汪清地区森林生物量遥感估测及空间分布格局研究

发布时间：2020-08-12 22:40

【摘要】：林业遥感技术的发展,为森林生物量的大面积和长时间序列监测提供了便捷、有效的技术方法。Landsat数据较高的分辨率有助于森林类型的识别和森林范围的提取,丰富的波段信息反映了森林植被的特征,能为森林生物量监测提供良好的数据源。本研究以吉林省汪清地区为研究区域,以1994年、2004年、2014年为研究时间节点,利用Landsat系列遥感影像,提取光谱和纹理特征,结合DEM地理数据,提取研究区地形因子,通过监督分类中支持向量机分类对研究区进行土地覆盖分类,进而识别森林类型。同时,通过线性(逐步回归法)和非线性(BP神经网络法、回归型支持向量机法)回归方法反演不同森林类型的生物量模型,选择泛化能力较强的森林生物量模型,对研究区森林生物量进行预测,获得研究区各时间节点森林生物量分布图,并结合地形特征,分析1994-2014年间,研究区森林生物量的变化及空间分布情况。主要研究内容和结果如下:(1)对Landsat影像数据进行无缝拼接、辐射定标、大气校正、几何校正、裁剪等处理,获得研究区各期影像。整理野外数据,依据不同树种的生物量异速生长方程,计算样方的森林生物量。(2)利用Landsat影像数据、DEM数据分别提取遥感特征变量和地学特征变量,通过支持向量机分类法,进行土地覆盖类型分类,评价分类精度,输出各类型森林的范围,并统计林地面积。结果表明,当C=2,g=0.5时,径向基核函数构造的SVM训练和预测分类精度最好,利用此SVM进行森林类型识别,1994、2004、2014年分类结果的总体分类精度分别为85.31%、88.98%、91.46%。(3)基于Landsat数据的光谱参数和研究区地形参数,通过逐步回归分析方法,筛选合适建模参数,建立不同森林类型的生物量估测模型,并评价模型的精度和适用性。结果表明,逐步回归获得的针叶林、阔叶林和针阔混交林的生物量模型的预测精度分别为0.746、0.517和0.655,三个模型仍然存在预测精度不高的问题,只用线性模型估算森林生物量并不准确,需要考虑非线性模型预估森林生物量。(4)利用主成分分析法,选择参与建模的主要参数。通过BP-神经网络和回归型支持向量机(SVR)方法分别反演各类型森林生物量模型,并评价模型的精度和适用性。结果表明,BP-神经网络获得的针叶林、阔叶林和针阔混交林的生物量模型的预测精度分别为0.769、0.842和0.867;SVR方法获得的针叶林、阔叶林和针阔混交林的生物量模型的预测精度分别为0.902、0.937和0.899。综合来看,SVR模型的拟合和预测精度更高,模型预测性能稳定,泛化能力强。(5)通过SVR模型,估测研究区1994、2004和2014年林地的森林生物量,并输出森林生物量分布图。统计各时间点研究区的森林生物量值,结合森林生物量分布图分析20年间森林生物量的变化情况,并依据研究区海拔、坡度分析森林生物量的空间分布和变化情况。研究结果表明,汪清地区20年间森林生物量总体变化趋势为先减后增,与林地面积变化趋势相似,1994-2014年间,森林生物量年均增长量达到0.32 t/hm 2。汪清地区森林生物量主要分布在海拔300～1000m、坡度0°～35°范围内,20年间,森林生物量变化部分主要集中在中低海拔地带及坡度为6°～35°地带。
【学位授予单位】：东北林业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S718.556
【图文】：

技术路线图,森林,森林生物,森林生物量

１．５技术路线逡逑本项目以ＡｒｃＧＩＳ、ＥＮＶＩ、Ｒ、ＭＡＴＬＡＢ软件为主要平台，进行森林生物量模型反逡逑演及时空变化分析，本研究技术路线图如图１－１所示。逡逑Ｉ逦Ｉ逡逑Ｉ逦Ｉ逡逑Ｉ逦逦邋Ｉ逡逑！呡一＾｛野外数据（（乫数据（（Ｌｓ；ｒ（邋（ｌｉｌｌ（（小栜据（Ｉ逡逑Ｉ逦—邋Ｊ逦Ｉ逡逑Ｌ逦逦逦逦逦逦逦逦逦逦逦逦逦逦逡逑；逦逦｜邋图像＾处理邋｜￣￣逦逦Ｊ邋！逡逑￣邋１邋￣邋！逡逑；逦＿邋？邋｜逦３邋Ｉ逦｜建左解逦！逡逑Ｉ逦甲旧逦［５Ｓ１逦；逡逑Ｉ邋々卜逦Ｓ邋ｃ邋逦＇邋ｃ邋逦、ｒ邋逡逑ｉ邋ｌＵ逦？邋ｒｉｉ］邋ｒｍ］邋：逡逑望逦＾逦解译ｊ逦！逡逑；邋＾邋｜逡逑ｌ＿＿逦逦—邋逦逦逦邋逦邋逦邋逦邋逦邋逦邋逦邋逦邋逦邋逦邋逦逦逦逡逑！逦丨数赢析｜逦！逡逑Ｉ逦逦＿＿逦Ｉ逡逑Ｉ逦Ｉ逡逑Ｉ邋板逦￣——逦——＾￣逡逑｜邋型逦遂步神经逦ｉ逡逑！邋反逦回归逦网络逦ＳＶＲ逦ｊ逡逑！镜逦Ｓ－１逦＾逡逑ｉ逦ｉ逡逑ｉ逦逦－逦—邋逦邋ｉ逡逑ｉ逦ｉ逡逑！逦｜森林生４量模型逦，N逦｜逡逑！逦ｔ逦林地逡逑范围逦Ｉ逡逑Ｌ邋邋邋邋邋邋邋逦：一邋—逡逑！邋ｒ＾ｉ逦ｉ森林生４量预铡逡逑ｊ逦ｍ逦邋ｔ逦逦！逡逑ｉ逦ｋ逦邋Ｊ，逦逦ｊ逡逑＊逦霖逦｜森林生物、分布ｉ］逡逑

