浙江省丽水市森林碳汇时空演变及对极端降水的响应

【目的】模拟并分析浙江省丽水市森林净生态系统生产力(NEP)时空演变趋势,揭示其对极端降水的响应机制,为丽水市森林固碳潜力时空评价提供科学依据。【方法】综合样地调查、遥感观测、InTEC模型,模拟3种气候情景(RCP 2.6、RCP 4.5和RCP 8.5)下1979—2079年丽水市森林NEP时空格局,分析极端降水时空特征,构建结构方程模型,探讨极端降水对NEP的影响。【结果】①1979—2015年丽水市极端降水频率和强度呈增加趋势。未来气候情景下除RCP 2.6之外,RCP 4.5和RCP 8.5极端降水量、频率和强度仍持续增加,其中莲都区、缙云县以及景宁畲族自治县等地区极端降水事件上升趋势较强。②1979—2015年森林NEP呈增加趋势,增长速度为18.44 g·m^(-2)·a^(-1)。2016—2079年,3种气候情景下森林NEP均呈下降趋势,但碳汇总量呈上升趋势,最大NEP累积达10.97 Pg。③1979—2015年极端降水对NEP产生积极影响,2016—2079年除RCP 2.6影响不显著,其他2种情景下极端降水对NEP均产生消极影响,但RCP 8.5情景下极端降水较RCP 4.5对NEP的影响更小。【结论】丽水市森林碳汇能力较强,在未来气候情景下仍具有较高的碳汇潜力,然而极端降水对NEP的影响也不容忽视。图5参22.

浙江省松阳县亚热带森林干扰与恢复遥感监测

【目的】浙江省松阳县森林资源丰富,碳汇潜力大,是百山祖国家公园三级联动区,因此监测松阳县森林干扰与恢复,对松阳区域森林管理和百山祖国家公园生态环境保护具有重要意义。【方法】采用谷歌地球引擎(GEE)云平台的LandTrendr算法,并结合1987—2020年Landsat卫星遥感时间序列数据,监测浙江省松阳县1987—2020年森林干扰与恢复状况,分析森林干扰与恢复的时空特征。【结果】①LandTrendr算法监测森林干扰与恢复的总体精度达到82%,森林干扰与恢复的生产精度、用户精度均高于80%,表明松阳县森林干扰与恢复监测效果较好。②松阳县森林干扰与恢复总面积分别达148.14与236.86 km^(2),分别占林地面积的12.74%和20.37%,表明松阳县1987—2020年森林面积呈净增加趋势。③松阳县大东坝镇、板桥畲族乡、新兴镇、玉岩镇森林变化较为频繁,森林干扰与恢复面积均比其他乡(镇)高,尤其是大东坝镇森林面积变化最大,增加了20.04 km^(2)。【结论】基于GEE云平台的LandTrendr算法实现了松阳县森林干扰精准监测。近30 a松阳县森林面积总体呈增加趋势。

马尾松针叶光谱特征与其叶绿素含量间关系研究

以马尾松针叶野外高光谱数据为基础,分析了马尾松光谱变化,构建或借助不同光谱特征参数,在理论和实践分析的基础上,建立了马尾松针叶叶绿素含量与光谱反射率及9个特征参数之间的关系。研究结果表明:(1)马尾松叶绿素含量在527,703,1364及1640nm四个波长附近,与其反射率具有较好的线性关系,为马尾松遥感监测在波段选择上提供了依据;(2)红边位置、红边平均反射率、红边位置附近平均反射率、红边斜率、红边面积、红谷吸收深度、绿峰反射高度、红边归一化植被指数、红边植被胁迫指数等9个马尾松反射光谱特征参数均与叶绿素含量间存在指数函数关系,相关系数绝对值在0.5～0.7之间;(3)采用9个光谱特征参数建立了马尾松针叶叶绿素含量预测模型,且所建立的基于高斯核函数变换的偏最小二乘回归模型对叶绿素含量的预测精度远远大于传统线性回归模型,模型的均方误差为0.0088,平均绝对百分误差为0.7617%。

分形理论在马尾松松材线虫病发病早期高光谱探测中的应用

采用便携式ASD野外光谱仪,对3个样地未知病害马尾松进行反射光谱连续测量,在对随机抽取的样木反射光谱数据红边位置、绿峰反射高度和红谷吸收深度分析的基础上,进一步利用分形理论,计算450～780nm之间的反射光谱曲线的分形维数,并分析曲线构形变化机理与分形维数之间的关系。结合后期补充调查,结果表明:(1)分形维数在调查期间特别是后期,呈下降趋势,这基本与3个光谱参数的变化吻合,但相对红边位置、绿峰反射高度和红谷吸收深度,分形维数变化趋势较稳定,说明分形维数作为马尾松健康状况预测的指标具有一定潜力;(2)分形维数与绿峰反射高度和红谷吸收深度存在正相关关系,且与绿峰反射高度的相关关系高于红谷吸收深度;(3)补充调查死亡样木分形维数与绿峰反射高度的关系模型,进一步说明分形维数对马尾松健康状况的分析是可行的。

