APP下载

长株潭城市绿心区公益林生物量遥感反演

2020-10-20王瑞禛王光军

湖南林业科技 2020年4期
关键词:公益林总数反演

王瑞禛,王光军

中南林业科技大学,湖南 长沙 410004)

森林生态系统是地球陆地生态系统中面积最大、最重要的自然生态系统。森林将太阳光能转化为生物能和化学能,对维持全球碳循环平衡、降低温室效应起到了至关重要的作用。因此,高效、快速地掌握森林生物量的实时动态变化信息对森林生态系统的研究具有重大意义。遥感技术在森林蓄积量估测方面的应用一直是国内外学者重点关注的内容,他们做了大量研究,并取得了一定的进展[1-2]。遥感技术作为一种有效的监测手段,不仅能够快速地获取指定地区森林资源的规模、空间分布特征和时序变化情况,而且能够与样地调查和各种数字模型相结合,实现与森林生物资源相关的各类参数的定量反演[3]。HAME T等[4]用 Landsat TM影像为数据源,结合野外调查数据,得到了芬兰北部地区针叶林生物量较准确的估算结果。LU D等[5]的研究表明,巴西亚马逊朗多尼亚地区TM图像光谱与地上生物量之间的光谱信息与幼龄林和中龄林生物量有较强的相关性。CUI G S等[6]结合地面生物量调查数据,采用IKONOS 影像估算长白山森林生物量,结果表明,SAVI 与生物量之间存在较强的相关性,决定系数R2达到 0.84。曾晶等[7]以高分一号影像为数据源,反演崂山林场生物量时,估算精度达到 80.75%。本文基于Landsat 8 OLI遥感影像,采用多元线性回归的方法估算公益林生物量,并构建长株潭城市绿心区公益林地上生物量的最优遥感反演模型。

1 研究区概况

长株潭城市绿心区是位于湖南省长沙、株洲、湘潭三座城市交汇地带的城市绿地保护区。该区域形状近似于三角形,位于112°53′27″—113°07′41″E,27°43′22″—28°05′52″N,面积522.87 km2,海拔在45~270 m之间。全年平均气温约17.5 ℃,光热充足,平均年日照时数为1 796 h。降雨量充沛,年均降雨量为1 440 mm;全年降雨量集中在4—8月,占总降雨量的60%以上,年均相对湿度为80%。城市绿心区地貌以丘陵为主,坡度在10~35°之间,土壤为砂岩、板页岩风化形成的红壤及第四纪红土红壤,土层厚度约在35~100 cm之间。长株潭城市绿心区的森林植被种类丰富,植被类型以常绿阔叶林、落叶阔叶林、针阔混交林和针叶林为主,樟树、枫香、马尾松、杉木等树种所占比例较高。

2 研究方法

2.1 数据获取与处理

2.1.1 地面数据获取 长株潭绿心区公益林实测数据来源于湖南省林业局2019年公益林生态连清数据库。数据采用样方法调查获得,样地设置遵循植被类型分布的均匀性和代表性;共选取26个样本点的数据,样地之间的距离大于 500 m,样地大小为40 m×25 m。样地调查中首先对胸径大于3 cm的林木进行每木检尺,记录株数,然后分别记录样地坐标、地形、地貌、坡向、坡位、坡度、植被类型、群落名称、土壤类型、层间植物以及林木胸径、树高、林龄、活枝枝下高等信息。样地森林生物量采用异速生长方程进行计算。同时,采用绿心区域内森林资源二类调查的林业小班数据和地理国情监测为补充数据源,以提高森林地上生物量反演精度。长株潭绿心区公益林位置及小班优势树种分布见图1。

