共查询到20条相似文献，搜索用时 31 毫秒
1.
【目的】定量研究欧美杨人工林生态系统净碳交换(NEE)对环境因子响应的时滞现象,为提高生态系统碳源/汇量的估算准确性提供科学依据。【方法】应用涡度相关技术,结合微气象观测系统,对北京市顺义区欧美杨人工林NEE和环境因子进行连续动态观测,获取2014年生长季(4—10月)NEE、空气温度(T_a)、5 cm深处土壤温度(T_5)、光合有效辐射(PAR)、饱和水汽压差(VPD)和25 cm深处土壤体积含水量(VWC_(25))观测数据,采用回归分析与小波互相关分析相结合的方法定量研究NEE与环境因子的时滞关系;以决定系数(R~2)、林氏调和系数(LCCC)和均方根误差(RMSE)作为评价指标,利用偏相关分析和主成分分析方法分析时滞现象对NEE与环境影响因子之间关系的影响。【结果】PAR是影响NEE变化的主导因子;由于该生态系统地下水位高,水分供给充足,VWC_(25)对NEE没有显著影响(P=0.151 5);白天NEE与PAR同步变化,比T_a、T_5和VPD分别提前2.5、2和2.5 h达到峰值(时滞),夜间NEE与环境因子没有确定的时滞关系;消除时滞现象后,NEE与T_5的线性关系由不显著(P=0.224 8)变为极显著(P=0.005 1);主成分分析表明,对数回归模型可以更准确地描述NEE与环境因子间关系,消除时滞后模型的R~2和LCCC分别提高8.1%和2.0%,RMSE降低0.417μmol·m~(-2)s~(-1)。【结论】欧美杨人工林生态系统NEE日动态变化受T_a、T_5、PAR和VPD控制,白天时滞现象明显,消除时滞现象可以有效提高NEE模型拟合精度。 相似文献
2.
基于多源遥感的森林地上生物量KNN-FIFS估测 总被引：2，自引：0，他引：2
【目的】针对多源遥感数据及其派生特征因子数据维度高、信息冗余、易造成估测模型过拟合等问题,从高维度遥感特征因子中高效优化特征组合,优化区域森林地上生物量(AGB)的k最近邻(k-NN)估测模型。【方法】提出基于快速迭代特征选择的k最近邻法(KNN-FIFS),以森林资源样地调查数据计算的森林AGB为参考,以留一法交叉验证(LOO)相应的k-NN模型反演的森林AGB均方根误差(RMSE)最小为原则,依次迭代选取遥感特征,优化区域森林AGB的k-NN估测模型。以大兴安岭根河森林保护区为研究区,结合Landsat-8 OLI各波段光谱信息、植被指数、纹理、地形因子、机载合成孔径雷达(SAR)P-波段HV极化后向散射强度信息(PHV)以及森林资源样地调查数据,利用KNN-FIFS方法估测研究区森林AGB,并与多元线性逐步回归法(SMLR)进行对比分析。【结果】利用KNN-FIFS方法,得到当k为3,特征组合为PHV、短波红外波段一均一性(H6)、短波红外波段一二阶矩(S6)、短波红外波段二二阶矩(S7)、海蓝波段相关性(Cr1)、近红外波段相关性(Cr5)、海蓝波段相异性(D1)、增强型植被指数(EVI)时,研究区森林AGB估测结果最优,其精度(R~2=0.77,RMSE=22.74 t·hm~(-2))显著优于SMLR估测精度(R~2=0.53,RMSE=32.37 t·hm~(-2))。【结论】KNN-FIFS方法相比SMLR更适用于森林AGB多源遥感估测;KNN-FIFS方法可以从高维度遥感特征因子中高效选取相关特征进行森林AGB估测。 相似文献
3.
