基于Landsat 8和Sentinel-1的广东青云山自然保护区森林生物量反演

森林是陆地生态系统的重要组成部分,对全球碳循环具有重要意义。森林生物量研究有助于深化对森林生态系统的理解。以广东省青云山省级自然保护区的森林为研究对象,基于Landsat 8光学遥感数据和Sentienl-1合成孔径雷达(SAR)数据,结合固定样地数据等,采用随机森林(random forest,RF)和支持向量机(support vector machine,SVM)方法分别构建森林地上生物量反演模型。结果表明,1)在单一遥感数据源和联合2种遥感数据源情况下,随机森林算法的预测精度均高于支持向量机;2)不同数据源的预测精度顺序是Landsat 8+Sentinel-1>Landsat 8>Sentinel-1;3)青云山自然保护区的平均生物量为132 t/hm^(2),平均生物量范围为93~171 t/hm^(2),总生物量为892466 t。研究认为,Landsat 8+Sentienl-1联合遥感数据源和随机森林方法在森林生物量估算中具有良好的应用价值。

我国高分遥感近十年林业应用研究进展

2013年以来,随着我国高分遥感不断发展,高分影像在森林参数提取、森林资源调查和森林灾害监测等林业细分领域得到了广泛应用。本文总结了高分遥感在上述领域的研究进展,梳理了高分影像相关的定量分析方法,重点介绍了多元线性回归、随机森林、支持向量机、BP神经网络、像元二分类法、面向对象分类法等较为常用的6种定量分析方法及其应用特点。

无人机遥感在我国森林资源监测中的应用动态

文章分析了无人机遥感技术在森林资源监测中的应用特点,总结了获取无人机遥感影像的技术流程。从利用无人机遥感影像获取林木几何参数、提取森林生物量信息、监测森林病虫害和森林消防4个方面阐述了无人机遥感技术在我国森林资源监测中的应用动态。在讨论无人机遥感技术在林业应用中具备成本低、效率高等优势的基础上,对无人机遥感技术在我国森林资源监测中的应用前景作了展望。

我国森林健康评价方法综述

文章对森林健康评价对象进行分类,总结了我国森林健康评价的方法以及其适用性。我国学者进行森林健康评价的主要方法包括指示物种法、指标体系法、健康距离法、主成分分析法、层次分析法、模糊综合评价法、人工神经网络法等。文章讨论了森林健康评价分级标准及其应用。在分析森林健康及其相关工作中存在问题的基础上,对未来我国森林健康监测、评价工作进行了展望。

基于混合效应的湖南栎类与杉木单木断面积生长模型研究

构建栎类(Quercus sp.)杉木(Cunninghamia lanceolata)混交林单木断面积生长模型,为该类型林分的生产经营提供参考。以湖南省31个样地共1 646株栎类与1 154株杉木为研究数据,7个常见模型作为栎类、杉木的单木基础模型,基于样地随机效应构建栎类、杉木的单木断面积混合效应模型。结果表明,栎类断面积的最优基础模型为Gompertz,杉木断面积的最优基础模型为Logistic;栎类断面积混合效应模型相比于基础模型,决定系数R^2提高了0.053,SSE与RRMSE均有所降低;杉木断面积混合效应模型相比于基础模型,决定系数R^2增加了0.035,SSE与RRMSE均有所降低;栎类断面积的成熟年龄在50年以后,杉木断面积的生长速率在30年左右逐步放缓。文章在栎类、杉木单木模型的基础上进一步加入样地随机效应,模型拟合精度明显提高,说明栎类、杉木的断面积生长都受到年龄与样地的综合影响。