土壤碳库是陆地生态系统碳库的主体,在全球碳平衡中具有重要作用。从20世纪70年代早期Landsat-MSS数据的使用开始,各种传感器的卫星多光谱测量开始广泛应用于土壤凋查中。首先,分析了利用遥感方法估算土壤碳储量的可行性。之后,系统分析总结了国内外在土壤碳储量研究中的常用遥感方法,即遥感影像直接估算法、植被指数法和光谱测定分析法。最后,对遥感在土壤碳储量估算研究中的发展趋势做出展望。

【目的】采用KNN方法进行碳储量估测,并对估测后的数据进行各种校正处理,绘制森林地上碳储量的空间分布图,为我国森林碳储量和固碳潜力的研究提供基础数据和科学依据。【方法】以黑龙江省大兴安岭为研究区(50°05'—53°33'N,121°11'—127°01'E),基于2010年森林资源连续清查固定样地和同年Landsat5 TM影像数据,利用k-邻近法(KNN)在像素级水平上对森林地上碳储量进行估算。采用多准则方法分东、南、北和中4个区域对样地坐标和其对应的影像光谱值进行坐标重配准,并根据实测样地数据对坐标重配置前后不同林分类型地上碳储量估测精度进行评价;针对KNN方法像素级估测结果存在明显的高...

在大区域土壤侵蚀评价中,由于缺乏详细的降雨记录和侵蚀观测实验,USLE模型中植物管理因子的参数化非常困难。该研究提议采用多时相Landsat TM/ETM遥感图像和天气模拟相结合的方法来估算植物管理因子值。其中,采用线性光谱分解算法计算各类地面覆盖物的盖度,用以估算潜在土壤流失率;采用CLIGEN模型模拟历史降雨事件并计算降雨侵蚀指数的时间分布;最后使用正则化的降雨侵蚀指数加权平均潜在土壤流失率,获得植物管理因子的估算值。该研究方法在潮河上游流域进行了应用验证,计算各土地利用类型的植物管理因子值并对比分析,结果表明:其数值变化与土地利用分类定义的植被盖度非常一致,利用上述因子值进行土壤侵蚀评估...

土壤氮素是土壤肥力的重要指标之一,在粮食生产和质量上扮演着极其重要的角色。土壤氮素监测不仅是农业生产的研究热点,也是全球气候变化问题研究的热点之一,而遥感技术为土壤氮素监测提供了一种快速无损的、新的技术手段。本研究利用TM影像通过NDVI变换反演植被覆盖度,同时结合地面实测数据,分析影像植被覆盖度与实测植被覆盖度的关系,及二者在反演土壤氮素含量时的差异;并建立影像植被覆盖度与土壤全氮含量的估算模型;结果表明:影像植被覆盖度与实测植被覆盖度的相关性极显著,通过比较实测植被覆盖度与土壤全氮、碱解氮的关系,发现实测植被覆盖度与土壤全氮含量相关性极显著,而与土壤碱解氮含量相关性不显著。

研究目的:综述土壤有机碳储量估算及调控措施的进展,展望中国有关研究的发展趋势。研究方法:文献资料法、对比法。研究结果:全球与中国陆地生态系统碳储量估算方法主要有土壤类型法、模型法、GIS估算法、生命带类型法等,但受资料来源、区域土壤的空间异质性等的限制,估算方法的适用性和结果差异较大;土壤固碳的土地利用调控措施主要有农艺措施、生物措施、化学措施、政策措施等。研究结论:正确评价土壤碳储量与合理的土地利用,对减缓可能的温室效应、减少全球碳循环通量具有重要意义。

利用1982～1998年AVHRR的pathfinder遥感数据,以及相同时段黄河流域29个农业气象观测站土壤水分观测资料和263个气象台站降水、蒸发资料,建立基于遥感条件温度植被指数和气象观测数据基础上的黄河流域厚层土体(0～1m)土壤水分遥感估算方法,计算出1982～1998年黄河全流域1m土体各层土壤水分。计算结果检验表明该方法适合进行大区域、连续时间段、厚层土体土壤水分估算,并为黄河流域水循环研究提供了丰富的土壤水分数据。

