《毛竹林地上部分碳储量遥感定量估算模型可移植性研究》由会员分享，可在线阅读，更多相关《毛竹林地上部分碳储量遥感定量估算模型可移植性研究（56页珍藏版）》请在金锄头文库上搜索。
1、Z h e ji a n g A & FU n i v e r s i D i s s e r t a t i o nf o rt h e D e g r e e o fM a s t e r M o d e l T r a n s f e r a b i l i t y B a s e do n R e m o t e l y S e n s e dD a t af o rM o s o B a m b o oF o r e s t A b o v e g r o u n d C a r b o n S t o r a g eE s t i m a t i o n C a n d i a d
2、 a t e ：Y UC h a o 1 i n A d v i s e r ：D U H u a q i a n g ，A s s o c i a t ep r o f e s s o r S p e c i a l i t y ：F o r e s tM a n a g e m e n t D a t eo fS u b m i s s i o n ：J u n e1 ，2 0 1 2 Z h e ji a n g A & F U n i v e r s i t y L i n a n ，z h e j i a n gp r o v i n c e ，P R C h i n a J u n
3、 e ，2 0 1 2 嗍黜 独创性声明 学位论文作者亲笔签名：筮耄目拯日期：白篷： 竹秆 竹蔸 竹枝 竹鞭 竹叶，碳贮量在毛竹不同器官中的分配以竹根占比例最大，竹秆次之，竹叶 占比例最小。并发现与粗放经营竹林相比，毛竹集约经营1 0 年后，竹林生态系统中 碳贮量减少了8 1 3 3t h m 2 。李江等【6 6 】对川西退耕还林地苦竹林碳密度、碳贮量及其空 间分布进行了深入研究。 我国学者已对竹子的固碳能力做了深入的调查与研究，并取得了良好的成果。张 小全等【6 7 】从方法学角度对监测间隔期、样地数量以及土壤容重影响和校正等有关方法 学问题进行了阐述，以期待对该方面的研究有所裨益。陈先刚
4、等【6 8 】研究了过去5 0 年 中国竹林碳储量变化，统计分析得出中国竹林的平均单位面积生物量、平均单株生物 量、土壤有机质含量及碳密度。王兵等1 6 9 】利用中国4 次森林资源清查资料以及中国森 林生态定位观测研究站( C F E I N ) 的观测数据，估算了中国1 9 7 7 2 0 0 3 年期间4 个时期 竹林生态系统的碳储量，并对其垂直分配结构特征、时空动态格局和贮碳潜力进行了 分析。杨芳【7 0 】研究了不同施肥雷竹林土壤微生物量碳的动态变化，发现有机肥化肥混 合处理土壤微生物量碳动态全过程中始终高于对照和2 个纯化肥处理；比较覆盖与不 覆盖区发现，土壤微生物量碳质量分数覆盖
5、区明显高于不覆盖区；土壤总有机碳与微 生物量碳之间存在着显著相关。 1 2 森林生物量估算模型研究综述 遥感在森林碳储量定量估算中的作用得到广泛的认可，是陆地植被碳储量定量研 究的重要进展，也是目前和未来森林生态系统碳估算及其动态变化规律研究的重要手 段之- - 1 0 - 1 3 。各种生物量、碳储量遥感估算模型见诸报道 1 5 】，模型的特点是简单，但 结构多样，缺陷是模型易受植被类型、光照条件、观察位置、冠层结构等影响，同时 对土壤背景等非植被因素也比较敏感【1 6 】【1 7 】。因此，模型的普适性即模型的时空可移 植性差，这也是生物量遥感估算的一个主要问题 1 8 】。针对该问题，人