2.1.2 遥感数据获取 遥感数据源为美国地质勘探局官网(USUG)(https://earthexplorer.usgs. gov/)Landsat 8 OLI影像,编号为LC08_L1TP_123041_20191105_20191115_01_T1。由于利用遥感器观测目标地物辐射或反射的电磁能量时,遥感卫星影像的像元灰度值(Digital Number,DN)与真实的地表反射率存在差异,同时,由于卫星传感器本身老化和设计等引起的误差以及受到大气、地形对遥感信号的影响都会导致地物的光谱亮度失真。为了使从遥感数据中提取的光谱特征更加准确和可靠,需要消除或降低这些误差,因此在使用影像数据前需要对数据进行辐射校正(包括大气校正和地形校正),从而获得更真实的地表反射率[8]。本研究采用的Landsat 8 OLI数据级别为L1T,该产品的数据已完成系统辐射校正和地面控制点几何校正。因此,本研究利用ENVI5.3软件完成对该影像的预处理工作,具体内容主要包括辐射定标、大气校正和地形校正。

图1 长株潭绿心区公益林位置及小班优势树种分布图Fig. 1 Position of public welfare forest and distribution of dominant species in city green heart area of Changsha-Zhuzhou-Xiangtan

(1)大气校正。为了消除大气对遥感数据的影响,获取地表真实信息,有必要对遥感数据进行大气校正。首先利用ENVI5.3软件对影像进行辐射定标,再使用ENVI应用商店获得的扩展工具FLAASH Setting Guide获得该影像大气校正的最优设置方案,然后利用FLAASH大气校正模块对定标后的数据进行大气校正,所需参数在遥感数据的头文件中可以获得。

(2)地形辐射校正。卫星遥感在成像过程中会受到诸多外界因素的干扰,如地球曲率、大气折光、地形起伏、透视投影和摄影轴倾斜等,这些因素均会导致影像中像元点产生不同程度的几何形变而失真。地形辐射校正能够消除或降低遥感成像过程中各种地形因素引起的影像畸变,减少由于地形起伏导致的相同地物却存在辐射差异的现象。

本研究使用ENVI5.3中地形校正扩展工具(Topographic Correction),并采用地形辐射C校正模型对遥感数据进行校正。由于太阳照射到平坦地与地形起伏的倾斜地的入射辐射存在一定差异,因此,需要引入太阳的几何参数与地形参数(坡度、坡向等),以获取各个像素点太阳的辐射相对入射角,从而将地形起伏地区的反射率投影修正为对应的水平地表反射率,并且引入常数C来降低由于大气散射和地物类型本身造成的影响,完成影像各个波段的地形辐射校正,获取更加真实的地表反射率[9-10]。

2.1.3 遥感信息提取 利用研究区内经过预处理、分类和标识等处理的Landsat 8的OLI影像,应用ENVI 5.3将通过对样地考察获取的26个样本点的位置信息转换为ROI(Regions of Interest),提取研究区内所有公益林样本点的各波段的遥感信息(Band 2-Band 7)、计算归一化植被指数(NDVI)等。

2.2 数据分析

2.2.1 森林生物量估算 森林蓄积量和生物量之间存在着显著的回归关系。本研究采用方精云等[11]建立的生物量-蓄积量估测回归方程和相关参数设定对森林生物量进行估测。回归方程为:

B=aV+b。

式中:B为单位面积生物量(t·hm-2);V为单位面积蓄积量(m3·hm-2);a和b为参数。根据3种林分类型,对应的参数a、b的值如表1所示。

表1 不同林分类型的生物量和蓄积量转换模型参数Tab. 1 Parameters of biomass and volume conversion model for different forest types林分类型ab阔叶林0.839 29.415 7针叶林0.589 424.515 1针阔混交林0.714 316.965 4

