共查询到19条相似文献，搜索用时 218 毫秒
1.
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（R2）、总体估测精度（P1）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相似文献
2.
森林生物量和遥感多光谱数据、植被指数及地学因子存在相关关系,但这些因子间可能存在着多重相关性,如利用这些因子直接建模估测森林生物量,则可能出现病态模型。因此,文章采用主成分分析方法,提取遥感及地学因子的主成分,再建立主成分与生物量多元线性回归模型,估测森林生物量,达到既可保留多个遥感及地学因子的主要信息,又可避免因子间共线性的问题,以及降维,简化模型的作用。文章以高黎贡山自然保护区常绿阔叶林为研究对象,利用地面样地胸径每木调查数据,结合生物量相对生长式,得样地生物量。利用2006年印度卫星（IRS）数据,包括B2、B3、B4、B5四个波段,提取DVI、NDVI、PVI、RVI、VI3、SLAVI六种植被指数,利用DEM提取海拔、坡度、坡向值共13个遥感及地学因子。在此基础上,提取13个因子的主成分,第一主成分至第五主成分的累计贡献率达98.7%。以前5个主成分值作自变量,建立主成分与地面生物量的回归模型,模型经方差分析及相关性检验,达到显著相关水平,相关系数R=0.7129,可用于森林生物量估测。 相似文献
3.
4.
本文以不同年龄、不同密度的落叶松（Larix olgensis）人工林为研究对象,基于95株标准木的树干解析和枝解析生物量数据,研究不同大小树木因子与单木各分量生物量之间的关系,应用统计分析软件建立落叶松单木各部分生物量的回归模型;利用单木各部分生物量回归模型方程估测落叶松人工林各林分的总生物量,并分析了不同年龄及林分密度下林分生物量的变化规律。研究结果表明林分的生物量随年龄的增加而不断增长,树干的生物量的比例是最大的,同时也随着年龄的增加而不断的增长,而树枝和树叶的生物量的比例较小,林分的生物量随林分密度的增加而不断增加。 相似文献
5.
为了对田块尺度农作物地上干生物量进行估测,提高大豆地上干生物量反演模型的精度和稳定性,该文获取了研究区地块2016年7、8月份的SPOT-6多光谱数据,并测定不同地形坡位的大豆地上干生物量,以归一化植被指数(normalized difference vegetation index,NDVI)和增强型植被指数(enhanced vegetation index,EVI)为输入量,建立田块尺度大豆地上干生物量一元线性回归模型;加入与地上干生物量相关的地形因子,建立逐步多元回归和神经网络多层感知反演模型.结果表明:1)使用传统的单一植被指数模型预测大豆地上干生物量有可行性,但模型精度和稳定性不高.2)加入地形因子(海拔、坡度、坡向)的神经网络多层感知器模型,有较高的精度和可靠性,模型准确度达到90.4％,验证结果显示预估精度为96.2％.反演结果与地块的地形、地貌、气温和降水特征基本吻合,反映了作物长势的空间分布特征,可以为田块尺度大豆地上干生物量动态监测和精准管理,提供借科学依据. 相似文献
6.