示意图,汪清,地理位置,边界

地理坐标为１２９。５１＇？１３０。５６礼４３。０６＇？４４°０３ｆＥ。汪清地区东西跨度１５２邋ｋｍ，南逡逑北长１０８邋ｋｍ，总面积约９０１６邋ｋｍ２，东西南北方位边界分别与珲春、敦化、图们、宁安逡逑县接壤，汪清地区地理位置图如图２－１所示。逡逑．．．．邋＾邋＊邋■、逡逑？邋：：逦：逦＇Ｘ。逦：：葱：１．、＇逡逑■邋￣邋？邋？邋、－？－＇、逡逑＇＇＊３４逦．邋？－逡逑图２－１汪清地区地理位置及边界示意图逡逑Ｆｉｇ．邋２－１邋Ｌｏｃａｔｉｏｎ邋ａｎｄ邋ｂｏｕｎｄａｒｙ邋ｏｆ邋Ｗａｎｇｑｉｎｇ邋ａｒｅａ逡逑２．１．２地形地貌逡逑汪清地区位于长白山东麓，中部以平地河谷为主，通过丘陵连接四周山脉，具有四逡逑周高、中部低的地形特征，主要地貌类型为平原、河谷、丘陵、山地。汪清地区地壳演逡逑化历史悠久，具备优越的成矿地址条件，境内分布多条矿带。县域内最高峰老爷岭横贯逡逑全境，最高海拔１４７７ｍ，最低海拔１３５ｍ，平均海拔８０６ｍ。逡逑２＿１．３水文气候逡逑汪清地区水系较多，约有１４４条大小河流，主要为珲春河、绥芬河、嘎呀河三大河逡逑流，每年径流量达１８．２亿ｍ３。其中，年径流量占比最大的为嘎呀河，约占总径流量的逡逑６７％，该河流域面积约为县域总面积的６９．４％；其次是绥芬河，其年径流量约占总径流逡逑量的２６％

汪清,野外调查,数据获取,影像

逑光谱特征？。利用研究区域边界矢量数据，通过构建掩膜对影像进行裁剪，输出准确的逡逑研究区域影像，如图２－２所示。逡逑图２－２邋２０１４年汪清地区Ｌａｎｄｓａｔ－８影像逡逑Ｆｉｇ．２－２邋Ｌａｎｄｓａｔ－８邋ｉｍａｇｅ邋ｏｆ邋Ｗａｎｇｑｉｎｇ邋ａｒｅａ逡逑２．３野外调查数据获取与处理逡逑２．３．１样地布设逡逑为了综合反映研究区植被的分布及生长情况，野外样方调查数据类型主要为林地。逡逑本研究野外数据获取时间分别在２００４年９月、２００７年９月、２０１０年９月和２０１５年５逡逑月，共选取了邋２８５个能代表研究区植被状况的样方进行测定，其中２００４和２００７年测定逡逑样方共１３９个，阔叶林９４个样方，针叶林１８个样方，针阔混交林２７个样方。由于森逡逑林资源宏观监测研究，除了运用多光谱影像数据外，还将结合ＧＬＡＳ等数据等进行森林逡逑结构参数、森林生物量等更深入的研究，２０１０年以前野外样地布设方式主要是沿逡逑ＩＣＥＳａｔ邋（Ｉｃｅ，Ｃｌｏｕｄ，邋ａｎｄ邋ｌａｎｄ邋Ｅｌｅｖａｔｉｏｎ邋Ｓａｔｅｌｌｉｔｅ）卫星飞行航迹方向，以邋ＧＬＡＳ逡逑（Ｇｅｏｓｃｉｅｎｃｅ邋Ｌａｓｅｒ邋Ａｌｔｉｍｅｔｅｒ邋Ｓｙｓｔｅｍ）激光光斑中心点作为地面数据调查样地的圆心，逡逑通过ＧＰＳ定位光斑中心

【参考文献】