基于森林群落和光谱曲线特征分异的福建省森林生物量遥感反演

基于福建省Landsat8 OLI影像,利用混合像元分解模型筛选出"纯净"的植被像元,提取296个调查样地对应植被像元的红光和近红外波段的中心波长(分别CWR和CWNIR)及其对应的反射率(分别R和NIR),构建以(NIR-R)/(CWNIR-CWR)为特征指数的叶生物量回归模型。然后根据针叶林、阔叶林及针阔混交林叶生物量与干、枝、叶所组成的地上生物量的关系方程,结合福建省植被覆盖分类数据,估测了整个福建省针叶林、阔叶林、混交林的地上生物量,并绘制了福建省地上生物量分布图。结果表明:红光和近红外两个波段反射率和其中心波长所组成的斜率与叶生物量相关性显著,与针叶林、阔叶林、混交林叶生物量的精度分别达到70.55%、68.89%、51.75%,采用这种方法对福建省叶生物量和地上总生物量进行估算,并进行精度验证,其中,针叶林、阔叶林、混交林叶物量的模型误差(RMSE)分别达到29.2467 t/hm~2(R~2=66.64%)、14.0258 t/hm~2(R~2=61.13%)、10.1788 t/hm~2(R~2=55.43%),地上总生物量的模型精度分别达到49.8315 t/hm~2(R~2=54.65%)、45.1820 t/hm~2(R~2=49.01%)、41.5131 t/hm~2(R~2=38.79%),这说明,采用红光波段和近红外波段与其中心波长所组成的斜率估测森林叶生物量,进而估算其地上总生物量的方法是可行的。     

北部湾茅尾海无瓣海桑红树林地上生物量反演——基于XGBoost机器学习算法

无瓣海桑是广西从自治区外引进的外来红树林树种,采用定量化算法精确估算无瓣海桑地上生物量对红树林生态修复以及海洋蓝碳监测提供经验和方法。论文以广西茅尾海自然保护区无瓣海桑红树林为研究对象,以野外实测无瓣海桑红树林地上生物量数据和Sentinel-1/2卫星提取的后向散射数据、波段数据、植被指数数据和纹理指数数据为数据源,通过分析各遥感因子与实测红树林地上生物量之间的重要性关系,采用极端梯度提升(XGBoost)机器学习算法对比了不同的变量组合对模型精度的影响,最后基于优选的变量组合反演了无瓣海桑红树林的地上生物量。结果表明：(1)研究区无瓣海桑红树林实测树高范围为1.55—13.58m,平均值为8.37m,胸径范围为0.7—41cm,平均值为15.62cm;(2)通过XGBoost算法优选的21个特征变量组合模型拟合效果较好,其模型在测试阶段R²=0.7237,RMSE=21.70Mg/hm²。XGBoost算法反演研究区无瓣海桑地上生物量介于19.14—138.46Mg/hm²之间,平均值为51.92Mg/hm^...     

基于随机森林模型的青藏高原森林地上生物量遥感估算

遥感数据可以实时快速获取森林属性信息,利用遥感技术数据估算的森林地上生物量(aboveground biomass, AGB)具有空间连续性且精度较高的优势。与低纬度或低海拔的森林生态系统相比,高寒区因地形复杂、气候特殊,森林属性信息的获取更加困难,因此遥感是获取大尺度高寒区森林属性的重要手段。本研究以青藏高原为研究区,利用MODIS卫星影像和样地调查数据,建立随机森林模型(RF)估算森林AGB,并结合K最近邻算法(KNN)进一步探究该区域主要树种AGB。本研究在不同尺度上验证了模型预测精度,并分析预测变量的重要性。结果表明：(1)建立的AGB估算模型在像元(R²=0.82,RMSE=64.93 t·hm^-2)和景观尺度(t=0.15,P=0.88)上皆表现较好;(2)青藏高原森林AGB空间分布呈现由东南向西北逐渐降低的趋势,平均森林AGB为181.28±104.54 t·hm^-2;最高的森林AGB出现在海拔1000 m以下,为237.66±60.92 t·hm^-2;树种水平上,冷杉、云杉和云南松A...     

