论文部分内容阅读
森林扰动是影响陆地生态系统的重要因素之一,同时也是评估陆地碳平衡的主要不确定因素。长时间森林扰动检测采用构建植被指数方法进行,但由于植被变化在光谱空间中的响应比较复杂,没有一种指数可以完全概括多维光谱空间的变化信息,已有的森林扰动指数各具有优缺点和相应的适用范围,因此为了提高检测方法的精度和使用性,发展新算法和完善已有的算法是研究主要的努力方向。研究利用2001-2013的MODIS空间分辨率为500m地表反射率数据(MOD09A1)以及MCD12Q1地表覆盖数据,构建新的森林综合特征指数,采用植被变化追踪算法,对福建省的森林扰动进行遥感检测,主要结论有:(1)不同扰动指数比较分析研究表明,扰动指数(DI)对于森林砍伐、森林病虫害和植树造林三种扰动类型的响应能力最强,DI和森林扰动综合特征指数(IFZ)对四种扰动类型的区分度均大于1,可以检测多种扰动类型。但是DI的标准差相对其他指数都比较大,在时间序列上的波动也更加明显,表现出较大的不稳定性。IFZ在时间序列上表现出一定的稳定性。(2)研究既考虑了 DI指数中缨帽变换的湿度、绿度、亮度分量检测植被变化的优势,又结合了 IFZ指数在时间序列上表现出较好的稳定性,能够更好地区分不同地物像元的优势,构建了新的森林扰动综合特征指数(DIFZ),既在时间序列上具有稳定性,又对不同森林扰动类型具有较高的响应能力。(3)采用分层随机采样方法选择验证点,通过混淆矩阵统计,DIFZ与DI、IFZ、归一化燃烧指数(NBR)、归一化湿度指数(NDMI)、归一化植被指数(NDVI)的检测精度进行了比较,DIFZ的总体精度达94%,Kappa系数为0.93,检测精度较其他五种指数高,在一定程度上提高了森林扰动检测精度。(4)基于新的综合森林特征指数DIFZ的检测结果和高分辨率Global Forest Watch年森林损失扰动数据集具有较好的一致性,通过和2009年福建省三明市松材线虫病发生小班分布调查数据的比较,同样能较好地检测森林病虫害,说明基于新的综合森林特征指数能够对发生扰动的森林区域进行较准确检测。