几种林场总体森林蓄积量密度均值估计方法的比较评价

【目的】以林场或县森林资源总体为调查对象,及时、准确地调查监测总体平均每公顷蓄积量,对上级(如市、省)部门开展森林资源宏观管理、生态保护价值评价、森林碳储量计量、领导干部任期绩效考核等工作都有重要支撑作用。将卫星、无人机等多源遥感数据作为辅助数据,采用较少抽样调查样地数据,实现总体参数有效估测的新方法,已成为国内外重要的研究方向,但目前,国内尚无多种现有估计方法的比较评价研究。为了促进新一代遥感技术在森林资源调查业务中的应用,提高我国森林资源天空地一体化调查监测技术水平,亟需对现有林场或县总体参数估测方法进行比较评价研究。【方法】以内蒙古旺业甸实验林场主要人工林树种为总体,基于2019年在林场获取的无人机激光雷达(LiDAR)抽样数据、Sentinel-2A多光谱数据(全覆盖)和少量样地数据,针对样地(p)、样地-卫星(ps)、样地-抽样无人机LiDAR(pl)以及样地-抽样无人机LiDAR-卫星(pls)4种模式,利用适合这4种模式的概率抽样法(DB)、模型辅助法(MA)、模型法(MD)和混合法(HY)4类共5种估测方法(DBp、MDps、MAps、HYpl以及MDpls)对总体森林蓄积量密度均值(MSVD)进行估计与对比分析。【结果】(1)DBp、MDps、MAps、HYpl、MDpls5种方法估测的MSVD分别为212.54、202.09、202.38、210.07以及208.96 m3/hm2,精度分别为90.44%、91.54%、91.69%、96.35%和96.45%,方差依次减小。(2)其他4种方法相对于MDpls方法的估计效率(RE)均大于1(REDBp,MDpls=5.39,REMDps,MDpls=3.82,REMAps,MDpls=3.69,REHYpl,MDpls=1.07);HYpl相对于MDpls的RE略大于1,但几倍于其他3种方法(REDBp,HYpl=5.02,REMAps,HYpl=3.43,REMDps,HYpl=3.56)。(3)包含LiDAR数据的HYpl与MDpls方法相对于包含Sentinel-2A数据的MDps与MAps方法均为正效率(REMAps,HYpl=3.43,REMDps,HYpl=3.56,REMDps,MDpls=3.82,REMAps,MDpls=3.69);MDps与MAps方法之间的RE接近1,但MAps的效率微高于MDps(REMDps,MAps=1.04)。【结论】和只利用样地数据的估计方法相比,将遥感数据作为辅助变量建立估测模型,无论是采用对蓄积量不够敏感的林场全覆盖Sentinel-2A多光谱遥感数据,还是采用对蓄积量很敏感的抽样式获取的LiDAR数据,都可有效提高林场总体MSVD的估测精度。涉及遥感数据应用的4种方法,估计精度最高的为MDpls,其次为HYpl,这2种方法都包含了LiDAR遥感抽样观测数据的应用,都是适应于林场总体MSVD估计的年度监测方法。可实现天空地3种观测数据协同应用的MDpls估测精度和相对效率最高,可作为林场森林蓄积量年度监测的首选方法。

利用机载激光雷达数据提取单株木树高和树冠

机载激光雷达是一种主动遥感技术。在林业应用方面,高采样密度激光雷达能够获取单株木三维结构特征,采用不同的数据处理方法,可以得到不同精度的单株木参数。该文利用高采样密度的机载激光雷达数据(离散回波,平均激光点间隔0.52 m、平均光斑直径0.3 m),研究了单株木的树高提取技术和树冠边界识别算法,针对单株木的树冠特征,提出了一种双正切角树冠识别算法;最后,使用重庆铁山坪林场的9个外业样地数据,对单株木树高和冠幅,以及样地平均树高和平均冠幅进行了验证。结果表明,单株木树高和冠幅的R2分别为0.34和0.03,样地平均树高和平均冠幅的R2分别为0.97和0.71,样地尺度的相关性明显高于单株木尺度的相关性。