6、们做不同程度的 探讨，在没有很好解决方案的前提下，往往要分别不同研究区域建模，这就大大增加 了外业调查的成本、数据处理的时间，也造成了建模方案设置和模型选择的困惑【2 0 1 。 ) 毛竹林地上部分碳储量遥感定量估算模型可移植性研究 1 2 1 物理遥感估算模型研究 M y n e n i 等【7 1 】用辐射传输方法研究了f A P A R 与N D V I 之间关系随冠层、土壤及大 气参数的变化情况。G o n g 等【7 2 利用神经网络技术对L i a n g & S t r a h l e r 的辐射传输模型 进行了反演，结果较好。植被遥感观测的对象通常是包含多种组分的混合像元，混合
7、 像元光谱是由像元结构、各组分光谱、光照条件和观测条件共同决定的。为描述遥感 信号与地物性质的关系，人们建立了各种计算地物双向反射系数的数学模型。目前已 经出现了许多物理模型，按其理论基础可归纳为四类：几何光学模型【7 3 】 7 4 】、辐射传 输模型【7 5 、混合模型【7 6 】以及计算机模拟模型 7 7 】。其中每种模型都有其适用范围和优 缺点：几何光学模型更适合于处理非均匀的植被群体，特别是低密度，大个体的稀疏 群体，但是对于辐射植冠中的衰减处理过于简单，没有考虑天空散射光和群体的多次 散射作用，这使得几何光学模型的精度受到影响；辐射传输模型一般适合于植被组分 与群体密度相比很小的群
8、体以及其他稠密、水平均匀的群体，但没有考虑非叶器官的 作用以及植被各组分间的空间距离和非随机的分布现象；混合模型适用于任何非均匀 程度群体，但是计算量非常大；计算机模拟模型能完整地反映出自然植被的真实特 征，但此方法计算需要大量的试验和重复，同时也受到群体结构变量数量的限制。 1 2 2 经验遥感估算模型研究 森林生物量遥感估算模型主要分为参数模型和非参数模型。参数模型是具有确定 关系的数学解析式，根据变量的个数可分为一元和多元( 非) 线性模型；非参数模型 是非显式地包含可估参数，并对结果未知因素进行估算和预测，如K N N 模型和人工 神经网络等【7 8 】。 1 2 2 1 一元线性模型
9、 陈鹏飞等【7 9 】针对N D V I 等植被指数在较高植被密度下容易出现“饱和”的问题， 提出了红边三角植被指数R T V I 来估算生物量，并将其与一些常见植被指数进行比较 分析，结果表明R 1 v I 是最好的估测冠层生物量的指数，其与生物量间的决定系数为 0 9 6 。L e e 等【8 0 】发现日本西部H i r o s h i m a 地区森林生物量与归一化植被指数( N D V I ， N o r m a l i z e dD i f f e r e n c eV e g e t a t i o nI n d e x ) 及差值植被指数( D V I ，d i f f e r
10、 e n c eV e g e t a t i o n I n d e x ) 之间存在线性关系，日本雪松和落叶阔叶林与D V I 的相关系数分别为0 8 3 和0 8 ，松树与N D V I 的相关系数为0 8 5 ，。Z h e n g 等【8 1 利用L a n d s a tE T M + 影像数据 产生的植被指数估算美国W i s c o n s i n 州北部森林地上部生物量，研究表明：阔叶林地 上生物量与林分年龄及近红外反射率存在显著的线性相关关系( R 2 = O 9 5 ) ；松树地上 生物量与校正归一化植被指数( N D V I c ) 存在显著的线性相关( R 2 = 0
11、 8 6 ) ，并以修正 土壤调整植被指数( M A S V I ) 和比值植被指数( S R ) 来估算阔叶林和松树混交林地 上生物量，决定系数R 2 = 0 8 2 。 1 2 2 2 一元非线性模型 1 绪论 ( 1 ) 指数模型：于颖等 8 2 】通过对大光斑激光雷达数据G L A S 波形的处理，建立 模型反演生物量，森林生物量与波形半能量高H O M E 之间存在明显的指数关系如公 式( 1 1 ) ，决定系数为0 9 9 7 4 。并做精度检验，理论精度为9 1 3 。 B i o m a s s = 9 2 3 9 6 半e x p ( 0 2 1 7 术H O M E ) (