【目的】探讨受保护状态下的杭州西溪湿地基塘系统不同类型竹林土壤CO_2通量特征,为基塘湿地生态系统温室气体估算和碳氮循环研究提供科学依据。【方法】采用静态密闭箱-气相色谱法测定西溪国家湿地公园保护区内毛竹林和早竹林的土壤CO_2通量,蒸馏水浸提法与TOC-Vcp H测定土壤水溶性碳氮(WSOC和WSON)含量,氯仿熏蒸-K2SO4提取法测定土壤微生物生物量碳氮(MBC和MBN)含量。【结果】2种竹林土壤CO_2通量差异明显,毛竹林土壤CO_2通量较高,全年各月土壤CO_2通量为(127.4±24.1)~(537.2±41.1)mg·m~(-2)h~(-1),早竹林土壤CO_2通量为(2.1±0.6)~(120.0±22.9)mg·m~(-2)h~(-1);毛竹林与早竹林全年土壤CO_2累积排放量分别为3 366.3和558.4 g·m~(-2)a~(-1),毛竹林土壤CO_2年累积排放量是早竹林的6倍;2种竹林土壤CO_2通量与10 cm深处土壤层温度、土壤含水量呈线性相关;毛竹林与早竹林的土壤水溶性碳含量均在8月达到最大值,分别为(348.1±25.5)和(146.1±9.9)mg·kg~(-1),均在10和12月出现最低值,分别为(202.5±28.5)和(54.9±13.8)mg·kg~(-1),土壤水溶性氮含量在2种竹林中都没有表现出特殊规律,年度波动较大;毛竹林与早竹林土壤微生物生物量碳含量峰值出现在6月,分别为(279.0±17.6)和(313.9±38.6)mg·kg~(-1),2—4月出现最低值,分别为(219.7±13.8)和(198.7±12.8)mg·kg~(-1),毛竹林各月土壤微生物生物量氮含量为(21.4±3.8)~(43.7±4.2)mg·kg~(-1),早竹林各月土壤MBN含量的波动范围比毛竹林大,为(13.9±1.4)~(57.0±10.8)mg·kg~(-1);2种竹林土壤CO_2通量与土壤水溶性碳含量显著正相关(P0.05),与其他参数间相关性均不显著。【结论】西溪湿地基塘系统不同类型竹林土壤CO_2通量具有强烈的时间异质性,其动态受季节性水热条件和呼吸底物土壤水溶性碳变化的共同调控。基塘系统封育有利于转变原先粗犷的开垦利用方式,可减少土壤水溶性碳含量和土壤CO_2排放。 相似文献
4.
《中南林业科技大学学报(自然科学版)》2020,(8)
【目的】森林是陆地生态系统的重要组成部分,精确估测森林地上生物量对森林资源的经营管理具有指示作用,对研究全球碳循环具有重要意义。为了改善单一来源遥感数据估测森林地上生物量的不足,探讨了联合高分三号(Gaofen-3,GF-3)全极化(Polarimetric synthetic aperture radar,PolSAR)数据极化分解参数和Landsat-8 OLI数据估测森林地上生物量的可行性,并针对多源遥感数据的冗余问题优化特征组合。【方法】以广西南宁市高峰林场为研究区,结合森林样地调查数据,提取GF-3 PolSAR数据的后向散射系数、极化分解参数和Landsat-8 OLI数据的光谱信息、植被指数、纹理,使用基于序列前向特征选择的K最近邻法(K-nearest neighbor based on sequence forward feature selection,KNN-SFS)估测研究区的森林地上生物量,以留一法交叉验证得到的森林地上生物量预测值和实测值之间的均方根误差(Root mean square error,RMSE)最小为原则,对比验证使用多源遥感数据和单一来源遥感数据时的估测结果,寻求估测森林地上生物量的最优特征组合,基于最优特征组合绘制研究区的森林地上生物量空间分布图。【结果】结合GF-3 PolSAR数据和Landsat-8 OLI数据估测研究区森林地上生物量的精度为RMSE=21.05 t·hm~(-2),R~2=0.75,优于仅使用GF-3 PolSAR数据估测的精度(RMSE=28.38 t·hm~(-2),R~2=0.47)和仅使用Landsat-8 OLI数据估测的精度(RMSE=29.52 t·hm~(-2),R~2=0.42)。【结论】多源数据协同反演森林地上生物量可以提高估测的精度,基于KNN-SFS方法联合GF-3 PolSAR数据与Landsat-8 OLI数据可以较好地估测森林地上生物量。 相似文献
5.