利用高光谱遥感技术能够高效，无损，快速的获取草地地上生物量，对草地畜牧业的高效管理，动态监测及草畜供求关系平衡等方面具有重要意义。为了探求估算生长期针茅群落地上生物量最适宜的光谱变量与植被指数，本研究在内蒙古锡林郭勒盟镶黄旗牧场获取光谱反射率与地上生物量数据，通过原始高光谱数据以及一阶微分，植被指数，绿峰与红谷等变量，运用回归模型建立相应地上生物量估算模型并对比评价模型精度。结果表明：克氏针茅（Stipa krylovii）群落在7-8月的牧草生长过程中，生物量逐渐增加，8-9月牧草枯黄明显，生物量明显下降。对原始高光谱进行微分处理有助于提高敏感波段与地上生物量的相关性；在高光谱变量中，利用红边斜率（Dr）构建的线性模型精度最佳，R²为0.94，均方根误差（RMSE）为1.97g/m²，平均相对误差（MAE）为1.97g/m²。在植被指数中，利用土壤调整植被指数（SAVI）构建的多项式模型精度最佳，R²为0.92，RMSE为1.15g/m²，MAE为1.39g/m²。本研究能够为用不同高光谱变量估算针茅群落地上生物量提供科学依据，为快速精准的牧区天然草场遥感监测提供方法和技术支持。

生物量是林业和生态应用研究的重要信息,森林生态系统地上生物量估算的遥感技术引起了国内外学者的广泛关注。总结与探讨不同数据源与估算方法能够为森林地上生物量的估算提供指导。本文首先总结并探讨单传感器遥感数据,包括光学遥感、合成孔径雷达与激光雷达数据在森林地上生物量估算中的应用,以及协同使用多源遥感数据估算森林地上生物量的优势;然后论述森林地上生物量估算的传统模型估算法与机器学习估算方法(决策树法、K最近邻法、人工神经网络、支持向量机、最大熵)。多源遥感数据集成能够结合不同数据的优势,能够为森林地上生物量估算提供丰富的特征信息,结合机器学习估算方法,是提高森林地上生物量估算的准确性的发展趋势。

热惯量是影响地表温度变化的一个重要因子,随着热红外数据反演地表温度算法的不断完善,遥感技术已成为估算热惯量的主要手段。本文回顾了近些年来遥感估算热惯量研究的进展,对其中3种主要方法即地表温度日较差法、日出日落温差法及模型反演法进行了评述,重点讨论了地表温度日较差估算热惯量方法,并提出从加强机理研究、尺度转换及采用多时相多光谱数据等方面进一步完善遥感估算热惯量方法、提高其估算精度的设想。

土壤水对于地球各层各种水分交换有着十分重要的意义。岷江上游地区地质地貌情况复杂,针对其特点,利用不同的植被指数与温度构造特征空间,比较分析后选用Ts-EVI空间建立的水分指数,反演适用于岷江上游典型地表的土壤含水量模型和地下土壤分层含水量模型。

准确估算陆地生态系统碳储量并认识其空间分布和时间演变规律是碳循环研究的关键问题。本文回顾了全球与中国陆地生态系统在碳储量估算研究方面的若干进展,包括基于各种方法和资料的主要估算结果及其尚存在的不确定性。重点评述了末次盛冰期和中全新世两个时期陆地生态系统碳储量的变化及其影响因素,对8.2kaB.P.以来全球大气CO2浓度呈现升高的现象及其可能原因进行了讨论。全新世中晚期全球大气CO2浓度逐渐升高与旧大陆地区陆地生态系统碳储量减少的事实是一致的,新石器时期特别是农业文明开始以后人类活动对陆地植被的持续干预可能是造成陆地生态系统碳储量减少的原因之一。

