下载文档原格式
第９卷第４期２００７年８月地球信息科学ＧＥＯ－ＩＮＦＯＲＭＡＴＩＯＮＳＣＩＥＮＣＥＶｏｌ．９，Ｎｏ．４Ａｕｇ．，２００７收稿日期：２００７－０４－１５；修回日期：２００７－０５－２３．作者简介：杨海军（１９７５－），男，博士研究生，专业方向ＧＩＳ。
Ｅ－ｍａｉｌ：ｙａｎｇｈｊ＠ｌｒｅｉｓ．ａｃ．ｃｎ森林碳蓄积量估算方法及其应用分析杨海军，邵全琴，陈卓奇，张帅（中国科学院地理科学与资源研究所资源环境数据中心，北京１００１０１）摘要：近些年来，森林锐减、土地退化、环境污染、生物多样性丧失，特别是人类活动产生的Ｃ０２浓度急剧上升和由此导致的温室效应等是目前人类面临最严峻的全球环境变化问题，所以全球碳循环问题日益成为全球变化与地球科学研究领域的前沿与热点问题，其中陆地生态系统碳循环又是全球碳循环中最复杂、受人类活动影响最大的部分。
而森林生物量占整个陆地生态系统生物量的９０％，因此，为了正确评估森林在全球碳平衡中的作用，了解森林生态系统在碳循环中的作用，森林的碳动态研究正日益成为人们关注的重点。
本文总结了估算森林固碳量的几种方法———样地清查法、模型模拟法和遥感估算法，分析了它们的特点及应用等有关问题。
关键词：森林；碳汇；生物量；估算方法１引言森林生物量约占整个陆地生态系统生物量的９０％，生产量约占陆地生态系统的７０％，它不仅在维护区域生态环境上起着重要作用，而且在全球碳平衡中也起着巨大的贡献，这是由于森林本身维持着大量的碳库（约占全球植被碳库的８６％以上）。
同时森林也维持着巨大的土壤碳库（约占全球土壤碳库的７３％）。
此外，森林生态系统具有较高的生产力，每年固定的碳约占整个陆地生态系统的三分之二，因此，森林生态系统在调节全球碳平衡、减缓大气中Ｃ０２等温室气体浓度上升以及维护全球气候等方面具有不可替代的作用［１］。
因此，估算森林的碳储量，评价森林的碳汇功能，具有重要意义。
根据研究对象的时空尺度和研究手段，可以大体将森林碳蓄积研究方法分为３类：样地清查法、模型模拟法和遥感估算法。
第48卷第6期2020年12月陕西林业科技Shaanxi Forest Science and TechnologyVol48No6Dec2020多源遥感数据森林蓄积量估测研究现状、问题及对策张智锋】，张燕】，汪新岩】，范凤云2(•陕西省林业调查规划院，西安710082；.二十一世纪空间技术应用股份有限公司，西安710100)摘要：遥感卫星影像已经成为林业资源调查监测不可或缺的介质，多源高分系列卫星的研发给森林资源调查监测带来更大的机遇。
森林蓄积量作为林业资源调查的重要因子，反映了森林资源的丰富程度和森林生态环境的优劣，本文通过梳理森林蓄积量传统调查方法和多源遥感估测的研究现状，重点介绍了森林蓄积量遥感测量已经取得的进展、最新估测方法，激光雷达新技术的发展，展示了多源遥感相结合技术在森林蓄积定量估测领域成为发展趋势，同时，本文针对陕西森林蓄积量监测中存在的问题，探讨了解决森林蓄积量估测的方法，以期为相关部门决策提供技术支撑。
关键词：多源遥感;森林蓄积量；定量反演；研究进展中图分类号:S771.8文献标志码:A文章编号=1001-2117(2020)06-0068-06Forest Stock Estimation based on Multi—sourced Remote Sensing Data------Status,Problems and CountermeasuresZHANG Zhi-feng1,ZHANG Yan1,WANG Xin-yan1,FAN Feng-yun2(1.Shaanxi Institute of Forest Inventory,Planning and Design,Xian,Shaanxi710082；2.Twenty First Century Aerospace Technology Co.,Ltd.,Xian,Shaanxi710100) Abstract:Remote sensing satellite image has become an indispensable medium for forest resource in-ventoryand monitoring The developmentof multi—sourced and high—resolution sate l ites has broughtgreateropportunitiesinthisregard Asanimportantfactorinforestresourceinvestigation，foreststockvolumereflectstheabundanceofforestresourcesandtheprosandconsofforestecologi-calenvironment