一种利用可见光波段无人机遥感的林下植被覆盖识别方法

利用可见光无人机遥感数据,通过分析不同地物在像元和对象尺度上的光谱信息,建立一种利用归一化红绿差异指数NGRDI特征并结合面向对象思想的林下植被覆盖识别方法,并对试验区和验证区开展方法应用与适应性分析.分析结果表明:NGRDI在像元尺度可以很好地区分乔木、草地和裸土,在对象尺度也能较好地区分林下有植被覆盖区域和林下无植被覆盖区域,同时该指数能较好地消除地形因素等影响.试验区林下植被识别的总体精度为85.9%,Kappa系数为0.78;验证区林下无植被覆盖区域和林下有植被覆盖区域提取的正确率分别为82.9%和95.1%.故利用可见光无人机影像的NGRDI指数进行林下植被覆盖识别方法是可行的.

南方丘陵区林下植被覆盖度无人机多角度遥感测量

林下植被覆盖度作为描述森林生态系统健康的重要参量,是探查水土流失情况的重要指征。量化南方丘陵地带地形起伏区林下植被覆盖度对水土流失精准治理具有重要意义。选取长汀县河田镇作为研究区,基于无人机多角度(0°、10°、20°、30°)遥感数据,利用局部最大值法,将植被形态划分为离散型与连续型,并分别利用点云布料滤波与地图森林密度算法反演出对应植被形态的林下地形。采用半高斯拟合(HAGFVC)法分离植被,再设置高程差阈值提取出林下植被,结合不同角度影像,利用形态学中的斑块膨胀方法弥补树冠遮挡的误差,进而量化林下植被覆盖度。结果表明,针对不同植被形态,上述技术路线所得的地形反演结果精度较高,其中离散型样地RMSE为0.400 m,连续型样地RMSE为0.518 m。单一角度中,基于20°影像估算林下植被覆盖度的结果精度最高(R^(2)=0.459,RMSE=0.166);基于30°影像的估算精度最低(R^(2)=0.337,RMSE=0.243)。多角度影像耦合(0°+10°+20°+30°)后,林下植被覆盖度的估算精度得到明显提高,R^(2)达到0.675,RMSE为0.102。研究结果可以为南方红壤区林下植被信息无人机遥感调查提供技术支撑。

不同林下植被覆盖度的马尾松种群结构与空间格局研究

在亚热带侵蚀红壤退化区,林下植被的出现和发育对上层先锋乔木种群马尾松产生了复杂的种间影响。以长汀先锋种群马尾松为研究对象,通过收集2018年不同林下植被覆盖度样地的马尾松种群生活史数据,建立种群静态生命表和进行种群空间格局分析,探讨不同林下植被覆盖度的马尾松种群结构与空间格局差异的机制原因。结果表明:随着林下植被覆盖度的增加,小径级的马尾松个体数量大量减少,成树的存活数量显著上升。低和中林下植被覆盖度下的马尾松种群增长性最高,高林下植被覆盖度下的马尾松种群更新困难,属于典型的衰退种群;3个覆盖度下的马尾松种群均为集群分布,但随着林下植被覆盖度的提高,种群的聚集程度有所下降。林下植被通过改善生境条件对中等径级的马尾松生长产生有利影响,但遮阴作用也大大减少了幼苗的数量。长期来看,林下植被的发育使得马尾松种群更新困难,最终会被其他阔叶树种替代并退出群落。

马尾松纯林不同地表覆盖对产流产沙的影响研究

马尾松林地水土流失严重,为了研究马尾松林下种植植物的水土流失防治效果,选择4种不同郁闭度的林地设计3种试验小区,其中两个小区分别种植百喜草、胡枝子,与保留的自然小区进行对比试验,分析了不同郁闭度对小区产流及侵蚀产沙的影响。结果表明,当马尾松纯林地郁闭度低于0.3时,不同郁闭度间的细微差异对小区产流和产沙的影响不显著;植被盖度对小区产流和产沙的影响呈现一定规律性,当自然小区植被盖度低于30%时,产流、产沙量随植被盖度增大而下降;百喜草小区植被盖度达到45%以上时,形成乔草复层结构,比单一草被覆盖保水减蚀效果更好,且与是否有枯落物覆盖等因素有关;胡枝子小区产流、产沙量与植被盖度、乔灌草立体结构是否形成有关,人工种植胡枝子更有助于马尾松纯林形成乔灌草立体结构群落。