基于光竞争截止系数的崇礼冬奥核心区华北落叶松人工林目标树抚育间伐模拟

【目的】以崇礼冬奥核心区华北落叶松人工近熟林为研究对象,探讨目标树抚育间伐采伐木选择方法及其对林分空间结构的影响,为更加合理开展森林经营活动、促进人工林质量提升提供科学依据。【方法】设置并调查6块面积0.09 hm^(2)(30 m×30 m)标准地,按125株·hm^(-2)目标树密度,采用定性与定量指标相结合的方法标记目标树。基于树冠重叠和树冠光竞争高度构建采伐木选择指标,设置不同光竞争截止系数(c)模拟选择采伐木,分析采伐强度变化,运用角尺度、混交度、密集度、交角竞争指数、林层指数和综合空间结构指数分析不同c值下目标树和林分空间结构指标的变化。【结果】c取值在0~1之间时,株数采伐强度和断面积采伐强度在10%~35%范围内变化,且呈随c值增大而降低的相同变化趋势。经模拟采伐后目标树空间结构得到优化,改善幅度随采伐强度增大而增大。综合空间结构指数在c值0.6时达到最大提升幅度45.50%,角尺度和密集度在c值0.7时变化幅度最大,分别为17.93%和46.83%,其他空间结构参数在c值0.6时达到最大变化幅度。抚育间伐可同时优化林分空间结构,对林分树种隔离程度、林木透光条件和竞争水平均具有不同程度改善。【结论】基于树冠重叠和树冠光竞争高度的采伐木选择方法,可通过调整光竞争截止系数控制采伐强度。树冠光竞争截止系数可作为目标树经营采伐木选择的约束条件,但具体抚育对象和抚育方式须结合林分特征和作业要求而定。

基于面向对象多特征变化向量分析法的森林资源变化检测

[目的]基于面向对象变化向量分析法,进行森林资源变化检测。[方法]应用国产高分二号多光谱影像,以森林采伐和造林活动多、林地变化频率高的广西壮族自治区上思县为研究区,应用随机森林平均精确率减少的方法进行变化特征的选择,通过选取的不同特征向量和常规的基于光谱均值、光谱均值和标准差的变化向量分析法,以及基于NDVI差值法的变化检测结果对比,获取较好的森林资源变化检测方法和结果。[结果]高分二号多光谱影像的蓝、绿、红波段光谱均值和NDVI值共4个特征参与的变化向量分析法,识别森林资源变化精度高,总体精度92.94%,Kappa系数0.7630,变化地类误检率15.63%,漏检率22.86%。[结论]经过特征选择后,基于面向对象变化向量分析法比常规的多特征参与的变化向量分析法识别森林资源变化的效果好。

基于高分二号影像的森林变化快速检测方法研究

[目的]探讨用于快速更新森林资源数据库的森林变化检测方法,监测短时期内森林采伐与更新的动态变化。[方法]以变化频繁快速,高度集约经营的广西上思县人工林作为研究区,以两个时相的高分二号遥感影像作为数据源,分别利用红波段、近红外波段和NDVI 3种特征的影像差值,并基于分布函数确定阈值,对研究区进行快速的变化检测,并提取变化区域和变化类型。[结果]表明,3种特征差值的检测精度排序为:NDVI差值法最优,红波段差值法次之,近红外波段差值法最差。其中NDVI的总体精度为87.12%,Kappa系数为0.76,[结论]该方法在实现快速检测变化的目的下,可用于森林资源数据库的更新。

崇礼冬奥核心区华北落叶松人工林结构特征与优化模拟

【目的】以崇礼冬奥核心区华北落叶松人工林为研究对象,开展林分结构特征分析和空间结构优化模拟研究,为制定华北落叶松人工林结构调控措施提供科学依据。【方法】设置3块面积0.09 hm2(30 m×30 m)标准地,基于标准地调查数据分析林分结构特征,以空间结构最优为目标,采用乘除法对角尺度W、混交度M、密集度C、交角竞争指数UaCI和林层指数S共5个林分空间结构指标进行多目标规划,构建林分空间结构优化模型,对比模拟采伐前后林分空间结构的变化。【结果】3块标准地华北落叶松断面积比例达70%以上,白桦为伴生种,径阶分布在6~26 cm之间,均呈近似正态分布,树高分布呈非对称型单峰山状,且峰值均出现在14 m树高级。林分平均角尺度W、混交度M、密集度C、交角竞争指数UaCI和林层指数S分别为0.460、0.106、0.918、0.297和0.363,处于林木均匀分布、低度树种混交、高度树冠竞争和垂直结构分化较差的状态。模拟采伐后采伐强度均低于20%,林分空间结构目标函数值提升13.62%。在M、S分别提高21.17%和15.23%的同时,C、UaCI分别下降10.22%和5.19%。【结论】研究区华北落叶松人工林结构简单、树种单一,林木分化程度较弱,树冠竞争明显,整体表现出同龄纯林的特征。模拟采伐后林分树种隔离程度和林层分化提高,林分光照竞争压力得以缓解,采伐能够最大限度地优化林分空间结构,构建的空间结构优化模型可为华北落叶松人工林抚育间伐提供可行的方法参考。

