期刊文献+
共找到1,142篇文章
< 1 2 58 >
每页显示 20 50 100
花山谜窟—渐江风景名胜区乔木林森林蓄积量估测
1
作者 唐雪海 钱子悦 +5 位作者 王佩 黄庆丰 左纬杰 倪辰 孔令媛 许程 《安徽农业科学》 2025年第14期121-125,170,共6页
以花山谜窟—渐江风景名胜区作为研究对象,结合Landsat遥感影像和DEM数据,综合考虑光谱、纹理、地形特征,分别使用多元线性逐步回归(MLSR)、支持向量机(SVM)、随机森林(RF)构建乔木林遥感蓄积量估算模型,并选择最优模型反演研究区乔木... 以花山谜窟—渐江风景名胜区作为研究对象,结合Landsat遥感影像和DEM数据,综合考虑光谱、纹理、地形特征,分别使用多元线性逐步回归(MLSR)、支持向量机(SVM)、随机森林(RF)构建乔木林遥感蓄积量估算模型,并选择最优模型反演研究区乔木蓄积。结果表明:对比3种模型估测结果的精度评价指标R^(2)和RMSE,MLSR的R^(2)=0.46,RMSE=113.14 m^(3)/hm^(2);SVM的R^(2)=0.57,RMSE=98.36 m^(3)/hm^(2);FM的R^(2)=0.65,RMSE=91.01 m^(3)/hm^(2);最终以RF模型为最优模型反演研究区蓄积量,得出乔木总蓄积量688 516.275 m^(3),平均蓄积量245.467 m^(3)/hm^(2)。该研究结果可为风景名胜区森林生态服务功能价值评估提供数据支撑。 展开更多
关键词 森林蓄积 遥感反演 随机森林 支持向 多元线性逐步回归
在线阅读 下载PDF
应用SHAP可解释机器学习模型估测森林蓄积量
2
作者 王元 王玥 +3 位作者 周宇琛 陈伏生 张绿水 刘牧 《东北林业大学学报》 北大核心 2025年第5期66-73,共8页
森林蓄积量是反映森林资源丰富程度的关键指标,精确估测森林蓄积量对于森林资源管理至关重要。以江西省林区为研究对象,运用谷歌地球引擎(Google Earth Engine)平台从Landsat 8遥感影像中提取多个植被指数、单波段及组合特征,并结合国... 森林蓄积量是反映森林资源丰富程度的关键指标,精确估测森林蓄积量对于森林资源管理至关重要。以江西省林区为研究对象,运用谷歌地球引擎(Google Earth Engine)平台从Landsat 8遥感影像中提取多个植被指数、单波段及组合特征,并结合国家森林资源连续清查的地面实测数据,分析不同影像特征参数在森林蓄积量反演中的贡献率。结果表明:对比多元线性回归、神经网络、随机森林和XGBoost模型估测森林蓄积量的精度,随机森林模型估测精度为93.3%,决定系数(R^(2))为0.9337,均方根误差为2.2323,平均绝对误为2.3395;与BP神经网络模型(R^(2)=0.8219)和XGBoost模型(R^(2)=0.7916)相比,模型拟合度和预测效果更佳,比多元线性回归模型(R^(2)=0.688)处理非线性关系的稳定性和可靠性更高。通过解释特征参数的相对重要性,揭示出平均胸径、郁闭度等特征对森林蓄积量影响显著,且随机森林模型中各因子间存在相互作用。 展开更多
关键词 SHAP解释模型 机器学习模型 森林蓄积
在线阅读 下载PDF
基于特征选择和机器学习的森林蓄积量估算
3
作者 赵娅冰 彭道黎 +2 位作者 郭发苗 王荫 黄静娴 《北京林业大学学报》 北大核心 2025年第4期155-167,共13页
【目的】基于多源遥感数据,评估不同特征选择方法和机器学习算法组合构建的森林蓄积量估算模型的准确性,挖掘其协同互补潜力,以期有效提高森林蓄积量的估算精度。【方法】以河北省第九次国家森林资源连续清查数据为基础,结合GF-1、Senti... 【目的】基于多源遥感数据,评估不同特征选择方法和机器学习算法组合构建的森林蓄积量估算模型的准确性,挖掘其协同互补潜力,以期有效提高森林蓄积量的估算精度。【方法】以河北省第九次国家森林资源连续清查数据为基础,结合GF-1、Sentinel-2、Sentinel-1和ASTER GDEM 4种遥感数据,采用随机森林变量选择(VSURF)、递归特征消除(RFE)和Boruta 3种特征选择方法,以及支持向量回归(SVR)、K-最近邻(KNN)、随机森林(RF)、分类提升(CatBoost)和极端梯度提升(XGBoost)5种机器学习算法,构建蓄积量模型,并筛选出最优模型。此外,通过方差分析量化数据集、特征选择和机器学习算法这3个因素对森林蓄积量估算的影响。