基于机器学习和多源数据的湘西北森林地上生物量估测 总被引：1，自引：0，他引：1
《林业科学》2021,57(10)
【目的】针对传统森林资源清查方法成本高、时效性低和结果统一性差等问题,基于多源遥感数据,采用机器学习算法选择特征变量并建立估测模型,制作森林地上生物量(AGB)面分布产品,为森林资源信息化调查提供技术手段。【方法】以湖南省西北部为研究区,利用生物量异速生长方程将森林资源样地调查数据转换为AGB,筛选到393个样地AGB参考值。以Landsat-8数据为光学遥感数据源,提取各波段光谱信息、植被指数、纹理特征以及缨帽变换各分量;以ALOS PALSAR-2、Sentinel-1数据为雷达遥感数据源,提取各极化方式后向散射强度和归一化极化差分指数。结合高程、坡度、坡向地形因子,获得122个备选特征变量。采用逐步回归方法和随机森林(RF)算法筛选建模变量,分别建立多元线性回归(MLR)、RF和支持向量回归(SVR)模型。以均方根误差(RMSE)、相对均方根误差(rRMSE)和决定系数(R~2)为模型评价指标,运用十折交叉验证法评价模型效果,选择最佳模型完成生物量制图,并选取5种中国或全球尺度生物量制图产品进行比较分析。【结果】在训练集上,RF模型表现最好(RMSE=12.8 mg·hm~(-2),rRMSE=21.1%,R~2=0.93),其次为SVR模型(RMSE=26.1 mg·hm~(-2),rRMSE=43.3%,R~2=0.55),MLR模型表现最差(RMSE=30.9 mg·hm~(-2),rRMSE=50.5%,R~2=0.39);在测试集上,采用RF算法建立的模型表现(RMSE=30.1 mg·hm~(-2),rRMSE=51.3%,R~2=0.42)同样优于MLR(RMSE=32.6 mg·hm~(-2),rRMSE=54.1%,R~2=0.30)和SVR(RMSE=32.8 mg·hm~(-2),rRMSE=55.3%,R~2=0.25)。3种模型均显示出一定程度的低值高估和高值低估现象。RF模型选择出13个建模变量,包括PALSAR-2后向散射信息、高程以及Landsat-8光谱信息、植被指数、缨帽变换湿度与绿度分量差值。应用RF模型完成区域生物量制图,与其他产品对比,能够基本反映研究区内生物量分布情况,并显示出丰富的生物量分布细节信息,生物量范围为0～119 mg·hm~(-2),平均生物量为37.5 mg·hm~(-2),标准差为35.9 mg·hm~(-2)。【结论】结合多源遥感数据与机器学习算法,能够准确、快速地测算大范围生物量,具有较大应用潜力。相比SVR和MLR模型,RF模型在AGB估测上的表现更优,RF算法能够从多源变量中有效筛选出适用于AGB机器学习建模的变量。 相似文献
6.
基于机载P-波段全极化SAR数据的复杂地形森林地上生物量估测方法 总被引：2，自引：0，他引：2
《林业科学》2016,(3)
【目的】利用国产合成孔径雷达(SAR)系统(CASMSAR)获取的机载P-波段全极化SAR(PolSAR)数据,分析SAR对森林地上生物量(AGB)的响应与地形的关系,建立融合地形因子的高精度多项式模型,以提高森林AGB的估测精度。【方法】首先以基于机载激光雷达(Li DAR)数据得到的研究区坡度分布图与结合实测样地AGB数据得到的森林AGB分布图作为参考数据进行系统抽样,分析森林AGB与P-波段PolSAR后向散射强度的关系以及不同坡度下二者的相关性变化;然后利用Li DAR得到的高精度数字高程模型(DEM)结合机载P-波段的轨道数据计算当地入射角,进而建立以后向散射强度、当地入射角以及雷达视角为输入特征的多项式统计模型,同时将以上系统抽样得到的样本一部分作为模型训练样本,一部分作为精度检验样本。为避免样本尺度引起的偶然性,检验了20 m×20 m至100 m×100 m不同样地尺度下的估测精度。【结果】以90 m×90 m样本为例,当坡度为0°~5°时,引入当地入射角(第2组特征)的估测精度与未引入当地入射角(第1组特征)的估测精度分别为:决定系数(R~2)为0.634和0.634,均方根误差(RMSE)为12.07和12.08 t·hm~(-2),总精度(Acc.)为78.91%和78.89%;当坡度为5°~10°时,第2组特征与第1组特征的估测精度分别为:R2为0.524和0.523,RMSE为13.52和13.97 t·hm~(-2),Acc.为80.57%和80.52%;当坡度大于10°时,第2组特征与第1组特征的估测精度分别为:R~2为0.628和0.519,RMSE为13.16和15.70 t·hm~(-2),Acc.为81.05%和78.55%。随着样地尺度增大,2组特征的估测精度均增大,且第2组特征的估测精度大于第1组。【结论】当坡度小于10°时,地形对森林的后向散射强度几乎无影响;当坡度大于10°时,地形的影响显著,在不同尺度下,引入当地入射角的估测模型均可以有效提高估测精度,充分说明模型的有效性和稳定性。此外,随着尺度增大,无论采用的模型是否考虑了地形影响,其估测精度都逐渐提高并趋于稳定,揭示出对复杂地形下森林AGB估测模型效果的评价必须考虑尺度的影响,且参考样地要足够大,否则难以得到客观的结论。 相似文献
7.
