论文部分内容阅读
森林郁闭度是衡量森林资源优劣、掌握森林的特征及其变化规律、为森林生态系统管理提供依据的重要因素,同时也是反映森林成效和林分空间利用度的基本指标,可为森林经营决策提供支撑。传统的森林郁闭度估测方法具有较大的局限性,不仅费时、费力,而且基于点的测量方法很难反映大区域的连续的森林郁闭度时空分布信息。遥感技术以其大范围覆盖、经济、动态、时序性、可重复等优势,已成为当今区域性森林郁闭度估测的重要替代方法。以往的研究多针对一个研究区,基于多种数据和单一方法进行森林郁闭度估算研究中的数据研究,或基于单一数据源结合多种方法进行森林郁闭度估算进行方法研究。综合使用多模式遥感数据和估测方法,实现多尺度森林郁闭度精确估测是森林郁闭度估算研究新的趋势。本研究分别选取具有典型代表性的北方天然次生林地区——内蒙古大兴安岭根河林区(根河研究区),以及南方典型的人工林地区——广西高峰林场(高峰研究区),作为实验区。其中,以根河林区为重点研究区,利用机载激光雷达(Light Detection And Ranging,LiDAR)点云数据、高分二号数据(GF-2)、高分一号宽幅数据(GF-1 WFV)、Sentinel-2A(哨兵2A)数据以及土地覆盖产品、ASTER GDEM产品等,分别基于阈值法、面向对象信息提取、支持向量回归(Support Vector Regression,SVR)、多元线性回归(Stepwise Multiple Linear Regressions,SMLR)、快速迭代特征优选的k-NN(k-Nearest Neighbor with Fast Iterative Features Selection,KNN-FIFS)等方法,进行了根河研究区从样地到林分尺度的森林冠层信息提取,以该研究区样地实测森林郁闭度数据验证了上述方法的可行性与适用性,并在定量评价各种方法和数据的可靠性、实用性以及适用性后,在代表不同人工林类型的高峰实验区进行测试应用。研究结果如下:(1)利用LiDAR点云数据的CHM产品,基于阈值法和面向对象信息提取单木冠层信息,从而估算了林分尺度的森林郁闭度。其中,基于阈值法估算结果R~2=0.85,RMSE=0.06;基于面向对象信息提取的方法估算森林郁闭度结果R~2=0.77,RMSE=0.08。另外,基于面向对象信息提取的方法,利用GF-2数据提取了单木冠层信息,并进行了森林郁闭度估算,反演结果精度比LiDAR的低,R~2=0.49,RMSE=0.10。(2)以2016年8月的GF-1 WFV多光谱数据为基础,提取相关植被指数(Vegetation Index,VI)和纹理信息(Texture Information,TI),并添加哨兵2号红边波段(Red Edge,RE)模拟高分六号卫星(GF-6)红边波段特性,提取相关红边指数(Red-edge Index,RI),利用KNN-FIFS模型实现了根河研究区森林郁闭度的定量反演。通过添加地形信息(Topographic Factor,TF)进一步探究了地形对森林郁闭度估测的影响。通过实测数据验证表明:基于GF-1 WFV估测的森林郁闭度与实测数据具有很好的一致性,R~2=0.52,RMSE=0.08;GF-1 WFV+VI+TI估测结果为R~2=0.56,RMSE=0.08;GF-1 WFV+RE+RI+TI的精度明显提高,R~2=0.63,RMSE=0.07;GF-1 WFV+RE+RI+TI+TF的精度最高,R~2=0.68,RMSE=0.07,并高于SMLR(R~2=0.39,RMSE=0.10)和SVR(R~2=0.49,RMSE=0.10)方法。KNN-FIFS方法比SMLR和SVR方法更适用于森林郁闭度遥感估测,且添加地形因子能有效提高森林郁闭度的估测精度。(3)从样地尺度和区域尺度对基于GF-1 WFV+哨兵2号数据、GF-2数据和LiDAR点云数据的CHM产品等不同数据和方法的森林郁闭度估测结果进行了对比分析。CHM数据估测精度最高,但高精度的LiDAR数据获取相对费力,成本较高,因此不适应大区域森林郁闭度的反演。尽管GF-2数据估测精度相最低,但其不依赖于样地实测数据作为训练样本,可在无法获取样地实测数据的情况下进行应用;另外,GF-2数据反演结果在人为干扰频繁的区域,如道路旁,与CHM数据估测结果绝对误差明显较高。基于GF-1WFV+哨兵2号的KNN-FIFS方法估测结果较为满意,森林郁闭度分布趋势与CHM数据估测结果相同,结果绝对误差基本在0.2以内,且KNN-FIFS中的留一验证法充分发挥了小样本大范围的优势,可适用于区域定量反演。(4)为进一步探求GF卫星数据以及KNN-FIFS方法在我国南方典型森林的郁闭度反演的适用性,本文最后利用GF-1 WFV+Sentinel 2A数据,对高峰研究区的森林郁闭度进行了KNN-FIFS建模测试应用。经留一法验证,森林郁闭度估测精度R~2=0.49、RMSE=0.07。由于人工林林分结构复杂,并且所用样地数据的调查时间与影像获取时间存在较大差异,造成了该研究区的KNN-FIFS估测精度明显低于根河研究区。本文基于多模式遥感数据结合不同方法进行多尺度森林郁闭度估测研究,并根据研究结果探求适合南北方典型林区的业务化估测方法。另外,添加“红边”信息模拟GF-6卫星数据进行测试应用分析,可为GF-6卫星数据在森林参数定量反演和精准监测奠定基础。