论文部分内容阅读
本文研究利用遥感手段估算植被生物量的方法,综合野外观测数据,分别分析了Landsat/TM数据的光谱信息和Radarsat-SAR雷达数据后向散射强度与植被生物量的关系,通过相关性分析表明,Radarsat-SAR雷达数据后向散射系数与三峡库区植被生物量的关系不显著,不能用来估算该区域的生物量,而Landsat/TM多光谱数据则能较好的反映该地区的植被生物量水平。最后,利用Landsat/TM数据分别建立了针对三峡库区的阔叫林、针叶林、针阔混交林、灌木林和草本植被五种主要植被类型的生物量遥感估算模型,并计算了该区域2002年植被的地上生物量。研究的主要内容和主要结论如下:
1.样点生物量计算。根据现有的研究资料,分别找出了适合于计算三峡库区针叶林主要树种、阔叶林主要树种以及灌木林的生物量推算公式。其中,马尾松的样点生物量推算方程选用D<2>H(D为胸径,H为树高)为自变量,其它乔木种则均以胸径为自变量,灌木林的生物量回归方程选用样地水平的盖度和平均高度为自变量。
2.面向对象的多尺度分割与移动窗口相结合来提取样点相对应的遥感信息。将对遥感影像进行面向对象分割后得到的边界与3×3移动窗口取交集作为统计窗口,计算统计得到样点所对应的光谱信息。结果表明,这样统计出来的遥感信息与植被样点生物量的相关性比单纯基于像元统计的要高。
3.遥感植被指数的研究、选择及与样点生物量相关性二维表的建立。根据现有的研究,选择了TM影像提取的单波段反射率、传统的植被指数和经过穗帽变换后得到的植被指数三类共18个遥感因子,分别与样点生物量进行相关性分析,计算各种植被因子与样点生物量的Pearson相关系数,建立每类植被的样点生物量与各个遥感因子相关系数二维表。
4.雷达数据后向散射系数σ°与植被生物量相关性研究。提取样点相对应的SAR数据的后向散射系数σ°,对各类植被分别进行样点生物量与σ°的相关性分析,得到针叶林、灌木林的生物量与σ°的相关性很低,而阔叶林的生物量与σ°基本不存在相关性。
5.利用多光谱遥感数据建立不同植被类型生物量的遥感地学模型。根据生物量与可见光遥感因子的相关性二维表,选取与各种植被类型生物量相关性最好的一种或几种遥感冈子,构建该植被类型的生物量地学统计模型,检验结果表明,阔叶林、针叶林、灌木林三个模型的调整后的R<2>分别为0.589、0.591、0.615。
6.计算三峡库区的植被地上生物量,并进行空间分布格局分析。2002年三峡库区总的植被地上生物量是1.05×10<8>Mg,平均单位面积生物量是17.94 t/hm<2>。森林覆盖度、人类活动是影响一个地区生物量的关键因素。