利用几何光学模型耦合多源遥感数据的山地森林参数估测研究

发布时间：2020-06-16 00:02

【摘要】：森林参数,如叶面积指数(Leaf area index,LAI)、森林郁闭度(Canopy closure,CC)、高度(Forest height,h)及森林地上生物量(Above-ground biomass,AGB),是生态过程模型及森林碳循环模型不可缺少的重要特征参量。因此,实现区域或全球尺度的森林参数精确估测,对深刻理解全球环境变化的内在规律具有重要意义。随着遥感技术手段的多样化发展,单一遥感数据已不能同时满足区域及高精度的需求,多源遥感数据的联合逐渐成为目前区域森林参数估计的主要手段。多源遥感数据联合多采用统计分析方法,少有研究采用物理模型方法。统计分析方法对实测样地的数量及分布要求较高,模型形式也相对多样,对于区域的森林参数监测的普适性较差。而现有物理模型方法多数是基于平坦地表假设构建的,忽略了地形对遥感传感器观测到的反射率的影响,无法满足复杂地形条件下的应用需求。此外,混合像元也是影响区域山地森林参数反演的主要问题之一。目前已有的全球尺度地表参数产品,如GLOBCARBON LAI、CYCLOPES LAI,采用的模型算法均假设地表为单一植被类型,未考虑像元的混合特性,这将会对地表异质性较大的山地森林带来很大的不确定性。综上所述,区域应用、地形影响以及混合像元分解成为目前多源遥感数据联合反演森林参数的三大科学问题。针对这三大问题,本研究提出了一种估计区域山地森林高度、森林郁闭度及有效叶面积指数(Effective leaf area index,LAIe)的方法,并进一步联合植被指数、地形指数和这些具有物理意义的结构参数构建森林AGB模型。本文研究内容主要分为以下3个方面:(1)利用山地模型GOST(Geometric-optical model for sloping terrains)耦合多源遥感数据的森林高度估计研究本文提出了一种反演区域山地森林高度的可靠方法。该方法利用GOST模型的四个分量与冠层结构参数之间存在的关系,耦合机载激光雷达(Light detection and ranging,LiDAR)及多光谱遥感数据实现了区域森林高度的高精度制图。首先,使用连续最大角凸锥(Sequential maximum angle convex cone,SMACC)算法生成Landsat 7影像中的图像端元及相应的丰度。其次,利用LiDAR衍生的森林结构参数及地形因子作为先验知识来校准和验证GOST模型,其目的是准确地将混合像素分解为光照冠层、光照背景和阴影。然后,将Landsat 7影像提取的端元分别组合成不同的分量子集。最后,根据反向传播神经网络(Back propagation neural network,BPNN)和查找表(Look-up table,LUT)反演研究区的森林高度。GOST模型在坡地针叶林森林高度估计表现良好,决定系数在0.70以上。研究证明了GOST模型在联合利用LiDAR数据和多光谱遥感数据定量反演山地森林高度中具有较大潜力。(2)利用Li-Strahler几何光学模型耦合多源遥感数据的森林郁闭度及有效叶面积指数的估计研究本文提出了一种反演区域森林CC及LAIe的方法。基于Li-Strahler几何光学模型,耦合机载LiDAR及多光谱遥感数据提出解决混合像元问题的方法,并进一步实现了区域森林郁闭度及有效叶面积指数的反演。首先,基于机载LiDAR数据的冠层高度信息,提取机载LiDAR飞行区域的CC、LAIe等参数;其次,基于光照背景分量与空隙率、CC、LAIe之间的简化关系计算样地水平光照背景分量;然后,基于线性分解模型计算出最优光照背景端元反射率;最后,运用Li-Strahler几何光学模型计算所有像元的光照背景分量,进一步实现研究区域森林CC及LAIe的反演。研究结果表明,本文提出的反演方法可以有效地用于区域森林CC及LAIe的反演。(3)多参数协同反演森林AGB的研究基于森林高度、CC、LAIe、多光谱遥感信息及地形信息反演研究区森林AGB。首先,基于具有物理意义的森林高度构建了森林AGB线性模型。其次,融合多参数构建了森林AGB的多元线性回归模型。然后,基于支持向量回归(Support vector regression,SVR)的机器学习算法,构建了森林AGB非线性遥感反演模型。最后,对比了线性模型、多元线性回归模型以及SVR非线性模型对估测森林AGB的能力,通过选择最优模型反演区域上的森林AGB。研究发现,基于线性回归、多元线性回归构建的森林AGB模型都有一定的估测能力;但经独立样本验证表明,两类模型都存在一定的高估现象;基于SVR的机器学习算法比线性模型及多元线性模型估测精度高,有限抑制了高估现象。综上所述,本文针对多源遥感数据在精确估测森林参数时存在的区域难以扩展及地形影响严重等问题,提出了针对森林结构多参数的有效估测方法,通过实验证明本文提出的耦合方法可有效地解决坡度大于10°的山地森林高度难估测以及混合像元难分解的问题,最终实现了研究区森林AGB高精度制图。本文研究成果不仅为山地遥感定量反演模型理论分析的完整性提供支撑,同时也为山地森林参数反演应用提供了新思路。
【学位授予单位】：中国林业科学研究院
【学位级别】：博士
【学位授予年份】：2018
【分类号】：S771.8
【图文】：

技术路线图,反演,几何光学模型,有效叶

第四章研究了 Li-Strahler 几何光学模型协同多源遥感数据反演森林郁闭度及有效叶面积指数的方法。主要内容包括基于冠层高度模型的森林郁闭度提取，基于冠层高度模型的有效叶面积指数提取，基于线性光谱分解模型及 Li-Strahler 几何光学模型协同反演区域林冠郁闭度及有效叶面积指数方法。第五章研究利用 GOST 反演的森林高度、Li-Strahler 几何光学模型反演的郁闭度、STER DEM 提取的地形指数、以及从多光谱遥感数据提取的植被指数构建森林 AGB 模型。主要内容包括遥感信息提取，参数相关性分析，基于森林高度的线性 AGB 模型，基于多参数的多元回归 AGB 模型以及基于 SVR 的非参数机器学习反演 AGB 研究。最后通过精度评价，选择最优模型反演 AGB。第六章为结论和讨论，总结了本研究取得的研究成果及不足，讨论了需改进的研究点，以及对未来工作的展望。

野外实验,位置,实验区,生态系统

17图 2-1 研究区域位置及野外实验的情况Fig.2-1 Location of study area and filed experiments实验区是由 973 计划项目“复杂地表遥感信息动态分析与建模项目（编号：2013CB733400）”支撑建立的星-机-地遥感综合实验区。内蒙古大兴安岭首个国家野外科学观测研究站—根河森林生态观测站位于该实验区的东部，介于东经 121°30′～121°31′，北纬 50°49′～50°51′之间，占地面积约为 10,100 公顷，属于中国森林生态系统网络（CFERN）和国家生态系统网络（CENERN）站点，并选入联合国粮农组织的全球陆地观测系统（GTOS）。站内通量塔所在位置地理坐标为北纬 50°56.348′，东经 121°30.84′，海拔 848 米，通量观测始于 2007。该站代表我国寒温带针叶林区典型森林生态系统定位

【参考文献】