【结果】(1)方差分析结果表明,数据集、特征选择和机器学习算法均对蓄积量估算性能有显著影响。(2)多源遥感数据的结合能有效提高森林蓄积量的估算性能。与其他数据集相比,联合GF-1、Sentinel-2、Sentinel-1和ASTER GDEM数据构建的模型表现出更高的估算精度。从整体来看,Boruta特征选择方法优于VSURF和RFE。CatBoost在建模中的表现优于其他算法(SVR、KNN、RF和XGBoost)。(3)基于GF-1、Sentinel-2、Sentinel-1和ASTER GDEM的组合,使用Boruta特征选择方法和CatBoost机器学习算法构建的估算模型实现了最高的准确性(R^(2)=0.6385,RMSE=13.3053 m^(3)/hm^(2))。【结论】基于多源遥感数据估算保定市森林蓄积量时,结合特征选择和机器学习算法可显著优化模型的估算效果,得到更精准的蓄积量估算结果。研究结果不仅改进了当前应用多源遥感数据估算森林蓄积量的方法,还为大范围森林蓄积量监测提供了新的思路和参考依据。 展开更多
关键词 森林蓄积 多源遥感数据 特征选择 机器学习算法 集成学习
在线阅读 下载PDF
基于多源遥感数据决策级融合估测森林蓄积量
4
作者 舒谜 林辉 杨旸谷 《中南林业调查规划》 2025年第1期50-56,共7页
以内蒙古自治区赤峰市旺业甸实验林场为研究区,选择高分二号(GF-2)、Landsat-8、哨兵二号(Sentinel-2)遥感数据源,结合79个地面调查样本,提取单波段、植被指数、纹理特征等243个变量,通过Pearson相关系数与前向特征选择方法进行特征筛选... 以内蒙古自治区赤峰市旺业甸实验林场为研究区,选择高分二号(GF-2)、Landsat-8、哨兵二号(Sentinel-2)遥感数据源,结合79个地面调查样本,提取单波段、植被指数、纹理特征等243个变量,通过Pearson相关系数与前向特征选择方法进行特征筛选,采用多元线性回归、随机森林、k-最近邻、支持向量机等模型,按照GF-2与Landsat-8(G+L)、GF-2与Sentinel-2(G+S)、Sentinel-2与Landsat-8(S+L),以及GF-2、Sentinel-2和Landsat-8(G+S+L)4种组合方式,分别构建多源遥感数据使用特征结合与决策级融合2种不同的方法对森林蓄积量进行估测。结果表明:多源遥感数据在特征结合与决策级融合下较单一数据源均取得了更好的估测精度,其中在特征结合下的G+L组合的随机森林模型拟合程度最好,得到了最高的估测精度,其R2为0.66,相对均方根误差为25.82%;决策级融合中熵法下的S+L组合取得了较好的估测结果,其R2为0.64,均方根误差为61.23m3/hm2,相对均方根误差为25.96%。由此可见,多源遥感数据利用决策级融合策略在森林蓄积量估测反演方面具有一定的潜力。 展开更多
关键词 森林蓄积 植被指数 纹理特征 多源遥感 决策级融合
在线阅读 下载PDF
基于Sentinel-2影像和冠层高度模型数据的森林蓄积量反演
5
作者 贺鹏 陈振雄 黄鑫 《中南林业科技大学学报》 北大核心 2025年第6期9-21,共13页
【目的】作为反映森林生态系统生物量存储能力的重要指标,森林蓄积量是衡量森林健康、生态功能和碳储量的关键参数。精准反演森林蓄积量可为森林资源管理、气候变化、生态保护与可持续经营提供科学的数据支撑,是森林资源调查与监测的核... 【目的】作为反映森林生态系统生物量存储能力的重要指标,森林蓄积量是衡量森林健康、生态功能和碳储量的关键参数。精准反演森林蓄积量可为森林资源管理、气候变化、生态保护与可持续经营提供科学的数据支撑,是森林资源调查与监测的核心任务之一。【方法】以湖南省浏阳市为研究区域,结合全国森林资源清查(NFI)数据与Sentinel-2遥感影像,开展森林蓄积量遥感反演。首先,通过Pearson相关性分析与特征变量重要性筛选,提取与森林蓄积量密切相关的关键特征变量。随后,采用支持向量机(SVM)、随机森林(RF)和全卷积神经网络(FCN)等模型进行森林蓄积量反演。模型精度采用交叉验证法计算,并运用多项评估指标对模型性能进行比较,最终选取拟合效果最佳的模型,用于研究区森林蓄积量的精确反演。