基于GF-2影像的崇礼冬奥核心区土地覆盖和树种分类

【目的】比较国产高分二号(GF-2)卫星影像不同方法组合下的崇礼冬奥核心区土地覆盖分类和优势树种识别效果,分析处理单元、空间分辨率、特征集、分类算法对总体精度和树种分类精度的影响,为崇礼区土地覆盖和树种分类相关研究提供经验参考,促进国产高分系列数据的行业应用。【方法】以崇礼冬奥核心区为研究对象,以GF-2影像为数据源,分别从不同处理单元(像元、对象)、不同空间分辨率(1和4 m)、不同特征集(光谱特征、纹理特征、形状特征)、不同分类算法4个维度对比分析50种不同方法组合下的土地覆盖分类效果,同时识别白桦和华北落叶松2个优势树种。基于无人机航拍影像和二类小班数据获取训练和验证样本,采用总体精度和Kappa系数评价不同方法下的整体分类效果,由制图精度和用户精度计算的调和平均值(F1)评价优势树种分类精度。【结果】1)像元水平4 m分辨率光谱特征集的MLC法土地覆盖分类精度最高,总体精度为79.65%,Kappa系数为0.722;华北落叶松林最高F1为0.79,对应分类方法组合为对象水平1 m分辨率光谱+纹理+形状特征集的Bayes法;白桦林最高F1为0.77,对应分类方法组合为对象水平1 m分辨率光谱+纹理特征集的Bayes法;2)不同分类算法的分类精度与空间分辨率、特征集之间没有确定的响应规律,在控制其他条件尽可能相同的情况下,空间分辨率提高、特征增加不一定会提升分类精度;同一分类算法在不同空间分辨率或特征集下,对其他某一因素变化的响应方向和程度也不相同;3)土地覆盖分类在像元水平表现更好,华北落叶松林的像元和对象水平方法没有显著差异,白桦林在对象水平表现更好;4) SVM分类算法在不同处理单元、不同空间分辨率、不同特征集下均有稳定的高精度表现,监督统计分类算法MLC和Bayes也有很优异表现。【结论】GF-2数据在崇礼冬奥核心区土地覆盖分类和优势树种识别方面表现较好,分类效果受空间分辨率、处理单元、特征集、分类算法等多因素影响。

基于分布函数的对象级森林变化快速检测

南方人工林生长迅速,轮伐期短。为探讨一种有效更新森林资源数据库的森林变化检测方法,快速检测短时期内森林采伐与更新的动态变化。以变化频繁快速,变化图斑多且小的广西人工林作为研究区,以2个时相的高分二号(GF-2)影像为数据源,利用多尺度分割和光谱差异分割2种方法对2期影像进行分割,通过对象的归一化差值植被指数(normalized difference vegetation index,NDVI)差值并基于分布函数确定阈值来提取变化区域与变化类型,实现森林变化快速检测。基于像元采用同样的方法进行处理,与面向对象NDVI差值法进行比较。结果表明面向对象NDVI差值法的总体精度达89.76%,Kappa系数为0.81,精度和提取效果优于基于像元NDVI差值法,更能刻画变化图斑的形状和边界,也能较准确地检测出微小变化的面积。该方法能适应南方人工林的变化特点,在实现快速检测变化的目的下,可用于森林资源数据库的更新。

