论文部分内容阅读
精确估算森林生物量是陆地生态系统碳循环和全球变化研究的重要内容。传统方法估算森林生物量,耗费法大量人力物力且无法应用到大范围地区的生物量估测,而遥感技术则弥补了这一点,使得大范围的生物量估测成为可能。激光雷达遥感数据可以提供植被的垂直结构信息,提高森林生物量估算的效率和准确性。云南省是我国三大林区之一,是我国森林树种最丰富的省份。本文以云南省典型林区为研究对象,基于星载激光雷达和光学数据结合进行森林地上生物量反演研究。主要研究内容如下:(1) LandsatTM进行生物量估算。首先基于决策树方法进行森林分类研究,分为针阔混交林三类,并提取多个植被指数,分森林类型建立实测生物量和植被指数间的回归关系,反演整个云南省森林地上生物量。结果表明,阔叶林估算模型R2为0.642,F检验值为35.307;针叶林估算模型R2为0.666,F检验值为21.474。估算云南省总生物量为1523028997.3252t,平均生物量为113.1574t/hm2。精度验证结果为阔叶林R2为0.6033,针叶林R2为0.605。(2) GLAS与MODIS-BRDF进行连续植被高度提取。对星载GLAS数据进行地形校正,得到高精度的森林冠层高度信息,结合同期的MODIS-BRDF数据,利用神经网络方法反演连续的森林冠层平均高度信息,经验值,决定系数为0.6983。(3) GLAS与光学结合估算生物量。使用植被高度与实测生物量建立模型,得到云南省总生物量为1256218172.5086t,平均生物量为98.2912t/hm2,验证精度为0.6970。在西双版纳地区使用植被高度、LAI与实测生物量建立多变量的关系模型,树高计算西双版纳总生物量为102307820.3348t,树高和LAI共同估算的总生物量为110084844.9022t,验证精度为0.6680和0.6912,高于光学数据。