为明晰江淮区域大田冬小麦赤霉病的发生特征,建立冬小麦赤霉病遥感估测模型,该文分析了冬小麦赤霉病病情指数与气候因素(不同时间尺度日均气温和日均空气相对湿度)、生长参数(生物量、叶面积指数和叶片叶绿素含量)和光谱信息(NDVI、RVI和DVI)之间的互作关系。结果表明:1)不同时间尺度日均气温之间存在较好相关性,5日均气温与冬小麦赤霉病病情指数间的相关系数最大为0.77。与日均气温相类似,不同时间尺度日均空气相对湿度之间也存在不同程度的相关性,5日均空气相对湿度与赤霉病病情指数间的相关性最大,其相关性高于5日均气温。2)冬小麦生物量、叶面积指数和叶片叶绿素含量与赤霉病病情指数之间均呈线性正相关关系,且均达到显著水平,说明冬小麦群体密度大、郁闭程度高以及长势过旺是赤霉病易发的主要农学诱因。3)遥感植被指数NDVI(normalized difference vegetation index)、RVI(ratio vegetation index)和DVI(difference vegetation index)分别与冬小麦叶面积指数、生物量和叶片叶绿素含量之间有较好相关性,可以利用NDVI、RVI和DVI分别替换叶面积指数、生物量和叶片叶绿素含量参与建模。4)综合5日均气温、5日均空气相对湿度、NDVI、RVI和DVI 5个敏感因子,构建基于温湿度与遥感植被指数的冬小麦赤霉病病情指数估测模型,模型的估测值与实测值较为一致,RMSE为5.3%,相对误差为9.54%。说明本研究所建立的估测模型可以实现对冬小麦始花期赤霉病的有效估测,该研究可为江淮区域冬小麦生产中防病减灾的信息获取提供方法参考。 相似文献
7.
基于网络GIS的作物品质监测与调优栽培系统 总被引：7，自引：3，他引：7
以实现小麦优质高效生产为目标，探讨了基于网络GIS的作物品质监测与肥水调优栽培系统的设计、实现与应用。系统以组件GIS、网络GIS和空间数据库技术等主流地理信息技术为支持，实现以遥感为主要数据源的多源数据融合分析、模型与知识的灵活管理。系统以小麦栽培农艺学知识为基础，明确影响小麦籽粒品质形成的主要因子，通过反演模型和评价模型从遥感影像中提取相关因子用以指导小麦栽培，并根据主要影响因子建立小麦品质综合评价模型，实现小麦品质预测。 相似文献
8.
通过对贺兰山东麓同一立地类型不同种植年限的人工酿酒葡萄林形态指标和生物量的测定,研究了葡萄林生物量随时间的分配格局,同时利用主要构件形态指标与各构件生物量建立了生物量估测模型。结果表明:1)供试林地葡萄树株高(H)、主蔓长(SH)、新梢长(YSH)、分枝数(BN)及茎粗(D)均基本上随林龄增加而逐渐增大。2)葡萄林各构件生物量随林分年龄的增加而增加。3)葡萄树地上部各构件生物量分配表现如下,1~4 a林分为叶生物量>新梢生物量>主蔓生物量,4~12 a林分为主蔓生物量>新梢生物量>叶生物量,2~12 a林分为地上生物量>地下生物量。4)以茎粗与株高结合的D2H作为自变量建立模型,各组分生物量最优估测模型均为幂函数W=a×(D2H)b(其中,W为生物量,D2H为茎粗D2与株高H的乘积,a和b为估测参数):叶生物量与D2H拟合模型为W=12.909×(D2H)0.825 9(R2=0.849 9,P=0.000),主蔓生物量与D2H拟合模型为W=3.963 4×(D2H)1.344 9(R2=0.938 1,P=0.000),新梢生物量与D2H拟合模型为W=6.190 6×(D2H)1.051 7(R2=0.804 7,P=0.000),地上生物量与D2H拟合模型为W=23.017×(D2H)1.076 6(R2=0.938 5,P=0.000),地下生物量与D2H拟合模型为W=27.126×(D2H)0.689(R2=0.892 4,P=0.000)。各预测模型精确度较高。 相似文献
9.
本文简述了森林生物量的概念和基于遥感信息的森林生物量估测方法的研究,分析了森林生物量雷达后向散射的机理,论述了基于雷达遥感数据的森林生物量测定方法及其发展趋势。 相似文献
10.
