［目的］利用能够反映植被季相变化和物候差异的中空间分辨率高重访周期遥感数据以及其他多源数据，提取区域树种（组）成数空间分布信息，间接表达主要树种（组）的空间分布，为大区域树种（组）空间分布制图提供新的方法和思路。［方法］以吉林省为试验区，以２５０ ｍ空间分辨率的ｍＯＤＩＳ ＮＤＶＩ ８天合成时间序列数据和国家森林资源连续清查固定样地数据为主要数据源，综合利用气象观测数据和地形数据，基于梯度最近邻（ＧＮＮ）方法对省级树种（组）成数进行估测。首先利用典型对应分析（ＣＣＡ）对特征变量进行特征变换；然后采用ｋ－ＮＮ方法对树种（组）成数进行分层估测，并对ｋ－ＮＮ方法中的ｋ值进行优选，分析ｋ－ＮＮ估测精度．．．

以树种生长量信息和气候要素信息作为因变量;用大比例尺地形图、以对应于因变量的测绘信息作为自变量组成样本,建成具有定位功能的数量化混合模型(以下简称“定位化模型”)。求解后,利用地形图的公里网,按纵、横座标,以一定的水平距离进行机械布点,并查取这些点的测绘信息,用作自变量,代入回归方程,按确定的地点获得期望值,构成覆盖全研究区的空间分布信息网。

利用１２个引物对柳树２种１６个无性系基因组分别进行了ＲＡＰＤ检测。从电泳图谱可直观看出，引物ＣＨＬ－１可对柳树两种识别；引物Ｄｅｃａ－４可对１６个无性系（Ｅ和Ｉ在形态上无法区分）进行识别。根据１２个引物在１６个无性系基因组扩增产物经电泳产生的图谱中ＤＮＡ条带的统计，利用ＮＴ－ＳＹＳ对其进行分析建立系统树。结果表明，利用ＲＡＰＤ获得的两种柳树种的分类结果与经典方法得到的结果一致。

随着高分辨率遥感数据、LiDAR技术在森林资源调查中应用的日益普遍,以及自动快速提取树木冠幅、树高方法的日益成熟,需要建立新的树木模型来估测其他林分因子,以适应林业调查手段更新和发展的需求。在参考国内外大量文献的基础上,选择常用的胸径--冠幅模型和树高--胸径曲线模型,根据北京市178块森林样地调查数据,建立了北京市13个常见树种的胸径--冠幅模型,胸径--树高模型,胸径--冠幅、树高综合模型。结果表明:并不是所有树种的冠幅、树高都与胸径有高相关性;13个树种中,只有臭椿、雪松、栾树和加杨的胸径--冠幅模型的R2大于0.7,胸径--树高模型R2大于0.5,胸径--冠幅、树高综合模型达到0.8以...

为了方便快速准确地测量树木叶片的叶绿素质量分数,对9个阔叶树种的叶片采样,利用CCM-200测得的叶绿素指数(CCI值)和叶片厚度因子建立叶绿素的估算模型,将估算结果与萃取法测量叶绿素质量分数比较,分析发现:仅利用CCM-200测得的叶绿素指数估算叶绿素a,叶绿素b和总叶绿素质量分数的线性模型误差较大,叶绿素指数与叶绿素a,叶绿素b和总叶绿素质量分数的决定系数(R2)均在0.610左右,相关性不是很显著。当用比叶质量(SLW)来反映叶片厚度,与叶绿素指数一起作为自变量,分别建立估算叶绿素a,叶绿素b以及总叶绿素质量分数的线性回归方程,发现叶绿素指数及比叶质量与叶绿素a,叶绿素b和总叶绿素质量分...