【结果】1)各特征变量与森林蓄积量均呈现显著相关性;2)引入冠层高度模型(CHM)能显著提升森林蓄积量的反演精度,其中支持向量机模型的决定系数(R2)从0.34提升至0.52,提升了52.95%,RMSE从30.52 m^(3)·hm^(-2)降低至25.59 m^(3)·hm^(-2),降低了16.15%;随机森林模型的决定系数(R2)从0.39提升至0.55,提升了41.03%,RMSE从29.46 m^(3)·hm^(-2)降低至25.07 m^(3)·hm^(-2),降低了14.90%。表明CHM对提高森林蓄积量的反演精度具有重要贡献;3)相比其他模型,全卷积神经网络模型在森林蓄积量反演中的表现最佳,其R2值达到0.66,RMSE为21.20 m^(3)·hm^(-2)。此外,基于2022年的CHM数据显著提升了其他模型的预测性能,有效克服了传统反演方法因缺乏实测树高数据而导致的精度瓶颈,为大尺度森林蓄积量监测提供了新的思路和方法。【结论】结合实测数据和Sentinel-2影像的FCN模型能够实现森林蓄积量的精确反演与监测,同时CHM数据的引入显著提升了反演模型的预测精度,可为未来森林资源的精准监测和科学管理提供重要参考。 展开更多
关键词 森林蓄积 Sentinel-2 冠层高度模型 特征变 机器学习 深度学习
在线阅读 下载PDF
机载激光雷达数据与机器学习算法的森林蓄积量估测模型构建精度评价——基于KNN、XGBoost与RF模型反演算法
6
作者 潘自辉 肖正利 +5 位作者 黄光体 赵文纯 张流洋 刘晓阳 肖箫 林浩然 《湖北林业科技》 2025年第2期34-44,50,共12页
基于激光雷达系统获取数据,旨在探索建立一个适用于湖北省的混合树种蓄积量估测模型。研究区涵盖9个市州及15个县市区386个样地(小班),涉及3种森林类型(阔叶林、针叶林和针阔混交林),划分为5个植被区,分别为大别山桐柏山丘陵低山、鄂西... 基于激光雷达系统获取数据,旨在探索建立一个适用于湖北省的混合树种蓄积量估测模型。研究区涵盖9个市州及15个县市区386个样地(小班),涉及3种森林类型(阔叶林、针叶林和针阔混交林),划分为5个植被区,分别为大别山桐柏山丘陵低山、鄂西北山地丘陵、鄂东南低山丘陵、江汉平原湖泊和鄂西南山地;从点云数据中提取森林参数特征变量,结合实地调查数据,分别采用机器算法KNN、XGBoost和RF模型对森林蓄积量进行估测,采用决定系数评价模型估测精度,对估测结果进行比较分析。结果表明:(1)RF模型的估测值与实际值较为接近,精度高于KNN和XGBoost模型;(2)不同地貌区域的森林类型估测精度存在差异,表现为针叶林估测精度高于阔叶林;估测精度与林分郁闭度、林龄、起源等因子存在相关性,林分郁闭度较高时,估测精度较高;中龄、近熟林及过熟林估测精度较高,人工林的精度高于天然林;(3)蓄积量估测值精度与实测值的区间相关,实测值趋于一定低值与高值区间时,估测精度降低。通过激光雷达数据的反演结果与地面调查数据验证,反映了模型的准确度,促进林业调查与激光雷达融合运用,需进一步比较多种模型,并探索森林分布、林木结构特征、林分因子等之间影响估测精度的相关因素。 展开更多
关键词 激光雷达 森林蓄积 模型反演 K-近邻算法 极端梯度提升 随机森林
在线阅读 下载PDF
森林小班蓄积量测量方法
7
作者 任义 《现代农村科技》 2025年第4期157-157,共1页
在林业生产过程中,单个小班的蓄积量测量在监测森林生长量的变化中是经常用到的技术,现将此技术总结如下:1标准地测量森林小班指的是相同坡度、坡位、立地条件及栽植年份相同的地块,这样的地块上的树木有一定的共同特征,比如生长量基本... 在林业生产过程中,单个小班的蓄积量测量在监测森林生长量的变化中是经常用到的技术,现将此技术总结如下:1标准地测量森林小班指的是相同坡度、坡位、立地条件及栽植年份相同的地块,这样的地块上的树木有一定的共同特征,比如生长量基本相同、树高基本相同、胸径基本相同等等,因此可以在这样的小班中采用标准地测量的办法进行此单个小班的蓄积量的测量,标准地指的是在林地中选择一定比例的样地进行每亩蓄积量测量,进而推算出整个小班的生长蓄积量。 展开更多
关键词 标准地测 立地条件 森林小班 蓄积 坡度
在线阅读 下载PDF
基于ARMA模型的森林蓄积量精确预测研究
8
作者 郜昌建 王海龙 +1 位作者 蓝艺涵 王世红 《浙江农业科学》 2025年第6期1526-1530,共5页
