留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于遥感的区域尺度森林地上生物量估算研究

段祝庚 赵旦 曾源 赵玉金 吴炳方 朱建军

段祝庚, 赵旦, 曾源, 赵玉金, 吴炳方, 朱建军. 基于遥感的区域尺度森林地上生物量估算研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1400-1408. doi: 10.13203/j.whugis20140709
引用本文: 段祝庚, 赵旦, 曾源, 赵玉金, 吴炳方, 朱建军. 基于遥感的区域尺度森林地上生物量估算研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1400-1408. doi: 10.13203/j.whugis20140709
DUAN Zhugeng, ZHAO Dan, ZENG Yuan, ZHAO Yujin, WU Bingfang, ZHU Jianjun. Estimation of the Forest Aboveground Biomass at Regional Scale Based on Remote Sensing[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1400-1408. doi: 10.13203/j.whugis20140709
Citation: DUAN Zhugeng, ZHAO Dan, ZENG Yuan, ZHAO Yujin, WU Bingfang, ZHU Jianjun. Estimation of the Forest Aboveground Biomass at Regional Scale Based on Remote Sensing[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1400-1408. doi: 10.13203/j.whugis20140709

基于遥感的区域尺度森林地上生物量估算研究

doi: 10.13203/j.whugis20140709
基金项目: 国家自然科学基金资助项目(41201351,41401508);中国科学院战略性先导科技专项资助项目(XDA05050108);遥感科学国家重点实验室开放基金资助项目(OFSLRSS201417)。
详细信息
    作者简介:

    段祝庚,博士生,副教授,主要研究方向为机载LiDAR。E-mail:dzg47336628@163.com

    通讯作者: 曾源,博士,副研究员。E-mail:zengyuan@radi.ac.cn
  • 中图分类号: P237.9

Estimation of the Forest Aboveground Biomass at Regional Scale Based on Remote Sensing