在从蓄积量向生物量换算之前,需要确定样本点内不同乔木类型的分布情况,并根据林分类型采用不同的a、b参数值,进而计算出准确的生物量。

2.2.2 生物量反演模型构建与精度评价

(1)生物量反演模型构建。基于遥感数据的生物量反演方法很多,本研究采用多元线性回归模型估测生物量。多元线性回归模型(MLR)是研究2个或2个以上自变量的回归方法,是能够反映一种现象或事物数量依据多种现象或事物输入的变动而相应地变动规律的方法。由于其具有很好的可解释性,因此,被广泛应用于遥感参数模型的构建,在森林生物量估测中的应用也愈发成熟[12-13]。该方法以遥感光谱信息(波段特征、 波段组合等)、 植被指数(NDVI等)和纹理特征(坡度、 海拔)等为自变量,森林地上生物量为因变量,通过多元回归分析构建线性模型对森林地上生物量进行估算。设样本点总数为n,地上生物量实测值(AGB)用向量表示为Yn×1,对应遥感特征值和地学纹理特征维数为m,用Xn×m来表示影响生物量的自变量因子,βm×1为所求参数向量,ε为误差项,其均值为零且方差大于零,并假定ε~N(0,σ2)。多元线性回归模型的矩阵形式则表示为:Y=Xβ+ε[14]。

(2)模型精度评价。根据R2(判定系数)和RMSEp(均方根误差)分别对构建出的多元线性回归模型拟合度和精度进行评价,确定公益林地上生物量遥感反演模型结构和变量。其中,R2通过回归分析得到,R2越接近于1,表明拟合程度越好;RMSEp表示样本离散程度,其值越小,说明模型精度越高。均方根误差计算公式为:

式中:xobs表示实地测量值;xpre表示模型预测值;i为测量次数。均方根等于预测值与真实值的平方和与观测次数N比值的平方根,也被称为标准误差(Standard Error, SE)。标准误差对一组测量中的特大或特小误差反映非常敏感,能够准确地反映出估测精度,标准误差越低,模型精度越高[15]。

3 结果与分析

3.1 多元线性回归方程的构建

基于不同自变量建立的生物量预测回归分析模型的拟合程度有所不同,自变量的选择会影响实测数据同预估数据之间差异的大小,因此要对构建得到的森林地上生物量反演结果进行精度评价。本文以均方根误差(RMSE)和标准误差(S)来评价构建的反演模型的精度。

表2 多元线性回归模型拟合结果评价Tab. 2 Evaluation of fitting results of multiple linear re-gression model回归统计项拟合结果R0.490 415 564R20.240 507 426R2adjusted-0.054 850 797标准误差84.769 749 98观测值26

从表3方差分析结果看出:统计量F=0.814 ,显著性水平P值为0.587,说明因变量与自变量存在一定的线性关系。

综上,根据7个自变量得到的线性回归模型如下:

Ybiomass=0.2XTM2+0.857XTM3-1.072XTM4-0.051XTM5+0.158XTM6+0.002XTM7+332.648XNDVI-306.743。

3.2 生物量空间分异

根据上述线性回归模型,利用ENVI 5.3 Classic将所取波段和NDVI拼接,并使用Band Math工具结合叶生物量与地上生物量的回归函数,反演出长株潭绿心区公益林内的植被类型包括阔叶林、针叶林、针阔混交林、灌丛林的地上总生物量为134.6万t,并利用ENVI5.3中彩色分割功能,求得该区生物量斑块共30 690个,总面积约为11 747 km2,生物量最大值约为175.048 t·hm-2,最小值约为14.504 t·hm-2。按照生物量的大小,将生物量等距分为8个水平区间(见图2)。

表3 方差分析结果Table 3 Results of ANOVAdfSSMSFSignificance F回归分析740 959.935 845 851.419 4060.814 290 6030.587 316 421残差18129 346.389 27 185.910 511总计25170 306.325

图2 长株潭绿心区公益林生物量空间分布图Fig. 2 Spatial distribution of public welfare forest biomass in city green heart area of Changsha-Zhuzhou-Xiangtan

研究区公益林共有6 481个小班,利用ArcGIS10.2软件中的叠加分析法将以遥感斑块(共30 690个)为单位的生物量分布区间转化为以公益林小班(共6 481个)为单位的生物量分布区间(见图3),各生物量区间的公益林小班数量及面积如表4所示。