【目的】构建地理加权随机森林（Geographically weighted random forest,GWRF）模型估算森林碳储量以解决区域尺度范围内森林碳储量估算精度不高的问题，对科学经营管理森林、推动碳循环和碳汇相关研究、实现我国“双碳”目标有重要指导意义。【方法】以黑龙江省小兴安岭、长白山地区森林植被碳储量为研究对象，基于2015年森林资源连续清查数据和Landsat8-OLI影像，采用普通最小二乘（Ordinary least squares,OLS）、随机森林（Random forest,RF）模型、地理加权回归（Geographically weighted regression,GWR）模型以及地理加权随机森林模型分别构建不同林型及总体（不分林型）的森林碳储量估测模型，比较是否区分林分类型时，不同模型预测精度之间的差异，实现对研究区森林碳储量的精准反演。【结果】1)各个模型在区分林型时的预测精度均高于总体（不分林型）情况，以GWRF模型精度最优，其中针叶林精度最高（R²=0.58,RMSE=15.97 t/hm²）；阔叶林次之（R²=0.46,RMSE=17.66 t/hm²）；针阔混交林随后（R²=0.45,RMSE=19.51 t/hm²）；总体（不分林型）最低（R²=0.40,RMSE=20.22 t/hm²）。2)4种模型的检验精度GWRF>RF>GWR>OLS。与OLS相比，GWRF在针叶林、阔叶林、针阔混交林和总体（不分林型）中提升的ΔR²分别为0.15、0.09、0.16和0.04；降低的ΔRMSE分别为2.09、1.35、3.47和0.89 t/hm²；与RF相比，GWRF提升的ΔR²分别为针叶林0.14、阔叶林0.06、针阔混交林0.04、总体（不分林型）0.02；降低的ΔRMSE分别为针叶林1.95 t/hm²、阔叶林0.86 t/hm²、针阔混交林0.67 t/hm²、总体（不分林型）0.29 t/hm²。3)研究区森林碳储量密度最高预测值为77.08 t/hm²，最低值为5.24 t/hm²，平均值为41.07 t/hm²，总量为552.04 Tg；从空间上看，森林碳储量高值分布在小兴安岭东南部、张广财岭等地区，呈现斑状不均匀性分布。【结论】相比于其他3种模型，GWRF作为局部模型，考虑到空间异质性，在区域尺度范围内估测森林碳储量有较好的应用前景。区分林分类型能提高预测精度，在今后对森林生物量或碳储量的研究中，应考虑区分林分类型建模。本研究的模型和方法有一定适应性，可为森林资源的快速和精准监测提供方法借鉴。

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】采用遥感数据估算森林地上生物量仍存在一些不确定性问题，研究估算过程中的误差来源及其占比，对提高森林地上生物量的估测精度具有重要意义。【方法】从遥感影像提取因子，结合高山松Pinus densata外业调查数据，建立多元线性回归、梯度提升回归树、随机森林等3种地上生物量估测模型，对样地尺度与3种模型的不确定性进行分析和度量。【结果】(1)高山松单株生物量模型不确定性为16.43%，样地尺度的不确定性为7.07%；(2)多元线性回归模型残差不确定性为34.86%，参数不确定性为21.30%，与样地不确定性合成后总不确定性为41.45%；(3)非参数模型中，梯度提升回归树估测高山松地上生物量的总不确定性为23.12%，随机森林为19.42%。【结论】3种遥感估算模型中，非参数模型的不确定性明显低于参数模型。相较于样地尺度，遥感估算模型的不确定性对地上生物量估算精度的影响较大。图3表3参26

文中提出了一种简单易行的海冰资源量遥感估算方法 ,包括提取海冰的结冰范围和反演冰厚分布。根据这种方法 ,利用 2 0 0 0年 1月 3 0日辽东湾NOAA AVHRR资料 ,进行了海冰资源量遥感估算的尝试 ,得到了当天的海冰厚度分布图和海冰资源总量的数据 ,进而讨论了估算结果的合理性。得出的主要结论是 :①NOAA AVHRR资料的第一通道数据可以用于进行海陆分离和冰水分离 ;②基于反照率与海冰厚度指数关系的冰厚反演公式 ,可以用于海冰厚度的遥感估算 ;③得到的海冰资源量遥感估算结果 ,基本上符合辽东湾海冰分布的实际情况 ,可以为海冰资源的开发利用提供