搜索
地理学前沿课程作业题目有关森林地上生物量遥感反演方法综述学院研究生院学生姓名石斌斌___________________________班级学硕4班__________________________专业地理学__________________________指导教师__刘平辉教授二零一五年十二月摘要:森林地上生物量反演对理解和监测生态系统及评估人类生产生活的影响有着重要作用，日益发展的遥感技术使全球及大区域的生物量估算成为可能！近年来，不同的遥感技术和反演方法被广泛用于估算森林生物量！本文首先总结了现有的全球及区域生物量产品及其不确定性，然后综述了3类方法在森林地上生物量遥感反演中的应用，即基于单源数据的参数化方法基于多源数据的非参数化方法和基于机理模型的反演方法，阐述了各类反演方法的特点优势及局限性！最后从机理模型研究多源遥感数据协同生物量季节变化研究和遥感数据源不断丰富。个方面对今后的生物量遥感反演研究进行了展望！关键词:森林地上生物量，多元回归，非参数化，机理模型1引言森林是陆地生态系统的主体，大约覆盖了30%的地球陆表，在陆地生态系统碳循环水循环以及辐射能量交换中扮演着重要角色，在人类生产生活中起着重要作用，了解森林的现状及变化对生态系统及人类生活至关重要！鉴于此，全球森林资源评估报告(GlobalForestResourcesAssessment,FRA)从最初仅关心森林蓄积量扩充到现在的森林生物多样性碳储量及其社会效益(Lindqui等,2012)虽然这些结果采用了不同的数据源和多种模型进行估算，但不同的研究均指出了“失踪的碳”的存在，该汇的位置和强度存在着很大的不确定性，这个差值约为2.7±1（PgC/a）,有研究指出这些失踪的碳汇最有可能存在于陆地生态系统中，特别是森林生态系统森林是陆地上最大的碳储库和最经济的吸碳器,目前人类对于森林生态系统的认识非常欠缺，森林地上生物量的精确估算能够大大减小碳储量估测的不确定性！在森林生物量研究中，包括传统测量方法以及遥感监测手段！传统的测量方法有实测法和材积模型估测法，这些方法精度高，所获取的数据可以用作反演模型的构建及数据验证，但是需要耗费大量的人力物力和财力，并对森林植被具有破坏性！与之相比，日益发展的遥感技术具有快速、准确、对森林无破坏性并能进行宏观监测的优势，使得遥感成为获取森林生物量的主要途径。对！年以来遥感估算森林生物量的国内外文献进行了计，结果表明，利用遥感技术反演生物量的研究成果越来越受关注，特别是最近五年！本文首先对1995年以来遥感估算森林生物量的国内外文献进行了统计结果表明，利用遥感技术反演生物量的研究成果越来越受关注，特别是最近五年！本文首先综述了现有的区域及全球范围的森林生物量产品，然后分别阐述了基于遥感数据进行森林生物量反演的研究方法及其进展，最后从4个方面对今后的生物量研究工作进行了展望!2全球和区域生物量产品及其不确定性大区域范围的森林生物量估算一直是林业研究的热点和难点，掌握区域及全球的森林生物量和碳储量对了解整个生态系统的变化有很大的帮助，并能为宏观制球气候变化减缓政策及森林资源管理提供可靠的支撑和依据!在2008年前，全球的生物量数据大都是基于全球的地物分类图，给出每一类型的代表值估算得到，并不是真正意义上的生物量测量结果4近年来已有研究者发表了全球及区域的生物量碳储量反演结果.美国WoodsHole研究所Baccini等利用星载激光雷达(ICESatGLAS)数据、光学MODIS数据和地面实测数据，采用回归决策树的方法首次反演了非洲（Baccini，2012）及全球热带区域(澳洲除外)的地上生物量和碳储量。美国加州理工学院喷气动力实验室的Saatchi等人利用地面实测地上生物量、全球的GLAS数据、光学MODIS数据、微波散射计数据及地表高程数据等，采用机器学习的最大熵方法，对全球热带地区的生物量及碳储量进行了反演，整个研究区的平均地上生物量不确定性为±30%，总的碳储量估算误差为±38%Gallaun等人（2010）计算了整个欧洲的森林蓄积量，进而换算成生物量及碳储量，不区分针、阔叶林，每公顷实测和估算立木蓄积量之间相关系数R=0.97.