黄河三角洲芦苇生物量空间变化环境解释 总被引：6，自引：0，他引：6
在黄河三角洲芦苇生物量调查的基础上,研究了滨海湿地水体及土壤的物理化学性质对芦苇生物量的影响.结果表明;(1)由于环境因子的影响,芦苇生物量较低,为56.04～1 668.45 g/m2;地下和地上生物量之比1.25～2.37;(2)在多种影响芦苇生物量的因子中,盐度是最主要的限制因子,生物量随盐度的增加而减少;(3)水深是最主要的促进因子,地上生物量随着水深的增加而增加,而地下与地上生物量之比则随着水深的增加而减少,主要原因在于水深改变了芦苇的植株形态特征(株高、茎粗)和结构(密度)特征;(4)半闭流状态的水体中营养物质含量高,N含量对芦苇的生长有促进作用. 相似文献
11.
基于GF-1影像的普达措国家公园森林地上生物量遥感估算 总被引：3，自引：1，他引：2
精确估算森林地上生物量有利于掌握森林资源碳储量的分布特征,该研究以普达措国家公园为研究区,基于国产高分一号(GF-1)全色多光谱(Panchromatic Multispectral Sensor,PMS)卫星影像和数字高程数据,提取波段信息、植被指数、纹理信息和地形因子,利用多元线性逐步回归、支持向量机、神经网络和随机森林模型,估算森林地上生物量。研究结果表明,基于GF-1影像构建的随机森林模型的精度效果最佳,决定系数为0.77,均方根误差为27.53 t/hm2;普达措国家公园森林地上生物量为7085614t,平均生物量达136.01t/hm2,表明公园内寒温性针叶林发育完好;海拔3 500～4000m区域森林生物量平均值最高,为126.56t/hm2,与生态保护目标分布范围相符;不同坡向生物量存在差异,阴坡和半阴坡平均生物量高出其他坡向20.48%,立地条件较优。研究结果证实基于GF-1优化的生物量经验模型具有对亚高山天然林地上生物量的估算潜力,对区域森林资源的有效科学管理和维护森林生态环境具有重要意义。 相似文献
12.
[目的]揭示河西走廊中段荒漠草地地上生物量的空间分布特征及其与环境因子的关系,为区域草地生态系统碳库及其变化评估提供基础资料。[方法]利用从52个样点获得的样方调查数据,进行统计分析。[结果](1)河西走廊中段荒漠草地单位面积地上生物量的范围为11.17~523.76g/m2,平均值为149.67g/m2,大致表现为西北高,东南低的分布特征;(2)调查中共出现15种优势植物群落地,地上部生物量黑果枸杞群落最小,为49.88±7.42g/m2,叉枝鸦葱群落最大,为201.69±98.48g/m2;(3)地上生物量与经度呈显著的负相关关系,与海拔呈显著的正相关关系;(4)土壤环境因子能够解释地上生物量39.8%的空间变异,其中土壤类型、土壤容重和土壤有机质的影响较显著,而土壤含水量的影响相对较弱。[结论]河西走廊荒漠草地地上生物量趋势为由西北至东南逐渐降低;海拔和土壤环境因子是影响分布格局的关键因子。 相似文献
13.
基于森林资源清查资料的森林碳储量计量方法 总被引：2，自引：1，他引：2
基于森林资源清查资料的森林碳储量估算是在景观、区域甚至全球尺度上评估森林碳收支的重要手段,且在陆地生态系统碳循环和全球变化研究中有着重要作用。森林植被碳储量的估计,常通过测定森林植被的生物量乘以生物量中碳元素的含量（0.45～0.55）推算而得。基于森林清查资料的森林生物量的估算方法主要有IPCC法,BEF为常数的生物量转换因子法,生物量转换因子连续函数法和生物量经验（回归）模型估计法等。概述了基于森林资源清查资料的森林植被碳储量的4种定量研究方法,并提出了该领域研究存在的主要问题与发展建议。分析结果表明,在今后的森林碳储量研究中,需要加强遥感技术手段的利用,增加碳通量在森林资源清查中的调查,开发适合我国实际情况的反演模型。 相似文献
14.