无人机激光雷达与摄影测量林业应用研究进展

森林空间结构及动态变化规律对森林经营管理、生态环境建模等具有重要意义,无人机激光雷达与摄影测量能够获取丰富的森林空间结构和类型信息,在单木、林分尺度森林环境长时间序列监测方面具有无可比拟的优势。无人机激光雷达系统一般搭载多回波/全波形激光扫描仪,配备高精度全球导航卫星系统&惯性测量单元(GNSS&IMU)等传感器,以保证激光脉冲回波信号的几何定位精度。无人机摄影测量系统通常搭载可见光(RGB)/多光谱相机,配备低精度GNSS&IMU,通过高重叠率航片的三维重建算法自动解算航片内外方位元素,生成具有相对参考坐标的图像及点云,采用地面控制点(GCPs)、参考影像等方式进行几何精校正,对于连续覆盖的森林区域,使用高精度GNSS、稳定平台等可以提高图像匹配精度。通过单木分割法可以提取单木结构信息,从激光雷达点云或摄影测量重建点云中识别树冠顶点、树冠边界、位置等属性,也可以将点云投影到体元空间或者生成冠层高度模型(CHM),在此基础上识别单木特征。林分结构信息提取常采用高度分布法,从点云中直接计算高度分位数、回波指数等点云特征量,或者按照指定的高度间隔生成频率或强度合成波形,计算波形分位数、波形前沿、波形后沿等波形特征量,根据点云特征量、波形特征量与地面测量值之间的关系估测森林结构参数。激光雷达点云和摄影测量重建点云均能用于提取林下地形,对于低郁闭度区域二者相差不大,对于高郁闭度区域摄影测量重建点云提取的林下地形精度较低。多时相无人机激光雷达和摄影测量相结合,可以监测人工修枝、择伐、火灾、病虫害等引起的森林结构变化以及枝叶生长、落叶等物候变化。无人机激光雷达与摄影测量提取的森林结构参数精度受采集方式、数据处理算法、森林生长季节、地形等因素影响,尚未形成适合林业推广应用的成熟技术体系。无人机系统飞行应当遵照国家/当地法律法规以及相关规定条款的约束,我国按照空机质量、起飞全重等指标对无人机进行分类管理。未来无人机数据获取与处理系统将更加智能化、微型化、低成本化,更好地满足林业应用业务需求。

机载LIDAR点云数据估测单株木生物量

使用黑河流域遥感-地面观测同步试验获取的机载激光雷达(LIDAR)点云数据估测了典型树种的单株木生物量。首先由点云数据生成冠层高度模型(CHM),然后采用优化的单株木树冠特征识别算法估测相关的结构参数,最后通过回归分析建立估测参数(树高、冠幅)与实测参数(树高、冠幅、胸径)之间的最优回归方程,并与现有的单株木生物量实测相关生长方程联立,得到单株木生物量估测相关生长方程。结果表明,由LIDAR点云数据得到的单株木估测参数与实测参数显著相关,可以估测单株木生物量(R^2为0.729)。

机载激光雷达和高光谱组合系统的亚热带森林估测遥感试验

为了提高森林的类型识别及生物物理参数反演精度,采用国产机载激光雷达和高光谱组合系统(ALHIS),选择湖北典型亚热带森林开展了航空遥感试验,获取了试验区激光雷达点云、高光谱和CCD影像数据,提取了森林高度和优势树种类别信息。对数据的分析表明,激光雷达林分平均高的估测精度达到90.67%,激光雷达估测平均高与地面实测胸径加权平均高之间显著相关(R2=0.73,RMSE=1.29m)。按照优势树种分类结果进行统计,发现马尾松、栓皮栎和其它树种的林分平均高分别为9.62m、9.30m、8.79m,不同树种之间的林分平均高相差不大。高光谱优势树种识别总体精度达到82.00%(Kappa=0.70),试验区森林和非森林面积所占比例分别为60.01%和39.99%,马尾松、栓皮栎和其它树种面积在森林中所占比例分别为59.77%、24.99%和15.23%。试验证明,ALHIS能够同时获取高分辨率的植被遥感特征数据,以用于森林制图、优势树种/树种组识别、碳储量估算及生态环境建模等研究。

