基于序贯高斯条件模拟的GEDI数据联合Landsat8反演森林地上生物量

[目的]单一遥感技术估测森林生物量存在较大局限性,本研究旨在利用多源遥感协同技术互补激光雷达和光学遥感的优势,提高生物量估测精度。[方法]以星载激光雷达GEDI和光学遥感Landsat8数据为主要信息源,采用序贯高斯条件模拟方法实现GEDI光斑数据由“点”到“面”的空间扩展,结合地面138块生物量调查样地,利用随机森林回归方法估测云南省香格里拉云冷杉林的地上生物量。[结果](1)采用序贯高斯条件模拟方法对GEDI光斑点进行空间插值,模拟的12个生物物理指标在空间分布上呈现出随机性、破碎化的特征,这与森林的空间分布聚集性非常相似,参与建模的9个指标OEC均大于0.90;(2)利用单一Landsat8光学遥感数据和地形因子构建的随机森林模型精度为:R2=0.82,RMSE=35.51 t·hm^(-2),P=0.77;Landsat8数据协同星载激光雷达GEDI数据构建的随机森林模型精度为:R2=0.86,RMSE=32.11 t·hm^(-2),P=0.80,模型精度明显提升;(3)利用多源遥感技术估测的香格里拉2019年云冷杉林地上的生物量总量为37 042 605.68 t,平均生物量为123.28 t·hm^(-2)。[结论]基于地统计学的序贯高斯条件模拟方法考虑到研究对象的空间异质性、能克服一定的平滑效应,用于实现激光点由“点”到“面”的空间扩展是可行的。星载激光雷达GEDI与光学遥感Landsat8协同的多源遥感数据可有效填补单一遥感数据源的缺陷,提高森林生物量的估测精度,能为激光雷达联合光学遥感估测大范围、全覆盖的森林生物量提供参考。

基于序贯高斯条件模拟的龙竹叶面积指数估测

叶面积指数(LAI)是评估森林生态系统健康状况的重要参数,为探究遥感数据在估测区域尺度森林LAI的能力,以搭载了先进地形激光测高仪系统(ATLAS)的冰、云和陆地高程卫星(ICESat-2)为主要信息源,协同陆地卫星(Landsat 9)及地形因子,结合51块实测样地数据,采用序贯高斯条件模拟(SGCS)方法与随机森林(RF)、梯度提升回归树(GBRT)、支持向量机(SVM)与K近邻(KNN)模型进行区域尺度的龙竹(Dendrocalamus giganteus)LAI遥感估测。结果表明:(1)在提取的46个ICESat-2/ATLAS光斑参数中,经Pearson相关性分析后,最佳拟合分段地形高度、插值地形表面高度、绝对平均冠层高度、太阳高度角4个特征参数与实测LAI具有显著相关性。(2)在RF、 GBRT、 SVM、 KNN模型中,多源遥感数据结合RF模型估测的LAI结果最佳,决定系数(R^(2))、均方根误差(E_(rms))、平均绝对误差(E_(ma))分别为0.901、0.352、 0.289。(3)使用SGCS方法及RF模型估测的研究区LAI为2.089~2.493,平均值为2.291。基于ICESat-2/ATLAS高密集光斑进行区域尺度LAI估测具有一定优势,光学影像数据及地形因子等辅助数据的加入,可有效提升模型估测精度,为高效率、低成本区域尺度LAI估测提供了案例,还为将ICESat-2/ATLAS数据与其他遥感影像相结合以估测其他森林结构参数提供了新的思路。

基于地统计条件模拟的土壤重金属污染范围预测方法研究

常用的空间插值模型在土壤污染范围预测时存在平滑效应,导致高值区被平滑和低值区被高估,在划定污染区范围时也往往忽视了插值结果存在的偏差。以某土壤重金属污染区域为例,利用地统计条件模拟方法预测土壤中Cu、Pb的空间分布,在多次模拟结果的基础上估算污染概率,基于概率阈值确定污染区范围。研究结果表明,地统计条件模拟方法获得的土壤Cu、Pb模拟结果统计特征与调查样点的统计特征基本一致,且空间分布格局也相似。基于污染概率的污染区范围确定方法可以定量评估污染区范围预测的不确定性,对提高土壤污染治理效果与科学制定环境管理决策具有重要意义。