目标树经营对云冷杉针阔混交林单木生长的影响研究

[目的]探讨目标树经营对针阔混交林单木生长的影响,为针阔混交林群落生态恢复演替和森林质量精准提升提供技术支撑。[方法]以吉林省汪清林业局的云冷杉针阔混交林为研究对象,区分不同径级和不同树种,使用方差分析判断目标树经营与对照间、不同自由生长空间(FTG)之间目标树的胸径、材积生长量差异。[结果]1)与对照相比,除径级Ⅲ的材积生长量差异不显著外,目标树经营下的各径级目标树的胸径和材积生长量均差异显著,随着径级的增大,目标树的生长提升效果下降明显;2)目标树经营对先锋树种目标树生长的提升或抑制作用不显著,但能显著促进顶级树种和伴生树种目标树生长,且顶级树种更优;3)随着自由生长空间的增加,不同径级目标树的生长量均增大,但径级Ⅲ的材积生长量差异同样不显著;各径级胸径生长量在自由生长空间为4时(FTG4)最大,材积生长量在自由生长空间为3时(FTG3)最大;与经营前相比,最少需要多释放出2个方向的自由生长空间才会显著促进目标树生长;4)紫椴适合疏开2~3个生长方向,臭冷杉适合疏开2~4个生长方向,红松和鱼鳞云杉适合疏开3~4个生长方向。[结论]目标树经营可以显著促进目标树的生长,且有利于群落的恢复演替;云冷杉针阔混交林的目标树经营应重点关注中小径级,其次是大径级;目标树应按照不同树种的适宜性,释放2~4个方向的自由生长空间。

华北落叶松人工林林分枯损株数随机效应预测模型

【目的】构建能够准确预测华北落叶松林分枯死木的计数模型,探究影响华北落叶松林中林木枯死数量的主要原因,为冬奥会核心区的华北落叶松人工林科学经营与管理提供决策依据。【方法】以张家口市崇礼冬奥核心区45块华北落叶松人工林样地为研究对象,构建华北落叶松林分枯死数量Poisson回归模型、负二项回归模型、零膨胀Poisson回归模型和零膨胀负二项回归模型、Hurdle-Poisson回归模型、Hurdle负二项回归模型,根据AIC值选出最优计数模型。基于最优计数模型,考虑不同随机效应水平和作用在截距和协变量上的随机参数,根据模型收敛情况和AIC值确定最优的随机效应水平和随机参数组合,构建最优林分枯死数量混合效应模型。【结果】林分平均直径、林分优势木平均高、林龄、林分断面积和林分胸径Gini系数为影响林分枯死的林分因子,立地因子对林分枯死的影响并不大。未考虑零膨胀现象时,负二项回归模型拟合效果优于Poisson回归模型;考虑零膨胀现象后,Hurdle-Poisson回归模型拟合效果优于零膨胀Poisson回归模型。最终几种考虑零值过多的计数模型的拟合精度表现为:Hurdle负二项回归模型(HNB)≈零膨胀负二项回归模型(ZINB)>Hurdle-Poisson回归模型(HP)>零膨胀Poisson回归模型(ZIP)。选用HNB和ZINB模型进一步进行混合效应模型构建,当随机效应水平为样地时,随机参数个数为1个,作用在除截距以外的其他协变量上时,模型均不能收敛,只有当随机参数作用在样地水平下的截距上时,模型可以收敛且拟合精度进一步提升,采用留一法LOOCV进行模型拟合误差评价,HNB和ZINB模型的平均误差(ME)分别为14和11株·hm^(-2)。【结论】在冬奥核心区,影响华北落叶松枯死的主要因素为林分因子而非海拔、坡向等立地因子;负二项回归模型优于Poisson回归模型;在拟合零值过多的情况下,HNB回归模型优于ZINB回归模型;基于HNB回归模型优于ZINB回归模型,考虑随机截距效应的广义线性混合效应模型能够提高模型拟合精度,降低拟合误差,构建的华北落叶松林分枯死木数量预测模型可为研究区森林经营提供一定理论依据。

商业卫星对推动遥感数据应用起主导作用

遥感自诞生以来,经过几十年的发展已经取得了巨大的进步,在国防、资源监管、气象和海洋等国家重点领域取得了丰硕的应用成果。当前,星座计划、微卫星群的开启、航空摄影技术的革命、高光谱遥感和激光雷达等取得重大突破的遥感科学和技术都极大地丰富了遥感数据资源池。但由于缺乏机动、广泛的管理和运营机制,长期以来,海量的、多源的遥感数据被严重搁置,遥感信息的挖掘动力不足,导致应用范围受限。近年来,国内外先后涌现了一大批以商业卫星研发和应用为主的创新型企业,不断推动着遥感数据应用向市场化和大众化方向前行。本文从商业卫星的运营模式和遥感数据应用特点出发,探讨了遥感数据应用的发展方向以及商业卫星对促进遥感数据应用所起的主导作用,以期为我国商业卫星的发展和遥感数据应用的服务模式提供思考,从而进一步拓宽遥感数据的应用范围,提升我国遥感数据技术和服务能力。

