基于大光斑雷达数据与光学遥感数据估算江西省森林树高和森林生物量

摘要

本文以江西省林区森林为研究区，利用光学数据Landsat TM影像与大光斑激光雷达GLAS数据进行森林冠层平均高度与生物量估算；考虑地形因素影响，从波形数据中提取出了波形长度、波形前缘长度和波形后缘长度3个波形特征参数来表征波形特性，从地形数据中提取地形指数和地形标准差对波形数据进行地形校正。使用波形特征参数（波形长度、波形前缘长度和波形后缘长度）和地形特征参数（地形因子和地形标准差）反演植被高度，实现了GLAS完整波形数据的处理算法，提出并建立了能减小地形因素影响的森林冠层高度估算模型；针对GLAS光斑数据空间分布离散性、不成像性，融合光学遥感影像数据，建立了反演区域尺度森林冠层高度的模型，反演出研究区域内连续的林冠高度；最终将连续的冠层高度与实测森林生物量进行反演，估算出研究区域内总森林生物量以及空间分布图。
　　研究结果表明：在大光斑激光雷达GLAS数据、ASTER GDEM数据与实测数据建模时，使用波形长度、波形前缘长度、波形后缘长度与地形指数建模的相关系数最大，达0.6505；利用大激光激光雷达GLAS数据与光学Landsat TM数据联合反演连续的森林冠层高度时，构建了线性、幂函数、指数以及对数6种模型，结果表明线性的一元二次模型相关性最高，达0.7219；利用实测的森林生物量数据与树高进行建模，共构建了线性、幂函数、指数以及对数6种模型，结果表明幂函数的模型相关性最高，达0.6887，可以很好的表征树高与生物量的关系。
　　同时，本文还存在一定的不足，在研究数据方面，多源遥感数据的时间存在差异，大激光雷达GLAS数据的获取时间为2008年8月，光学Landsat TM数据的获取时间为2009年1月以及10月；野外实测数据与遥感数据时间不一致，野外获取时间为2006年、2008年以及2012年，野外获取的数据也不是很多，树高数据仅128个，生物量数据为31个。
　　总的来说，大光斑激光雷达GLAS数据与光学遥感Landsat TM数据联合，可以充分发挥多源遥感的优势，提高森林生物量反演的精度。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究背景与意义

1.2 研究内容

1.3 国内外研究现状

1.4 技术路线

第二章 研究区概况

2.1 地理概况

2.2 森林资源

第三章 研究数据

3.1 遥感数据

3.2 地面调查数据

3.3 土地利用矢量数据

第四章 利用GLAS光斑提取离散林冠高度

4.1 GLAS数据处理

4.2 ASTER GDEM数据处理

4.3 森林冠层高度反演

4.4 森林冠层高度的模型验证

第五章 GLAS与Landsat TM联合反演连续林冠高度

5.1 Landsat TM数据预处理

5.2 GLAS树高与NDVI建模

第六章 森林生物量的估算

6.1 实测生物量的估算

6.2 生物量模型的建立

6.3 模型的验证与应用

第七章 结论与展望

7.1 结论与成果

7.2 不足与展望

参考文献

致谢

在读期间公开发表论文（著）情况及科研情况