不同空间尺度森林参数多源遥感反演方法
发布时间：2021-01-20 16:09
森林作为地球陆地生态系统中面积最大、最重要的自然生态系统,在维持全球生态平衡,促进全球生物进化和群落演替等方面起到了至关重要的作用。森林参数作为森林生态系统最基本的数量表征,能够反映森林与环境间物质循环与能量流动关系,是评估森林碳源和碳汇的重要标志。森林冠层高度和地上生物量作为两种重要的森林参数,对其区域分布进行定量化研究可以为评估森林生态系统的健康状况发挥重要的理论和现实意义。传统的森林冠层高度和地上生物量测量方法主要以人工野外实地调查的方式获取,该方法费时费力并很难应用于大区域森林调查。遥感作为20世纪末发展起来的新兴学科,正在以独特的观测视角为森林参数的定量估测提供新的研究方法。光学遥感影像具有空间分布连续性,能够提供多样化的光谱信息,可为区域尺度森林参数反演提供相应的遥感特征扩展因子。但是其信号穿透能力差,只能获取被测物体的二维平面光谱信息;激光雷达作为近些年迅速发展的主动式遥感技术,对森林冠层有着较强的穿透能力,能够获取森林垂直结构分布。机载激光雷达以一种自上而下的扫描方式的对地物进行观测,其获取的三维点云能够精确描述森林的三维结构特征,被广泛应用于林分森林参数估测。然而,其...
【文章来源】：中国矿业大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
研究区概况Fig.2.1Studyareaoverview
2 研究区与数据样地数据包含样木数据和样地数据，样木数据是对样地内的所有树木进行每木检尺调查，起测胸径为 5cm，所用测量工具为胸径围尺。树高只测量 3~5 株平均木的树高，测量工具主要有测杆和激光测高器等。样地数据按照样地号进行存储，主要调查因子包括位置因子、土壤因子、地形因子、林分特征因子以及优势树种等。其中，样地的位置因子主要使用手持 GPS 定位样地中心点经纬度坐标。（2）临时样地数据于 2012 年 8~9 月在研究区内调查了 80 块临时样地，如图 2.3 所示，样地分布在研究区的三个不同区域，分别为根河市、莫尔道嘎市和阿龙山县。样地的选取原则主要包括：1）样地具有代表性，能够反映周边范围内的森林分布特征。2）样地需包含所有森林类型（针叶林，阔叶林和混交林）。3）选取高、中、低等三种尺度的覆盖度和生物量样地。4）尽可能落在 GLAS 光斑范围内，以便后续 GLAS 光斑森林参数建模。
中国矿业大学（北京）博士学位论文样地形状为半径 15m 的圆形，其中包含针叶林样地 41 块、阔叶林样地 19 块和混交林样地 20 块。落在 GLAS 光斑范围内的样地共有 54 块，其中，针叶林 29块、阔叶林 13 块、混交林 12 块。在样地调查时，记录样地的中心点坐标，植被覆盖度，优势树种等。在样木层次上，以 5cm 作为起测胸径，记录样地内所有树的胸径、树高、枝下高和冠幅等测树因子，如图 2.2 所示。在样地内选取 3~5 株优势木，使用生长锥获取树木的年龄，使用鱼眼相机、LAI2200 和 TRCK 获取样地叶面积指数。差分 GPS + GLONASS 接收机被用来测量样地中心点的精确坐标。为了保证定位的精度，Trimble GeoXH 6000 接收机放置于样地中心，同时，在样地外的开放区域架设 Trimble ProXRT 基准站，每块样地的同步观测时间至少为 15 分钟。内业使用 GPS Pathfinder office v5.30 软件进行数据后差分解算，定位精度为 1～2m[68]。
【参考文献】：
期刊论文
[1]多元线性回归与神经网络模型在森林地上生物量遥感估测中的应用[J]. 徐辉,潘萍,宁金魁,臧颢,欧阳勋志,向云西,吴自荣,国瑞,桂亚可,杨武. 东北林业大学学报. 2018(01)
[2]WorldView-2纹理的森林地上生物量反演[J]. 蒙诗栎,庞勇,张钟军,李增元,王雪琼,李世明. 遥感学报. 2017(05)
[3]基于机载激光雷达校正的ICESat/GLAS数据森林冠层高度估测[J]. 胡凯龙,刘清旺,庞勇,李梅,穆喜云. 农业工程学报. 2017(16)