Thispaperreviewedthecurrentresearchstatusoftraditionalforeststockinventory methodsandmulti—sourcedremotesensingestimation，highlightedtheprogressmadeinforeststock remotesensing measurement，thelatestestimation methodsandthedevelopmentstatusofnewtech-nologyofLidar，whichdemonstratedtheapplicationanddevelopmentprospectsofmulti—sourcedre-mote sensing technology in the field of quantitative estimation of forest stock.The problems existing in the monitoring of Shaanxi's forest stock volume were discussed in order to provide technical support forthedecision—makingofrelevantdepartmentsKey words：Multi―sourced remote sensing；forest volume；quantitative inversion；research progress林业承担着森林和湿地生态保护、荒漠化治理、生物多样性保护等国家重大任务，肩负着保护资源环境和维护生态安全的责任。
利用遥感数据估测森林蓄积量潘帅;李娟;徐新;薛庆勇;李晓光【摘要】Liuhe County in JiLin Province was taken as the research area , relevant factors was extracted to estab-lish the model of remote sensing estimation of forest stock volume , based on Landsat-5 TM remote sensing im-age data, the results showed that the prediction accuracy of the model was 82.36%with precision test.The for-est stock volume inversion of model showed that forest stock volume was 1 226 ×10 4 m3 ,the realistic accuracy was 80.00%.The method was feasible to estimate forest stock volume by using remote sensing data .%以吉林省柳河县为研究区，以Landsat-5 TM遥感影像为基础数据，提取相关因子，建立柳河县森林蓄积量遥感估测模型，经过精度检验，模型的预测精度达到82．36％。
利用模型进行森林蓄积量反演，得出该县森林蓄积量为1226×104 m3，实际精度为80．00％。
利用遥感技术进行森林蓄积量估测是可行的。
【期刊名称】《吉林林业科技》【年(卷),期】2013(000)004【总页数】3页(P30-32)【关键词】遥感数据;森林蓄积量;线性回归;估测模型【作者】潘帅;李娟;徐新;薛庆勇;李晓光【作者单位】柳河县林业局，吉林通化 135300;吉林省林业科学研究院，吉林长春 130033;镇赉县林业局，吉林白城 137300;吉林省白河林业局，吉林延边133613;吉林省白河林业局，吉林延边 133613【正文语种】中文【中图分类】S758.5+1传统的森林蓄积量是利用角规测树法进行测定，这使得蓄积量的测定存在周期长、数据更新慢、人力与资金投入大等问题。
基于偏最小二乘回归的森林蓄积量遥感估测刘琼阁;彭道黎;涂云燕【摘要】森林蓄积量受遥感因子与地形因子的影响,但这些因子间存在多重相关性,会影响模型稳定性与精度.针对森林蓄积量遥感估测自变量间存在多重共线性问题,采用异于传统最小二乘的偏最小二乘方法建立密云县森林蓄积量遥感估测模型.先对可能影响蓄积量的因子进行分析,选取既存在相关性又对模型显著性有影响的因子为森林蓄积量估测的自变量.用预留的样本对模型进行检验,预测值与实测值相比精度达到90.1％.将通过检验的模型对整个密云县进行反演,得到密云县估测森林蓄积量为2 447 695.203 m3.【期刊名称】《中南林业科技大学学报》【年(卷),期】2014(034)002【总页数】5页(P81-84,132)【关键词】森林蓄积量;遥感因子;地形因子;多重相关性;偏最小二乘【作者】刘琼阁;彭道黎;涂云燕【作者单位】北京林业大学林学院,北京100083;北京林业大学林学院,北京100083;北京林业大学林学院,北京100083【正文语种】中文【中图分类】S757.2+19森林是地球上最大的陆地生态系统，是地球上的基因库、碳贮库、蓄水库和能源库，在全球生态系统平衡中发挥着重要作用，是人类和多种物种赖以生存和发展的基础，其数量与质量是决定森林经济效益与生态系统服务功能的关键。