中国林业科学院庞勇等人(2011)基于星机地协同观测数据，利用Cubist决策树方法建立了大湄公河次区域的生物量估算模型，连续覆盖森林地上生物量估计的总体模型平均绝对误差为34T/ha，相关系数R=0.7;估算的区域森林生物量总量为62.72亿吨，结果与联合国粮食及农业组织2010年发布的森业资源评估报告（FAO2010）平均差异为13.3%。付安民(2008)对东北亚地区选择了地理位置不同的4幅林相图与生物量预测值进行比较，北部大兴安岭壮林和锡霍特山北部地区生物量采样点相对变化量较小，仅为-1.82%和-4.59%南部区域露水河和锡霍特南部地区的相对变化量较大，分别为-24.41%和14.67%。根据森林地上生物量图析，俄罗斯和中国区域的AGB分别为3.65*107t和1.11*108t。Blackard等人（2008）利用决策数方法制成了美国地上生物量分布图，模型的相关系数由波多黎各的0.92降到南方地区的0.31，西部地区比东部地区精度要高!通过地上生物量图进一步制成了碳储量分布图，除夏威夷和波多黎各外，总碳储量为18.08PgC，波多黎各的地上生物量碳储量为53.4MgC。池泓(2011)估算了全中国的地上生物量，对结果分别从样点区域范围及省级行政区划范围3个方面进行了验证，估算结果与样本数据对比的R2=0.0727，其中东北和西南地区R2均达到0.8以上，华北和东南地区R2分别为0.578和0.433。由此可见，目前大区域生物量反演采用的都是多源数据，包括激光雷达数据光学数据和微波数据等，其中星载激光雷达的数据由于可以获取冠层高度信息，发挥了很大作用!从反演方法来看，几乎采用的都是非参数化的训练方法，需要大量的地面数据支持!从反演精度上看，虽然评价方法不同，但百分比误差约为2%-40%。3.对于单源数据的参数化方法在相对于全球以及国家尺度的小研究区内，采用单一数据源，如被动光学数据雷达数据、激光雷达数据也有大量的研究工作，下面分别进行介绍。光学遥感数据的反演在利用光学遥感影像估算生物量的研究中，使用的遥感数据有NOAA/AVHRR、MODIS、landsatTM/PRISM等。目前利用单一光学遥感数据反演森林生物量多采用统计回归的方法，即通过遥感影像得到的信息参数和材积方程计算得到的生物量建立关系，进而估算没有实测数据区域的生物量。张佳华和符淙斌（1999）利用AVHRR影像分析和建立了光学植被指数LAI和APAR参数之间的关系建立了模型。郭志华等人（2002）利用TM影响和样方调查数据，分析了影像各波段线性和非线性组合及植被指数与材积的相关性，筛选出重要因子，分别建立阔叶林和针叶林材积的光谱估算模型，用于估测粤西及附近地区的森林生物量和森林覆盖度!TAN(2007)利用了18年的NBVL最大值的平均值与实测生物量建立了统计关系，模型精度R2=0.56.遥感影像除了能够获取各波段组合的植被指数外，还可以通过图像变换，如主成分分析和穗帽变换，获取更多的遥感信息!在对河北围场满族自治县落叶松林的研究邢素丽等人（2004）计算了ETM的1-5波段以及第7波段主成分分析第一分量，以及穗帽变换的亮度、绿度分量及其线性组合归一化植被指数TRVI，经过逐点比较1/ETM3与落叶松林生物量的权重关系（r=0.878）。杨存建等人（2004）利用云南西双版纳热带雨林的生物量与TM的关系得到该地区的亮度绿度和湿度，主成分变换的波段植被指数之间的相关性进行了分析!高光谱多分辨率的遥感影像可以详细的反应出地物的文理特征。各个学者在高光谱的研究上也取得了颇丰的成果。李明诗等人（2006）通过SPORT5HRG影像进行光谱特征变换和纹理测度提取，并结合研究区地形特征对不同森林类型进行生物量估算模型构建与验证，结果表明少数纹理特征如均值和方差在生物量估算中是有效的。