森林生物量模型设计思想,并采用联立方程组为不同森林群落构造了一系列引入林分蓄积因子的相容性生物量模型,得到的预估精度较高.其中,针叶林、阔叶林和针阔混交林群落的森林生物量模型预估精度均在95%以上,基本上解决了森林生物量模型的相容性问题.     

3PG碳生产模型在长白山阔叶红松林总初级生产力估算中的应用

利用ChinaFLUX长白山站阔叶红松林的通量观测数据以及同期卫星遥感数据,对3PG模型中的植被光合模型(VPM)、光能利用率模型(EC-LUE)、陆地生态系统模型(TEM)、卡内基-埃姆斯-斯坦福方法模型(CASA)4种模型进行参数重组,通过对比通量观测值与估算值的均方根误差、决定系数及平均误差确定模型的最适合参数;并利用实测的通量观测数据对优化后的模型进行拟合度验证,以提高其估算长白山阔叶红松林总初级生产力(GPP)的准确性.结果表明: 采用温度、增强植被指数、地表水分指数分别表征原模型中的温度限制因子、光合有效辐射吸收比例、水分限制因子估算长白山阔叶红松林GPP时,结果最优,优化后模型的精度(R²=0.948,RMSE=0.035 mol·m^-2·month^-1)明显优于原模型(R²=0.854,RMSE=0.177 mol·m^-2·month^-1),且能够有效改善原模型生长季明显高估的现象;通过敏感性分析可知,温度是对GPP估算不确定性影响最大的参数,其次为增强型植被指数和光合有效辐射,地表水分指数最小,且变量间的交互作用对GPP估算不确定性也存在影响.     

星载大光斑LiDAR与HJ-1A高光谱数据联合估测区域森林地上生物量

以吉林省汪清林业局经营区为研究区,利用HJ-1A/HSI高光谱数据和ICESat-GLAS波形数据,估测区域森林地上生物量。从平滑后的GLAS波形数据中提取波形长度W和地形坡度参数TS,建立GLAS森林最大树高估测模型;从GLAS波形数据中提取能量参数I(植被回波能量Ev和回波总能量E之比),建立GLAS森林郁闭度估测模型;利用GLAS估测的森林最大树高和森林郁闭度联合建立森林地上生物量模型。由于GLAS呈离散条带状分布,无法实现区域估测,因此研究将GLAS波形数据与HJ-1A/HSI高光谱数据联合,基于支持向量回归机算法实现森林地上生物量区域估测,得到研究区森林地上生物量分布图。研究结果显示,基于W和TS建立的GLAS森林最大树高估测模型的adj.R~2=0.78,RMSE=2.51m,模型验证的adj.R~2=0.85,RMSE=1.67m。地形坡度参数TS能够有效的降低地形坡度的影响;当林下植被高度为2m时,得到的基于参数I建立的GLAS森林郁闭度估测模型效果最好,模型的adj.R~2=0.64,RMSE=0.13,模型验证的adj.R~2=0.65,RMSE=0.12。利用森林最大树高和森林郁闭度建立的森林地上生物量模型的adj.R~2=0.62,RMSE=10.88 t/hm~2,模型验证的adj.R~2=0.60,RMSE=11.52 t/hm~2。基于支持向量回归机算法,利用HJ-1A/HSI和GLAS数据建立的森林地上生物量SVR模型,生成了森林地上生物量分布图,利用野外数据对得到的分布图进行验证,验证结果显示森林地上生物量估测值与实测值存在很强的线性关系(adj.R~2=0.62,RMSE=11.11 t/hm~2),能够满足林业应用的需要。因此联合ICESat-GLAS波形数据与HJ-1A高光谱数据,能够提高区域森林地上生物量的估测精度。