森林蓄积量作为评估森林资源丰度、生态系统健康及碳汇能力的重要指标,其精准预测对于林业可持续经营与碳中和路径制定具有重要意义。本研究综合对比了自回归移动平均(ARMA)模型结合相关最小二乘算法(ARMAP)、普通最小二乘算法(ARMAO)... 森林蓄积量作为评估森林资源丰度、生态系统健康及碳汇能力的重要指标,其精准预测对于林业可持续经营与碳中和路径制定具有重要意义。本研究综合对比了自回归移动平均(ARMA)模型结合相关最小二乘算法(ARMAP)、普通最小二乘算法(ARMAO)、灰色系统理论(GST)及BP神经网络(BPNN)4种方法在森林蓄积量预测中的性能。以福州市永泰县城峰镇1986—1999年林地面积与森林蓄积量数据为基础构建模型,并采用1998、1999年数据进行预测验证。结果表明,ARMAP模型通过有效滤除有色噪声,实现了最高预测精度,其残差方差和预测误差均显著低于其他模型。进一步利用该模型对浙江省2020年森林蓄积量进行了预测验证,结果显示,模型表现出较强的泛化能力。研究表明,ARMAP模型能够在复杂干扰情境下实现高精度、高效率的森林蓄积量预测,为森林资源管理与碳汇评估提供了方法支持。 展开更多
关键词 森林蓄积 ARMA模型 相关最小二乘算法
在线阅读 下载PDF
鸡公山自然保护区森林植被生物量及活碳蓄积量研究 被引量:5
9
作者 严茂超 杨柳春 +4 位作者 李海涛 胡聃 张照喜 杜化堂 哈德龙 《河南林业科技》 2004年第4期1-4,6,共5页
运用鸡公山科学考察资料及1999年森林资源清查资料,采用森林材积源生物量推算方法研究了鸡公山森林植被生物量及其活碳蓄积量。结果表明:鸡公山森林植被生物量总值为309 202t,平均森林植被生物量为111.7t/hm2,高于全国平均水平(77.4t/... 运用鸡公山科学考察资料及1999年森林资源清查资料,采用森林材积源生物量推算方法研究了鸡公山森林植被生物量及其活碳蓄积量。结果表明:鸡公山森林植被生物量总值为309 202t,平均森林植被生物量为111.7t/hm2,高于全国平均水平(77.4t/hm2);鸡公山森林植被的总活碳蓄积量为154 601t,平均活碳密度为56MgC/hm2,高于中国森林植被活碳密度的平均水平(38.7 MgC/hm2),但低于全球平均碳密度(86MgC/hm2)。不同林型活碳蓄积密度分析结果表明,马尾松、杉木和栎类林木的活碳蓄积密度分别为30MgC/hm2,39 MgC/hm2和70MgC/hm2,均高于全国同类型森林植物的活碳蓄积密度的平均值,而次生阔叶混交林的碳蓄积密度略低于全国平均水平。鸡公山自然保护区67%的森林为中龄林,27%的森林为幼龄林,在增加碳蓄积方面还有巨大的潜力。 展开更多
关键词 鸡公山森林 森林植被生物量 蓄积 森林活碳密度
在线阅读 下载PDF
基于ICESat-2和Sentinel-2A数据的森林蓄积量反演 被引量:7
10
作者 刘美艳 聂胜 +3 位作者 王成 习晓环 程峰 冯宝坤 《自然资源遥感》 CSCD 北大核心 2024年第1期210-216,共7页
森林蓄积量是林业调查的重要指标,在衡量森林健康状况和评价森林固碳能力等方面发挥重要作用,协同主被动遥感是当前反演大区域森林蓄积量的主要手段。以云南香格里拉森林为研究区,分别提取ICESat-2/ATLAS和Sentinel-2A影像的特征变量,... 森林蓄积量是林业调查的重要指标,在衡量森林健康状况和评价森林固碳能力等方面发挥重要作用,协同主被动遥感是当前反演大区域森林蓄积量的主要手段。以云南香格里拉森林为研究区,分别提取ICESat-2/ATLAS和Sentinel-2A影像的特征变量,并通过相关性分析和共线性诊断方法筛选特征变量,构建Sentinel-2A变量集和ICESat-2/ATLAS变量集,以及二者联合的变量集,然后结合样地实测数据与3个特征变量集,采用逐步线性回归和随机森林方法分别建立线性和非线性回归模型,反演森林蓄积量,并对结果进行精度验证及对比分析。研究结果表明:对3个变量集,随机森林方法精度均优于逐步线性回归;ICESat-2/ATLAS变量集在2种回归方法下的反演精度均高于Sentinel-2A变量集;联合Sentinel-2A和ICESat-2/ATLAS变量集,随机森林方法的反演精度最高,其R 2,RMSE和rRMSE分别为0.7034,84.78 m^(3)/hm^(2)和36.46%。整体来说,与Sentinel-2A数据相比,基于ICESat-2/ATLAS数据及其与多源数据联合的反演模型均可以提高森林蓄积量反演精度和模型稳定性。 展开更多
关键词 森林蓄积 特征变 随机森林 多元回归 ICESat-2/ATLAS Sentinel-2A
在线阅读 下载PDF
森林蓄积量和生物量多元混合模型研建 被引量:12
11