图3和表4结果表明:公益林生物量在[154.980, 175.048]t·hm-2范围内的小班共1 574个,占小班总数的24.29%,所占比例最高。该范围内的小班总面积为3 221.0 hm2,主要分布在长沙县内及长沙县、石峰区与岳塘区的交界处。生物量在[74.708, 94.776)和[14.504, 34.572) t·hm-2范围内的小班数量和面积均相近,分别占小班总数的15.15%和14.01%;其中生物量在[14.504, 34.572) t·hm-2范围内的小班集中分布在岳麓区南部、石峰区西南部与长沙县的交界处和浏阳市、石峰区与荷塘区的交界处。生物量在[34.572, 54.640)、 [54.640, 74.708)和[94.776, 114.844) t·hm-2范围内的小班数量比前3个区间的均少,分别占小班总数的9.06%、12.45%和10.43%。这3个区间的小班数处于中间水平,均达到了500个以上,在各行政区范围内均有分布;其中生物量处于[34.572, 54.640)和[54.640, 74.708) t·hm-2范围内的小班主要分布在岳麓区南部、长沙县南部、石峰区的西南部、五一水库和荷塘区北部的仙人造水库周围。生物量在[114.844, 134.912)和[134.912, 154.980) t·hm-2范围内的小班主要分布在长沙县西南部的广阔地区,但该区间的小班数相对较少,分别占小班总数的7.39%和6.99%,所占面积也较其他区间的小。

图3 叠加分析后长株潭绿心区公益林生物量空间分布图Fig. 3 Spatial distribution of public welfare forest biomass in city green heart area of Changsha-Zhuzhou-Xiangtan after overlay analysis

表4 长株潭绿心区不同生物量区间公益林的小班数量及面积统计Tab. 4 The number of public welfare forest class in each biomass interval生物量/(t·hm-2)小班数量/个小班占比/%面积/hm2面积占比/%[14.504, 34.572)90814.011691.414.40[34.572, 54.640)5879.061 040.58.86[54.640, 74.708)80712.451 346.711.46[74.708, 94.776)98215.151 734.014.76[94.776, 114.844)67610.431 098.99.36[114.844, 134.912)4797.39747.26.36[134.912, 154.980)4536.99862.57.34[154.980, 175.048]1 57424.293 221.027.42其他150.234.80.04总计6 481100.0011 747.0100.00

3.3 不同林种公益林的生物量分布

根据功能不同将长株潭绿心区公益林分为6个林种。图4、表5结果显示:公益风景林的生物量在[154.980, 175.048]t·hm-2范围内的小班数量所占比例最高,占小班总数的14.86%;水源涵养林、水土保持林和环境保护林在该生物量区间内的小班数量均高于100个,分别占小班总数的1.99%、4.15%和2.75%。在生物量较高的[114.844,134.912)t·hm-2和[134.912, 154.980) t·hm-2区间内,风景林的小班数量所占的比例依然最大,在该2个区间内小班数量之和占小班总数的6.48%;其次是水源涵养林和环境保护林的,占小班总数的3.12%和2.41%。在生物量中间水平的[74.708, 94.776)和[94.776, 114.844) t·hm-2区间内,风景林、水源涵养林、环境保护林的小班数量之和占小班总数的比例分别达到了9.46%、6.24%、6.13%。在生物量较低的[34.572, 54.640)和[54.640, 74.708) t·hm-2区间内,水源涵养林和环境保护林的小班数量之和占小班总数比例均较高,分别达到了7.03%和7.75%。在生物量最低的[14.504, 34.572) t·hm-2的区间内,水源涵养林和环境保护林的小班数量在其所在林种中所占比例均最高,分别占小班总数的5.46%和5.38%。其他防护林由于其小班总数较少,其在各生物量区间内的小班数量在小班总数中的占比均较低,但在生物量[154.980, 175.048] t·hm-2区间内的小班数量最多。