基于作物及遥感同化模型的小麦产量估测 总被引：5，自引：3，他引：2
为提高陕西省关中平原冬小麦的估产精度,该文通过粒子滤波算法同化Landsat遥感数据反演的状态量叶面积指数(leaf area index,LAI)、土壤含水量(0~20 cm)、地上干生物量数据和CERES-Wheat模型模拟的状态量数据,分析小麦不同生育期的LAI、土壤含水量及生物量同化值和实测单产的线性相关性,以构建同化估产模型。结果表明,在返青期土壤含水量同化值和实测单产的相关性高于LAI、生物量同化值和实测单产的相关性,选择土壤含水量作为最优变量;在拔节期和抽穗-灌浆期同时选择LAI、土壤含水量及生物量作为最优变量;在乳熟期选择生物量作为最优变量。在小麦各生育时期同化最优变量的估产精度(R2=0.85)高于同时同化LAI、土壤含水量及生物量的估产精度,同时同化LAI、土壤含水量及生物量的估产精度高于同时同化LAI和土壤含水量(或LAI和地上干生物量、或土壤含水量和地上干生物量)的估产精度,表明在作物不同生育时期同化与产量相关性较大的变量对提高估产精度有重要作用。 相似文献
15.
Soil microorganisms are influenced by various abiotic and biotic factors at the field plot scale. Little is known, however, about the factors that determine soil microbial community functional diversity at a larger spatial scale. Here we conducted a regional scale study to assess the driving forces governing soil microbial community functional diversity in a temperate steppe of Hulunbeir, Inner Mongolia, northern China. Redundancy analysis and regression analysis were used to examine the relationships between soil microbial community properties and environmental variables. The results showed that the functional diversity of soil microbial communities was correlated with aboveground plant biomass, root biomass, soil water content and soil N: P ratio, suggesting that plant biomass, soil water availability and soil N availability were major determinants of soil microbial community functional diversity. Since plant biomass can indicate resource availability, which is mainly constrained by soil water availability and N availability in temperate steppes, we consider that soil microbial community functional diversity was mainly controlled by resource availability in temperate steppes at a regional scale. 相似文献
16.
采用SEPLS_ELM模型估算夏玉米地上部生物量和叶面积指数 总被引：2，自引：2，他引：0
利用高光谱数据进行作物生长状况监测具有无损和高效的特点,是现代精准农业发展的必要手段。该研究以连续3 a（2018-2020）不同水氮供应下夏玉米营养生长期采集的212份植物样品（地上部生物量和叶面积指数）和高光谱实测数据为数据源,分别采用偏最小二乘回归（Partial Least Squares Regression,PLS）、极限学习机（Extreme Learning Machine,ELM）、随机森林（Random Forest,RF）和基于PLS叠加策略的叠加极限学习机算法（Stacked Ensemble Extreme Learning Machine based on the PLS,SEPLS_ELM）构建了夏玉米营养生长期地上部生物量和叶面积指数估算模型。结果表明：基于PLS和ELM构建的夏玉米地上部生物量和叶面积指数估算模型的精度均较低,前者验证集R2低于0.85、均方根误差高于550 kg/hm2,后者R2低于0.90、均方根误差高于0.40 cm2/cm2。相比之下,基于RF和SEPLS_ELM构建的夏玉米营养生长期地上部生物量和叶面积指数估算模型均有着较高的估算精度,SEPLS_ELM模型表现尤为突出,其地上部生物量和叶面积指数估算模型验证集的R2分别为0.955和0.969,均方根误差分别为307.3 kg/hm2和0.24 cm2/cm2,表明叠加集成模型能够充分利用高光谱数据并提高作物地上部生物量和叶面积指数估算精度。 相似文献
17.
