-
题名亚热带常绿林型遥感识别及尺度效应
被引量:4
- 1
-
-
作者
张悦楠
房磊
乔泽宇
陈龙池
张伟东
郑晓
江涛
-
机构
山东科技大学
中国科学院森林生态与管理重点实验室(沈阳应用生态研究所)
中国科学院会同森林生态实验站
中国科学院清原森林生态系统观测研究站
-
出处
《生态学杂志》
CAS
CSCD
北大核心
2020年第5期1636-1650,共15页
-
基金
国家重点研发计划项目(2017YFA0604403)资助。
-
文摘
光学遥感是获取宏观地表植被覆盖信息的重要手段,但常绿树种之间物候差异小,关于亚热带地区常绿林型的遥感识别研究相对较少。遥感林型识别存在尺度效应,从实际应用视角出发,常绿林型遥感识别的最优空间分辨率仍然不清楚。本研究以湖南省会同县为例,利用Pléiades(2 m)、RapidEye(5 m)、Landsat-8(15、30 m)4种光学遥感影像,结合光谱、纹理、植被覆盖度等特征变量与随机森林模型,探讨了3种典型亚热带常绿林型:杉木林(Chinese fir forest,CFF)、马尾松林(Masson pine forest,MPF)、常绿阔叶林(evergreen broadleaved forest,EBF)的最优遥感识别分辨率以及尺度效应问题。结果表明:研究区地表覆盖分类精度随影像空间分辨率的降低呈现先降低后上升的变化趋势,在2 m时具有最佳分类精度(Kappa=0.70,总精度=0.77)。3种林型的识别精度随空间分辨率的上升均表现出先降低后上升的变化规律,识别率(rate of identification,RI)范围分别为:RICFF=68%~87%、RIMPF=55%~84%、RIEBF=29%~74%。杉木林与马尾松林的漏分误差(omission error,OE)与错分误差(commission error,CE)低于常绿阔叶林(OECFF=0.26~0.46,CECFF=0.32~0.53;OEMPF=0.31~0.50,CEMPF=0.31~0.46;OEEBF=0.47~0.71,CEEBF=0.39~0.66)。本研究证实了亚热带常绿林型的遥感识别存在明显的尺度效应,30 m分辨率的Landsat-8影像相比高分辨率遥感影像因具备更丰富的光谱信息而具有更高的识别精度。本研究表明,常绿林型的遥感识别不宜盲目追求高空间分辨率,需要综合考虑遥感传感器光谱配置与空间分辨率之间的内在权衡。
-
关键词
林型识别
尺度效应
高分辨率遥感
地表覆盖制图
随机森林
亚热带森林
-
Keywords
forest type identification
scale effect
high resolution remote sensing
land cover mapping
random forest
subtropical forest
-
分类号
S771.8
[农业科学—森林工程]
-
-
题名2001—2017年我国森林火灾时空分布特征
被引量:33
- 2
-
-
作者
乔泽宇
房磊
张悦楠
杨健
江涛
袁昊
-
机构
山东科技大学
中国科学院森林生态与管理重点实验室(沈阳应用生态研究所)
沈阳大学
-
出处
《应用生态学报》
CAS
CSCD
北大核心
2020年第1期55-64,共10页
-
基金
国家重点研发计划项目(2017YFA0604403)
国家自然科学基金项目(31500387)资助~~
-
文摘
基于遥感的过火面积产品可提供连续、时空特征明确的火斑信息,是研究区域尺度森林火灾分布特征的重要数据来源,但精度仍有待改进。本研究结合250 m全球过火面积产品(CCI_Fire)和30m全球森林变化(GFC)产品,通过数据整合获取改进后的森林火斑产品(CCI_GFC),并运用已有火斑数据对CCI_GFC产品进行精度验证;结合我国宏观生态区划与网格化(0.05°×0.05°)分析,利用改进后产品对2001—2017年间全国林火特征进行分析。结果表明:CCI_GFC产品的火斑识别率(RR)、变异解释量(R^2)、均方根误差(RMSE)、均方绝对百分比误差(MAPE)等精度指标(分别为83%、0.91、0.28、8.5%)均优于原始CCI_Fire产品(分别为74%、0.86、0.36、11.8%)和MCD64A1产品(分别为35%、0.78、0.48、17.3%)。2001—2017年,全国总森林过火面积约为1211万hm^2,年过火面积呈显著下降趋势;低(0<森林过火面积比例BFR≤40%)火烧频率区为主,占总过火区域的79%,中(40%<BFR≤80%)、高(80%<BFR≤120%)火烧频率区各占11%、10%;不同生态区的林火季节性特征差异明显,温带和热带-亚热带生态区的主要林火季节分别为春、秋季(5月、10月)和春、冬季(11月至翌年3月)。
-
关键词
森林火灾
过火面积产品
遥感
空间分布
趋势分析
季节特征
-
Keywords
forest fire
burned area product
remote sensing
spatial distribution
trend analysis
seasonality
-
分类号
S762
[农业科学—森林保护学]
S771.8
[农业科学—森林工程]
-