基于星载激光雷达ICESat–2/ATLAS数据的森林郁闭度估测研究

以云南香格里拉市为研究区,基于ICESat–2/ATLAS数据,采用随机森林回归、梯度提升树回归及最近邻回归的方法分别建立遥感森林郁闭度估测模型,选择最优模型反演研究区光斑内的森林郁闭度。结果表明:采用随机森林建模估测森林郁闭度时效果最好,其R^(2)为0.9446,RMSE为0.0560,P为90.60%。研究得到香格里拉市内74873个有效林地光斑对应的郁闭度预测值,结合光斑中心坐标得到全市内所有光斑森林郁闭度的空间分布图。研究结果可为低纬度高海拔地区森林郁闭度遥感估测提供参考。

基于ICESat2的西南山地森林LAI遥感估测模型优化

叶面积指数(leaf area index,LAI)是森林生态系统重要参数,如何以较小成本提升区域尺度的山地森林LAI的遥感估测精度,对于精确掌握森林LAI的情况和进一步了解森林生态系统有重要意义。本研究以星载激光雷达ICESAT-2/ATLAS为主要信息源,以西南山地香格里拉市为研究区,基于随机森林回归(random forest,RF)遥感估测模型,结合地面51块LAI实测样地数据,在前期进行RF超参数优化基础上,采用决定系数、均方根误差、绝对平均误差和中位数绝对误差作为模型精度评价指标,对估测效果进行分析。结果表明:使用随机表面查找算法进行RF回归模型的超参数优化,能明显提升模型估测LAI精度。提取出的地面光斑特征参数在山地森林LAI估测中有较高的贡献度和极佳的效果,可用于区域尺度的山地森林物理结构参数LAI的估测。同时,利用随机表面查找算法优化后的RF回归模型,估测精度更高,估测结果与研究区森林分布现状吻合,具有一定普适性。最后,研究确定了使用ICESat-2/ATLAS数据产品估测LAI是可行的,能为星载激光雷达估测中大范围的LAI提供一定的参考。

高光谱遥感森林资源监测原理与应用

高光谱遥感技术作为当前遥感领域的研究热点之一,凭借其出色的光谱识别能力和近似连续的地物光谱信息探测技术,在森林结构参数获取、树种精细识别、森林病虫害监测和森林火灾识别中的应用取得了显著成果。介绍了高光谱成像技术的发展及原理,阐述了近年来高光谱遥感技术在森林资源监测中的应用现状,最后对高光谱遥感技术在森林资源监测中未来发展方向进行了总结与展望,以期为高光谱遥感技术在林业中的应用寻找新的突破方向。

基于星载ICESat-2/ATLAS数据的森林地上生物量估测

为探讨星载激光雷达数据ICESat-2(Ice,Cloud,and land Elevation Satellite-2)在山地森林地上生物量(Aboveground Biomass,AGB)的估测可行性和方法。以ATLAS(Advanced Terrain Laser Altimeter System)光子点云数据为主要信息源,以滇西北典型山地香格里拉为研究区,结合地面54块实测生物量遥感样地,在前期进行点云数据去噪、分类预处理基础上,对研究区74 873个林地光斑进行冠层参数及地形因子的提取(共计53个变量),采用非参数模型随机森林回归和超参数优化后的随机森林进行建模,以均方根误差(Root Mean Square Error,RMSE)、决定系数(R^(2))、总体估测精度(P_(1))作为模型的评价指标,建立研究区AGB模型。研究结果表明:1)分析以ICESat-2/ATLAS提取的冠层参数、地形因子与生物量的相关性可知,冠层光子总数与生物量具有极显著相关性(P<0.01),基于陆地卫星的乔木冠层百分比、冠层光子比率、坡度、光子总数、表观反射率与生物量具有显著相关性(0.01<P<0.05),可作为山地森林生物量遥感模型参数变量;2)地形因子对ICESat-2/ATLAS光斑遥感建模具有一定的影响,地形坡度因子对模型的贡献率为13.97%,小于基于陆地卫星的乔木冠层百分比、表观反射率与冠层光子总数对模型的贡献率。未加入地形坡度因子的传统的随机森林回归模型R^(2)=0.90、RMSE=11.90 t/hm^(2)、P_(1)为80.06%;加入地形坡度因子后模型精度为:R^(2)=0.91、RMSE=11.01 t/hm^(2)、P_(1)=81.30%;3)进行超参数优化的随机森林回归模型精度明显高于传统的随机森林回归模型,优化后的随机森林模型精度R^(2)为0.93、RMSE为10.13 t/hm^(2)、P_(1)为83.31%,可用来进行山地森林生物量估测。估测的光斑点总生物量为1.32×10^(5) t,光斑点平均生物量为77.41t/hm^(2)。参数优化后的随机森林构建的山地森林地上生物量模型拟合度精度较高,模型决定系数在0.9以上,估测精度在82%以上,表明ICESat-2在山地提取的光斑参数进行AGB反演具有可行性;ICESat-2光斑点生物量的空间分布表明,高生物量的光斑点主要分布在研究区北部,存在分布不均、区域差异较大的现象,与2021年研究区蓄积量空间分布具有一致性,可用来进行森林地上生物量估测。