天目山物种多样性尺度依赖及其与空间格局关系的多重分形

以浙江省天目山国家级自然保护区为例,采用多尺度分析思想,利用多重分形分析方法,研究了不同尺度下物种多样性的变化、空间分布格局以及多样性与空间格局之间的关系。研究主要得到3方面的结论:(1)物种多样性具有尺度依赖性,随着空间尺度的增大,Shannon-Wiener多样性指数H增大,Margalef多样性指数K和均匀度指数E减小;(2)多重分形参数αmin、多重分形谱的变化范围SR等能够定量反映物种的空间分布特征,空间大尺度越大,物种越聚集,空间分布越不均匀;(3)物种多样性与空间格局存在线性或幂函数关系。研究表明多重分形分析定量描述物种空间格局是有效性的,多重分形参数与生物多样性之间的定量关系为研究物种空间格局、生态属性与尺度之间的关系奠定了基础。因此,分形结合传统方法,在生物多样性方面的研究将有很大的潜在价值。

用高光谱曲线分形维数分析植被健康状况

植被叶片高光谱反射曲线包含植被生长状况的众多信息,该文在分析光谱特征参数如红边位置、绿峰反射高度、红谷吸收深度以及红边面积的基础上,提出利用分形理论对450～780nm之间的反射光谱曲线进行分形测量,并用分形维数定量反映其健康状况的新思路。研究表明,(1)植被反射光谱曲线具有分形特征,对于相同植被,其不同健康状况的叶片在可见光到近红外(450～780nm)间的反射光谱曲线分形维数呈逐渐下降趋势;(2)分别针叶和阔叶,分形维数均与绿峰反射高度、红谷吸收深度以及红边面积3个光谱参数之间存在较好的正相关关系;(3)分形维数与绿峰反射高度、红谷吸收深度以及红边面积也存在较好的多元线性关系,其相关指数分别为0.8928和0.6987。因此,分形维数是对曲线整体的一个综合分析和定量描述,能够作为一个新的综合参数来客观反映植被叶片所处的健康状况。

基于TM数据提取竹林遥感信息的方法

利用LandSat5-TM对竹林遥感信息提取方法进行了研究:将归一化植被指数NDVI、结构效应指数CVI、综合效应指数MVI以及主成分变换的前3个分量PCA1、PCA2、PCA3与TM数据的6个波段(除第六波段)合成一个具有12波段的新数据;在最佳波段组合的基础上,结合地形图、土地利用图和野外调查数据,采用光谱特征模型、支持向量机、光谱角填图以及最大似然法对竹林信息进行了提取。研究表明:叶冠结构指数、综合指数、主成分变换等新波段对竹林信息提取很有帮助;与支持向量机、光谱角填图和最大似然法3种监督分类方法相比,基于光谱特征模型的竹林遥感信息提取方法具有一定的适应性,在保证竹林分类精度的同时,其他植被类型的分类精度也能得到满意的结果。

天目山常绿阔叶林土壤养分的空间异质性

采用地统计相关原理分析了天目山国家级自然保护区常绿阔叶林土壤有机质、全氮、碱解氮、有效磷和速效钾的空间异质特征。研究发现：①土壤有机质具有较强的空间自相关性,而碱解氮、全氮和有效磷空间自相关为中等程度;速效钾在不同的步长和间距范围下,揭示其空间变异特征的模型不同,其空间变异比较复杂,在不同尺度下空间格局存在差异;②决定土壤养分空间格局的尺度以碱解氮最大,为4.21~169.50 m,而有效磷的空间异质性尺度最小,为4.21~50.20 m;③分形维数大小定量反映了不同营养成分空间格局差异及尺度依赖特征,速效钾分形维数较大,尺度依赖性强,空间格局复杂;有机质分形维数最小,空间相对简单;全氮、有效磷、碱解氮分形维数相差不大,其空间分布格局类似,但分形维数的细微变化也揭示了空间格局的在局部范围上的差异。

分形维数作为高光谱遥感数据波段选择的一个指标

在分析最大值、最小值、标准差等传统统计量作为高光谱遥感数据波段选择方法的优缺点后,将分形维数作为波段选择的一个指标,弥补了传统统计量不能获取图像空间结构信息及其变化规律的缺点。在研究中采用分线法和三角棱柱法两种方法计算了研究地区OMIS-I成像光谱仪各波段沙地、植被的分形维数。分析表明,第 、 两个光谱波段区各波段分形维数变化相对平缓,图像质量及空间结构较好,是研究中重点考虑的波段;而 、 、 各区分形维数较高,且波动性大,图像质量和空间结构差。另外,高光谱数据分形维数计算结果表明,分形维数的变化反映了高光谱数据各波段空间结构信息变化,定量地表示了不同波段间的差异,因此,传统统计方法结合分形维数将为高光谱遥感应用研究中选择最佳波段提供新的技术支持。