不同采样密度下县域森林碳储量仿真估计

采用浙江省台州市仙居县森林资源二类调查样地实测地上部分碳储量数据,结合Landsat TM影像数据,利用序列高斯协同仿真(SGCS)算法、序列高斯块协同仿真(SGBCS)算法,以4种地面采样密度(SD)SD_1=0.012%、SD_2=0.010%、SD_3=0.007%、SD_4=0.005%,估计全县森林碳储量及其空间分布,分析不同地面采样密度对区域森林碳储量及其分布格局估计精度的影响。结果表明:1)不同采样密度下SGCS和SGBCS估计的森林碳储量分布趋势相似,SGCS估计在采样密度为SD_2时可以满足精度要求,且均值与实测最相符;SGBCS估计受采样密度影响较小,在四种采样密度下均可满足精度要求。2)SGCS、SGBCS估计的不确定性随着采样密度的降低均呈现出整体升高的趋势,增长速率在SD_2采样密度时最低,相对SD_1分别升高1.08%、-1.71%;当SGBCS算法的采样密度由SD_2变为SD_3时,样地数的减少对不确定性影响最大,但对区域空间变异格局估计没有实质性影响。3)将采样密度控制在SD_2(0.010%)水平,利用SGCS和SGBCS算法均能得到准确可靠的森林碳储量及其分布信息,同时能节省至少20%左右的森林调查工作量。

农田大尺度表层土壤电导率的序贯高斯模拟

以内蒙古河套灌区部分农田为例,将克立格插值法和序贯高斯条件模拟法分别应用于农田大尺度下表层土壤电导率的空间分布估值和模拟,并将1次实现和多次实现取平均的条件模拟结果与克立格插值结果和实测数据进行了对比分析。结果表明：克立格法具有明显的平滑效应,它改变了电导率数据的空间结构,而条件模拟则能够在尊重实测数据情况下,再现变量的空间变化特点,而且模拟次数在2-3次时可以更好的与原始数据符合。在进行变量的空间分布研究时,可用克立格法来估计,用条件模拟来重现波动性,两者结合才能充分发挥各自的优势,为生产实践提供全面的科学根据。

基于序贯高斯条件模拟的土壤重金属含量预测与不确定性评价——以宜兴市土壤Hg为例

土壤重金属含量的定量预测和预测结果的不确定性评价对生态风险评估具有现实意义。将1 155个表层土壤Hg样本分成两个无交集的数据集,309个样本用于模拟,另外864个样本用于验证,运用序贯高斯条件模拟方法对宜兴市土壤Hg的空间分布进行估值和模拟,并通过与传统地统计方法中的简单克里格估值进行对照,同时利用高斯序贯指示模拟探索单点和多点联合的不确定性。结果表明:基于同一个半方差模型,100次序贯高斯条件模拟方法得到的E-type型与简单克里格估值在空间分布上基本一致,两种方法的精度基本相同;随机抽取了第1、25、50、75、100次序贯高斯条件模拟的单次实现,将模拟结果和插值结果与846个点进行验证,5个单次实现的平均预测误差和均方根预测误差略高;以0.15 mg kg^(-1)作为临界阈值的单点超阈值概率虽然较高,但其置信度不足以划定污染区域,在划定污染区域时应采用多点联合概率评估其可靠性。