作者 曾伟生 《林业资源管理》 北大核心 2021年第6期23-28,共6页
基于北京市1 400个森林资源连续清查样地数据,采用混合模型方法,建立了森林蓄积量和生物量与优势树种、龄组、平均胸径、株数、郁闭度等因子之间的多元回归模型。结果显示:所建北京市森林蓄积量和生物量多元混合模型,确定系数R;都在0.8... 基于北京市1 400个森林资源连续清查样地数据,采用混合模型方法,建立了森林蓄积量和生物量与优势树种、龄组、平均胸径、株数、郁闭度等因子之间的多元回归模型。结果显示:所建北京市森林蓄积量和生物量多元混合模型,确定系数R;都在0.8以上,平均预估误差MPE均在3%以下,平均百分标准误差MPSE均在25%以下;对10种森林类型的蓄积量和生物量估计,MPE均在15%以下,MPSE均在30%以下。基于混合模型方法建立森林蓄积量和生物量与林分定量因子、定性因子之间的多元回归模型,在实践中是完全可行的;各省可利用第九次清查的乔木林样地数据,建立森林蓄积量和生物量多元混合模型,为实现将全省总量数据分解落实到市、县及每一个图斑提供重要依据。 展开更多
关键词 森林蓄积 森林生物量 混合模型 北京市
在线阅读 下载PDF
森林生物量的估算方法及其研究进展 被引量:169
12
作者 罗云建 张小全 +3 位作者 王效科 朱建华 侯振宏 张治军 《林业科学》 EI CAS CSCD 北大核心 2009年第8期129-134,共6页
总结分析生物量模型(包括相对生长关系和生物量-蓄积量模型)和生物量估算参数这2类常用的生物量估算方法,提出今后我国在森林生物量估算领域的研究重点:1)整合经验相对生长方程;2)系统研究生物量估算参数的规律性及其不确定性;3)构建以... 总结分析生物量模型(包括相对生长关系和生物量-蓄积量模型)和生物量估算参数这2类常用的生物量估算方法,提出今后我国在森林生物量估算领域的研究重点:1)整合经验相对生长方程;2)系统研究生物量估算参数的规律性及其不确定性;3)构建以传统估算方法和3S技术相结合的生物量估算系统。 展开更多
关键词 森林生物量 估算方法 相对生长关系 生物量-蓄积模型 生物量估算参数
在线阅读 下载PDF
基于Landsat 8 OLI和资源3号立体像对数据的桉树森林蓄积量估测 被引量:2
13
作者 张方圆 吴胜义 +1 位作者 乔海亮 许舟 《中南林业科技大学学报》 CAS CSCD 北大核心 2024年第5期93-101,共9页
【目的】探索Landsat8 OLI数据和立体数据在估算桉树森林蓄积量(forest stock volume,FSV)中的潜力,并且准确地估计桉树的FSV。【方法】以3幅Landsat8 OLI图像和资源3号立体数据为遥感数据源,并且结合少量地面调查数据实现了桉树FSV的... 【目的】探索Landsat8 OLI数据和立体数据在估算桉树森林蓄积量(forest stock volume,FSV)中的潜力,并且准确地估计桉树的FSV。【方法】以3幅Landsat8 OLI图像和资源3号立体数据为遥感数据源,并且结合少量地面调查数据实现了桉树FSV的遥感估计。研究中提取了三类遥感特征用于估计桉树FSV:第一类是包括植被指数和单波段反射率在内的光谱特征;第二类是基于Landsat 8 OLI图像的单波段提取的8种纹理特征;第三类是基于资源3号立体像对数据和开源的数字高程模型(digital elevation model,DEM)提取的冠层高度模型(canopy height model,CHM)。利用Boruta算法对三类遥感特征进行提取,之后建立了随机森林(random forest,RF)、K-最近邻(K-nearest neighbor,KNN)和支持向量机(support vector machine,SVM)3种机器学习模型以及传统的多源线性回归模型(multiple linear regression,MLR),并以决定系数(R2)、均方根误差(root mean square error,RMSE)和相对均方根误差(relative root mean square error,rRMSE)作为评价指标对模型结果进行评估。【结果】基于ZY-3立体像对数据和开源的DEM数据提取的CHM与桉树的FSV具有很强的相关性,Pearson相关系数达到了0.71。仅仅利用基于Landsat 8 OLI图像提取的光谱和纹理特征难以准确2地估计桉树的FSV,估测模型的R为0.29~0.38,rRMSE为35.65%~43.30%,存在严重的数据饱和问题。2当变量集中加入CHM后,模型的估测精度明显提高,R达到了0.64~0.66,rRMSE为25.74%~26.41%。【结论】使用Landsat 8 OLI数据估算桉树FSV时存在严重的数据饱和问题,并且使用空间分辨率为30 m的纹理特征难以有效地改善森林蓄积量的估计精度。利用资源3号立体像对数据和开源的DEM数据可以提取较为准确的CHM,并且所提取的CHM可以解决改善光学数据的饱和问题,从而提高桉树FSV的估计精度。 展开更多