Theodore J. Weller 《Biological conservation》2008,141(9):2279-2289
Regional conservation plans are increasingly used to plan for and protect biodiversity at large spatial scales however the means of quantitatively evaluating their effectiveness are rarely specified. Multiple-species approaches, particular those which employ site-occupancy estimation, have been proposed as robust and efficient alternatives for assessing the status of wildlife populations over large spatial scales, but implemented examples are few. I used bats as a model to evaluate design considerations for the use of occupancy estimation to assess population status and habitat associations for eight species of bats covered under a regional conservation plan. Bats were one of the groups expected to benefit from a system of reserves for species associated with late-successional/old-growth (LSOG) habitat designated under the Northwest Forest Plan (NWFP). This study produced the first estimates for probabilities of occupancy and detection for bats at a regional scale. Overall probabilities of occupancy ranged from 0.586 to 0.783 and probabilities of detection ranged from 0.239 to 0.532 among the eight species modeled. Although point estimates of occupancy suggested association with NWFP habitat categories for some species, estimate precision was low. Models that assumed constant occupancy with respect to reserve- and LSOG-status were supported for most species. I used model-averaged estimates of occupancy and detection for each species to estimate survey effort necessary to meet precision targets. Occupancy estimation was best suited to species with the highest detection probabilities. Species that are rare or difficult to detect will require enhancement in survey methods or more intensive survey effort to produce meaningful estimates. Optimizing monitoring efforts to address multiple species requires tradeoffs among survey methods, levels of effort, and acceptable levels of precision. 相似文献
18.
利用新疆艾比湖农业灌溉地区MODIS EVI遥感影像数据和同期野外调查获得的75个样方生物量数据,对比分析了EVI与地表生物量多个回归方程的相关系数,进而建立了EVI与农作物生物量的多元回归模型。地表农作物生物量与EVI拟合方程相关系数大小依次为:幂函数>指数方程>三次多项式方程>一元线性拟合方程,同时采用13个独立样方采样数据进行误差分析,证明幂函数模型拟合精度最高。因此采用幂函数模型对研究区农作物生物量进行估算,结果表明,在人工灌溉地区,作物生长茂盛,生物量分布于1～10 kg/m2区间;而在非浇灌地区,地表植被稀疏,多为耐旱耐盐碱植物,地表生物量多在1 kg/m2以下。西北农业灌溉地区地表生物量与土壤水分密切相关,人工灌溉是影响地表农作物生物量变化的主要因素。 相似文献
19.
基于卫星光谱尺度反射率的冬小麦生物量估算 总被引：1，自引：1，他引：0
为探索基于光学卫星遥感数据的冬小麦地上生物量估算方法,本研究通过3年田间试验,获取冬小麦4个关键生育期（拔节期、抽穗期、开花期和灌浆期）和3种施氮水平下的地上生物量以及对应的近地冠层高光谱反射率数据。通过将高光谱数据重采样为具有红边波段的RapidEye、Sentinel-2和WorldView-2卫星波段反射率数据,构建任意两波段归一化植被指数。同时,将卫星波段反射率数据与6种机器学习和深度学习算法相结合,构建冬小麦生物量估算模型。研究结果表明：任意两波段构建的最佳植被指数在冬小麦开花期对生物量的敏感性最强（决定系数R2为0.50～0.56）。在不同施氮水平条件下,高施氮水平增强了植被指数对生物量的敏感性。Sentinel-2波段数据所构建的植被指数优于其他两颗卫星波段数据。对6种机器学习和深度学习算法,总的来说,基于深度神经网络（Deep Neural Networks,DNN）算法所构建的模型要优于其他算法。在单一生育期中,在拔节期（R2为0.69～0.78,归一化均方根误差为26%～31%）和开花期（R2为0.69～0.70,归一化均方根误差为24%～25%）的估算精度最高。Sentinel-2波段数据与DNN算法结合的估算精度最高,在全生育期中预测精度R2为0.70。施氮水平的提高同样增强了DNN模型的估算精度,3颗卫星波段数据在300 kg/hm2施氮条件下的预测精度R2都在0.71以上,均方根误差小于219 g/m2。研究结果揭示了光学卫星遥感数据在不同生育期和施氮条件下估算冬小麦生物量的潜力。 相似文献