Funds: The National Natural Science Foundation of China, Nos. 41201351, 41401508; the Strategic Priority Research Program - Climate Change, No. XDA05050108; the Open Fund of State Key Laboratory of Remote Sensing Science, No. OFSLRSS201417.
  • 摘要: 森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据Landsat8 OLI的波段反射率及植被指数建立回归模型,实现区域尺度森林地上生物量估算。实验结果显示,机载LiDAR数据估算的鼎湖山样区生物量与地面实测生物量的相关性R2达0.81,生物量RMSE为40.85 t/ha,说明机载LiDAR点云数据的高度和密度统计量与生物量存在较高的相关性。以机载LiDAR数据估算的生物量为样本数据,结合多光谱遥感数据Landsat8 OLI估算粤西北地区的森林地上生物量,精度验证结果为:R2为0.58,RMSE为36.9 t/ha;针叶林、阔叶林和针阔叶混交林等3种不同森林类型生物量的估算结果为:R2分别为0.51(n=251)、0.58(n=235)和0.56(n=241),生物量RMSE分别为24.1 t/ha、31.3 t/ha和29.9 t/ha,估算精度相差不大。总体上看,利用遥感数据可以开展区域尺度的森林地上生物量估算,为森林固碳监测提供有力的参考数据。
  • [1] Hou Yuanzhao, Wu Shuirong. Review on the Research of Valuation and Compensation for Forest Ecological Service[J]. World Forestry Research,2005, 18(3): 1-5(侯元兆,吴水容. 森林生态服务价值评价与补偿研究综述[J].世界林业研究,2005, 18(3): 1-5)
    [2] Bond-Lamberty B, Wang C, Gower S T. Aboveground and Below Ground Biomass and Sapwood Area Allometric Equations for Six Boreal Tree Species of Northern Manitoba[J]. Canadian Journal of Forest Research, 2002, 32(8): 1 441-1 450
    [3] Jiang Yanling, Zhou Guangsheng. Carbon Equilibrium in Larixgmelinii Forest and Impact of Global Change on It[J]. Chinese Journal of Applied Ecology, 2001, 12(4): 481-484(蒋延玲, 周广胜. 兴安落叶松林碳平衡和全球变化影响研究[J].应用生态学报,2001,12(4): 481-484)
    [4] Yang Qingpei, Li Mingguang, Wang Bosun, et al. Dynamics of Biomass and Net Primary Productivity in Succession of South Subtropical Forests in Southwest Guangdong[J]. Chinese Journal of Applied Ecology,2003, 14(12):2 136-2 140 (杨清培,李鸣光,王伯荪,等.粤西南亚热带森林演替过程中的生物量与净第一性生产力动态[J]. 应用生态学报,2003, 14(12):2 136-2 140)
    [5] Xing Yanqiu, Wang Lihai. Compatible Biomass Estimation Models of Natural Forests in Changbai Mountains Based on Forest Inventory[J]. Chinese Journal of Applied Ecology,2007, 18(1): 1- 8(邢艳秋,王立海.基于森林调查数据的长白山天然林森林生物量相容性模型[J].应用生态学报,2007, 18(1): 1- 8)
    [6] Gibbs H K, Brown S, Niles J O, et al. Monitoring and Estimating Tropical Forest Carbon Stocks: Making REDD a Reality[J]. Environmental Research Letters, 2007, 2(4):1-13
    [7] Feng Zongwei, Chen Chuying, Zhang Jiawu, et al. The Determination of Biomass of Pines Massoniana Stand in Huitong County, Hunan Province[J]. Scientia Silvae Sinicae, 1982, 18(2): 127-134(冯宗炜,陈楚莹,张家武,等.湖南会同地区马尾松林生物量的测定[J].林业科学,1982,18(2):127-134)
    [8] Foody G M, Cutler M E, Mcmorrow J, et al. Mapping the Biomass of Bornean Tropical Rain Forest from Remotely Sensed Data[J]. Global Ecology & Biogeography, 2001,10:379-387
    [9] Dong J R, Kaufmann R K, Myneni R B, et al. Remote Sensing Estimates of Boreal and Temperate Forest Woody Biomass: Carbon Pools, Sources, and Sinks[J]. Remote Sensing of Environment, 2003, 84(3): 393-410
    [10] Li Deren, Wang Changwei, Hu Yueming, et al. General Review on Remote Sensing-Based Biomass Estimation[J]. Geomatics and Information Science of Wuhan University, 2012, 37(6): 631-635(李德仁,王长委,胡月明,等. 遥感技术估算森林生物量的研究进展[J]. 武汉大学学报·信息科学版, 2012, 37(6): 631-635)
    [11] Nelson R F, Krabill W B, Maclean G A. Determining Forest Canopy Characteristics Using Airborne Laser Data[J]. Remote Sensing of Environment, 1984, 15(3): 201-212
    [12] Nelson R F, Oderwald R G, Gregoire T G. Separating the Ground and Airborne Laser Sampling Phases to Estimate Tropical Forest Basal Area, Volume, and Biomass[J]. Remote Sensing of Environment, 1997, 60(3):311-326
    [13] Lefsky M A, Cohn W B, Parker G G. et al. LiDAR Remote Sensing for Ecosystem Studies[J]. BioScience, 2002, 52(1): 19-30