【目的】以多源遥感数据为基础,在郁闭度较高的天然次生林中采用非参数模型及随机森林偏差校正模型估测森林地上生物量(Aboveground biomass, AGB),为大尺度估测森林生物量提供了依据。【方法】以东北林业大学帽儿山实验林场142块森林资源连续清查固定样地复测数据、机载激光雷达(Airborne laser scanning, ALS)和多光谱Landsat8 OLI影像为数据源,提取46个特征变量(其中ALS:24个;OLI:22个特征变量)后进行特征变量筛选,利用多元逐步回归(Multiple stepwise regression, MSR)、支持向量机(Support vector machine, SVM)、随机森林(Random forest, RF)和随机森林偏差校正(Bias-Corrected RF, BCRF)构建森林AGB估测模型,采用调整决定系数(Ra2dj),均方根误差(RMSE)和相对均方根误差(rRMSE)对估测结果进行精度评价。【结果】多源遥感数据要优于单一数据源,非参数模型(RF(Ra2dj=0.68,RMSE=49.71 t·hm-2, rRMSE=32.48%)和SVM(Ra2dj=0.64, RMSE=52.80 t·hm-2, rRMSE=35.28%))优于传统的MSR模型(Ra2dj=0.52,RMSE=57.29 t·hm-2, rRMSE=43.26%)的估测精度。选择最优的RF估测模型进行偏差校正,BCRF的rRMSE=21.84%,此时的生物量估测效果最佳(较RF模型的rRMSE下降10.64%)。当AGB在100～200 t·hm-2范围内,非参数算法(SVM、RF和BCRF)对AGB估测效果最佳(与MSR模型相比RMSE由48.87 t·hm-2减小到13.72～23.55 t·hm-2,rRMSE由28.15%下降至8.69%～16.13%);特别地,当AGB小于100 t·hm-2时,BCRF模型可以改善RF模型AGB估测的饱和现象,模型预测性能提升11.0%(RMSE与RF相比减小27.66 t·hm-2,rRMSE下降10.99%)。【结论】以多源遥感数据结合为基础,BCRF模型对AGB的估测精度更高,效果更稳定,且BCRF可以有效地削弱生物量估测中出现的小值偏大的现象。

生物多样性是维持生态系统健康和提供服务功能的基础。生物多样性监测是生物多样性保护的重要组成部分,使得各国政府和民间社会发现问题、制定解决方案,评估在实现“生物多样性公约”目标方面的行动和进展。机载高光谱数据具有高光谱和高空间分辨率特点,对估测森林物种多样性的分布具有较大潜力。但是,高空间分辨率的特点有可能成为限制高光谱数据对森林物种多样性估测精度的因素,特别是当像素尺寸小于树种识别尺度(例如树冠)时。机载激光雷达是一种主动遥感方式,由于其具有探测三维植被结构的能力,在生态和生物多样性保护研究方面愈发重要。

【目的】树木非结构性碳水化合物（ＮＳＣ）储量存在空间变异，但在树干ＮＳＣ储量估算时却很少考虑这种变异性。本研究量化树种、组织和树干高度对树干ＮＳＣ储量估算的影响，为构建温带森林碳循环模型提供数据和理论基础。【方法】以黑龙江省帽儿山地区无孔材树种兴安落叶松、半环孔材树种胡桃楸和环孔材树种春榆为对象，每树种各选取优势木３株，在生长季后期伐倒后按１ ｍ区分段截取圆盘（１８～２１个），采用国际通用方法测定生物量；同时按树皮、边材和心材分别取样，采用苯酚硫酸改进法测定样品的可溶性糖和淀粉含量；最后分析树种、组织和树干高度对ＮＳＣ储量估算的影响。【结果】树种、组织和树干高度对可溶性糖、淀粉和ＮＳＣ（即可溶．．．

分析次生林群落中12个树种的空间格局,阐述树木种群空间分布与环境因子间的关系。结果表明:1)大多数环境因子和树种都表现出显著的正空间自相关,即存在空间聚集性结构;2)空间变异分割表明,环境因子主要制约幼树和小树的空间分布,而对大树影响较小;3)土壤水分和土壤pH值对树种分布影响较大,土壤营养(全氮、全磷和全钾)作用相对较小,土壤有机质、叶面积指数和光量子密度与树种空间变异之间无显著关系;4)在已知种群空间变异中,环境因子(包括环境变量单独解释部分、环境变量与空间变量交互作用部分)解释能力较低,而纯粹的空间变量(即空间变量单独解释部分)对种群空间变异具有较高的解释能力,说明一些未知的独立于环境因...