关键词 森林蓄积 Landsat 8 OLI 立体像对 冠层高度模型 遥感建模
在线阅读 下载PDF
基于光学遥感联合GEDI反演森林蓄积量研究 被引量:1
14
作者 冷鸿天 岳彩荣 《西部林业科学》 CAS 北大核心 2024年第4期145-153,共9页
传统的森林蓄积量调查方法强度大、成本高、耗时长。单纯利用光学遥感影像特征进行森林蓄积量反演时,由于缺乏大量的样地数据支持,加之在森林接近郁闭时光谱反射率易饱和,导致蓄积量反演蓄积精度有限。通过结合光学遥感数据和GEDI足迹... 传统的森林蓄积量调查方法强度大、成本高、耗时长。单纯利用光学遥感影像特征进行森林蓄积量反演时,由于缺乏大量的样地数据支持,加之在森林接近郁闭时光谱反射率易饱和,导致蓄积量反演蓄积精度有限。通过结合光学遥感数据和GEDI足迹点提供的冠层高度信息,可以极低的成本获取大量具有较高蓄积量精度的足迹点,从而通过加密训练样地提升研究区域使用光学遥感反演乔木森林蓄积量的精度。结果显示:(1)当森林高度百分位数(RH)为RH 80时,GEDI提取森林高度特征与机载LiDAR提取树高一致性最高,R^(2)=0.44,RMSE为6.04 m。(2)使用不包含树高特征的光学遥感回归模型预测森林每公顷蓄积量,R^(2)为0.29,RMSE为64.95 m^(3)·hm^(-2);加入树高特征的回归模型预测森林每公顷蓄积的R^(2)为0.59,RMSE为49.53 m^(3)·hm^(-2);样地加密后再使用无树高特征的回归模型预测森林每公顷蓄积的R^(2)为0.46,RMSE为56.55 m^(3)·hm^(-2)。因此,通过结合GEDI足迹点加密样地后可以明显提升研究区域遥感反演乔木森林蓄积量的精度。(3)2020年云南省普洱市思茅区公布的总活立木蓄积量为2629×10^(4)m^(3),使用GEDI足迹点加密训练样地后反演得到的总蓄积量为2289×10^(4)m^(3),整体预测精度为83%。其分布空间格局与森林资源二类调查结果基本相符。 展开更多
关键词 GEE GEDI 星载激光雷达 反演森林蓄积 光学遥感
在线阅读 下载PDF
基于森林资源连续清查资料估算的浙江省森林生物量及生产力 被引量:58
15
作者 张茂震 王广兴 刘安兴 《林业科学》 EI CAS CSCD 北大核心 2009年第9期13-17,共5页
基于1994,1999和2004年浙江省森林资源连续清查数据,采用基于生物量与蓄积之间关系的生物量换算因子连续函数法,对浙江省森林生物量和生产力进行估计。结果表明:全省3期森林生物量分别为1.496亿,1.615亿和2.244亿t。林分平均单位面积生... 基于1994,1999和2004年浙江省森林资源连续清查数据,采用基于生物量与蓄积之间关系的生物量换算因子连续函数法,对浙江省森林生物量和生产力进行估计。结果表明:全省3期森林生物量分别为1.496亿,1.615亿和2.244亿t。林分平均单位面积生产力在1994—1999年间为1.557t.hm-2a-1,在1999—2004年间为2.060t.hm-2a-1;浙江省森林资源总量不断增加,但林分质量仍然较低,林分单位面积生物量和生产力都远低于全国平均水平;换算因子连续函数法适合于大尺度森林生物量和生产力估算,但在总体单位蓄积很低的情况下可能导致森林生物量被高估。 展开更多
关键词 森林资源连续清查 生物量 生产力 蓄积 生物量换算因子连续函数 浙江省
在线阅读 下载PDF
基于森林健康视角的北长山岛人工林生物量 被引量:3
16
作者 池源 郭振 +2 位作者 石洪华 沈程程 刘永志 《中国环境科学》 EI CAS CSCD 北大核心 2016年第8期2522-2535,共14页