    [14] Naesset E T, Gobakken T, Holgren J, et al. Laser Scanning of Forest Resources: the Nordic Experience[J]. Scandinavian Journal of Forest Research, 2004, 19 (6): 482-499
    [15] Popescu S C, Wynne R H, Nelson R F. Measuring Individual Tree Crown Diameter with LiDAR and Assessing Its Influence on Estimating Forest Volume and Biomass[J]. Canadian Journal of Remote Sensing, 2003, 29(5): 564-577
    [16] Nelson R, Valenti M A, Short A, et al. A Multiple Resource Inventory of Delaware Using Airborne Laser Data[J]. BioScience, 2003, 53(10):981-992
    [17] Wulder M A, Seemann D. Forest Inventory Height Update Through the Integration of LiDAR Data with Segmented Landsat Imagery[J]. Canadian Journal of Remote Sensing, 2003, 29(5): 536-543
    [18] Wang Minghua, Zhang Xiaohong, Zeng Tao, et al. Preprocessing Algorithms for Filtering Airborne LiDAR Data[J]. Geomatics and Information Science of Wuhan University, 2010, 35(2): 224-227(王明华,张小红,曾涛,等. 机载LiDAR数据滤波预处理方法研究[J]. 武汉大学学报·信息科学版, 2010, 35(2): 224-227)
    [19] Sui Lichun, Zhang Yibin, Zhang Shuo, et al. Filtering of Airborne LiDAR Point Cloud Data Based on Progressive TIN[J]. Geomatics and Information Science of Wuhan University, 2011, 36(10): 1 159-1 163(隋立春,张熠斌,张硕,等. 基于渐进三角网的机载LiDAR点云数据滤波[J]. 武汉大学学报·信息科学版, 2011, 36(10): 1 159-1 163)
    [20] Shen Jing, Liu Jiping, Lin Xiangguo. Airborne LiDAR Data Filtering by Morphological Reconstruction Method[J]. Geomatics and Information Science of Wuhan University, 2011, 36(2): 167-170(沈晶,刘纪平,林祥国. 用形态学重建方法进行机载LiDAR数据滤波[J]. 武汉大学学报·信息科学版, 2011, 36(2): 167-170)
    [21] Nilsson M. Estimation of Tree Heights and Stand Volume Using an Airborne LiDAR System[J]. Remote Sensing of Environment, 1996, 56: 1-7
    [22] Richter R, Schlpfer D. Atmospheric/Topographic Correction for Satellite Imagery[R].DLR-IB, 565-02/10,Wessling,Germany,2005
    [23] Richter R, Muller A. De-shadowing of Satellite/Airborne Imagery[J]. International Journal of Remote Sensing, 2005, 26(15): 3 137-3 148
    [24] Pearson R L, Miller L D. Remote Mapping of Standing Crop Biomass for Estimation of the Productivity of the Short-Grass Prairie[C]. The 8th International Symposium on Remote Sensing of Environment, Pawnee National Grasslands, Colorado, Ann Arbor, MI, USA, 1972
    [25] Rouse J W, Haas R H, Schell J A, et al. Monitoring Vegetation Systems in the Great Plains with ERTS[C]. The 3rd ERTS Symposium,NASA,Washington D C,USA, 1974
    [26] Major D J, Baret F, Guyot G. A Ratio Vegetation Index Adjusted for Soil Brightness[J].International Journal of Remote Sensing, 1990, 11(5): 727-740
    [27] Liu H Q, Huete A R. A Feedback Based Modification of the NDVI to Minimize Canopy Background and Atmospheric Noise[J]. IEEE Transactions on Geoscience and Remote Sensing, 1995, 33(2): 457-465
    [28] Dong T, Wu B. Estimate Faction of Photosynthetically Active Radiation with Three-band Vegetation Indices Based on HJ-CDD Satellite in Wheat[C]. 2012 First International Conference on Agro-Geoinformatics, Shanghai, China, 2012
    [29] Vincini M, Frazzi E. Comparing Narrow and Broad-Band Vegetation Indices to Estimate Leaf Chlorophyll Content in Planophile Crop Canopies[J]. Precision Agriculture, 2011, 12(3): 334-344
    [30] Wu B F, Zhang L, Yan C Z, et al. China Cover 2010: Methology and Features[C]. GeoInformatics, Hong Kong, China,2012
    [31] Ferster C J, Coops N C, Trofymow J A. Aboveground Large Tree Mass Estimation in a Coastal Forest in British Columbia Using Plot-level Metrics and Individual Tree Detection from LiDAR[J]. Canadian Journal of Remote Sensing, 2009,35(3):270-275