生物多样性保护已成为森林可持续经营的一个重要目标。生物多样性的空间分布估计对于森林经营者了解生物多样性的空间格局和变化趋势具有重要意义。本研究主要基于汪清林业局二类调查数据和局级固定样地数据,以树种多样性为例,利用泛克里格方法对全局树种多样性进行空间分布估计。结果表明,泛克里格方法的预测精度较高(R2=0.697 7),树种多样性在固定样地的抽样尺度下,存在一定的空间自相关性,预测的树种多样性最高值为1.82,最低值为0.221,空间分布具有明显的空间异质性,呈现出北部低,东部,南部和西部高的空间分布格局。研究结果为区域尺度基于固定样地和地统计学的树种多样性空间分布估计提供了方法和参照。

【目的】利用长时间序列卫星遥感数据产品按森林类型建立大区域燃烧生物量估测模型,并按年生成不同森林类型的燃烧生物量,为我国年林火碳排放估测提供一种新的技术手段。【方法】采用覆盖我国陆地区域的2001—2014年MODIS火产品数据(MOD14A2),按3种森林类型分析该数据产品中的火灾辐射率(FRP)分布特性,并按森林类型构建基于幂律分布的燃烧生物量估测模型,对我国2001—2014年各年林火消耗的森林生物总量进行估测;利用对数形式的概率分布函数线性回归拟合方法求解模型幂参数m;选取每年10场左右的典型森林

生物多样性的监测是国际生物多样性科学项目的一个核心研究内容。景观尺度上生物多样性遥感估测可以克服传统地面调查劳动强度大、效率低的缺点。以南京紫金山国家森林公园为研究对象,以2011年90个野外样地调查数据、2011年先进对地观测卫星(ALOS)遥感数据为主要信息源,构建了风景林乔木树种Gleason指数、Shannon-Wiener指数遥感估测模型,并在此基础上了进行了生物多样性趋势面分析和热点探测。研究表明:1地形因子(坡度、海拔),人为干扰因子(距道路和居民点的距离),植被生长状况(Gleason指数、Shannon-Wiener指数)等是影响紫金山乔木树种多样性的主要环境因子;2紫金山乔...

【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。

城市森林是森林生态系统的重要组成部分,在改善城市生态环境方面发挥着重要作用。研究城市森林碳分布对于陆地生态系统碳循环的模拟和城市的生态建设规划具有重要意义。以深圳市建成区森林为研究对象,分别采用逐步回归、协同克里格和K个最靠近邻居(KNN)3种方法对深圳市的森林碳分布进行模拟。结果表明:3种方法估测结果各有其优缺点。逐步回归和KNN法能够较准确地反映森林碳分布的信息(如行道树、公园等),但逐步回归的预测结果偏小,KNN法的预测结果偏大。协同克里格法则可以较准确的反映建成区森林碳分布并能导出总体估测值,但对森林碳空间分布的细节反映不如逐步回归和KNN。

基于ＤＭＳＰ／ＯＬＳ夜间灯光指数和ＳＰＯＴ－ＶＥＧＥＴＡＴＩＯＮ逐旬ＮＤＶＩ数据构建人居指数，模拟武汉市２０００，２０１２年人口空间分布。采用空间自相关模型，从时空角度分析２０００—２０１２年武汉市人口的空间分布格局及演变规律。结果表明：１利用夜间灯光强度估算方法可快速准确模拟武汉市人口空间分布。２人口空间分布格局有向武汉市中心城区集聚的趋势，具有＂中间高周围低＂的特征。３武汉市人口空间分布表现出较强的空间自相关性，根据局部自相关分析，＂高－高＂类型区主要分布在武昌、硚口、江汉、江岸等中心区，＂低－高＂类型区主要出现在江河流域附近；随着时间的推移人口分布的＂高－高＂类型区扩大，表明武汉市人口在．．．