《林业科学》2017,(12)
【目的】比较基于不同窗函数的GLAS数据去噪算法和多种森林冠顶高反演模型的精度,优选波形去噪算法并确立对森林冠顶高估算精度较高的反演模型,为森林生物量估测等研究奠定数据基础。【方法】首先基于布莱克曼窗函数和高斯窗函数对GLAS数据进行去噪处理,采用RMSE和SNR定量比较2种波形去噪方法的去噪效果;然后对去噪效果最好的窗函数去噪后的波形提取波形参数,并分针叶林、阔叶林、针阔混交林和不分林型4种情况,采用线性回归方法,以波形长度为参数建立波形参数模型,以波形长度、地形指数为参数建立地形因子模型,在地形因子模型基础上,逐步引入波形半能量高、波形前缘长度和波形后缘长度等参数建立全模型,比较3类模型的模拟效果。【结果】高斯窗函数去噪后的RMSE较低、SNR较高,去噪效果较优;冠顶高反演模型中,分林型和不分林型情况下,全模型模拟效果均优于其他2类模型。其中地形因子模型中针叶林效果较好:R~2=0.853,RMSE=2.519 7 m;全模型中针阔混交林效果最好:R~2=0.972,RMSE=1.001 4 m。【结论】高斯窗函数对GLAS波形去噪能力较强,且在复杂地形情况下,当引入多种波形参数结合地形因子建立多元线性回归模型时,模型对各林型最大冠顶高的解释能力显著提高,可在一定程度上克服地形因子模型在坡度较大地区对冠顶高解释困难的问题,实现复杂地形情况下森林冠顶高的精确估算。 相似文献
8.
基于机载激光雷达点云和随机森林算法的森林蓄积量估测 总被引：1，自引：0，他引：1
《林业科学》2021,57(8)
【目的】基于机载激光雷达点云数据提取的森林高度参数和郁闭度,结合分层地面样地调查数据,采用随机森林算法构建森林蓄积量估测模型,分析机载激光雷达点云数据在森林蓄积量反演方面的潜力,为森林蓄积量高效准确估测提供方法依据。【方法】以直径30 m的地面样圆离散点云数据为数据源,经数据校准等预处理后,利用Li DAR360软件提取森林高度参数(最大高、平均高等)和郁闭度,并将数据随机分成训练数据(70%)和验证数据(30%)。采用随机森林算法构建森林蓄积量估测模型,对仅用高度参数建模以及联合高度参数和郁闭度建模结果进行比较;同时运用R软件VSURF工具包筛选建模变量,对筛选后变量的建模结果进行分析。【结果】仅用高度参数建模的估测精度为R~2=0.75、RMSE=40.07 m~3·hm~(-2)、MAE=29.21 m~3·hm~(-2)、MRE=49.40%,联合高度参数和郁闭度建模的估测精度为R~2=0.79、RMSE=36.23 m~3·hm~(-2)、MAE=26.16 m~3·hm~(-2)、MRE=38.35%。通过变量筛选,建模参数从24个减少至7个,可极大提高运算效率,同时R~2未变化,RMSE从36.23 m~3·hm~(-2)升至36.50 m~3·hm~(-2),rRMSE从31.92%升至32.97%,MAE从26.16 m~3·hm~(-2)降至26.08 m~3·hm~(-2),MRE从38.35%降至38.05%。【结论】机载激光雷达点云数据可以提取森林的垂直结构信息(高度参数)和水平结构信息(郁闭度),具备三维结构参数提取能力。采用随机森林算法,增加林分郁闭度信息可显著提高森林蓄积量估测精度。通过变量筛选,虽然能够降低参数数量,但对模型精度具有一定影响,在建模精度要求较高的情况下,建议使用全变量进行蓄积量估测;而在数据量较大的情况下,建议使用筛选变量进行蓄积量估测。基于机载激光雷达点云数据估测森林蓄积量显著优于光学遥感数据,可为森林蓄积量高效准确估测提供方法依据,能够满足大范围森林蓄积量快速反演需求。 相似文献
9.