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。     

滨海湿地植被地上生物量遥感反演

盐沼植被生物量是滨海湿地生态系统碳循环研究的重要参数,是湿地生态系统健康评价、资源可持续利用的关键指标,开展盐沼植被地上生物量监测方法研究具有重要意义。目前,遥感技术在湿地生物量监测领域已经得到广泛应用,但反演方法仍以统计模型为主,模型构建需要实测数据支撑,时空拓展性不强。选择江苏盐城丹顶鹤保护区为研究区,基于冠层辐射(PROSAIL)传输模型,通过局部和全局敏感性分析,对模型参数本地化,构建了互花米草地上生物量半经验反演模型,应用于Landsat 8 OLI遥感影像,获得了互花米草地上生物量的时空分布。研究结果表明,利用PROSAIL模型模拟互花米草冠层反射率,叶面积指数(LAI)、叶片干物质含量(Cm)、叶倾角分布参数(LIDF)、等效水厚度(Cw)、叶绿素含量(Cab)、叶片结构参数(N)为高敏感性参数,类胡萝卜素含量(Car)、土壤参数(P_soil)为低敏感性参数;利用不同时刻的遥感影像反演了地上生物量,遥感反演结果与实测数据对比,拟合度R²为0.83,均方根误差(RMSE)为0.43kg/m²,平均相对误差(MRE)为15.7%,精度较高,模型具有较好的时空普适性。研究发展了盐沼植被地上生物量遥感反演方法,解决了以往过于依赖现场实测数据构建反演模型的局限性,该方法可以为研究滨海湿地生态系统碳循环以及准确估算其碳汇潜力提供技术支持。     

基于机载激光雷达的小兴安岭温带森林组分生物量反演

使用小兴安岭温带森林机载遥感-地面观测同步试验获取的机载激光雷达(light detection and ranging, Lidar)点云数据和地面实测样地数据, 估测了典型森林类型的树叶、树枝、树干、地上、树根和总生物量等组分的生物量。从激光雷达数据中提取了两组变量(树冠高度变量组和植被密度变量组)作为自变量, 并采用逐步回归方法进行自变量选择。结果表明: 激光雷达数据得到的变量与森林各组分生物量有很强的相关性; 对于针叶林、阔叶林和针阔叶混交林三种不同森林类型生物量的估测结果是: 针叶林优于阔叶林, 阔叶林优于针阔叶混交林; 不区分森林类型的各组分生物量估测与地面实测值显著相关, 模型决定系数在0.6以上; 区分森林类型进行建模可以进一步提高生物量的估测精度。     

利用皆伐法估算黔中喀斯特森林地上生物量

精确估算森林生物量对理解全球碳循环至关重要。已有的喀斯特森林地上生物量估算研究存在很高的不确定性,缺乏校准数据检验研究结果的精度。利用皆伐法,首次精确估算了我国西南贵州省中部喀斯特森林的地上生物量,并检验了已有生物量回归方程和平均标准木法对该喀斯特森林地上生物量的估算效果。该喀斯特森林的地上生物量为122.81 Mg/hm²,胸径(D)≥1 cm的木本植物、D<1 cm的木本植物和草本植物的地上生物量分别为120.00、2.56、0.24 Mg/hm²。D在10—30 cm范围内的植株(83.89 Mg/hm²)是地上生物量的主要贡献者。4个优势树种(云南鼠刺Itea yunnanensis、川钓樟Lindera pulcherrima、猴樟Cinnamomum bodinieri和化香树Platycarya strobilacea的地上生物量为103.03 Mg/hm²,占森林总地上生物量的83.89%。干(61.04 Mg/hm²)和枝(40.56 Mg/hm     

森林生物量遥感降尺度研究

森林生物量是评价全球碳氧平衡、气候变化的重要指标。目前已有基于星载激光雷达数据的全球森林生物量产品,但空间分辨率较低,不能很好地满足小区域森林调查和动态监测的需要。针对这一现状,以美国马里兰州两个森林分布状况不同的区域为研究区,基于CMS(Carbon Monitoring System)30 m分辨率和GEOCARBON 1 km分辨率森林地上生物量产品以及TM等数据源,通过升尺度模拟低分辨率生物量数据和直接使用低分辨率产品两种方式,分别尝试建立了多光谱地表参数和低分辨率森林地上生物量之间的统计关系,以此作为降尺度模型实现了森林地上生物量空间分辨率从1 km到30 m的转换,并对降尺度结果进行精度评价和误差分析。结果表明:模拟数据降尺度后的30 m分辨率森林地上生物量空间分布和CMS森林地上生物量分布状况大致相同,RMSE=59.2—65.5 Mg/hm~2,相关系数约为0.7;其降尺度结果优于GEOCARBON产品直接降尺度结果RMSE=75.3—79.9 Mg/hm~2;相较于线性模型,非线性模型能更好地呈现森林地上生物量和地表参数间的关系;总体上,降尺度生物量呈现高值区低估,低值区高估的现象。     