12、 1 1 ) 金丽芳等【8 3 】用L a n d s a tT M 数据求得的N D V I 为白变量与生物量之间建立指数函 数模型，决定系数辩达0 9 1 ；G i l a b e r t 等( 1 9 9 6 ) 8 4 】利用实验遥感方法对作物冠层叶 面积指数( L m ) 、生物量与归一化植被指数( N D V I ) f l 勺关系进行研究，函数模型： B i o m a s s = - g ( N D V t - A ) 佃 r1 ，) 、 其中A ，B 是据研究区状况而调整的参数。 ( 2 ) 幂函数模型：黄劲松等【8 5 】选择帽儿山地区6 种典型灌木( 暴马丁香、刺五 加、
13、鸡树条荚莲、乌苏里绣线菊、毛榛、卫矛) 进行地上生物量及其相关因子研究。 以地径和植株高度为指标，通过数学模拟，建立并筛选出最优生物量回归方程。结果 表明，6 种典型灌木的最优生物量回归方程均为幂函数方程f 决定系数R 2 = 0 4 7 2 0 8 6 1 ) ，可以用于灌木地上生物量的估算。洪保章 8 6 】以6 5 0 n m 、7 0 0 n m 、7 5 0 n m 、8 0 0 n m 波段的R V I ( R 7 5 0 瓜6 5 0 、R 7 5 0 R 7 0 0 、R 8 0 0 R 6 5 0 、R 8 0 0 R 7 0 0 ) 为自变量，毛豆地 上鲜生物量为因变量，分
14、别对其进行对数、指数、幂函数以及多项式回归分析，发现 R V I 与毛竹地上鲜生物量有较好的幂函数关系。 ( 3 ) 双曲函数曲线：邢素丽等【8 7 】开发1 8 个自变量，探讨基于E T M + 数据的落叶 松林生物量的估算模式和方法，经逐步回归分析得出：E T M 3 波段数据是落叶松林生 物量的最好估计因子，且具有双曲函数关系，与1 E T M 3 呈极显著正相关。 1 2 2 3 多元线性模型 张元庆等 8 8 】确定了研究区域内7 个主要优势树种的单木生物量模型，并尝试应用 多元线性回归和B P 神经网络建立该地区T M 遥感影像与森林固定样地数据之间的生 物量遥感模型，通过对包括遥
15、感因子和地形因子在内的2 0 个变量利用逐步回归的方 法进行筛选，初步确定了t 4 5 2 和p c a l 两个变量作为模型的自变量，同时利用独立样 本数据进行检验。结果表明，建立的多元线性回归模型R 2 = 0 7 6 4 ，并通过了F 检验、 D W 检验、多重共线性检验。在独立样地估测中，多元线性回归模型的拟合精度为 8 1 0 2 ，而B P 神经网络的拟合精度为9 1 2 5 ，明显优于线性回归模型。郭志华等 ( 2 0 0 2 ) 【4 7 】对粤西地区阔叶林和针叶林材积与反射辐射的关系进行研究，发现波段 T M l 、T M 2 、T M 3 和T M 6 与阔叶林和针叶林材积
16、之间呈极显著负相关( p O 0 1 ) ；阔叶 林和针叶林材积与N D V I 、R V I ( R a t i o v e g e t a t i o ni n d e x ) 间呈极显著正相关f p 0 7 1 ，置信水平为9 9 ) ：模型移植后精 度均会降低，其中人工神经网络模型的移植性相对较好。研究发现遥感数据在预处理 时的处理方法相同与否、地面调查数据测量数据不准确、时空尺度的差异导致遥感和 地面数据的不耦合等原因都是模型移植的不确定因素。 在物理模型的研究中，也取得一定成果。模型一般是基于特定的区域，不同的时 间及空间尺度和一定的假设条件建立的。世界各地的差异很大，当选择一种模型估算 具体区域的植被净初级生产力时，要考虑该模型的可移植性。如C A S A 模型、B 卜- Q 毛竹林地上部分碳储量遥感定量估算模型可移植性研究 O M E B G C 模型是美国建立的，B E P S 模型是