以山东省长岛县北长山岛为研究区,通过现场调查、数学模型和3S技术,分析人工林生物量的总量(全部生物量)、存量(活树生物量)、失量(死树生物量)和存量失量比,并探讨生物量的影响因子.结果显示:(1)北长山岛人工林生物量总量共5.88万t,均... 以山东省长岛县北长山岛为研究区,通过现场调查、数学模型和3S技术,分析人工林生物量的总量(全部生物量)、存量(活树生物量)、失量(死树生物量)和存量失量比,并探讨生物量的影响因子.结果显示:(1)北长山岛人工林生物量总量共5.88万t,均值为145.8t/hm2,高于全国和山东省的平均水平;生物量存量共3.79万t,失量共2.09万t,其均值分别为93.9t/hm2和51.9t/hm2,森林健康问题已经成为影响北长山岛人工林生物量的重要因素.(2)随着林分密度的增加,生物量总量和存量呈现先上升后下降的趋势,失量持续上升,存量失量比则不断下降;随着胸径的增大,黑松的存量失量比逐渐减小,刺槐则相反;NDVI与生物量总量、存量和存量失量比呈显著正相关,与失量呈显著负相关.(3)存量失量比与坡向、土壤含水率、全磷和总氮呈显著正相关,与海拔、坡度、含盐量和全钾呈显著负相关,与坡位、p H值和总碳关系不明显. 展开更多
关键词 海岛人工林 森林健康 生物量 空间分布特征 北长山岛
在线阅读 下载PDF
浙江省森林生物量动态 被引量:42
17
作者 张茂震 王广兴 《生态学报》 CAS CSCD 北大核心 2008年第11期5665-5674,共10页
以浙江省1976至2004年森林资源连续清查资料为数据源,采用基于生物量与蓄积之间关系的生物量转换因子连续函数法,对全省林分生物量和包括林分在内的森林生物量动态进行估计。森林生物量为包括林分、疏林、灌木林、竹林、经济林和四旁树... 以浙江省1976至2004年森林资源连续清查资料为数据源,采用基于生物量与蓄积之间关系的生物量转换因子连续函数法,对全省林分生物量和包括林分在内的森林生物量动态进行估计。森林生物量为包括林分、疏林、灌木林、竹林、经济林和四旁树在内的所有林木生物量之和。结果表明,浙江省1976至2004年间森林生物量从1.00828×108Mg上升到2.44426×108Mg;其中,林分生物量由0.5712×108Mg上升到1.51128×108Mg。森林生物量和林分生物量的年平均增长速度分别为5.1%和9.1%。在1999至2004年间,森林生物量和林分生物量增长速度均明显加快,分别达到8.6%和10.1%。在1976至2004年间,全省森林面积年均增长速度为1.0%,森林平均生物量从16.50Mg·hm-2上升到36.59Mg·hm-2。但是,在森林资源总量不断增加的同时,全省林分质量仍维持较低水平。2004年全省林分单位面积生物量为38.40Mg·hm-2,远低于全国平均水平(77.40Mg·hm-2)。研究还表明,利用森林资源连续清查数据和基于单株测树因子的森林生物量模型能够估计大尺度范围内的森林生物量及其动态,但亟待在统一标准下建立和完善覆盖所有树种的生物量模型。 展开更多
关键词 生物量转换因子连续函数 森林资源连续清查 森林生物量 森林蓄积
在线阅读 下载PDF
2060年前我国森林生物量碳库及碳汇潜力预测 被引量:39
18
作者 付晓 张煜星 王雪军 《林业科学》 EI CAS CSCD 北大核心 2022年第2期32-41,共10页
【目的】预测研究2060年前我国的森林生物量碳库及碳汇潜力,以期为制定减排增汇政策提供重要依据,为我国获取必要的CO_(2)排放空间和参与全球气候变化谈判提供参考。【方法】基于全国森林资源清查数据资料,利用Richards生长方程拟合方法... 【目的】预测研究2060年前我国的森林生物量碳库及碳汇潜力,以期为制定减排增汇政策提供重要依据,为我国获取必要的CO_(2)排放空间和参与全球气候变化谈判提供参考。【方法】基于全国森林资源清查数据资料,利用Richards生长方程拟合方法,将全国划分为6个区域,每个区域分别建立8~9组主要优势树种(组)的样地公顷蓄积量与林龄的关系模型,并结合我国森林经营规划推算各时期的森林面积,预测2060年前我国的森林(不包括经济林和竹林)蓄积量、生物量碳库和碳汇潜力。【结果】到2030年,我国森林蓄积量将达到204.73亿m^(3),比2005年增加74.73亿m^(3);2060年将达到286.45亿m^(3)。从各区域动态变化来看,西南地区和东南地区是我国未来森林蓄积增长量最快的地方,也是森林质量精准提升潜力最大的地区,分别占2060年全国森林蓄积量的37.68%和21.37%。到2060年,现有森林碳储量将达到12.12 Pg C(Pg=1×1015g),新造林将再增加碳储量0.92 Pg C,森林生物量总碳库将达13.04 Pg C,与2018年的7.57 Pg C相比增加了5.47 Pg C,森林碳密度达63.96 Mg C·hm^(-2)。【结论】鉴于目前我国森林以中幼龄林为主,森林面积仍在不断增加,我国森林生物量碳库和碳汇能力在未来40年内还将持续增长,森林年增汇达到0.13 Pg C·a^(-1),表明我国森林具有较大的碳汇潜力。为此,需进一步加强森林资源保护和经营,减少森林碳损失,持续推进大规模国土绿化,以维持和增强我国森林的碳汇能力,助力实现“碳中和”目标。 展开更多
