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】探索高分2号遥感数据与中亚热带天然林木本植物物种Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀性指数之间的关系,为森林经营管理和保护策略提供参考。【方法】提取高分2号多光谱数据的原始波段、植被指数、纹理特征和全色波段纹理特征,使用随机森林算法筛选变量并对3种多样性指数进行建模,设置不同纹理提取窗口来寻找最优窗口。【结果】基于随机森林算法的RFE冗余变量去除方法可从众多遥感变量中快速选择对模型精度具有显著贡献的少量变量。多光谱数据3×3窗口纹理特征、全色数据7×7窗口纹理特征和植被指数结合的特征集对3种多样性指数具有较好估测结果,其决定系数(R~2)和均方根误差(RMSE)分别为0.47和0.300(Shannon-Wiener多样性指数)、0.53和0.042 (Simpson多样性指数)、0.61和0.051 (Pielou均匀性指数)。植被指数中类胡萝卜素反射率指数与3种多样性指数具有显著相关关系。【结论】高分2号遥感数据中的植被指数和纹理特征可有效估测研究区森林木本植物物种多样性。类胡萝卜素反射率指数可体现森林中类胡萝卜素相对于叶绿素的含量,在秋冬季节作为反映常绿树种和落叶树种分布的指数,对森林木本植物物种多样性估测具有最大贡献。使用星载遥感数据预测的多样性和均匀性指数分布可有效监测森林木本植物物种多样性变化。

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...

森林碳储量遥感监测是目前林业定量遥感的研究热点之一。以沽源县为研究对象,采用TM影像,对原始自变量进行MNF变换后得到新变量,建立森林乔木地上碳储量遥感估测模型。模型相关系数R为0.708,通过实测样地对估测结果进行检验,精度达到89.89%。结果表明,当自变量间存在显著复相关性情况下,通过MNF变换能有效去除复相关性,用新变量建立的模型估测效果较好。

【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。

研究广西凭祥伏波林场28年生马尾松纯林、红椎纯林及红椎×马尾松混交林的群落结构与物种多样性,根据培育人工大径材和满足生态服务功能的发展目标,提出基于自然的森林经营方向。结果表明:马尾松纯林可划分为2层(Ⅰ层13～24m优势种为马尾松,Ⅱ层2～9m优势种为红椎),红椎纯林可划分为2层(Ⅰ层:12～17m,优势种为红椎;Ⅱ层:2～8m,优势种也为红椎),红椎×马尾松混交林可划分为3层(Ⅰ层:20～25m,优势种为红椎;Ⅱ层:13～20m,优势种为马尾松;Ⅲ层:4～7m,优势种为红椎);胸径大于1cm的乔木物种数表现为马尾松纯林(11种)>红椎×马尾松混交林(7种)>红椎纯林(4种);胸径大于1cm...

【目的】浙江省松阳县森林资源丰富，碳汇潜力大，是百山祖国家公园三级联动区，因此监测松阳县森林干扰与恢复，对松阳区域森林管理和百山祖国家公园生态环境保护具有重要意义。【方法】采用谷歌地球引擎(GEE)云平台的LandTrendr算法，并结合1987—2020年Landsat卫星遥感时间序列数据，监测浙江省松阳县1987—2020年森林干扰与恢复状况，分析森林干扰与恢复的时空特征。【结果】(1)LandTrendr算法监测森林干扰与恢复的总体精度达到82%，森林干扰与恢复的生产精度、用户精度均高于80%，表明松阳县森林干扰与恢复监测效果较好。(2)松阳县森林干扰与恢复总面积分别达148.14与236.86 km~2，分别占林地面积的12.74%和20.37%，表明松阳县1987—2020年森林面积呈净增加趋势。(3)松阳县大东坝镇、板桥畲族乡、新兴镇、玉岩镇森林变化较为频繁，森林干扰与恢复面积均比其他乡(镇)高，尤其是大东坝镇森林面积变化最大，增加了20.04 km~2。【结论】基于GEE云平台的LandTrendr算法实现了松阳县森林干扰精准监测。近30 a松阳县森林面积总体呈增加趋势。图3表3参46

【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。

【目的】应用XGBoost算法建立包含林龄的遥感因子-蓄积量模型，评价遥感估算的林龄因子与遥感因子相结合提高森林蓄积量估算精度的有效性，为实现高效、快速、精准的大范围森林蓄积量估算提供一种新的思路和方法。【方法】以福建省将乐县为研究示范区，首先，基于1987—2016年时序Landsat影像，采用LandTrendr森林干扰与恢复监测算法监测年度林分更替干扰并估算干扰区林龄；然后，基于GF-1号影像光谱、纹理、地形等特征，采用递归特征消除的随机森林算法（RFE-RF）估算非干扰区林龄；在此基础上，结合GF-1影像光谱、纹理因子和森林资源二类调查小班实测蓄积量数据，采用极端梯度提升算法估算研究区森林蓄积量。对比有无林龄因子的森林蓄积量估算精度，进一步验证遥感林龄因子对提高森林蓄积量估算精度的重要性。【结果】采用LandTrendr森林干扰与恢复监测算法获得的干扰区林分林龄误差仅1～2年，林龄估算精度明显优于传统利用遥感因子估算的林龄精度（误差4～12年）。仅采用常规遥感因子估算森林蓄积量时，XGBoost模型决定系数（R~2）为0.59，平均均方根误差（RMSE）为30.72 m~3·hm~(-2)，相对均方根误差（rRMSE）为16.46%；加入林龄因子后，模型R2提高至0.73，平均RMSE减少至23.73 m~3·hm~(-2),rRMSE为13.26%，森林蓄积量估算平均总体精度约提高10.4%，达84.4%。【结论】相比仅采用常规遥感因子估算森林蓄积量，应用XGBoost算法建立包含林龄的遥感因子-蓄积量模型，其估算精度接近森林资源调查相关规定要求，可为大范围亚热带森林资源快速调查评估提供重要技术支持。