中亚热带森林单木地上生物量的机载激光雷达估测

以雪峰山武冈林场为研究对象,利用遥感数据和地面实测样地数据,研究机载激光雷达（LiDAR）估测中亚热带森林乔木层单木地上生物量的能力.利用条件随机场和最优化方法实现LiDAR点云的单木分割,以单木尺度为对象提取的植被点云空间结构、回波特征以及地形特征等作为遥感变量,采用回归模型估测乔木层地上生物量.结果表明: 针叶林、阔叶林和针阔混交林的单木识别率分别为93%、86%和60%;多元逐步回归模型的调整决定系数分别为0.83、0.81和0.74,均方根误差分别为28.22、29.79和32.31 t·hm^-2;以冠层体积、树高百分位值、坡度和回波强度值构成的模型精度明显高于以树高为因子的传统回归模型精度.以单木为对象从LiDAR点云中提取的遥感变量有助于提高森林生物量估测精度.
     

基于植被指数的海南岛霸王岭热带森林地上生物量空间分布模拟

热带森林在全球碳循环方面扮演着重要的角色, 预测其生物量分布可以加深对碳循环过程的理解。然而目前基于植被指数模拟技术进行热带森林生物量分布的研究报道较少。该文以海南岛霸王岭林区热带森林为研究对象, 在基于遥感影像和135个公里网格样地调查的基础上, 分别选取归一化差异植被指数(NDVI)、短红外湿度植被指数(MVI5)、中红外湿度植被指数(MVI7)和比值植被指数(RVI)与总物种生物量、顶极种生物量和先锋种生物量做相关分析, 并利用逐步线性回归分析分别构建了基于植被指数的生物量回归模型; 利用残差图对模型的有效性进行检验。结果表明, MVI7和MVI5与总物种和顶极种生物量关系显著, 而NDVI和RVI对先锋种生物量具有较好的指示作用; 总物种、顶极种和先锋种生物量预测精度较高的区域分别占总面积的69.24%、73.98%和88.08%, 表明3个生物量模型均具有较好的拟合精度; 模拟结果表明总物种和顶极种生物量主要集中于研究区中部、北部和西南部区域, 而先锋种生物量无明显的分布规律, 是不均衡地散布于整个研究区域, 反映了群落组成结构、干扰历史、地形及气候因素等的影响。     

黄瓜砧用白籽南瓜对不同盐胁迫的耐性评价

采用营养液栽培,研究Ca(NO₃)₂和NaCl胁迫对黄瓜嫁接用砧木南瓜幼苗生长和抗氧化酶活性的影响,并用隶属函数法综合评价其耐盐性.结果表明： 低浓度盐30 mmol·L^-1Ca(NO₃)₂和等渗的45 mmol·L^-1 NaCl处理促进砧木幼苗生长;高浓度盐60、120 mmol·L^-1Ca(NO₃)₂和等渗的90、180 mmol·L^-1NaCl胁迫下,各砧木幼苗的生长和抗氧化酶系统均受到不同程度的抑制,其中,‘青砧1号’的盐害指数最小,生物量及超氧化物歧化酶(SOD)、过氧化物酶(POD)和过氧化氢酶(CAT)活性的下降幅度以及相对电导率的上升幅度均小于其他砧木.高盐Ca(NO₃)₂胁迫下,各砧木SOD、POD和CAT酶活性均高于等渗的NaCl,而盐害指数和相对电导率低于NaCl,表明Ca(NO₃)₂对砧木南瓜幼苗生长的危害小于NaCl.4个砧木品种的耐盐性顺序为‘青砧1号’>‘佐木南瓜’>‘丰源铁甲’>‘超霸南瓜’.     

