论文部分内容阅读
森林生态系统作为生物圈的主体,对全球碳循环过程起着重要作用。森林生物量是森林固碳能力的重要标志,是森林碳收支评估的重要参数。基于遥感技术可以对地面不同尺度范围内的森林生物量进行估测,因此利用遥感技术进行森林蓄积量/生物量的空间分布和动态监测具有重要意义。光学遥感与微波遥感在森林参数的反演中都发挥了重要的作用。高分辨率影像较之传统的光学遥感影像,光谱信息比较贫乏,但具有丰富的空间信息,地物目标的纹理结构和细节等信息更加突出,能够较好反映树冠信息,对森林结构参数的提取具有重要的意义。与光学遥感相比,合成孔径雷达几乎不受大气的影响,对云雾雨雪具有穿透能力,具有全天时全天候的观测能力,能够较好反映树干信息,对森林参数的反演也具有很大的意义,尤其是生物量。本文基于高分辨率影像和雷达影像,选取鹫峰国家森林公园为试验区,探究新的森林生物量遥感估测模型。首先,利用灰度共生矩阵法提取高分辨率影像空间纹理特征值,进而利用这些纹理特征值建立森林生物量估测模型。此外,基于ALOS PALSAR数据评价极化雷达参数对森林生物量的反演潜力。最后,基于上述两种数据源联合反演森林生物量。主要研究内容包括：1.基于Quickbird高分辨率影像数据的森林参数提取。利用灰度共生矩阵法提取Quickbird影像纹理特征值,筛选与生物量相关性高的纹理特征值,建立生物量模型。得到模型的相关系数为0.835,均方根误差为22.63t/hm2,估测总体精度为79.61%。2.基于极化雷达数据ALOS PALSAR的森林参数反演。提取了不同极化方式雷达后向散射系数及其比值,研究不同参数对森林生物量的响应特征。进而采用极化比值建立不同的回归模型。得到不同类型的生物量拟合方程相关系数均在0.6-0.7之间,差别不大。均方根误差均在16-20t/hm2之间。3.基于多元遥感数据协同反演森林生物量研究。将高分辨率Quickbird数据和极化雷达数据相结合,探索多源遥感数据估测森林生物量的潜力。基于这两种数据建立的森林生物量估测多元回归模型相关系数为0.864,可以较好的反应森林生物量和遥感因子之间的关系,此外,得到均方根误差RMSE为20.603t/hm2。