【目的】研发竹林气象因子采集系统,分析雷竹林CO2浓度与温湿度等气象因子之间的关系,探讨基于GA-BP神经网络的雷竹林CO2浓度反演模型（简称GA-BP模型）,为竹林碳储量、竹林增汇、竹林固碳能力等研究提供基础数据。【方法】根据微气象学相关原理、方法及森林碳通量动态感知的需求,设计基于嵌入式的森林碳通量数据远程实时监测系统,该监测系统以成熟雷竹林为监测对象,进行为期2个月（2019年10—11月）的气象数据监测;在此基础上,提出GA-BP模型。【结果】根据GA-BP模型和BP模型反演的结果可知：GA-BP模型反演结果的决定系数R2为0.86,比BP模型的R2（0.79）提高了0.07;平均绝对误差为8.12 mg·m-3,比BP神经网络下降2.79 mg·m-3。GA-BP模型相较于BP网络具有更稳定的反演性能和更高的反演精度。【结论】可以利用竹林气象因子采集系统获取相关气象数据;基于CO2浓度与温湿度等气象因子之间的相关性,本研究提... 相似文献
10.
《中南林业科技大学学报(自然科学版)》2020,(7)
【目的】毛竹立地质量评价是揭示毛竹生长与其立地因子间的关系的重要方法，对其进行研究是科学培育毛竹林的基础。【方法】对福建省永安市毛竹林的胸径、竹高进行了大样本调查分析，采用引入哑变量分级的方法，建立了毛竹的竹高-胸径曲线模型；探讨了毛竹胸径与其立地的气候因子、地形地貌因子及土壤因子间的关系，构建了回归模型。【结果】1）拟合毛竹竹高-胸径曲线的最优模型为逻辑斯蒂模型，引入哑变量分级的方法可以显著提高模型精度。引入哑变量分级的方法与未分级的方法相比，分级后模型的决定系数由0.548提高到0.901。依据模型实验区毛竹林可以分为5个立地等级。2）主成分分析表明，实验区影响毛竹生长的最重要气候因子为1月均温和出笋期降水量。3）对福建省毛竹胸径起影响的地形地貌因子重要性排序为：土层厚度坡位。可以用线性模型拟合胸径-地形地貌因子线性模型：D=0.119×(Pos)+0.803×(Thc)+8.136(R~2=0.554)。4）在土壤因子中，重要性排序为：全氮有机质碱解氮。【结论】采用引入哑变量分级的方法可显著提高毛竹立地质量评价的精度，1月均温、出笋期降水、土层厚度、坡位、坡度、全氮、有机质、碱解氮是与毛竹生长相关的主要气候和立地因子。研究结果为毛竹立地质量评价及生产潜力预估模型的构建提供了新的方法。 相似文献
11.
《林业科学》2017,(10)
【目的】探明退化红壤区重要先锋树种马尾松不同径级间树干CO_2释放速率(F_(CO_2))的差异及其温度敏感性,以期为正确评价马尾松人工林树干呼吸对森林生态系统的碳汇贡献提供基础数据。【方法】采用全自动便携式光合仪与自制PVC呼吸环相连,对马尾松人工林4个径级(15.9~17.9,18.9~20.5,22.8~24.8和27.1~29.8 cm)共12棵样树的树干CO_2释放速率F_(CO_2)进行为期1年的活体原位监测,并同步监测树干1 cm深处温度,分析F_(CO_2)的季节变化及径级间差异,并建立F_(CO_2)与树干温度的指数函数模型。【结果】4个径级F_(CO_2)均呈现出一致的单峰季节性变化趋势,生长季F_(CO_2)极显著高于非生长季(P0.01),7月份最高,1月份最低,且生长季各径阶样树F_(CO_2)间差异显著(P0.01);4个径级F_(CO_2)与树干温度均存在显著的指数关系,但两者间的回归模型及其决定系数因径阶而异,表现出大径阶F_(CO_2)与树干温度的相关性高于小径阶;4个径级树干呼吸的温度敏感系数(Q_(10))间差异不显著(1.47~1.64);马尾松F_(CO_2)与DBH显著正线性相关(R~2=0.89),表明DBH可作为针叶树种F_(CO_2)预测和推算的一个简便实用指标。【结论】在采用局部通量法进行森林生态系统树干呼吸估算时,应同时考虑F_(CO_2)的季节变化及径级差异,以提高估算精度。 相似文献
12.