青藏高原草地地上生物量估算

及时准确评估草地产草量对草地资源的科学管理和可持续发展具有重要意义。青藏高原自然环境特殊,气候差异显著,地形复杂,仅依靠遥感信息准确监测草地地上生物量(Aboveground Biomass,AGB)变化有较大限制。基于青藏高原草地AGB野外实测数据与Landsat遥感影像,探索了植被指数表征草地AGB信息的有效性,评估了气象和地形信息对准确估算草地AGB的影响,综合利用气象、地形和遥感信息,在新一代地球科学数据和分析应用平台(Google Earth Engine)上构建了梯度增强回归树草地AGB估算模型,绘制了青藏高原多年草地AGB空间分布图。结果表明:(1)基于单因素遥感因子的线性回归模型仅能解释8%-40%的草地AGB变化情况,其中绿色归一化植被指数(Green Normalized Difference Vegetation Index, GNDVI)对草地AGB解释能力较强(40%)。(2)基于遥感因子构建的梯度增强回归树模型测试集R²为0.57。分别添加气象、地形信息,模型对草地AGB的估测准确性有所提升,测试R²为0.62和0.63。(3)基于气象、地形和遥感因子的多因素估测模型能够提高草地AGB估测精度,经递归特征消除法优选后,基于13个特征变量的梯度增强回归树模型拟合效果最好(训练数据集R²=0.79,RMSE=43.42 g/m²,P<0.01;测试数据集R²=0.66,RMSE=53.64 g/m²,P<0.01),可以解释66%草地AGB变化情况。(4)2010年青藏高原平均AGB为94.58 g/m²,2015年93.63 g/m²,2020年100.78 g/m²。青藏高原西北部草地AGB较低,东南部草地AGB较高,整体呈现自西北向东南逐渐增加的分布格局。研究结果为准确估算青藏高原草地产草量和碳储量等研究提供重要参考。     

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。     

抚育间伐对海南热带次生林地上生物量恢复的影响

多次刀耕火种弃耕后自然恢复的热带次生林恢复速度通常较为缓慢。抚育是提高森林恢复和木材生产速度的重要营林措施,因此利用抚育间伐的方式加快热带次生林的恢复速度是当前森林经营和保护的重要议题。基于海南岛60个0.25 hm²热带次生林样地开展了抚育间伐对比试验。研究表明,经过5年的自然恢复,30个抚育样地和30个对照样地的地上生物量分别提高了24.5%和13.4%,而且抚育样地中减少的地上生物量迅速接近对照样地。抚育主要减少了清除种的地上生物量,而提高了保留种的地上生物量。次生林经过抚育处理后,其地上生物量的绝对增长量显著提高了58.74%,相对增长率显著提高了67.93%。在抚育样地中,地上生物量的绝对增长量和相对增长量均随着抚育强度呈现单峰曲线变化的趋势,抚育强度在（10±2.5）%时地上生物量的相对和绝对增长量最高。抚育强度是影响地上生物量增长量的重要因素,而物种多样性和功能离散度的作用较小。决定地上生物量的相对增长量最重要的因素（负作用）是初始生物量。本研究为我国热带次生林的未来管理提供了重要的理论基础和实践证据。     

新疆科克苏湿地植被生物量时空分布特征及与水文连通的关系

区域植被生物量及其与水文连通之间的定量关系对于湿地保护和管理具有重要意义。基于多期Landsat-8遥感影像和野外实地调查数据,提取了新疆科克苏湿地生长季不同月份的湿地水体斑块,反演并分析了湿地植被地上生物量及时空分布特征,量化了水文连通与科克苏湿地植被地上生物量和植被碳库的关系。结果表明: 6月新疆科克苏湿地水体斑块面积最大,占保护区面积的63.12%,之后湿地水体斑块面积逐渐减少,8月水体斑块面积仅占保护区面积的6.27%,水体斑块分布具有明显的季节性特征。科克苏湿地植被生物量呈现聚集分布的空间分布模式,额尔齐斯河及克兰河河道两侧以及支流两侧湿地为高生物量区域,北部阿热勒齐及阔克苏村和东南部萨尔胡松乡为低生物量区域。7月地上生物量达到生长季最高值,该时段科克苏湿地的植被总生物量为1.09×10⁹ kg,最大总生物量为4832 g/m²,地上生物量较高区域分布在西部的阿克铁热克村及东部的巴勒喀木斯村。水文连通与植被地上生物量及植被碳库呈现抛物线关系,水文连通度为0.6左右时,植被地上生物量及植被总碳库最大,植被总碳库达到4.5×10¹¹ kg C。研究揭示了科克苏湿地植被生物量的时空分布特征,建立了科克苏湿地水文连通度与植被地上生物量及植被碳库的量化关系,明确了适宜的水文连通度对植被生物量积累存在促进作用,可为湿地水文连通调控和植被碳储存功能提升提供有效参考。     