Ouma和Tateishi(2006)基于灰度共生矩阵和半方差模型提取纹理特征，联合QuickBird影像的近红外光谱与森林的AGB进行了对比分析，采用单一变量估算时，近红外光谱与方差纹理特征的模型精度最好.R2分别等于0.72和0.632.当单一纹理特征与近红外波谱联合估算时，平均值和方差纹理特征的模型精度最高相关系数分别为0.768和0.763。Eckert(2012)通过对WordView-2影像的处理，得到植被指数主成分以及纹理特征，进而通过多元线性回归估算生物量!研究结果表明，利用纹理信息可以使模型估算能力达到0.8以上.宫鹏采集了加州县两幅黑白航空照片立体相对，利用数字摄影测量软件自动提取DSM并生成正射影像,从DSM中可以测定树冠高度，对正射影像设阈值可以获取树冠覆盖度，从而有助于生物量估算!Ni(2014)利用ALOS立体成像的点云数据得到DSM通过美国的全国高程数据得到30米分辨率的冠层高度图其结果与机载RH50影像相关度达到0.74表明利用立体成像得到的冠层高度可以用来估算森林生物量!上述研究学者的成果表明光学影像可以提供丰富的冠层光谱及纹理信息，并已广泛用于生物量估算中，但是对于一个成熟的林分，叶生物量在整个森林地上生物量中所占的比例大约不到10%光学影像对浓密植被的信号饱和是制约生物量反演的重要因素，并且由于受天气状况影响，使得光学影像在实际应用中存在很多局限性。4雷达遥感方法综述4.1ASR后向散射系数方法介绍LeToan(1992)在对法国东南部森林的实验中获取了SAR测量数据与森林生物物理参数，通过回归分析发现后向散射系数与树高、树干生物量和胸径等有较好的相关性，其中P-HIV与树干生物量相关性最高（0.95）.能够相当准确的反应生物量的变化。Dobson等人，（1992）通过分析比对AIRSARdP、L、C波段与生物量的相关系，认为后向散射系数与森林生物量的线性相关性随冠层树叶和细枝散射及衰减的增强而减小。Kasischke等人（1997）在相同试验区分别利用AIRSAR和SIR-C。估算了南方松树林的生物量，前者在研究中指出对比SIR-C的L波段，估算复杂的热带森林的生物量上限约为100T/ha,而对于单一树种的简单森林在250T/ha左右达到饱和。宋茜和范文义（2011）在系统分析ALOSPALSAR的，L-HH极化数据与大兴安地区森林各参数的关系后，指出后向散射系数与地上部分总生物量相关性最大，其次是干生物量，并比较了线性模型、指数模型和加入地理因子的模型，当入射角为41.5°，L-HH波段极化估算饱和点为154t/ha。上述研究结果表明，利用微波后向散射强度信息同样存在饱和性问题，在超过饱和点时要直接测量生物量是不可行的，可以加入冠层结构信息进行补充，这一点可以通过不同波长，不同极化方式的响应差异体现出来，因此利用多通道SAR的较长波段P、L与较段C交叉极化的比值进行了分析对于P-HV和L-HV在生物量达到157t/ha时趋于饱和，而P-HV/C-HV在生物量为165-362t/ha时虽然敏感性有所下降，但是其变化斜率在0.05的置信水平区间仍然显著。Englhart等人（2011）联合多时相X和L波段，利用多时相，多角度数据也可以提高反演精度。4.2激光雷达数据激光雷达技术是现阶段对地观测的前沿技术之一，其优势主要体现在能获取与生物量密切相关的树木高度及其垂直结构信息!主要分为记录完整波形的大光斑激光雷达和获取激光点云的小光斑激光雷达!目前发展的大光斑激光雷达系统主要有机载LVIS和SLICER系统，星载ICE系统全球及大区域的生物量反演中发挥了巨大的作用。学者在联合不同的激光雷达系统反演森林结构参数方面做了许多研究。Lefsky利用机载SLICER激光雷达系统获取了冠层高度剖面图,得到4种树高参数，分别有最大值、中值、平均值和高度均方值，并建立了与AGB的线性回归模型。GLAS波形范围和SRT