Matlab自组织神经网络在遥感图像分类中的应用

以Matlab平台为基础 ,利用神经网络工具箱构建了自组织神经网络 ,对一幅TM4 32假彩色遥感图像通过 30 0次训练后 ,仿真输出能真实地反映原始图像的特征。其分类总精度为 87.14 % ,Kappa系数为 0 .85 。

北京地区温度场分布与地面空间结构关系的分形描述

提出构建北京市温度分布与空间结构的之间定量关系的思想。首先以2002-05-22 ETM+作为数据源,利用分形理论初步构建北京市温度分布与盒维数,最大、最小非均匀标度指数αm ax,αm in,(αm ax-αm in)以及信息维D(1)之间的关系;然后利用北京市1997-05-16和杭州1998-08-11的TM遥感数据对所建立的关系进行了验证。研究表明,温度分布与盒维数、αm in和D(1)之间存在较好的正相关关系,而与(αm ax-αm in)之间的关系在不同时间和城市存在较大的差异。温度分布与盒维数、αm in以及D(1)之间的定量关系,为定量解释城市空间结构与温度分布之间奠定了一个新基础。城市空间结构极为复杂,利用分形理论研究城市环境要素、现象与城市空间特征之间的关系时,对于分形参数的物理、现实意义一定要根据具体的研究时间、地点和目的给出谨慎的解释。

基于Matlab遥感数据分形及地统计分析软件实现

为实现遥感数据空间结构信息快速获取,该研究以Matlab为平台,开发研制了遥感数据分形和地统计分形软件系统(FGARS).该软件系统具有良好的图形用户界面,且易于修改扩充.通过高光谱数据分形测量、城市空间结构多重分形分析和森林空间异质性分析等3个实例,表明利用该系统进行分析能正确的表达不同区域的空间结构信息.这为利用分形、地统计这两个新的工具从遥感数据中提取空间信息带来了很大便利.

荒漠化地区高光谱遥感图像地物光谱重建的研究

应用高光谱遥感技术对荒漠化进行监测的过程中,重建地物光谱是一项关键性的技术。在图像预处理及光谱重采样的基础上,通过严格模拟大气辐射过程,推导并选用一元线性模型来重建荒漠化地区地物光谱,获得了满意的结果,为目标地物直接识别及其信息的定量反演奠定了基础。

地形条件对毛竹林分结构和植被碳储量的影响

在积极实施森林应对气候变化背景下，森林的固碳特征、储碳能力和环境影响机制颇受关注（Schmid et al．，2006；Thtirig et al．，2010；Werner，2010）。光照、温度、水分等多个自然因子共同影响着森林的碳汇功能，而海拔、坡向、坡位等地形因子又通过温度、降水等气候作用，在一定程度上限制了陆地生态系统植被碳储量和碳密度变化（吕超群等，2004；赵敏等，2004；陈茂铨等，2010）。

面向对象多尺度分割的SPOT5影像毛竹林专题信息提取

以SPOT5卫星遥感影像为基础,采用面向对象的多尺度分割方法,建立类层次结构,提取毛竹林遥感专题信息。结果表明:1)对毛竹林而言,在SPOT5红、绿、蓝3个波段上的最佳纹理窗口大小分别为9×9,7×7,9×9,比较接近;2)面向对象的多尺度分割方法能较为精确地提取毛竹林专题信息,用户精度达到90%以上,高于最大似然法提取毛竹林的信息精度(88.57%);3)增加纹理信息的多尺度分割方案既保证了毛竹林专题信息的提取精度(92.16%),又兼顾了其他森林类型,分类总精度、Kappa分别为92%和88.14%,为本研究的最高精度。

中国东南部植被NPP的时空格局变化及其与气候的关系研究

基于2001-2010年MOD17A3年均NPP数据和气象站点气温、降水资料,利用GIS空间分析技术和数理统计方法研究中国东南部植被NPP的时空格局、动态变化及与气候要素的关系。结果表明,中国东南部植被年均NPP总体上呈现从南到北、由东至西逐渐减少的分布,不同植被类型的NPP存在明显差异,以常绿阔叶林最高,落叶针叶林最低。2001~2010年间,植被NPP整体上略有减少。空间上植被NPP在南部地区明显减少,而在北部地区明显增加。植被NPP与降水和气温的相关性均表现出明显的地域差异。