结合Landsat TM影像和毛竹林样地调查数据,分别采用原始样本及基于太阳入射角余弦值cos(β)分层后样本建立多元线性回归模型估算安吉县毛竹林地上部分碳储量,并对利用这2种不同样本集所建模型的精度作比较.结果表明:通过cos(β)对样本分层能够降低样本点离散程度,提高遥感因子与毛竹林地上部分碳储量相关性;采用cos(β)分层后样本集所建的模型拟合(RMSE =4.07 MgC·hm-2)和预测精度(RMSE =4.63 MgC·hm-2)都高于基于原始样本集所建的模型;样本分层能够显著改善高和低水平地上部分碳储量精度.本研究提出的样本分层方法还需应用于不同影像及森林类型作进一步验证. 相似文献
13.
【目的】提出一种基于TanDEM-X SAR数据的RVoG模型三阶段算法反演森林冠层高度,以解决RVoG模型实际应用中模型成立条件难以严格满足、受地形影响导致森林冠层高度估测精度不高的问题。【方法】以云南省普洱市思茅区思茅松纯林和混交林为研究对象,开展经典三阶段算法、地面相位优化的三阶段算法、纯体散射复相干优化的三阶段算法和低估补偿改进的三阶段算法反演森林冠层高度试验。【结果】RVoG模型经典三阶段算法反演森林冠层高度存在低估现象(r=0.11, bias=-26.20 m, RMSE=7.16 m),地面相位优化的三阶段算法、纯体散射复相干优化的三阶段算法、低估补偿改进的三阶段算法反演森林冠层高度的估测精度较经典三阶段算法提高,其中低估补偿改进的三阶段算法反演森林冠层高度的改善效果最佳(r=0.79, bias=-1.69 m, RMSE=2.56 m);思茅松纯林的估测效果(r=0.81, bias=1.40 m, RMSE=2.27 m)优于思茅松混交林(r=0.72, bias=-3.09 m, RMSE=2.87 m)。【结论】相比经典三阶段反演算法,基于TanDEM-X S... 相似文献
14.
【目的】分析长白山红松阔叶林净生态系统碳交换量（NEE）的季节性差异及其气象因子响应,在月尺度下揭示气象因子对NEE的动态影响,为调节研究地区的碳收支提供理论指导。同时研究时间卷积神经网络在森林生态系统净碳交换模拟中的应用,探索NEE模拟的新方法。【方法】基于长白山温带红松阔叶林通量观测站2007—2010年间的30 min观测数据,分析NEE和输入模型的5种气象因子的季节性差异,并分析5种气象因子与NEE的相关性。使用随机森林模型,计算影响NEE的各因子重要性得分,选择得分较高的5种气象因子：潜热通量、显热通量、冠层上方空气湿度、冠层上方水汽压和净辐射作为NEE模拟的输入;分别构建基于时间卷积神经网络（TCN）、长短期记忆网络（LSTM）、人工神经网络（ANN）、支持向量回归（SVR）和极限学习机（ELM）的5种NEE模型,采用决定系数（R2）、平均绝对误差（MAE）和均方根误差（RMSE）评价模型的预测精度和稳定性。【结果】长白山温带红松阔叶林通量观测站NEE全年总量为-74.777 3 gCO2·m-2a... 相似文献
15.
