基于光学与SAR因子的森林生物量多元回归估算——以福建省为例

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.

关键词：地上生物量、叶生物量、光学特征、SAR特征、多元因子

所属期刊栏目：34

分类号：TP79(遥感技术)

资助基金：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

在线出版日期：2019-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：847-856