论文部分内容阅读
本文以江西省林区森林为研究区,利用光学数据Landsat TM影像与大光斑激光雷达GLAS数据进行森林冠层平均高度与生物量估算;考虑地形因素影响,从波形数据中提取出了波形长度、波形前缘长度和波形后缘长度3个波形特征参数来表征波形特性,从地形数据中提取地形指数和地形标准差对波形数据进行地形校正。使用波形特征参数(波形长度、波形前缘长度和波形后缘长度)和地形特征参数(地形因子和地形标准差)反演植被高度,实现了GLAS完整波形数据的处理算法,提出并建立了能减小地形因素影响的森林冠层高度估算模型;针对GLAS光斑数据空间分布离散性、不成像性,融合光学遥感影像数据,建立了反演区域尺度森林冠层高度的模型,反演出研究区域内连续的林冠高度;最终将连续的冠层高度与实测森林生物量进行反演,估算出研究区域内总森林生物量以及空间分布图。研究结果表明:在大光斑激光雷达GLAS数据、ASTER GDEM数据与实测数据建模时,使用波形长度、波形前缘长度、波形后缘长度与地形指数建模的相关系数最大,达0.6505;利用大激光激光雷达GLAS数据与光学Landsat TM数据联合反演连续的森林冠层高度时,构建了线性、幂函数、指数以及对数6种模型,结果表明线性的一元二次模型相关性最高,达0.7219;利用实测的森林生物量数据与树高进行建模,共构建了线性、幂函数、指数以及对数6种模型,结果表明幂函数的模型相关性最高,达0.6887,可以很好的表征树高与生物量的关系。同时,本文还存在一定的不足,在研究数据方面,多源遥感数据的时间存在差异,大激光雷达GLAS数据的获取时间为2008年8月,光学Landsat TM数据的获取时间为2009年1月以及10月;野外实测数据与遥感数据时间不一致,野外获取时间为2006年、2008年以及2012年,野外获取的数据也不是很多,树高数据仅128个,生物量数据为31个。总的来说,大光斑激光雷达GLAS数据与光学遥感Landsat TM数据联合,可以充分发挥多源遥感的优势,提高森林生物量反演的精度。