基于TM影像的森林病虫灾害遥感监测系统

利用TM影像可以进行森林病虫灾害的监测,但是操作过于复杂,无法在生产单位进行推广应用。为此,本文根据实际的工作流程,采用ERDAS IMAGINE遥感图像处理软件作为基础平台,设计开发了一个森林病虫灾害遥感监测系统。该系统以安徽省作为示范应用区,依据当地的马尾松毛虫灾害监测经验知识,建立了相应的森林病虫灾害模型,通过输入多时相TM影像,提取灾害信息。系统操作简便实用,较好地实现了森林灾害信息的自动处理,具有很大的实用价值。

机载激光雷达平均树高提取研究

为了研究机载激光雷达(LiDAR)树高提取技术,以山东省泰安市徂徕山林场为实验区,于2005年5月进行了机载LiDAR数据获取和外业测量。通过对LiDAR点云数据的分类处理,分别得到了试验区的地面点云子集、植被点云子集和高程归一化的植被点云子集。基于高程归一化的植被点云子集计算了上四分位数处的高度,与实地测量的数据进行了比较,并结合中国森林调查规程进行了实用性分析。结果表明:对于较低密度的点云数据,使用分位数法可以较好地进行林分平均高的估计;机载激光雷达技术对树高估计是可行的,精度都高于87%,总体平均精度为90.59%,其中阔叶树的精度高于针叶树。该试验精度可以满足中国二类森林调查规程中平均树高因子的一般商品林和生态公益林的精度要求,对国有商品林小班的调查精度要求(5%)存在一点差距,需要在国有商品林区进一步开展验证工作。对本试验区而言,已经可以满足其作为森林公园生态公益林的调查要求。

基于机载LiDAR数据的林分平均高及郁闭度反演

以内蒙古大兴安岭森林生态系统国家野外科学观测研究站为研究区,通过2012年8月至9月获取的机载激光雷达数据与地面同步调查样地数据,构建林分平均高反演模型和林分内郁闭度反演模型。结果表明:混交林、阔叶林和针叶林的林分平均高估测精度依次为95.66%、94.11%和90.71%,林分郁闭度估测精度依次为92.73%、56.62%和85.19%。不同森林类型的林分平均高与郁闭度反演精度存在显著性差异。

机载激光雷达和航空数码影像单木树高提取

用激光雷达(LiDAR)数据和航空数码影像相结合进行单木水平树高反演。对研究区的LiDAR点云数据进行滤波和分类,根据地形特点、地表植被状况以及其他地类的分布,采用TinFilter滤波算法提取地面回波点和植被回波点。用面向对象的方法对高空间分辨率(25cm)的航空数码影像进行单株木检测。通过多尺度、树冠模式的分割创建影像对象和类层次,用最邻近距离和成员函数法进行影像对象的分类,并基于分类结果进行再分割。对分割后的树冠多边形进行边缘优化,以准确识别单株木。将植被回波点和影像分割后得到的树冠多边形进行叠加,计算多边形内的LiDAR数据最大高程差值,与实测树高进行相关分析,建立单木树高估测回归方程,平均估测精度为74.89%。

基于机载激光雷达校正的ICESat/GLAS数据森林冠层高度估测

针对星载激光雷达(geoscience laser altimeter system,GLAS)大光斑属性,该文提出了一种改进后的光斑尺度森林冠层高度估测方法,并分析了复杂地表对其估测精度的影响。首先,对机载lidar点云分类出地面点,并利用地面点对点云数据进行高度归一化处理,提取点云局部最大值得到光斑范围内机载lidar最大冠层高度;以机载lidar最大冠层高度作为模型参数拟合因变量,同时以坡度作为模型的输入变量,结合光斑大小和地表粗糙度,进行参数拟合,得到改进后光斑尺度森林冠层高度估测模型;最后,利用实测样地数据对冠层高度估测模型进行验证。结果表明:机载点云数据可以准确地反映光斑范围内森林冠层的分布,受到树种类型和点云密度的影响,不同森林类型的点云冠层分布存在明显差异。坡度等级直接影响GLAS光斑尺度森林冠层高度的估测精度,改进后的估测模型可以减小坡度对GLAS光斑森林冠层高度估测的影响,模型估测均方根误差(root mean square error,RMSE)稳定在3.26~3.88 m。样地Lorey's高与估测结果拟合度较好,相关系数r=0.66,不同森林类型光斑尺度冠层高度估测精度存在差异,混交林估测精度最高,r和RMSE分别为0.84和1.06 m。该方法可以有效减少地形条件对光斑尺度森林冠层高度估测的影响,并为更大尺度的冠层高度制图提供了有效的参考。

