基于Landsat 8影像的乔木林地上生物量估算

被引：4

作者：

任怡 ^{[1
]}

王海宾 ^{[2
]}

许等平 ^{[2
]}

机构：

[1] 国家林业和草原局调查规划设计院

[2] 国家林业和草原局林产工业规划设计院

来源：

林业资源管理 | 2018年 / 06期

关键词：

乔木林; 生物量模型; 植被指数; 纹理特征; Landsat 8影像;

D O I：

10.13466/j.cnki.lyzygl.2018.06.007

中图分类号：

S718.5 [森林生态学];

学科分类号：

071012 ; 0713 ;

摘要：

以浙江省内的一景Landsat 8影像和96块野外调查数据为数据源,提取出植被指数、纹理特征、地形因子并进行优选,对优选后的变量因子进行分组,生成植被指数、植被指数+纹理特征相结合的2种自变量集,采用偏最小二乘回归法构建乔木林地上生物量估算模型,并对估算结果进行对比分析。结果显示:在构建的模型中,植被指数+纹理特征集构建的模型精度均要优于植被指数集构建的模型,说明多光谱波段的纹理特征具有改善模型估算效果的作用。采用的变量筛选方法较好地考虑了变量间的相关性及共线性问题,可以提高所构建模型的稳定性。

引用

页码：38 / 44

页数：7

共 22 条

[1]

Estimates of aboveground biomass from texture analysis of Landsat imagery. Kelsey K,Neff J. Remote Sensing of Environment . 2014

[2] 基于CEBERS-WFI遥感数据的森林生物量估测方法研究 [J].

许等平 ;

李晖 ;

智长贵 ;

韩爱惠 .

林业资源管理, 2010, (03) :104-109

[3]

Aboveground Forest Biomass Estimation with Landsat and LiDAR Data and Uncertainty Analysis of the Estimates[J] . Dengsheng Lu,Qi Chen,Guangxing Wang,Emilio Moran,Mateus Batistella,Maozhen Zhang,Gaia Vaglio Laurin,David Saah,Jingxin Wang. &nbspInternational Journal of Forestry Research . 2012

[4] A survey of remote sensing-based aboveground biomass estimation methods in forest ecosystems [J].

Lu, Dengsheng ;

Chen, Qi ;

Wang, Guangxing ;

Liu, Lijuan ;

Li, Guiying ;

Moran, Emilio .

INTERNATIONAL JOURNAL OF DIGITAL EARTH, 2016, 9 (01) :63-105

[5] 基于Landsat TM数据估算雷竹林地上生物量 [J].

徐小军 ;

周国模 ;

杜华强 ;

董德进 ;

崔瑞蕊 ;

周宇峰 ;

沈振明 .

林业科学, 2011, 47 (09) :1-6

[6]

浙江省主要树种（组）生物量转换系数研究[D]. 沈楚楚.浙江农林大学 2013

[7]

森林生物量及碳储量遥感监测方法研究[D]. 韩爱惠.北京林业大学 2009

[8] 三种森林生物量估测模型的比较分析 [J].

范文义 ;

张海玉 ;

于颖 ;

毛学刚 ;

杨金明 .

植物生态学报, 2011, 35 (04) :402-410

[9] 基于地理加权回归模型的亚热带地区乔木林生物量估算 [J].

王海宾 ;

侯瑞萍 ;

郑冬梅 ;

高秀会 ;

夏朝宗 ;

彭道黎 .

农业机械学报, 2018, 49 (06) :184-190

[10]

Improved Biomass Estimation Using the Texture Parameters of Two High-Resolution Optical Sensors. Janet E. Nichol,Md. Latifur Rahman Sarker. IEEE Transactions on Geoscience and Remote Sensing . 2011

← 1 2 3 →