基于稀疏样点的土壤重金属含量模拟方法

土壤重金属受人为和自然因素综合作用,其空间异质性强,存在区域均值和方差的非平稳性,稀疏样本下未知点估计精确度低,土壤环境质量现状精准估计和风险评估困难.基于此,提出了随机森林-序贯高斯模拟混合模型(RF-SGS),选取多种自然因素和人为因素作为辅助变量,充分考虑土壤属性指标的空间自相关性以及环境变量属性相似性,解决传统插值中极端值和空间连续性模式敏感存在的局限性,为非平稳区域精准估计总体提出可行性方法.以北京市顺义区采样数据为例,采用MMSD抽样方法对样点抽稀,对原始采样数据进行不同采样密度的对比实验,用随机森林-序贯高斯模拟混合模型(RFSGS)、序贯高斯模拟模型(SGS)、趋势面-序贯高斯模拟混合模型(TR-SGS)和随机森林模型(RF)对土壤重金属Cd的空间分布进行模拟,从统计特征和空间结构等方面比较模拟结果,分析误差产生的原因,进一步验证方法有效性.结果表明,在7种采样密度下,预测精度由低到高排序为:SGS<TR-SGS<RF<RF-SGS,RF-SGS估算精度最高且Cd含量空间分布也最接近原始数据分布.RF-SGS模型可以作为稀疏样点下土壤重金属空间模拟的一种有效方法.

Kriging插值和序贯高斯条件模拟算法的对比分析

本文对Kriging插值与序贯高斯条件模拟值的算法联系进行了推导,并将两种计算结果和原始数据的统计参数作了对比。结果表明,Monto-carlo方法求得的序贯高斯条件模拟值经数学变换后等同于已知数据和此前模拟数据共同参与的Kriging插值结果与一个随机偏差的和,该随机偏差的均值为0,方差为Kriging误差方差。最优性条件导致Kriging插值结果的方差较原始数据降低了1个Kriging误差方差,造成Kriging平滑效应,其空间变异函数值降低,但自协方差函数值不变。序贯高斯条件模拟避免了平滑效应,其方差、变异函数和自协方差函数均不变,而其模拟值的误差方差较Kriging误差方差增加了1倍,表明1次随机模拟值的误差比Kriging插值大。然而,多次随机模拟值的平均值与Kriging插值的地理制图效果近似,可以弥补局部估值误差大的不足。因此,在应用中,Kriging插值是提供局部最优估计的方法,但却低估了全局的空间变异。而序贯高斯条件模拟的优点,在于提供若干等可能概率的模拟结果以进行估值的不确定性评价,并再现全局的空间可变性。

基于饱和渗透系数空间变异结构的斜坡渗流及失稳特征

以往研究一般采用单随机变量方法(SRV)或基于水平或垂直方向波动范围生成的空间变异随机场来模拟岩土参数的空间变异性,对具有倾斜定向特征的空间变异随机场未有涉及.基于条件模拟相关理论和非侵入式随机有限元的理论框架,提出了利用序贯高斯模拟方法进行斜坡参数条件随机场模拟并运用有限元方法进行斜坡渗流和稳定性分析的方法.针对理想边坡,对各向同性和几何各向异性的共7种空间变异结构的饱和渗透系数(Ks)各进行了200次条件随机场模拟,基于条件随机场模拟结果进行了有限元渗流和稳定性计算,对每种空间变异结构多次计算结果进行了统计分析.结果表明:本文所提出的方法不仅再现了研究区域参数的空间二阶统计特性,通过设定变异函数参数进行不同空间变异类型、变异程度、变异定向性的随机场模拟,同时利用现场观测数据对随机场模拟结果进行条件限制,从而提高了随机场的赋值精度;Ks的空间变异结构对孔隙水压力的分布规律、地下水位线变化范围、稳定性系数和最危险滑动面分布特征均有一定程度的影响.本研究为库岸斜坡稳定性评价提供方法支撑.

条件模拟法在矿体品位估算中的应用研究

针对传统储量计算方法无法充分利用原始钻孔数据和再现空间变量数据分布,难以准确指导后续生产的问题,提出基于序贯高斯模拟的矿体储量估算方法。以国内某地下黄金矿山为工程实例,基于序贯高斯模拟方法对矿体进行了100次随机模拟实现,取其中#10、#50、#90分别作为条件模拟的10%、50%、90%分位结果。对比分析了普通克里格估值和条件模拟方法在构建矿体资源模型中的区别和适用性。两种估值方法的结果与实测数据的对比表明,条件模拟法在矿体品位估算中,能够更好地再现地质变量的空间分布规律和波动性,为矿体属性指标的不确定性评价和风险分析提供了更为丰富的地质信息。