基于Rapideye影像的森林生物量估測.pdf

1、森林生物量估測是森林碳儲量研究的基礎，更是分析全球氣候變化研究的重要依據，而遙感因其快速、高效、動態(tài)的特點使其成為目前生物量估測發(fā)展的主要方向。石臺縣位于安徽省南部，是安徽省乃至長江中下游重要的碳匯基地，更是國家重點生態(tài)功能區(qū)，石臺縣森林生物量研究對該區(qū)域森林碳匯研究、國家生態(tài)保護區(qū)的服務功能及在全球氣候變化中作用評價有著重要的意義。本研究立足于解決森林生物量估測過程中的兩大主要問題-如何準確及快速的獲取大尺度的森林地上生物量，以石臺縣

2、為研究基地，結合Rapideye高分遙感影像和石臺縣不同尺度上三種主要森林類型地上生物量調查數據，建立各森林類型的遙感生物量估測模型。主要研究結論如下：
　?。?）與傳統(tǒng)的遙感特征因子相比，本文基于森林生物量形成的內在機理，引入葉綠素紅邊模型CRM及葉綠素綠波模型CGM，研究結果表明，這兩個指數與針葉林、闊葉林生物量在0.01水平上的相關性極顯著，且在其多元回歸模型及隨機森林模型中CGM均被挑選為建模的變量，說明CRM和CGM可以

3、用于森林生物量遙感估測。此外，與生物量相關性較強的紋理特征主要集中的紅光波段和紅邊波段，且僅MEAN、VAR、SM三個濾波對生物量估測貢獻較大，其他濾波并未與林分地上生物量表現出明顯的相關性。
　?。?）多元線性回歸與隨機森林算法回歸結果對比表明，三種森林類型的回歸結果均表現為隨機森林模型的精度優(yōu)于多元線性回歸模型。主要原因在于多元線性回歸對建模變量的選取十分嚴格，最終參與建模的變量往往比較少，造成遙感信息的利用不充分。
　

4、?。?）三種森林類型生物量回歸結果的相互對比表明，針闊混交林回歸效果最佳。闊葉林多元線性回歸模型較針葉林多元線性回歸模型調整決定系數AdjR2大，但隨機森林模型擬合結果預測相反，且隨機森林模型對變量的解釋能力均優(yōu)于多元線性回歸模型，說明隨機森林能夠有效的模擬生物量與遙感信息間的非線性關系。針葉林地上生物量預測精度優(yōu)于闊葉林地上生物量預測精度，主要與選取的Rapideye秋季影像會對落葉闊葉樹種生物量估測造成偏差有關。
　　（4）利

5、用隨機森林回歸模型對石臺縣三種森林類型喬木層生物量進行估算，得到石臺縣研究區(qū)域喬木地上總生物量為3501008.6140t。其中：闊葉林單位面積生物量為92.3820t/ha，總面積為19679.5600ha，地上總生物量為1818037.1000t，占研究區(qū)喬木地上總生物量的51.93％；針葉林單位面積生物量為60.4387t/ha，總面積為14623.8150ha，地上總生物量為884844.3676t,占研究區(qū)喬木地上總生物量的2