基于机载激光雷达的崇礼冬奥核心区林分地上生物量反演

【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标和生物量模型计算提供技术支撑。【方法】基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据,通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型,应用确定系数(R^(2))、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型,采用留一交叉法验证模型精度。【结果】筛选出相关性较高的激光雷达变量共20个,最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm^(-2),R^(2)=0.768,TRE=6.08%),分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm^(-2),R^(2)=0.795,TRE=7.45%),白桦模型预测精度提高(RMSE=23.34 t·hm^(-2),R^(2)=0.440,TRE=4.35%)。利用训练好的模型预测崇礼冬奥核心区生物量并制图。【结论】基于机载激光雷达和地面实测数据估测林分地上生物量,非线性模型优于线性模型;以龄组为随机效应的非线性混合效应模型预测精度最高;贝叶斯估计受先验条件影响较大,本研究样本量偏少,贝叶斯估计具有进一步探讨的价值。

乌兰布和沙漠两种植物的分布格局及其变化

【目的】研究西北干旱地区重要固沙植物梭梭及沙蒿种群空间分布格局和动态,为荒漠化治理与植被恢复提供科学依据。【方法】在乌兰布和沙漠梭梭(Holoxylon ammodendron)+沙蒿(Artemisia desertorum)群落典型分布区域设置1000 m×1000 m的样方,于2006和2019年进行2次原位调查,采用点格局分析方法,分析荒漠优势物种的空间分布格局、种间关系及动态变化。【结果】沙蒿灌丛的分布格局由0~20 m尺度的聚集分布,转变为大于10 m尺度上的随机分布,种内关联性呈现减弱的趋势。梭梭灌丛在0~10 m尺度范围内即呈现显著的聚集分布特征。相较于2006年,2019年梭梭的聚集尺度进一步减小,种内关联紧密性有所增强。2006年,梭梭-沙蒿在不同尺度上具有较强的尺度依赖性,在0~18 m尺度内呈现显著的正向作用关系;随着尺度增加,正向作用关系逐渐减弱,表现为相互独立的作用关系。到2019年,正向作用尺度有所减少,在0~15 m即表现为显著的正向作用。【结论】随着时间推移,乌兰布和沙漠梭梭-沙蒿的种间作用尺度有所增强,竞争关系加剧。今后应尽量将梭梭及沙蒿栽种成集群分布而非均匀分布的形式,进而提高植被覆盖率,增强荒漠生态系统功能。

气候变化对落叶松人工林生物量生长的影响模拟

【目的】研究气候变化对落叶松人工林生物量及其生长的影响,为落叶松人工林碳估测和适应性经营决策提供依据。【方法】利用华北和东北地区第6~8次森林资源连续清查落叶松人工纯林固定样地数据,基于理论生长方程建立林分生物量生长模型。并将不同种落叶松作为哑变量,建立了气候敏感的林分生物量生长模型,气候因子为年湿热指数(AHM)。模拟未来气候不变、两种温室气体代表性浓度路径(RCPs)(包括RCP 4.5和RCP 8.5)3种气候变化情景下的林分生物量及其连年生长量,采用两种RCP气候情景与当前情景生物量估计结果的相对差值量化气候变化对林分生物量及其生长的影响。【结果】林分生物量的基础模型、含哑变量的模型、含气候变量和哑变量生长模型的决定系数R 2分别为0.9382、0.9470和0.9507,采用哑变量和考虑气候因子能够明显改善模型表现。模型模拟结果表明,与当前情景比较,各树种的林分生物量及其连年生长量在RCP 4.5和RCP 8.5气候变化情景下既有增加也有减少的趋势。对于林分生物量,RCP 4.5和RCP 8.5情景下的相对差值的均值区间分别为-3.02%~2.69%和-4.72%~3.41%;对于林分生物量连年生长量,RCP 4.5和RCP 8.5情景下的相对差值的均值区间分别为-1.92%~0.30%和-2.66%~0.72%。【结论】建立的林分生物量生长模型可用于模拟气候变化下落叶松人工林的林分生物量生长过程。在气候变化的背景下,不同种落叶松人工林生物量及其生长量既有增加也有减少。未来气候变化对不同种的林分生物量及生长量的影响存在差异。总体来看,2011—2060年气候变化对华北落叶松和日本落叶松林分生物量的影响为正,其余树种为负;对华北落叶松的林分生物量连年生长量的影响为正,其余为负。