图4 长株潭绿心区不同林种公益林分布示意图Fig. 4 Distribution of public welfare forests with different functions in city green heart area of Changsha-Zhuzhou-Xiangtan

表5 不同林种公益林的生物量分布Tab. 5 Biomass distribution of public welfare forest of different forest types林种生物量/(t·hm-2)小班数量/个小班占比/%林种生物量/(t·hm-2)小班数量/个小班占比/%[14.504, 34.572)3545.46 [34.572, 54.640)1882.90 [54.640, 74.708)2684.13水源涵养林[74.708, 94.776)2423.73 [94.776, 114.844)1632.51[114.844, 134.912)1181.82 [134.912, 154.980)841.30 [154.980, 175.048]1291.99 [14.504, 34.572)550.85 [34.572, 54.640)450.69 [54.640, 74.708)751.16 水土保持林[74.708, 94.776)1221.88 [94.776, 114.844)921.42 [114.844, 134.912)600.92[134.912, 154.980)701.08 [154.980, 175.048]2694.15 [14.504, 34.572)3495.38 [34.572, 54.640)2283.52 [54.640, 74.708)2744.23 环境保护林[74.708, 94.776)2043.15 [94.776, 114.844)1932.98 [114.844, 134.912)1231.90 [134.912, 154.980)330.51 [154.980, 175.048]1782.75 [14.504, 34.572)1392.14 [34.572, 54.640)1091.68 [54.640, 74.708)1762.72 风景林[74.708, 94.776)3946.08 [94.776, 114.844)2193.38 [114.844, 134.912)1692.61 [134.912, 154.980)2513.87 [154.980, 175.048]96314.86 [14.504, 34.572)110.17 [34.572, 54.640)160.25 [54.640, 74.708)140.22 其他防护林[74.708, 94.776)200.31 [94.776, 114.844)90.14 [114.844, 134.912)90.14 [134.912, 154.980)150.23 [154.980, 175.048]350.54 护路林[34.572, 54.640)10.02 其他150.23 总计6 481100.00

从方位上来看,长株潭绿心区的生物量水平以长沙县内和岳塘区北部的较高,该区域的植被长势良好,其主要林种类型是风景林和水土保持林。岳麓区、湘潭县、石峰区、荷塘区和浏阳市内多为环境保护林和水源涵养林,生物量相对偏低,其中石峰区、荷塘区和浏阳市交界处的生物量水平为研究区范围内最低。

3.4 不同龄组公益林的生物量分布

除未统计树龄的公益林小班以外,中龄林的小班数量最多,其次为幼龄林的(见图5)。根据统计结果(表6):各龄组林分的生物量在[154.980, 175.048] t·hm-2区间的小班数量均为最多,其中中龄林生物量在该区间的小班数量占小班总数的13.27%,幼龄林的占5.29%,近熟林的占1.71%;成熟林和过熟林的小班数量较少,不足1%。幼龄林生物量在[14.504, 34.572)和[74.708, 94.776) t·hm-22个区间内的小班数量相当,分别为206个和193个;在[134.912, 154.980) t·hm-2区间内的小班数量最少,仅有85个。中龄林生物量在[74.708, 94.776) t·hm-2区间内的小班数量占小班总数的6.87%;在[14.504, 34.572)、[54.640, 74.708)、[94.776, 114.844)和[114.844, 134.912)t·hm-2等4个区间内的小班数量相当;在[34.572, 54.640) t·hm-2区间内的小班数量最少。近熟林的生物量水平偏低,在[14.504,94.776)t·hm-2大区间内的5个小区间内的小班数量相当且较多,在[94.776,154.980) t·hm-2区间内的小班数量较少,在[134.912, 154.980) t·hm-2区间内小班数量最少,占比不足1%。成熟林的小班总数偏少,各生物量区间内的小班数量差异不明显,在[154.980, 175.048]和[14.504, 34.572) t·hm-22个区间内的小班数量均较多,分别为51、49个;在[134.912, 154.980)t·hm-2区间内的小班数量最少,仅16个。