基于混合像元分解提取大豆种植面积的应用探讨

利用中低分辨率卫星影像进行大宗作物面积提取时,需要考虑混合像元产生的影响,以提高面积提取的精度。以吉林省梨树县大豆种植面积为例,选取线性光谱混合模型对TM影像进行分类并计算出大豆种植面积,将其结果与Quickbird影像解译结果对比分析,采用以数量精度为基础的精度评价方法,分类精度达到92%。同时,使用典型的最大似然法监督分类和自组织迭代法非监督分类提取大豆种植面积,分类精度分别为87%和84%。结果表明,混合像元分解方法与其他遥感定量提取方法相比,能够提高大豆种植面积提取的精度。

点云密度对机载激光雷达林分高度反演的影响

以山东省泰安市徂徕山林场和重庆铁山坪林场为试验区,分别于2005年5月和2006年9月获取了低密度和高密度的L iDAR点云数据,分别进行了林分平均高的反演试验。通过两个试验区的对比,分析了不同点云密度对机载L iDAR数据反演林分参数的影响。结果表明:对于两种密度的点云数据,使用分位数法都可以很好地进行林分平均高的估计,高密度点云的反演结果略好一些,但二者结果差异不大;高密度的点云可以进行更小尺度的林分高估计和单木树高的估计,从而可以减少甚至避免对实地树高测量的依赖。

森林碳储量遥感卫星现状及趋势

“二氧化碳排放于2030年前达到峰值,2060年前实现碳中和”是统筹中国国内经济社会发展与全球应对气候变化协同共赢的重大战略。森林生态系统是陆地生态系统的主体,在减缓温室效应、维持全球碳平衡中起着极其重要的作用。精准计量森林生态系统的碳储量,可以加深对全球碳循环过程的理解,为“双碳”目标的实现提供科学支撑。近年来,卫星遥感技术迅猛发展,多类型的光学遥感数据、激光雷达遥感数据、合成孔径雷达数据等,为森林碳储量的定量估测提供了丰富、可靠的数据源。文章综述了森林碳储量遥感卫星载荷技术发展现状及趋势,分析了森林碳储量遥感卫星常用观测模式,论述了森林碳储量地面真实性检验系统发展状况。文章可为森林碳储量遥感卫星设计与应用提供有益参考。

基于机载激光雷达的寒温带典型森林高度制图研究

以内蒙古根河市潮查林场境内的寒温带兴安落叶松原始林及其次生林为研究对象,利用机载激光雷达点云数据与地面调查的66个样地数据,采用不同算法计算样地实测树高(Lorey’s高、冠幅面积加权树高和算术平均高)分别与基于双正切角树冠识别算法获取的Li DAR估测高(冠幅面积加权树高、算术平均高)和基于点云提取的百分位高构建树高回归模型(冠幅面积加权树高模型、算术平均树高模型和Li DAR百分位树高模型)。对比不同树高模型的训练精度与估测精度的差异,探讨双正切角树冠识别算法对本研究区的适用性;同时了解冠幅面积加权的样地实测树高与Lorey’s高对林分平均高代表性的差异,确定最优解释变量,筛选最优树高模型,计算研究区森林高度空间分布图,为后续生物量和碳储量研究提供参考数据。结果表明:样地冠幅面积加权树高的模型训练精度和估测精度与Lorey's高的结果一致性较好,略低于Lorey’s高的估测结果。Li DAR百分位树高模型中的50%分位高与样地实测树高相关性显著且回归模型拟合效果较好,其中,以Lorey's高为样地实测树高时模型的R2=0.869、RMSE=1.366 m;以冠幅面积加权树高为样地实测树高时模型的R2=0.839、RMSE=1.392 m;Lorey’s高的50%分位高模型的估测精度最高,各独立验证样本点估测精度均高于85%,平均估测精度为94.73%,最高估测精度可达99.78%,其中混交林平均估测精度(96.72%)高于针叶林的平均估测精度(93.58%)。因此,选择Lorey’s高的50%分位高模型计算研究区的森林高度空间分布。