基于Landsat TM数据估算雷竹林地上生物量

结合Landsat TM遥感数据和雷竹林样地调查数据,采用偏最小二乘回归法(PLS)建立雷竹林地上生物量估算模型,利用该模型估算临安市雷竹林地上部分生物量。结果表明:雷竹单株地上部分生物量与胸径及雷竹林地上部分生物量与株数之间都呈极显著相关(P<0.01);通过PLS-Bootstrap法筛选自变量能够提高模型精度;模型预测的雷竹林地上生物量均方根误差为3.45t·hm-2,满足大范围估算的精度要求;临安市雷竹林地上生物量为13～25t·hm-2,均值为19.52t·hm-2。

基于特征优选的面向对象毛竹林分布信息提取

【目的】提出一种基于Relief F特征优选的面向对象分类方法,为解决面向对象森林资源遥感分类提供参考。【方法】以SPOT5高分辨率遥感影像为数据源,以浙江省安吉县山川乡为研究区,通过影像分割,选取8个地物类别的370个对象样本,并设置SPOT5影像每个波段的8个灰度共生矩阵纹理、每个波段及NDVI的平均值和标准差等42个对象特征。利用Relief F算法对设置的42个对象特征进行优选,采用面向对象的最近邻方法提取研究区毛竹林分布信息。为了比较基于最优特征的面向对象的分类结果,另采用CART决策树方法在相同的分割参数和训练样本前提下,通过样本构建决策树分类规则,对研究区进行分类并提取竹林信息。【结果】1)通过Relief F特征优选方法对分类特征进行优选,大幅提高了毛竹林样本的分类精度,与特征优选前相比,毛竹林样本分类精度由68%提高到88%,优选的红波段均值、绿波段均值、红波段均质纹理、红波段熵纹理和NDVI植被指数均值5个特征能够精确地提取研究区毛竹林分布信息,其用户精度和生产者精度分别达到97%和95%;2)基于CART决策树面向对象的研究区毛竹林用户精度和生产者精度均低于基于最优特征的最近邻分类结果,主要原因是CART决策树中毛竹林、针叶林和阔叶林之间的误分相对较高。【结论】Relief F算法特征优选时注重特征的分类能力,筛选的特征参与面向对象分割提取的毛竹林分布信息高于同类研究,可为面向对象多尺度分割森林资源遥感分类时特征的选取提供一个更为科学合理的方法。

近30a安吉县毛竹林动态遥感监测及碳储量变化

通过最大似然分类法从不同时期陆地资源卫星Landsat-5 TM影像中提取毛竹Phyllostachys pubescens林信息,利用变化幅度和动态度2个指标对浙江省安吉县近30 a毛竹林面积时空动态特征进行了监测、评价与分析,并初步估算了各时期竹林地上总碳储量变化情况。结果表明：①各个时期影像分类总体精度和毛竹林信息提取的精度比较好,其中总体分类精度都在85%以上,而毛竹林Kappa系数为0.80~0.95。遥感估算的毛竹林面积与森林资源清查结果相吻合,两者决定系数（R2）达到0.981;②1986-2008年期间,除昆铜乡毛竹林面积呈负增长外（变化幅度为-8.49%）,其他各乡镇的毛竹林面积呈上升趋势,变化幅度为14%~86%,以孝丰镇增长幅度最大,天荒坪镇增长幅度最小;③针叶林、阔叶林以及农业用地的变化对毛竹林总面积增加的贡献最大;④根据毛竹林动态监测结果和毛竹林地上碳密度（20.297 Mg.hm-2）估算得到1986,1991,1998,2004和2008年5个时期安吉县竹林地上碳储总量分别为1.106,1.213,1.327,1.413和1.466 Tg,呈逐渐增加趋势。

6种地形校正方法对雷竹林地上生物量遥感估算的影响

结合野外调查数据和Landsat5TM影像,分析6种地形校正方法(Teillet-回归,Cosine,C,SCS,SCS+C和Minnaert)对雷竹林地上生物量遥感估算的影响。结果表明:1)除Cosine和SCS方法存在校正过度现象,其余4种地形校正方法均具有良好的校正效果;2)6种地形校正方法均可提高TM4,TM5与地上生物量的相关性,且RVI,NDVI和SAVI这3种植被指数与生物量之间的相关性也得到改善;3)与原始影像相比,6种地形校正后的遥感数据都能不同程度地提高雷竹林生物量估算精度,以Teillet-回归校正后所建雷竹林地上部分生物量估算模型精度最高,相关系数从0.441提高到0.687,RMSE降低17%左右;4)尽管Cosine校正最大程度地提高了TM4,TM5与地上生物量的相关关系,但Cosine方法存在校正过度问题,Cosine校正后雷竹林地上生物量遥感估算模型精度反而略低于Teillet-回归校正;5)虽然地形校正可提高植被指数与雷竹林地上生物量之间的相关性,但所选5种植被指数均未入选雷竹林地上生物量遥感估算模型的变量,这与雷竹林较高的密度有关。