    [32] Lefsky M A, Cohen W B, Acker S A, et al. LiDAR Remote Sensing of the Canopy Structure and Biophysical Properties of Douglas-fir Western Hemlock Forests[J]. Remote Sensing of Environment, 1999, 70(3): 339-361
    [33] Naesset E. Predicting Forest Stand Characteristics with Airborne Scanning Laser Using a Practical Two-stage Procedure and Field Data[J]. Remote Sensing of Environment, 2002, 80(1):88-99
    [34] Pang Yong, Zhao Feng, Li Zengyuan, et al. Forest Height Inversion Using Airborne LiDAR Technology[J]. Journal of Remote Sensing, 2008,12(1):152-158 (庞勇, 赵峰, 李增元,等.机载激光雷达平均树高提取研究[J].遥感学报,2008,12(1):152-158)
    [35] Næsset E, Gobakken T. Estimation of Above-and Below-ground Biomass Across Regions of the Boreal Forest Zone Using Airborne Laser[J]. Remote Sensing of Environment, 2008, 112(6): 3 079-3 090
    [36] Hame T, Salli A, Andersson K, et al. A New Methodology for the Estimation of Biomass of Conifer-dominated Boreal Forests Using NOAA AVHRR Data[J]. International Journal of Remote Sensing, 1997, 18(15): 3 211-3 243
    [37] Hame T. Landsat-aided Forest Site Type Mapping[J]. Photogrammetric Engineering and Remote Sensing, 1984, 50(8): 1 175-1 183
    [38] Guo Zhihua, Peng Shaolin, Wang Bosun. Eestimating Forest Biomass in Western Guangdong Using Landsat TM Data[J].Acta Ecollogical Sinica, 2002, 22(11): 1 832-1 839(郭志华,彭少麟,王伯荪.利用TM数据提取粤西地区的森林生物量[J]. 生态学报,2002,22(11): 1 832-1 839)
  • [1] 柳林, 宋豪峰, 杜亚男, 冯光财, 刘清瑶, 孙敏.  联合哨兵2号和Landsat 8估计白格滑坡时序偏移量 . 武汉大学学报 ● 信息科学版, 2021, 46(10): 1461-1470. doi: 10.13203/j.whugis20200596
    [2] 魏雪梅.  多源数据支持下的森林地上生物量估算方法 . 武汉大学学报 ● 信息科学版, 2019, 44(9): 1385-1390. doi: 10.13203/j.whugis20190149
    [3] 冯奇, 程学军, 沈欣, 肖潇, 王立辉, 张文.  利用Landsat 8 OLI进行汉江下游水体浊度反演 . 武汉大学学报 ● 信息科学版, 2017, 42(5): 643-647. doi: 10.13203/j.whugis20141002
    [4] 靳华安, 李爱农, 边金虎, 雷光斌.  HJ-1B CCD2与SPOT4 HRVIR数据在森林地上生物量反演中的比较分析 . 武汉大学学报 ● 信息科学版, 2016, 41(11): 1483-1490. doi: 10.13203/j.whugis20140594
    [5] 孙杰, 赖祖龙.  利用随机森林的城区机载LiDAR数据特征选择与分类 . 武汉大学学报 ● 信息科学版, 2014, 39(11): 1310-1313.
    [6] 王丽英, 宋伟东.  机载LiDAR点云航带平差方法研究 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 814-817.
    [7] 李德仁, 王长委, 胡月明, 刘曙光.  遥感技术估算森林生物量的研究进展 . 武汉大学学报 ● 信息科学版, 2012, 37(6): 631-635.
    [8] 胡举, 杨辽, 沈金祥, 吴小波.  一种基于分割的机载LiDAR点云数据滤波 . 武汉大学学报 ● 信息科学版, 2012, 37(3): 318-321.
    [9] 隋立春, 张熠斌, 张硕, 陈卫.  基于渐进三角网的机载LiDAR点云数据滤波 . 武汉大学学报 ● 信息科学版, 2011, 36(10): 1159-1163.
    [10] 李小路, 徐立军, 田祥瑞, 王建军.  平台运动误差对机载LiDAR激光脚点分布的影响分析 . 武汉大学学报 ● 信息科学版, 2011, 36(11): 1270-1274.
    [11] 孙杰, 马洪超, 汤璇.  机载LiDAR正射影像镶嵌线智能优化研究 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 325-328.
    [12] 曾齐红, 毛建华, 李先华, 刘学锋.  机载LiDAR点云数据的建筑物重建研究 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 321-324.
    [13] 李云帆, 马洪超, 邬建伟, 钟良.  顾及地形特征的机载LiDAR数据桥梁提取算法研究 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 552-555.
    [14] 沈晶, 刘纪平, 林祥国.  用形态学重建方法进行机载LiDAR数据滤波 . 武汉大学学报 ● 信息科学版, 2011, 36(2): 167-170.
    [15] 王明华, 张小红, 曾涛, 成晓倩.  机载LiDAR数据滤波预处理方法研究 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 224-227.
    [16] 唐菲菲, 刘经南, 张小红, 阮志敏.  基于机载LiDAR数据获取森林地区DTM新方法 . 武汉大学学报 ● 信息科学版, 2009, 34(4): 459-462.
    [17] 黄先锋, GunhoSohn, 王潇, 张帆.  基于带权点法向量的LiDAR数据屋顶检测方法 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 24-27.
    [18] 王刃, 徐青, 朱新慧.  用多种策略从机载Lidar数据中提取建筑脚点 . 武汉大学学报 ● 信息科学版, 2008, 33(7): 688-691.
    [19] 蒋晶珏, 张祖勋, 明英.  复杂城市环境的机载Lidar点云滤波 . 武汉大学学报 ● 信息科学版, 2007, 32(5): 402-405.
    [20] 邬国锋, 刘耀林, 纪伟涛.  利用Landsat 5 TM影像估算沉水植物地上生物量的研究——以江西省鄱阳湖国家自然保护区为例 . 武汉大学学报 ● 信息科学版, 2006, 31(11): 953-957.
  • 加载中
计量
  • 文章访问数:  1268
  • HTML全文浏览量:  69
  • PDF下载量:  562
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-09-22
  • 刊出日期:  2015-10-05

