基于不同遥感数据源的毛竹林地上部分生物量反演

摘要

毛竹在我国是分布最广、面积最大的竹种，具有速生丰产、用途广泛、再生能力强、经济价值高和可持续更新等特点。据不完全统计，我国毛竹林面积386.83万ha，约占竹林面积的70％，占全世界竹林面积20%，在维护生态平衡方面发挥明显的作用。借助遥感技术对毛竹生物量的研究将为毛竹固碳能力的研究提供基础数据。LiDAR遥感技术可以获得植被高精度、高密度的三维坐标数据，并可构建植被的三维立体模型，进而反演植被生物量。将 LiDAR技术应用在毛竹生物量遥感估测上将为今后毛竹林生物量估测提供更多手段。本文立足于研究机载LiDAR数据与机载高光谱数据分别反演毛竹林地上部分生物量的可行性，并且比较反演精度。以安徽省黄山市作为飞行区域，获取机载 LiDAR数据与机载高光谱数据；在飞行航迹内调查50块（有效44块）毛竹林样地并计算生物量。分别提取样地范围内不同遥感数据特征变量作为自变量，样地生物量作为因变量，建立基于不同遥感数据源的反演模型。比较分析两种反演模型精度的原因。主要研究结论如下：
　　（1）机载LiDAR数据经过归一化处理消除了地形因子的影响；点云分类使用软件分类与手工编辑的方法，区分开了地面点，植被点以及噪声点；点云统计定义高于地面2m的点为毛竹林反射点，避免了杂灌等植被的影响。因此用于提取变量的点全部是毛竹林的反射点。
　　（2）机载LiDAR数据经过预处理在ENVI IDL模块下编程统计点云信息作为自变量，地面调查获取的毛竹林生物量作为因变量，使用SPSS22软件进行多元线性回归分析可以建立反演模型 f1：InW=5.024+0.101×Inh50+0.226×Inhmax-0.318× Ind15+0.582×Inc，该模型可解释生物量64.13%的变动。这表明借助机载LiDAR技术反演毛竹林地上部分生物量可行。
　　（3）机载高光谱数据经过处理，使用ENVI软件提取位置变量、面积变量、植被指数、原始波段以及地面调查样地平均高作为自变量，地面调查获取的生物量作为因变量，使用SPSS22软件多元线性回归分析的方法建立反演模型f2：W2=1.514+0.765×Dr+4.324×SDr-1.602×VI2+0.937 hmean，，该模型可解释毛竹林生物量58.3%的变动。表明借助机载高光谱技术反演毛竹林地上部分生物量是可行的。
　　（4）机载LiDAR数据与机载高光谱数据提取特征变量配合地面调查数据建立毛竹林地上部分生物量反演模型是可行的，通过比较各自模型的决定系数（R2）、复决定系数（Ra2）、绝对均方根误差（RMSE）以及自相关性检验（DW）发现机载LiDAR数据建立的反演模型精度优于机载高光谱数据建立的反演。

目录

封面

声明

中文摘要

英文摘要

目录

1 文献综述

1.1主动遥感

1.2 被动遥感

2 引言

2.1 研究背景

2.2 遥感技术反演毛竹生物因子

3 研究区概况

3.1 地理位置

3.2 地质地貌

3.3 气候

3.4 土壤

3.5 植被概况

4 研究方法与技术路线

4.1 技术路线

4.2 样地数据采集和处理

4.3 遥感数据的获取及其处理

4.5 模型精度评价

5 结果与分析

5.1 地面调查数据

5.2 机载LiDAR数据毛竹林生物量反演模型

5.3 高光谱数据生物量反演模型

5.4 不同数据源反演模型分析比较

6 讨论与结论

6.1讨论

6.2 结论

参考文献

附录A 机载LiDAR变量提取关键步骤IDL语言

附录B 毛竹样地调查表

致谢

个人简介