岷江上游亚高山林区老龄林地上生物量动态变化

中国川西亚高山森林中的天然林大部分为成过熟的老龄林,对其生物量动态研究有助于了解其碳储量的动态变化规律.利用全国森林资源连续清查的27个固定样地数据,基于地上各器官生物量与树干胸径(D)和树高(h)的异速生长方程,估算了岷江上游亚高林山老龄林地上生物量密度的动态变化特征及其时空变化规律.结果表明,(1)从1988～2002年期间,老龄林地上生物量密度净增量为(27.311±15.580)Mg·hm-2,平均每年增长率为(1.930±1.091 )Mg·hm-2·a-1,平均每年枯损率为(2 271±1.424)Mg·hm-2·a-1;(2)地上生物量变化受各径级保留木生长量、枯损量及进界生长量影响,其中20～40cm径级保留木生长量与生物量净增量最大,>80cm径级生物量增量最小,40～60cm和60～80cm径级生物量在调查期间净增量出现负增长.(3)岷江上游老龄林地上生物量动态变化具有时空异质性,同一样地在不同调查间隔期或同一调查期间不同样地间生物量变化不同,不仅有增量数值大小差异,还表现为生物量增量的正负差异.     

林火干扰对大兴安岭主要林分类型地上生物量预测的影响模拟研究

林火干扰是北方森林最主要的自然干扰之一,对北方森林地上生物量影响是一个长期的过程。因此,在预测地上生物量动态变化时需要考虑林火的影响。运用空间直观景观模型LANDIS PRO,模拟大兴安岭林区林火对不同树种地上生物量预测的影响。选取研究区5种主要树种林分(兴安落叶松、樟子松、云杉、白桦和山杨),以无干扰情景为参考预案,在验证模型模拟结果的基础上,模拟林火在短期(0—50a)、中期(50—150a)和长期(150—300a)对地上生物量的定量化影响,及其对不同立地类型地上生物量的动态变化。结果表明:(1)基于森林调查数据参数化的2000年森林景观模拟结果能够较好地代表2000年真实森林景观,模拟的2010年森林林分密度和胸高断面积与2010年森林调查数据无显著性差异(P0.05),当前林火干扰机制模拟结果能够较好地与样地调查数据匹配,说明林火模拟能够代表当前研究区林火发生情况;(2)与无干扰预案相比,整个模拟时期内景观水平上林火减少了1.7—5.9 t/hm2地上生物量;(3)与无干扰预案相比,林火预案下主要树种生物量在短期、中期和长期变化显著(P0.05);(4)在不同模拟时期,林火显著地改变了地上生物量空间分布,其中以亚高山区地上生物量降低最为明显。研究可为长期森林管理以及森林可持续发展提供参考。     

川西亚高山针阔混交林乔木层生物量、生产力随海拔梯度的变化

川西亚高山针阔混交林是该地区云冷杉暗针叶林大规模采伐后自然恢复形成的主要次生林类型之一,是由采伐迹地向顶极暗针叶林演替过程中的重要阶段。采用样地调查与异速生长模型相结合的方法,研究了川西亚高山林区4个海拔梯度(A:2900—3050m;B:3150—3300m;C:3300—3450m;D:3450—3550m)40a生针阔混交林的生物量与生产力变化。结果表明,林分乔木层生物量、生产力随海拔上升而不断下降,分别由A梯度的157.07t/hm2、3.43t·hm-·2a-1下降到D梯度的54.65t/hm2、1.36t·hm-·2a-1,气温的海拔间差异以及林分密度的递减是影响林分生物量、生产力变化的主要原因;阔叶类树种单株平均生物量、生产力随海拔升高而显著下降,由A梯度的200.55kg、4.96kg/a下降到D梯度的47.86kg、1.19kg/a;而针叶类树种单株平均生物量、生产力则逐渐上升,由A梯度的51.57kg、1.28kg/a上升到D梯度的73.88kg、1.84kg/a,但未达显著水平,阔、针叶类树种生物量、生产力变化分异是物种的生物学特性和林分环境共同作用的结果。相关分析显示,该地区阔叶类树种对海拔梯度的响应比针叶树种更为敏感和显著。