关键词 国家森林资源清查 林龄 森林蓄积 生物量碳库 碳密度
在线阅读 下载PDF
基于森林蓄积估算鹤立林业局的森林生物量碳储量 被引量:2
19
作者 关芳 高畅 任汉屏 《林业勘查设计》 2010年第3期11-12,共2页
依据森林资源二类调查的蓄积量数据,利用蓄积——生物量扩展因子法估算黑龙江省鹤立林业局的森林生物量碳储量、碳密度。该林业局森林生物量碳储量为2856810.79t碳,森林(有林地)的平均碳密度为48.72t碳/hm2,比全国的平均碳密度值45.75t... 依据森林资源二类调查的蓄积量数据,利用蓄积——生物量扩展因子法估算黑龙江省鹤立林业局的森林生物量碳储量、碳密度。该林业局森林生物量碳储量为2856810.79t碳,森林(有林地)的平均碳密度为48.72t碳/hm2,比全国的平均碳密度值45.75t碳/hm2高,但与世界森林平均碳密度71.5t碳/hm2相差较大。因此,鹤立林业局森林具有很大的碳汇潜力。 展开更多
关键词 蓄积 森林生物量 生物量碳储 碳密度 碳汇
在线阅读 下载PDF
面向对象和集成学习算法在森林蓄积量遥感估测中的应用
20
作者 付永浩 李伟坡 张爱军 《东北林业大学学报》 CAS CSCD 北大核心 2024年第6期64-69,78,共7页
以江西省兴国县为研究区,设置51个杉木(Cunninghamia lanceolata)林样地、22个马尾松(Pinus massoniana)林样地;以2017年江西省森林资源二类调查的样点调查数据、陆地卫星8号携带的陆地成像仪(Landsat8 OLI)遥感数据为基础,将陆地卫星8... 以江西省兴国县为研究区,设置51个杉木(Cunninghamia lanceolata)林样地、22个马尾松(Pinus massoniana)林样地;以2017年江西省森林资源二类调查的样点调查数据、陆地卫星8号携带的陆地成像仪(Landsat8 OLI)遥感数据为基础,将陆地卫星8号携带的陆地成像仪影像进行多尺度的面向对象分割(分割尺度为50~500,步长为50),通过计算遥感各影响因素与蓄积量之间的皮尔逊(Pearson)相关系数,对比依据对象提取的遥感特征与依据像素提取的特征的相关性,确定最佳的分割尺度;依据布尔塔(Boruta)算法进行特征选择,构建多元线性回归(MLR)、随机森林(RF)、K-最近邻(KNN)、支持向量机(SVM)、堆叠(Stacking)集成算法5种蓄积量估测模型,以决定系数、均方根误差、相对均方根误差检验模型的估测精度;以森林蓄积量为评价指标,分析面向对象和集成学习算法在森林蓄积量遥感估测中的应用、构建的依据对象的堆叠算法对森林蓄积量遥感估测效果、依据对象的堆叠算法与常用的像素级特征提取方法的差异。结果表明:遥感的影响因素与蓄积量的相关性,随着分割尺度的增大出现先增加后降低的趋势,当分割尺度在150~250之间时,遥感的影响因素与蓄积量之间的相关性出现峰值;与依据像素的蓄积量估计模型相比,依据对象的估计结果的均方根误差从57.42~75.22 m^(3)·hm^(-2)降低到了50.77~68.26 m^(3)·hm^(-2)。与多元线性模型相比,机器学习模型具有更强的蓄积量预测性能,其均方根误差从66.05~75.22 m^(3)·hm^(-2)降低至50.77~71.97 m^(3)·hm^(-2);机器学习模型最佳的估计结果来自200分割尺度时构建的堆叠集成算法,决定系数为0.63、均方根误差为50.77 m^(3)·hm^(-2)、相对均方根误差为25.38%。与依据像素的特征提取方式相比,依据对象的遥感特征提取可以减小由于异常像素导致的不确定性;与基学习器相比,堆叠集成算法可以获得精度更高、更稳定的估计结果。依据对象的蓄积量遥感制图具有更强的可靠性,可以大大缓解依据像素制图导致的“椒盐现象”。 展开更多
关键词 森林蓄积 多尺度分割 机器学习 集成学习
在线阅读 下载PDF
上一页 1 2 58 下一页 到第
使用帮助 返回顶部