图5 长株潭绿心区不同龄组公益林分布示意图Fig. 5 Distribution of public welfare forests in different age groups in city green heart area of Changsha-Zhuzhou-Xiangtan

表6 不同龄组公益林的生物量分布Tab. 6 The number of public welfare forest class in each biomass interval in different age groups龄组生物量/(t·hm-2)小班数量/个小班占比/%龄组生物量/(t·hm-2)小班数量/个小班占比/%[14.504, 34.572)2063.18 [34.572, 54.640)1091.68 [54.640, 74.708)1412.17幼龄林[74.708, 94.776)1932.98 [94.776, 114.844)1512.33 [114.844, 134.912)1051.62 [134.912, 154.980)851.31 [154.980, 175.048]3435.29[14.504, 34.572)2153.32 [34.572, 54.640)1692.61 [54.640, 74.708)2844.38 中龄林[74.708, 94.776)4456.87[94.776, 114.844)2904.47 [114.844, 134.912)1892.92 [134.912, 154.980)2604.01 [154.980, 175.048]86013.27 [14.504, 34.572)851.31 [34.572, 54.640)560.86 [54.640, 74.708)951.46近熟林[74.708, 94.776)921.42 [94.776, 114.844)711.10 [114.844, 134.912)450.69 [134.912, 154.980)250.39 [154.980, 175.048]1111.71 [14.504, 34.572)490.76 [34.572, 54.640)270.42 [54.640, 74.708)190.29 成熟林[74.708, 94.776)320.49 [94.776, 114.844)230.35 [114.844, 134.912)220.34 [134.912, 154.980)160.25 [154.980, 175.048]510.79 过熟林[134.912, 154.980)10.02 [154.980, 175.048]30.05 未统计树龄1 61324.89 总 计6 481100.00

3.5 不同地貌公益林的生物量分布

长株潭绿心区公益林主要分布于平原和丘陵地带,极少数小班分布于低山地带。长沙县境内平原地带和丘陵地带的公益林小班数量相当,县外的公益林多分布在丘陵地带(见图6)。根据统计结果(表7):丘陵地带公益林生物量在[154.980,175.048] t·hm-2区间内的小班数量最多,占小班总数的14.53%;在[14.504, 34.572)、[54.640, 74.708)和[74.708, 94.776) t·hm-23个区间内的小班数量相当,分别占小班总数的12.05%、10.27%和11.08%;在[34.572, 54.640)和[94.776, 114.844) t·hm-22个区间内的小班数量较少且数量相当,分别占小班总数的7.67%和7.21%;在[114.844, 134.912)和[134.912, 154.980)t·hm-2区间内的小班数量更少,分别占小班总数的5.46%和4.47%。平原地带的公益林小班总数低于丘陵地带的,该地带的公益林生物量在[154.980, 175.048] t·hm-2区间内的小班数量在该地带中最多,占小班总数的9.73%;在[74.708, 94.776)和[94.776, 114.844)t·hm-22个区间内的小班数量次于但远少于[154.980, 175.048]t·hm-2区间内的,占小班总数的4.00%和3.19%;在[34.572, 54.640) t·hm-2内的小班数量最少,仅占1.34%。

图6 长株潭绿心区各种地貌公益林分布示意图Fig. 6 Distribution of public welfare forests in different landforms in city green heart area of Changsha-Zhuzhou-Xiangtan

