论文摘要
基于福建省Landsat-8 OLI影像,利用混合像元分解模型从实测样地数据中筛选出"纯净"的植被像元,并将筛选出的样地分为针叶林、阔叶林和混交林3种植被类型,依次提取3种不同植被类型"纯净"植被像元的树高、林龄、坡度属性信息以及对应的光学NDVI、RVI植被因子和合成孔径雷达（SAR）HH、HV极化后向散射因子,分别构成不同植被类型的"含光学特征多元因子"（NDVI、RVI、树高、林龄、坡度）和"含SAR特征多元因子"（HH、HV、树高、林龄、坡度）,开展对比研究。采用含光学特征的多元因子回归模型先估测不同植被类型的森林叶生物量,然后根据叶生物量与地上生物量的关系间接估测森林地上生物量。同时,采用含SAR特征的多元因子回归模型直接估测森林的地上生物量。最后,对比分析这两组多元回归模型的估测精度。结果表明:不同植被类型的含光学特征多元回归模型的验证精度（针叶林:R2为0.483,RMSE为29.522 t/hm2;阔叶林:R2为0.470,RMSE为21.632 t/hm2;混交林:R2为0.351,RSME为25.253 t/hm2）比含SAR特征多元回归模型的验证精度（针叶林:R2为0.319,RMSE为28.352 t/hm2;阔叶林:R2为0.353,RMSE为18.991t/hm2;混交林:R2为0.281,RMSE为26.637 t/hm2）略高,说明在福建省森林生物量估算中采用含光学特征的多元回归模型（先估测叶生物量进而间接估测地上生物量）比利用含SAR特征的多元回归模型（直接估测地上生物量）更具优势。
论文目录
文章来源
类型: 期刊论文
作者: 苏华,张明慧,李静,陈修治,汪小钦
关键词: 地上生物量,叶生物量,光学特征,特征,多元因子
来源: 遥感技术与应用 2019年04期
年度: 2019
分类: 基础科学,信息科技,农业科技
专业: 数学,林业
单位: 福州大学卫星空间信息技术综合应用国家地方联合工程研究中心空间数据挖掘与信息共享教育部重点实验室,中国科学院华南植物园
基金: 国家自然科学基金项目(41971384,41601444,41630963),福建省高校杰出青年科研人才培育计划(KJ2017-17),福建省自然科学基金(2017J01657),海西政务大数据应用协同创新中心资助(2015750401),中央引导地方科技发展专项(2017L3012)
分类号: S718.5;O212.1
页码: 847-856
总页数: 10
文件大小: 1667K
下载量: 262