森林蓄积量是衡量一个国家森林健康与否的重要标志，也是政府掌握国家森林资源状况和制定计划采伐、森林经营管理措施的重要依据。
传统的蓄积量的测定主要是通过全国森林资源一、二类清查获得数据，存在工作量大，耗时，需要经费多等问题，且调查间隔期长，一类5 a，二类10 a[1]。
因而，寻求一种技术上适用，经济上可行的森林资源监测方法，将是一项非常重要的工作。
近十年来航天遥感（RS）、地理信息系统（GIS）与计算机的发展以及与数学模型的结合应用，为森林蓄积量的估测带来了新的发展方向，为森林资源的快速监测,实现实时的森林资源状况分析、评价带来了新的方法。
森林计测学测量部分2018年微倾式水准仪罗盘仪电子经纬仪老板山、张家山地形图§1.1 测量学的任务与作用§1.2 地球的形状和大小§1.3 地面点位的确定§1.4 测量工作概述第一章绪论一、测绘学与测量学1. 测绘学定义测绘学是研究地球整体及其表面和外层空间中的各种自然物体和人造物体的有关信息，并对这些地理空间信息进行采集、处理、管理、更新和利用的一门科学。
第一节测量学的任务与作用2.测绘学研究的具体内容测量学—研究地球形状和大小(包括地球重力场)—确定地面点的空间位置(含地下和空间)地图制图学—研究社会和自然信息的地理分布—绘制全球和局部地区各种比例尺的地形图数字水准仪航空摄影测量、瑞士徕卡LeicaDNA中文数字水准仪、德国蔡司ZeissDiNi 12数字水准仪美国天宝Trimble)地理信息系统GIS 建库GPS用于大地测量0000GPS 用于军事飞行高度9,840 3,000GISDTM 正射影像制图修测可视化影像分析分类地面处理GPS 、GIS 、RS——“3S”集成大地测量学：研究测定地球的形状和大小及地球的重力场的测量方法、分布情况及其应用的学科。
普通测量学：研究将地球表面的起伏状态和其它信息测绘成图的理论、技术和方法的学科。
摄影测量学：研究利用航天、航空、地面的摄影和遥感信息，进行测量的方法和理论的学科。
工程测量学：研究测量和制图的理论和技术在工程建设中的应用。
海洋测绘学：研究以海洋和陆地水域为对象所进行的测量和海图编制工作。
地图制图学：研究地图制图的理论和方法。
近年来，因人造地球卫星的发射和科学技术的发展，大地测量学又分为常规大地测量学和卫星大地测量学三、测量学的分支学科(2)测设:从图纸→到地面→作为施工依据，是人类改造自然的过程。
测设是指把图纸上规划设计好的建筑物、构筑物等的位置在地面上标定出来，作为施工的依据。
返回占地球表面的71%。
森林蓄积量遥感监测方法介绍森林蓄积量是有林地中活立木材积之和。
测定中常以某类型有林地单位面积上活立木材积之和乘以该类型总面积得此类型的森林蓄积量，各类型森林蓄积量之和为统计单位的森林总蓄积量。
伴随“3S 技术”的发展与计算机水平的提高，数学模型在该领域的应用研究越来越深，为森林蓄积量的实时估测、快速监测带来了新的方法，遥感技术应用在森林蓄积量的估测日趋广泛。
利用国产GF-1 遥感影像为数据源，提取影像的光谱信息、植被指数、纹理因子，分别采用多元逐步回归、偏最小二乘回归、随机森林模型估测研究区森林蓄积量。
1. 样地数据获取样地数据来源于东胜区二类调查抽样调查数据，在研究区内按照800 m×900 m 系统布点，从北至南、从西至东编号，预估蓄积量变动系数为0.6，可靠性为95%，剔除无效点（含采伐迹地、火烧迹地、未成林造林地、疏林地、非林地和样地数据异常等），实际得到的合格样地。
样地调查采用角规测树方法进行，调查因子包括每个样地的地理坐标、郁闭度、树种、林分类型、胸径、树高等，利用相关单位资料查询单木材积，累加得到样地森林蓄积量。
将样地按照7:3 的比例随机划分为建模样本与检验样本，得到建模样本和检验样本。
2. 数据预处理获取GF-1 遥感影像（1 景）为数据源。
首先，对原始影像进行辐射定标，将影像的无量纲值（DN）转换为辐射亮度值。
其次，对辐射定标后的遥感影像进行大气校正，得到表征真实地物的反射率图像。
最后，以用于二类调查的高分辨率影像（TIF 格式）为基础影像，通过选取道路、河流、池塘、农田等交叉点来对研究采用的GF-1 遥感影像进行几何精校正。