表7 不同地貌公益林各生物量区间内小班数量Tab. 7 The number of public welfare forestclass in each biomass interval in different landforms地貌生物量/(t·hm-2)小班数量/个小班占比/%[14.504, 34.572)70.11[34.572, 54.640)30.05[54.640, 74.708)90.14[74.708, 94.776)50.08低山[94.776, 114.844)20.03[114.844, 134.912)20.04[134.912, 154.980)10.02[154.980, 175.048]10.02[14.504, 34.572)78112.05[34.572, 54.640)4977.67[54.640, 74.708)66610.27丘陵[74.708, 94.776)71811.08[94.776, 114.844)4677.20[114.844, 134.912)3545.46[134.912, 154.980)2904.47[154.980, 175.048]94214.53[14.504, 34.572)1201.85[34.572, 54.640)871.34[54.640, 74.708)1322.04平原[74.708, 94.776)2594.00[94.776, 114.844)2073.19[114.844, 134.912)1231.90[134.912, 154.980)1622.50[154.980, 175.048]6319.73其他150.23总计6 481100.00

4 结论与讨论

本研究采用Landsat 8 OLI传感器影像,提取长株潭绿心区公益林的波段信息和植被指数,建立森林生物量的多元线性回归估测模型,并对绿心区公益林进行生物量反演。结果显示:长株潭绿心区不同林种、不同树龄、不同地貌公益林的生物量均存在显著差异。其中,风景林保护得较好,其在高生物量区间的小班数量占到绿心区小班总数的14.86%,远多于其他林种,而水源涵养林和环境保护林的小班多属于中低生物量区间。这主要由于水源涵养林和环境保护林需在指定地区发挥其特定功能,生存环境和条件(如养分、水等)等方面劣于风景林,导致其生物量水平偏低。绿心区公益林中中龄林的高生物量小班数量远多于处于该龄段的其他生物量区间的,而近熟林和成熟林的小班数量在各生物量区间的分布较为均匀。主要原因可能是由于生物量本身受多重因素影响[16],而中龄林多属于保护较好的风景林,而近熟林和成熟林多为水源涵养林。位于核心区地势平坦的公益林小班生物量水平较高,高生物量的小班数量较多,但在丘陵地带中,生物量大于150 t·hm-2的小班数量达942个,占小班总数的14.53%,但生物量小于35 t·hm-2的低生物量小班达到781个,占小班总数的12.05%。由此可推断出,丘陵地带存在着对生物量更为重要的影响因素,并且是平原地带所不具备的或不够显著的影响因素,如坡度、坡向等。这也证明了蒋云姣等[15]指出的在特定研究区内坡度等地形因子会成为重要环境变量;于顺龙[17]对于中龄水曲柳的研究也表明坡向和坡位对生物量分配有一定影响。在今后还需对该区公益林生物量的影响因素进行研究以便更好的开展公益林管理工作。

由于遥感影像光谱波段存在着易饱和的问题,光谱特征无法实现对森林生物量的精确判定和估算,本研究在单一类型特征因子的反演过程中,导致森林地上生物量反演精度降低。同时森林地上生物量反演精度受样地数量和均匀度影响,由于长株潭公益林调查样地数量只有26个,并且样地位置相对集中,均匀度不高,也对森林地上生物量反演有一定的影响。导致森林生物量估算会出现“低值高估、高值低估”的现象,在今后的研究中要加强低生物量区域(<35 t·hm-2)和高生物量区域(>150 t·hm-2)的估算研究。

在下一步的研究中,将增加实测样地数据调查,考虑不同波段组合和其他植被指数在多元线性回归分析中的作用,筛选出相关性较好的自变量,以提高生物量估算精度与估测结果的准确性,使研究数据更加充分,提高回归模型的反演精度。

猜你喜欢

公益林总数反演
反演对称变换在解决平面几何问题中的应用
基于ADS-B的风场反演与异常值影响研究
利用锥模型反演CME三维参数
一类麦比乌斯反演问题及其应用
ArcGis在辽宁省国家公益林调整中的应用
生态公益林管理问题及对策
龙泉七成公益林实现信息化管理
六大国有银行今年上半年减员3.4万人
《中国无线电管理年度报告(2018年)》发布
国家级重点公益林管理现状与发展对策研究