基于星载光子计数雷达数据的森林郁闭度估测模型优化

【目的】旨在评估星载光子计数雷达数据估测森林郁闭度(Forest Canopy Closure,FCC)的潜力,为优化森林管理规划提出一种高效率、低成本估测区域尺度FCC的新技术方法。【方法】研究以星载激光雷达ICESat-2/ATLAS光子点云数据为信息源,以滇西北生态脆弱区香格里拉为研究区,结合54块地面实测样地数据,在前期对点云数据进行去噪、分类等预处理的基础上,对研究区74808个有林地光斑冠层参数进行提取(共计59个),使用支持向量机的递归特征消除算法(SVM-RFE)优选特征变量,采用普通克里格(OK)插值出区域尺度特征变量的空间分布,基于贝叶斯优化(BO)算法改进后的随机森林(RF)、K-最近邻值法(KNN)、梯度回归(GBRT)模型建模,以决定系数(R^(2))、均方根误差(RMSE)、总体预测精度(P)、残差平方和(R_(SS))和相对均方根误差(R_(RMSE))作为模型评价指标,以此构建研究区FCC估测模型。【结果】1)由ICESat-2/ATLAS提取的光斑冠层参数经SVM-RFE优选后,6个(asr、n_toc_photons、n_ca_photons、h_min_canopy、toc_roughness、photon_rate_can)冠层参数的平均交叉验证精度高为0.60,可作为OK插值变量;2)以优选的冠层参数作为OK插值变量拟合最佳半方差函数,所有变量的块金效应(SR<25%)较弱,具有强烈的空间自相关性,除asr变量的最佳拟合模型为球状模型(R^(2)=0.689,R_(SS)=2.05×10^(-6),R_(RMSE)=0.1602)外,其余5个变量的最佳拟合模型均为指数模型(R^(2),0.71~0.93;R_(SS),2.34×10^(-9)~1.54×10^(-4);R_(RMSE),0.0239~0.1886);3)在BO-RF、BO-GBRT、BO-KNN郁闭度估测模型中,以BO-RF模型综合建模精度最高(R^(2)=0.73,RMSE=0.09、P=80.13%),可作为研究区FCC遥感估测模型;4)使用BO-RF模型估测的研究区FCC进行空间制图,均值为0.53,主要分布在0.3~0.6之间,占比77.44%。FCC高值区域总体呈现出由东南向北延伸分布的趋势,与研究区森林资源分布情况基本一致。【结论】该方法可为优化森林资源管理提供一种技术与方法上的参考。

高光谱遥感在植被叶绿素中的应用研究进展

遥感作为一种新型卫星技术,结合传统学科进行探测,在不同时空尺度上提供地表物理、化学特性信息。相对于传统点尺度费时费力的人工测量,遥感在获取不同尺度下生化组分含量方面提供了一种方便且多元化的手段。文中阐述了遥感提取植被叶绿素信息的方法和模型,包括经验和半经验提取、辐射传输理论及其反演方法在植被叶绿素组分提取中的应用,并分析了高光谱遥感植被叶绿素定量反演中存在的问题,最后提出了未来可能的发展方向。

植被物候参数在森林类型识别中的应用

在土地覆盖分类、农作物识别、森林类型分类中,物候信息作为分类特征起到重要作用,可以提高分类的精度。国内外较少利用植被物候信息做森林类型识别,本文基于时间序列的植被物候参数的遥感分类方法,从研究现状、数据时序重构、植被物候信息的提取方法、拟合评价等方面进行描述和评价,并提出研究建议与展望。