[4]高光谱与高空间分辨率遥感数据的亚热带森林生物量反演[J]. 申鑫,曹林,佘光辉. 遥感学报. 2016(06)
[5]差分GNSS系统在大兴安岭地区森林资源调查中的精度分析[J]. 胡凯龙,刘清旺,穆喜云. 林业调查规划. 2015(04)
[6]基于机载LiDAR数据的林分平均高及郁闭度反演[J]. 穆喜云,张秋良,刘清旺,庞勇,胡凯龙. 东北林业大学学报. 2015(09)
[7]机载LiDAR数据估算样地和单木尺度森林地上生物量[J]. 李旺,牛铮,王成,高帅,冯琦,陈瀚阅. 遥感学报. 2015(04)
[8]星载激光雷达GLAS与TM光学遥感联合反演森林叶面积指数[J]. 骆社周,王成,习晓环,聂胜,夏少波,万怡平. 红外与毫米波学报. 2015(02)
[9]基于机载激光雷达与Landsat 8 OLI数据的亚热带森林生物量估算[J]. 徐婷,曹林,申鑫,佘光辉. 植物生态学报. 2015(04)
[10]对地观测星载激光测高系统高程误差分析[J]. 马跃,阳凡林,卢秀山,冯成凯,李松. 红外与激光工程. 2015(03)
博士论文
[1]纹理图像特征提取与分类研究[D]. 许文韬.华东师范大学 2017
[2]基于激光雷达数据的森林冠层参数反演方法研究[D]. 聂胜.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[3]森林地上生物量遥感估测方法研究[D]. 穆喜云.内蒙古农业大学 2015
[4]大光斑激光雷达森林回波模拟和森林参数反演[D]. 王蕊.东北林业大学 2015
[5]星载激光测高系统数据处理和误差分析[D]. 马跃.武汉大学 2013
[6]小光斑波形激光雷达森林LAI和单木生物量估测研究[D]. 徐光彩.中国林业科学研究院 2013
[7]机载LiDAR点云的滤波分类研究[D]. 李峰.中国矿业大学（北京） 2013
[8]机载激光雷达点云数据处理与建筑物三维重建[D]. 曾齐红.上海大学 2009
[9]机载激光雷达数据和数码相机影像林木参数提取研究[D]. 赵峰.中国林业科学研究院 2007
硕士论文
[1]基于MODIS产品的中国陆地气溶胶时空特征分析[D]. 许秀玲.南京师范大学 2012
[2]基于星载大光斑LIDAR数据的森林类型识别研究[D]. 李立存.东北林业大学 2012
[3]基于星载大光斑LiDAR数据反演森林冠层高度及应用研究[D]. 吴红波.东北林业大学 2011
[4]基于三角网的DEM数据生成及可视化研究[D]. 李源.中南大学 2009
本文编号：2989353
【文章来源】：中国矿业大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
研究区概况Fig.2.1Studyareaoverview
2 研究区与数据样地数据包含样木数据和样地数据，样木数据是对样地内的所有树木进行每木检尺调查，起测胸径为 5cm，所用测量工具为胸径围尺。树高只测量 3~5 株平均木的树高，测量工具主要有测杆和激光测高器等。样地数据按照样地号进行存储，主要调查因子包括位置因子、土壤因子、地形因子、林分特征因子以及优势树种等。其中，样地的位置因子主要使用手持 GPS 定位样地中心点经纬度坐标。（2）临时样地数据于 2012 年 8~9 月在研究区内调查了 80 块临时样地，如图 2.3 所示，样地分布在研究区的三个不同区域，分别为根河市、莫尔道嘎市和阿龙山县。样地的选取原则主要包括：1）样地具有代表性，能够反映周边范围内的森林分布特征。2）样地需包含所有森林类型（针叶林，阔叶林和混交林）。3）选取高、中、低等三种尺度的覆盖度和生物量样地。4）尽可能落在 GLAS 光斑范围内，以便后续 GLAS 光斑森林参数建模。