基于遥感的区域尺度森林地上生物量估算研究

doi: 10.13203/j.whugis20140709
    基金项目:  国家自然科学基金资助项目(41201351,41401508);中国科学院战略性先导科技专项资助项目(XDA05050108);遥感科学国家重点实验室开放基金资助项目(OFSLRSS201417)。
    作者简介:

    段祝庚,博士生,副教授,主要研究方向为机载LiDAR。E-mail:dzg47336628@163.com

    通讯作者: 曾源,博士,副研究员。E-mail:zengyuan@radi.ac.cn
  • 中图分类号: P237.9

摘要: 森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据Landsat8 OLI的波段反射率及植被指数建立回归模型,实现区域尺度森林地上生物量估算。实验结果显示,机载LiDAR数据估算的鼎湖山样区生物量与地面实测生物量的相关性R2达0.81,生物量RMSE为40.85 t/ha,说明机载LiDAR点云数据的高度和密度统计量与生物量存在较高的相关性。以机载LiDAR数据估算的生物量为样本数据,结合多光谱遥感数据Landsat8 OLI估算粤西北地区的森林地上生物量,精度验证结果为:R2为0.58,RMSE为36.9 t/ha;针叶林、阔叶林和针阔叶混交林等3种不同森林类型生物量的估算结果为:R2分别为0.51(n=251)、0.58(n=235)和0.56(n=241),生物量RMSE分别为24.1 t/ha、31.3 t/ha和29.9 t/ha,估算精度相差不大。总体上看,利用遥感数据可以开展区域尺度的森林地上生物量估算,为森林固碳监测提供有力的参考数据。

English Abstract

段祝庚, 赵旦, 曾源, 赵玉金, 吴炳方, 朱建军. 基于遥感的区域尺度森林地上生物量估算研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1400-1408. doi: 10.13203/j.whugis20140709
引用本文: 段祝庚, 赵旦, 曾源, 赵玉金, 吴炳方, 朱建军. 基于遥感的区域尺度森林地上生物量估算研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1400-1408. doi: 10.13203/j.whugis20140709
DUAN Zhugeng, ZHAO Dan, ZENG Yuan, ZHAO Yujin, WU Bingfang, ZHU Jianjun. Estimation of the Forest Aboveground Biomass at Regional Scale Based on Remote Sensing[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1400-1408. doi: 10.13203/j.whugis20140709
Citation: DUAN Zhugeng, ZHAO Dan, ZENG Yuan, ZHAO Yujin, WU Bingfang, ZHU Jianjun. Estimation of the Forest Aboveground Biomass at Regional Scale Based on Remote Sensing[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1400-1408. doi: 10.13203/j.whugis20140709
参考文献 (38)

目录

    /

    返回文章
    返回