《林业资源管理》2021,(4)
基于广西壮族自治区森林资源年度监测评价成果数据,采用逐步回归选择机载激光雷达特征变量,建立多元线性回归、Logistic回归和随机森林模型,预测南方集体林区桉树、杉木和天然阔叶林样地的蓄积量。结果表明:1)桉树和杉木样地的逐步回归特征变量多为高度和强度变量,而天然阔叶林样地则是间隙率、覆盖度、叶面积指数等综合变量;2)桉树和天然阔叶林样地,随机森林模型的蓄积量估测精度(桉树R~2=0.97,RMSE=12.60m~3/hm~2;天然阔叶林:R~2=0.90,RMSE=18.45m~3/hm~2)高于多元线性回归和Logistic回归模型,而杉木样地在多元线性回归模型中得到了最优的蓄积量估测结果(R~2=0.91,RMSE=24.30m~3/hm~2);3)在3种模型估测精度中,人工桉树和杉木样地均优于天然阔叶林样地。可见,高密度的激光雷达点云可以获取更优的特征变量,针对复杂的样地条件需要灵活选择估测模型实现蓄积量调查,以便为林草部门进行森林资源调查、监测和经营管理提供科学依据。 相似文献
16.
【目的】采用TanDEM-X单极化InSAR数据,研究基于相干系数的SINC模型森林高度估测方法,并分析5 m高分辨率的LiDAR DEM和30 m中等分辨率的SRTM DEM对模型估测精度和稳定性的影响。【方法】首先对观测的相干性进行非体散射失相干校正得到体散射失相干γVol,然后基于SINC模型将γVol的相干系数作为输入估测森林高度。以LiDAR提取的森林高度为验证数据,均匀选取150个检验样本,分别在15 m×15 m、30 m×30 m、50 m×50 m和100 m×100 m大小的样本尺度上进行精度评价,并与DSM-DEM差分法进行对比,分析2种方法的精度和适用性。【结果】5 m和30 m分辨率的参考DEM对SINC模型森林高度估测结果影响较小,随样本尺度增大其影响可逐渐忽略,当样本大小为100 m×100 m时,LiDAR DEM和SRTM DEM估测结果的R~2分别为0.54、0.51,RMSE分别为2.38、2.51 m,精度分别为77.19%、75.99%;相比SINC模型法,DSM-DEM差分法在各样本尺度上的表现更好,但森林高度估测结果存在明显低估现象,必须采用森林高度实测数据进行校正,当样本大小为100 m×100 m时,R2为0.79,校正前后的RMSE分别为2.57、1.63 m,精度分别为75.44%、84.41%。【结论】基于相干系数的SINC模型法估测森林高度,以30 m空间分辨率的SRTM DEM进行地形补偿和地理编码,可以取得较好结果;虽然该方法的精度相比DSM-DEM差分法略有下降,但既不需要实测森林高度数据进行标定,也不需要输入高分辨率的DEM,具有大范围森林高度制图的潜力和更大的实际应用价值。 相似文献
17.
为了解城市湿地典型基塘系统的土壤二氧化碳(CO_2)通量特征,以杭州西溪国家湿地公园毛竹林为主要研究对象,通过静态箱式法进行土壤CO_2的通量观测。结果表明:西溪湿地毛竹林土壤是CO_2的排放源,为单峰型,CO_2通量最小值出现在冬季1月,为(127.41±24.06)mg·m~(-2)·h~(-1),最大值出现在夏季的9月,为(537.21±41.12)mg·m~(-2)·h~(-1),是1月最小通量的4倍多,全年毛竹林土壤CO_2的累积排放量为3 366.29 g·m~(-2)·a~(-1)。西溪湿地毛竹林土壤CO_2通量与10 cm土壤温度、0~20 cm土壤含水量有显著相关性,与土壤有机碳质量分数呈负相关。 相似文献
18.
【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标和生物量模型计算提供技术支撑。【方法】基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据,通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型,应用确定系数(R2)、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型,采用留一交叉法验证模型精度。【结果】筛选出相关性较高的激光雷达变量共20个,最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm-2,R2=0.768,TRE=6.08%),分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm-2,R2=0.795,TRE=7.45%),白桦模型预测精度提高(RMSE=23.34 t·hm... 相似文献
19.