利用行政区矢量图，裁剪几何精校正后的遥感影像，得到研究区范围的遥感影像。
.4. 像元与样地点匹配遥感影像因分辨率不同而存在多种尺度，而地面实际调查样地与遥感影像中的单个像元或多个像元的总面积并不相等，且在地理空间位置上不匹配。
从GF-1 遥感影像像元与样地不匹配角度出发，应用移动窗口法解决像元与样地的不匹配问题。
摘要森林是地球上最大的陆地生态系统，是人类赖以生存和发展的必要基础。
它不仅给人类提供丰富的木材和林副产品，而且在调节气候、涵养水源、保护环境等方面均起到重要作用。
因此，开展森林资源调查，掌握森林资源现状及其变化，对于提高林业发展决策水平，促进林业和社会经济乃至全球环境的可持续发展等具有极为重要的意义。
本文根据高分一号卫星的遥感影像数据对森林植被类型分类方法进行研究，对不同的分类方法进行了分类精度的对比，从而提出一个基于信息向量机的森林植被类型分类方法，为遥感影像分类提供一个新的方向。
关键词：遥感；分类；森林；GF-1；信息向量机AbstractForest is the largest terrestrial ecosystem on the earth, and it is the necessary foundation for the survival and development of human. It not only to humans provide rich in timber and forest by-products, but also plays an important role in climate regulation, water conservation, environmental protection and other aspects. Therefore, to carry out the forest resource investigation, grasp the current situation of forest resources and its change, to improve the decision-making level of forestry development, promote the sustainable development of forestry and social economy and even the global environment etc. has a very important significance.The according to score a satellite remote sensing image data of forest vegetation type classification method research, carries on the classification accuracy of contrast to different classification methods, and put forward a feasible suggestions based on the remote sensing data of forest vegetation type classification method.Key words: remote sensing; classification; forest; GF-1; information vector machine目录1 绪论 (1)1.1选题背景 (1)1.2选题目的和意义 (1)1.2.1选题目的 (1)1.2.2选题意义 (1)1.3国内外研究现状 (2)1.3.1国内研究现状 (2)1.3.2国外研究现状 (3)2遥感图像分类传统方法 (5)2.1 监督分类 (5)2.1.1 基于最小距离法的监督分类 (5)2.1.2基于最大似然法的监督分类 (5)2.1.3监督分类的主要特点 (6)2.2 基于专家知识的决策树分类 (6)2.2.1决策树的规则分析 (7)2.2.2决策树规则构建 (8)2.3面向对象的分类 (8)3 GF-1数据处理 (10)3.1 GF-1遥感数据 (10)3.2 GF-l数据预处理 (10)3.2.1辐射校正 (10)3.2.2几何校正 (12)3.3 GF-l最佳波段组合分析 (12)4 基于信息向量机的森林分类研究 (14)4.1信息向量机概况 (14)4.2高斯过程回归模型 (14)4.3假定密度滤波算法 (16)4.4分类结果定量评价与分析 (17)5 结论 (18)致谢 (19)参考文献 (20)1 绪论1.1选题背景森林资源是地球上最重要的资源之一，其主要树种的识别对森林蓄积量的估计具有重要的研究与评价。
