基于MODIS数据反演森林地上生物量的研究

摘要

迅速发展的遥感技术为森林生物量的估算提供了一条快捷、方便而又可靠的途径。在遥感数据中，MODIS(Moderate-resolution Imaging Spectroradiometer)是美国对地观测计划中一种比较重要的传感器。MODIS遥感数据具有宏观性强、周期性短等特点，已逐渐成为自然资源探查、灾害实时预警、国土统计调查、宏观生产管理等方面的重要手段，MODIS数据凭借其稳定、经济等方面的优势在估算大尺度森林生物量上有着广泛的应用。本文以吉林省汪清林区为例，利用MODIS遥感数据的多特种信息提取，统计分析不同森林类型，采用决策树方法对森林类型进行识别，并利用多元回归模型和B-P神经网络模型，结合森林类型估算不同森林生物量，对其评价，制成森林生物量分布图。主要研究内容及结果如下:
　　(1)采用Savizky-Golay(S-G)滤波算法对经过MRT（Modis Reprojection Tool）处理好的MODIS时间序列图像进行去噪处理，通过S-G滤波后，有效地平滑原曲线，在一定程度上减少了时间序列数据存在的噪声问题。
　　(2)基于MODIS影像的多种产品特征信息，结合研究林区的地形分布，在空间维上分析影像的纹理特征信息和地形指标信息，时间维上分析植被的生长规律和地表温度信息，统计分析植被的特征信息差异，利用决策树方法对研究区的森林类型进行分类，并对分类结果进行精度评价。研究结果表明，总体分类精度为86.89％，Kappa系数为0.8216。其中阔叶林、针叶林、混交林和其他用地分类精度分别为94.44％、87.50％、82.35％和80.00％。
　　(3)基于MODIS光谱植被参数，结合森林类型分类，利用多元回归方法建立不同森林生物量模型，并对模型进行评价分析，其阔叶林、针叶林和混交林的生物量预测精度分别为47.7％、37.7％和53.5％，标准误差分别为30.35 t·hm-2、31.73 t·hm-2和27.78t·hm-2。从结果可以看出，拟合精度并不理想;随后，提出加入二向性反射数据MODIS-BRDF模型参数因子，利用多元回归方法建立不同森林生物量模型，结果表明，加入二向性反射数据的模型，阔叶林、针叶林和混交林的生物量估测精度分别为86.3％、80.0％和76.7％，标准误差分别为15.23 t·hm-2、17.78 t·hm-2和18.42 t·hm-2。
　　(4)基于多元回归的模型参数，利用B-P神经网络方法估测森林生物量。构建B-P网络模型，确定适合该地区的模型参数，对训练样本和验证样本进行模拟仿真，其仿真结果:阔叶林、针叶林和混交林的预测生物量精度分别为95.4％，95.7％和92.8％，相对误差分别为4.59 t·hm-2、5.53 t·hm-2和7.56 t·hm-2，标准误差分别为3.12 t·hm-2、5.52t·hm-2和5.14 t·hm-2。
　　(5)利用B-P神经网络构建生物量模型，结合模型中所应用的MODIS参数影像，利用B-P神将网络仿真，分别建立B-P神经网络森林生物量模型系统，输出阔叶林、针叶林和混交林生物量的分布图，并整合为整个研究区的森林生物量制图。
　　综上所述，基于MODIS时间序列数据可更好地了解植被在时间和空间上的分布情况，同时MODIS数据还可为大区域尺度的森林生物量估算提供更好的信息，为林地动态信息监测提供更多的科学依据。

目录

摘要

1 绪论

1．1 研究背景

1．2 研究目的与意义

1．3 国内外森林生物量研究现状

1．3．1 传统方法估测森林生物量

1．3．2 遥感技术估测森林生物量

1．4 研究内容

1．5 研究技术路线

2 研究区域及数据收集

2．1 研究区域概况

2．1．1 地理位置

2．1．2 地形地貌

2．1．3 水文

2．1．4 气候

2．1．5 植被

2．2 MODIS遥感数据获取

2．3 野外地面调查数据

2．3．1 样地布设

2．3．2 样地生物量估算

2．3．3 VertexⅣ超声波测高仪

2．3．4 GPS定位仪

2．4 专题数据

3 MODIS数据处理

3．1 MODIS数据

3．1．1 MODIS数据特点

3．1．2 MODIS相关产品介绍

3．2 MODIS数据处理

3．3 本章小结

4 MODIS森林类型识别

4．1 特征信息提取

4．2 分类方法及标准

4．3 结果与讨论

4．4 本章小结

5 MODIS数据反演森林地上生物量

5．1 MODIS数据参数提取及分析处理

5．1．1 MODIS数据相关参数提取

5．1．2 相关参数数据分析处理

5．2 模型诊断

5．3 生物量模型建立与分析

5．3．1 多元线性回归

5．3．2 B-P神经网络

5．4 生物量模型选择

5．5 森林生物量制图

5．6 本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢

声明