比较阔叶林、针阔混交林与针叶林有竹与无竹环境下的物种多样性与更新状况。结果表明:华西箭竹的存在未改变森林演替过程中多样性的变化趋势,但降低了各阶段物种多样性,尤其对灌木层多样性的影响最为显著,对阔叶林物种的影响大于针叶林;与无竹环境相比,华西箭竹环境下林分各层物种丰富度都有所降低,灌木层的均匀度和多样性明显下降,但对草本层影响较小;阔叶林、针阔混交林与针叶林无竹环境乔木幼苗数量大于华西箭竹环境,箭竹环境光资源较差且枯落物较厚,不利于幼苗萌发与生长;糙皮桦幼苗及各径级树木在阔叶林无竹环境数量最多,而岷江冷杉在针叶林无竹环境最多,但在箭竹环境也有一定数量;华西箭竹的存在阻碍了糙皮桦的高生长,但对冷...

以我国亚热带的8种森林类型的乔木层为研究对象,采用幂函数模型和多项logit模型分别构建各森林类型的材积-生物量转换模型和林木器官生物量比例模型。结果表明:材积-生物量转换模型的拟合结果表现为除常绿阔叶林外,其他森林类型的材积与生物量均显著相关(R2>0.5,P<0.05)...

【目的】森林生物量是评价森林生态系统结构、功能和生产力的重要指标之一,区域尺度上的森林生物量的准确估测对了解森林现状和科学经营森林具有重要指导意义。本文旨在利用SAR影像结合Landsat5 TM影像对区域尺度上的森林生物量进行定量估测。【方法】首先利用极化分解的方法对极化合成孔径雷达(SAR)数据进行处理获得45个极化分解参数,然后将45个极化分解参数与6个Landsat5 TM波段参数共51个参数作为自变量,森林生物量W作为因变量构建统计回归模型,最后利用最优模型反演研究区的森林生物量。【结果】使用两

以南亚热带5个年龄系列次生林为研究对象,通过时空互换的方法对其植物多样性及乔木生物量进行了研究,对比分析不同演替阶段次生林之间的植物多样性及乔木生物量差异,为次生林的管理提供数据参考。结果表明:(1)共调查植物69种,隶属于39科,55属;随着演替的进行,物种多样性呈波动的不稳定状态,乔、灌、草各层物种组成及多样性也发生相应的变化;乔木层植物的物种丰富度S、Shannon-wiener指数、Simpson指数、J_(sw)均匀度指数均呈现先降低后升高再降低的规律;林下灌、草层植物的物种丰富度S呈现前期平稳,中期升高,后期下降的趋势;林下灌、草层植物的Shannon-wiener指数、Simpson指数、J_(sw)均匀度指数均呈现先降低后升高再降低的规律。(2)通过异速生长方程计算,乔木生物量随演替的进行呈现先升高后降低再趋于稳定的状态,演替进行到30 a时,乔木生物量最大(296.91 t·hm~(-2))。(3)方差分析结果表明,不同演替阶段不同层次的物种丰富度S差异不显著(P>0.05),但Shannon-wiener指数、Simpson指数、J_(sw)均匀度指数差异显著(P0.05)。

【目的】探讨综合光学遥感和微波遥感的多源数据森林蓄积量反演方法。【方法】以L波段ALOS PALSAR全极化数据和Landsat TM为数据源,结合地面调查样地数据,通过ALOS PALSAR提取不同极化状态的后向散射系数和极化比值等极化特征因子,Landsat TM数据提取光学遥感因子,以多元线性回归构建森林蓄积量模型。【结果】光学遥感反演方法、微波遥感反演方法、综合光学遥感和微波遥感的多源数据反演方法均可以实现森林蓄积量估测,其中,基于多源数据协同的反演模型为最优模型,决定系数R~2为0.674,模型检验均方根误差RMSE为13.38 m~3/hm~2。【结论】要比使用一种数据源的反演方法具有明显的优势,有效实现了森林蓄积量估测。

以内蒙古旺业甸林场为研究区域,以资源三号(ZY-3)卫星遥感图像为数据源,通过对影像进行处理,获取对应样地的波段光谱值、光谱组合值及地形因子信息等遥感因子。基于对各遥感因子的信息量分析、多重相关性危害分析及应用残差平方和的方法对遥感因子进行筛选,实验结果表明:ZY-3影像提取的12个遥感因子中,单波段因子中ZY3的信息量最大,波段组合中ZY(2-3)/ZY4的信息量最大,地形因子中高程的信息量最大,ZY-3的波段、波段组合和地形因子间存在多重相关性,去掉ZY(2-3)/(2+3)和坡度因子后,多重相关性的危害大大降低,可以满足进一步建立蓄积量遥感反演模型要求。