基于机载PHI高光谱数据的森林优势树种分类研究

近年来,高光谱遥感在林业方面的应用越来越广泛,尤其在分类方面居多。但机载PHI高光谱数据通常用于农业病虫害监测、海洋悬浮物颗粒监测等,在林业方面的应用较少。以湖北省荆门市东宝区为研究区,以机载PHI高光谱遥感数据为数据源,对森林优势树种进行了分类研究。首先采用独立成分分析法(independent component analysis,ICA)对裁剪后的PHI数据进行降噪,并利用自适应波段选择法(adaptive band selection,ABS)进行降维,再采用归一化植被指数(normalized difference vegetation index,NDVI)区分林地与非林地,最后利用支持向量机法(support vector machine,SVM)进行森林优势树种监督分类。研究结果表明,分类精度可达80.70%,Kappa系数达到0.75;分块处理PHI数据以及采用NDVI区分林地与非林地,对于减弱"同物异谱"和"异物同谱"现象有较好的作用;ABS与SVM相结合的分类方法,较适用于PHI数据在树种识别方面的应用探索,具有重要意义。

基于邻近相关图像和决策树分类的森林景观变化检测

提出一种基于邻近相关图像和决策树分类的景观变化检测方法,并将其应用于地震干扰引起的森林景观变化检测。以5·12汶川地震中遭受严重破坏的龙溪-虹口国家级自然保护区作为研究区,利用地震前后的Landsat5TM影像创建不同邻近窗口大小的邻近相关图像,结合决策树技术生成变化检测分类图。结果表明:使用邻近相关图像的变化检测精度有所提高,其中以5×5窗口创建的邻近相关图像变化检测效果最佳,总体分类精度和Kappa系数分别达到82.33%和0.8085。

利用转动不协调确定煤矿覆岩断裂带高度

基于非线性大变形几何场论 ,建立了覆岩断裂带高度预计的差分余量法 ,使得地表移动预计和覆岩断裂带的确定统一为一个有机整体 ;证明了介质变形连续性的协调条件可以用转动协调方程等价表示 ,微观转动不协调是导致岩石类材料颗粒与夹杂接触边界产生微裂纹的原因 .算例的计算结果表明 ,该方法简单、快速 ,有望在放顶煤开采和水体下采煤中得到应用 .

差分GNSS系统在大兴安岭地区森林资源调查中的精度分析

随着全球卫星导航系统的快速发展,高精度GNSS接收机已经能够支持多卫星系统。为了确定差分GNSS系统在森林资源调查中的精度,实验布设2种不同类型的森林样地。通过具有HStar技术的GNSS接收机对样地进行精确定位,来分析差分GNSS系统的定位误差以及影响因素。结果表明：样地的定位误差与林分的郁闭度有较大关系,郁闭度越高,样地的定位精度越低;差分解的定位误差普遍在1~2 m范围内且小于单点解定位误差;由于L8样地的基准站观测数据存在多路径效应,所以其差分解误差要大于单点解误差;H-Star技术对于样地定位精度影响较小。

基于GML的多源异构空间数据集成和互操作

文中讨论了GIS数据集成和互操作以及GML的研究现状；分析了GIS数据集成和互操作的系统架构；提出了在该架构中采用GML作为多源异构GIS数据的统一描述格式，在数据层次上实现GIS数据的集成和互操作。

虚拟地理环境中时态信息可视化表达方法研究

介绍虚拟地理环境的基本含义 ,虚拟现实和可视化技术 ,探讨了线、面地理对象的时态信息表达方法。在此基础上 ,以近、现代黄河三角洲为例 。