中国矿业大学（北京）博士学位论文样地形状为半径 15m 的圆形，其中包含针叶林样地 41 块、阔叶林样地 19 块和混交林样地 20 块。落在 GLAS 光斑范围内的样地共有 54 块，其中，针叶林 29块、阔叶林 13 块、混交林 12 块。在样地调查时，记录样地的中心点坐标，植被覆盖度，优势树种等。在样木层次上，以 5cm 作为起测胸径，记录样地内所有树的胸径、树高、枝下高和冠幅等测树因子，如图 2.2 所示。在样地内选取 3~5 株优势木，使用生长锥获取树木的年龄，使用鱼眼相机、LAI2200 和 TRCK 获取样地叶面积指数。差分 GPS + GLONASS 接收机被用来测量样地中心点的精确坐标。为了保证定位的精度，Trimble GeoXH 6000 接收机放置于样地中心，同时，在样地外的开放区域架设 Trimble ProXRT 基准站，每块样地的同步观测时间至少为 15 分钟。内业使用 GPS Pathfinder office v5.30 软件进行数据后差分解算，定位精度为 1～2m[68]。
【参考文献】：
期刊论文
[1]多元线性回归与神经网络模型在森林地上生物量遥感估测中的应用[J]. 徐辉,潘萍,宁金魁,臧颢,欧阳勋志,向云西,吴自荣,国瑞,桂亚可,杨武. 东北林业大学学报. 2018(01)
[2]WorldView-2纹理的森林地上生物量反演[J]. 蒙诗栎,庞勇,张钟军,李增元,王雪琼,李世明. 遥感学报. 2017(05)
[3]基于机载激光雷达校正的ICESat/GLAS数据森林冠层高度估测[J]. 胡凯龙,刘清旺,庞勇,李梅,穆喜云. 农业工程学报. 2017(16)
[4]高光谱与高空间分辨率遥感数据的亚热带森林生物量反演[J]. 申鑫,曹林,佘光辉. 遥感学报. 2016(06)
[5]差分GNSS系统在大兴安岭地区森林资源调查中的精度分析[J]. 胡凯龙,刘清旺,穆喜云. 林业调查规划. 2015(04)
[6]基于机载LiDAR数据的林分平均高及郁闭度反演[J]. 穆喜云,张秋良,刘清旺,庞勇,胡凯龙. 东北林业大学学报. 2015(09)
[7]机载LiDAR数据估算样地和单木尺度森林地上生物量[J]. 李旺,牛铮,王成,高帅,冯琦,陈瀚阅. 遥感学报. 2015(04)
[8]星载激光雷达GLAS与TM光学遥感联合反演森林叶面积指数[J]. 骆社周,王成,习晓环,聂胜,夏少波,万怡平. 红外与毫米波学报. 2015(02)
[9]基于机载激光雷达与Landsat 8 OLI数据的亚热带森林生物量估算[J]. 徐婷,曹林,申鑫,佘光辉. 植物生态学报. 2015(04)
[10]对地观测星载激光测高系统高程误差分析[J]. 马跃,阳凡林,卢秀山,冯成凯,李松. 红外与激光工程. 2015(03)
博士论文
[1]纹理图像特征提取与分类研究[D]. 许文韬.华东师范大学 2017
[2]基于激光雷达数据的森林冠层参数反演方法研究[D]. 聂胜.中国科学院大学(中国科学院遥感与数字地球研究所) 2017
[3]森林地上生物量遥感估测方法研究[D]. 穆喜云.内蒙古农业大学 2015
[4]大光斑激光雷达森林回波模拟和森林参数反演[D]. 王蕊.东北林业大学 2015
[5]星载激光测高系统数据处理和误差分析[D]. 马跃.武汉大学 2013
[6]小光斑波形激光雷达森林LAI和单木生物量估测研究[D]. 徐光彩.中国林业科学研究院 2013
[7]机载LiDAR点云的滤波分类研究[D]. 李峰.中国矿业大学（北京） 2013
[8]机载激光雷达点云数据处理与建筑物三维重建[D]. 曾齐红.上海大学 2009
[9]机载激光雷达数据和数码相机影像林木参数提取研究[D]. 赵峰.中国林业科学研究院 2007
硕士论文
[1]基于MODIS产品的中国陆地气溶胶时空特征分析[D]. 许秀玲.南京师范大学 2012
[2]基于星载大光斑LIDAR数据的森林类型识别研究[D]. 李立存.东北林业大学 2012
[3]基于星载大光斑LiDAR数据反演森林冠层高度及应用研究[D]. 吴红波.东北林业大学 2011
[4]基于三角网的DEM数据生成及可视化研究[D]. 李源.中南大学 2009
本文编号：2989353
本文链接：https://www.wllwen.com/nykjlw/lylw/2989353.html