《林业科学》2017,(3)
【目的】从反映森林冠层大小的树冠纹理结构出发,利用高空间分辨率遥感影像中树冠纹理的周期性信息,提取基于傅里叶变换纹理序列的纹理指数(FOTO,Fourier-based textural ordination)估测森林地上生物量,探究FOTO纹理因子在温带森林生物量估测上的潜力,为提取新型纹理参数估算森林生物量提供新的参考途径。【方法】以2009年9月获取的小兴安岭地区凉水国家自然保护区(47°11'N,128°53'E)高分辨率机载航空影像(空间分辨率0.5 m)为例,通过提取CCD影像的FOTO纹理参数,采用多元逐步回归方法对森林地上生物量进行参数反演,并对CCD 3个波段影像提取的9个FOTO纹理因子以及波段平均影像提取的3个FOTO纹理因子2种方法的生物量估测结果进行比较。同时,在研究中尝试采用5种不同尺寸(60 m×60 m,80 m×80 m,100 m×100 m,120 m×120 m和150 m×150 m)的窗口,产生不同尺寸的FOTO因子与生物量进行回归建模。最后,将FOTO纹理因子作为自变量与激光雷达反演的参考生物量进行拟合,利用多元逐步回归方法建立生物量模型,并采用十折交叉验证评估预测模型的泛化能力。【结果】FOTO纹理因子与森林生物量的相关性较高,CCD影像3个波段的9个FOTO纹理因子与生物量的R~2均高于0.67,窗口60 m×60 m,80 m×80 m,100 m×100 m,120 m×120 m和150 m×150 m的估测精度分别为67.3%,73.4%,74.4%,78.3%和80.9%。CCD影像波段平均影像的3个FOTO纹理因子与生物量的R~2均高于0.57,5种窗口尺寸的估测精度分别为58.2%,62.1%,64.3%,67.4%和70.9%。根据最优预测模型获得分辨率100 m的凉水试验区全覆盖生物量结果图,精度为74.41%,RMSE为50.55 t·hm~(-2)。【结论】基于FOTO算法提取的纹理因子与森林地上生物量密切相关且无明显饱和现象,对我国北方温带混交林区的生物量反演有极大潜力。FOTO纹理因子与森林地上生物量的多元线性逐步回归模型R~2达0.81,RMSE为46.78 t·hm~(-2)。 相似文献
20.
【目的】明确天然赤松次生林中昆嵛山腮扁叶蜂虫口密度与森林空间结构之间的相关性,探索利用空间结构指标调控森林害虫的生态控制技术。【方法】在昆嵛山天然麻栎-赤松次生混交林中设置面积为6 hm2的样地,测定昆嵛山腮扁叶蜂寄主赤松、黑松、多脂松的空间结构指标树种角尺度、大小比数、混交度和虫口密度,分析各指标与虫口密度之间的关联性。对每株样木分别从上、中、下层,东、南、西、北4个方向统计虫巢数量,以虫巢数的3倍作为株虫口密度。【结果】赤松上昆嵛山腮扁叶蜂虫口密度与角尺度呈显著正相关(R~2=0.821,P=0.034),与胸径大小比数(R~2=0.903、P=0.013)和树高大小比数(R~2=0.906、P=0.013)均呈显著负相关,与混交度相关性不显著(R~2=0.177、P=0.481);黑松上昆嵛山腮扁叶蜂虫口密度与角尺度呈显著正相关(R~2=0.858,P=0.024),与胸径大小比数(R~2=0.043、P=0.739)、树高大小比数(R~2=0.237、P=0.406)均呈负向相关关系,但相关性不显著,与混交度相关性也不显著(R~2=0.251、P=0.390);多脂松上昆嵛山腮扁叶蜂虫口密度与角尺度(R~2=0.032、P=0.772)、胸径大小比数(R~2=0.180、P=0.447)、树高大小比数(R~2=0.194、P=0.458)、混交度(R~2=0.653、P=0.098)等各空间结构指标均无显著相关性。3个树种中,赤松和黑松的虫口密度与空间结构的相关性强于多脂松;不同空间结构指标相比较,虫口密度与角尺度和大小比数的相关性强于角尺度。【结论】空间结构指标角尺度和树种大小比数对昆嵛山腮扁叶蜂的生态调控作用优于混交度。森林经营实践中可以充分利用昆嵛山腮扁叶蜂虫口密度与空间结构指标之间的关系,通过尽量降低角尺度即营造均匀的松属树种林分以提高对虫害的抵御能力,同时尽量提高树种大小比数即改善林木生长状况以抑制昆嵛山腮扁叶蜂的发生。 相似文献