题名 基于时序遥感指数的中国竹林植被信息提取
1
作者
郝嘉珩 郭毅超 李浩 朱爱青 石雷
机构
竹藤科学与技术国家林业和草原局重点实验室国际竹藤中心 滇南竹林生态系统定位观测研究站 上海城建职业学院
出处
《林业科学》
北大核心
2025年第9期1-11,共11页
基金
国家重点研发计划项目(2023YFF1304401,2023YFC3804902)。
文摘
【目的】竹林是中国特殊的森林类型,具有显著的生态、经济和社会价值。其光谱特征常与同纬度地区其他森林类型混淆。如何基于遥感技术精确提取中国的竹林分布,是个较大的挑战。本研究构建新的时序遥感指数,并结合随机森林算法评估其对竹林信息提取的贡献作用,从而得以提高竹林信息提取的精度,进而为竹林资源监测提供新的技术思路。【方法】首先基于目视解译,选择竹林、常绿林、落叶林、草地、建筑、裸地、水体和道路8种土地覆被类型的训练样点,利用2022—2023年的哨兵(Sentinel-2A)影像,分析竹林与其他覆被的类似光谱特征差异;在此基础上,创新性地构建能有效辨识竹林与其他林地光谱差异的3个单波段(Rc、RE1c和SWIRc)和两个多波段(MVIc和NDWIc)时序遥感指数;同时设计下面4种特征组合方案:原始波段+传统指数(FS1)、原始波段+传统指数+红边指数(FS2)、原始波段+传统指数+时序遥感指数(FS3)、原始波段+传统指数+红边指数+时序遥感指数(FS4),并利用随机森林分类算法比较FS1、FS2、FS3和FS4对竹林提取精度的影响,分析时序遥感指数在竹林提取中的重要性,并与《2021中国林草生态综合监测评价报告》的统计数据对比,以验证提取结果的准确性。【结果】在4种组合方案中,土地覆被分类总体精度排序表现为:FS4>FS3>FS2>FS1,竹林的生产者精度和用户精度在FS4中也都是最大的,分别为0.95和0.85。方案组合结果比较表明:时序遥感指数的引入使竹林提取精度明显提升;FS4提取的竹林面积与统计数据具有更好的一致性,均方根误差从不使用时序遥感指数的FS2的17.53降低至7.46;构造的5个时序遥感指数都位于特征值重要性排序的前列,相对重要性均在75%以上,表明研发的时序遥感指数对竹林提取很有应用价值。【结论】引入时序遥感指数能够显著提高竹林提取的精度,基于多时相影像构建的时序遥感指数在竹林资源监测中具有很好的应用潜力。
关键词
时序遥感指数 竹林 重要性排序 Googleearthengine 随机森林分类
Keywords
time-series remote sensing indices bamboo forest importance order google earth engine random forest classification
分类号
S718.5
[农业科学—林学]
题名 1960—2050年中国竹林区极端气候的时空变化
2
作者
单博文 李祎 覃钧 石雷
机构
国家林业和草原局/北京市共建竹藤科学与技术重点实验室国际竹藤中心 滇 南 竹林 生态系统 国家定位 观测 研究站
出处
《林业科学》
北大核心
2025年第2期50-61,共12页
基金
国际竹藤中心基本业务费专项基金(1632018010) 国家重点研发计划项目(2016YFD0600902)。
文摘
【目的】探究中国竹林分布区极端气候的时空变化,揭示极端气候事件发生的空间分异及其时间变化规律,为未来不同竹林分布区应对极端气候事件提供参考。【方法】基于1960—2020年气象数据,利用中国天气发生器(NCC/GU-WG Version 2.0)对2021—2050年的气象数据进行预测,借助RClimDex软件计算与竹林生长相关的10个极端气候指标,采用累积距平、Sen趋势、Mann-Kendall检验和克里金插值法研究1960—2050年中国竹林分布区极端气候的时空分布及其变化规律。【结果】90年来,中国竹林区的夏季高温日数、日最高温的极高值、日最低温的极高值、日最高温的极低值和日最低温的极低值每10年分别上升3.52天、0.15℃、0.21℃、0.26℃和0.4℃,霜冻日数每10年减少1.79天,上述极端温度指标大约在2000年前后存在突变点;单日最大降水量、连续5日最大降水量、强降水量和年均日降水强度每10年分别上升1.58 mm、2.13 mm、12.99 mm和0.2 mm?d-1,上述极端降水指标在1994年前后存在突变点。从空间上来看,日最高温和日最低温的极高值在整个竹林区域都较大,而夏季高温日数的高值区则位于低纬度的竹林区;日最高温和日最低温的极低值的低值区,以及霜冻日数的高值区主要位于内陆高纬度的散生竹区。表征极端降水的单日最大降水量、连续5日最大降水量、强降水量和年均日降水强度的高值区位于南方以及沿海区域,而四川混生竹区具有较高的极端降水指标和极低的极端低温指标。【结论】在中国竹林分布区发生的极端温度和降水事件都具有明显的增加趋势,且大部分极端温度指标和极端降水指标分别在2000年前后和1994年前后存在突变点。内陆高纬度区域的散生竹区易遭受极端低温事件的影响,低纬度竹林区可能会遭受旱涝两极灾害的影响,而四川混生竹区遭受极端温度和极端降水事件的风险均相对较高。
关键词
散生竹 混生竹 丛生竹 极端温度 极端降水 空间分布
Keywords
monopodial bamboo mixed bamboo sympodial bamboo extreme temperature extreme precipitation spatial distribution
分类号
S761
[农业科学—森林保护学]
题名 毛竹林固碳增汇价值的动态变化:以福建省为例
被引量：17
3
作者
武金翠 周军 张宇 余晓燕 石雷 漆良华
机构
苏州农业职业技术学院园林工程学院 国家林业和草原局竹藤科学与技术重点实验室国际竹藤中心 北京水务咨询公司 滇 南 竹林 生态系统 国家定位 观测 研究站
出处
《林业科学》
EI
CAS
CSCD
北大核心
2020年第4期181-187,共7页
基金
国际竹藤中心基本科研业务费重点专项(1632015005) 林业软科学研究(2018-R10) 苏州园林生态文化价值评价研究。
文摘
【目的】开展毛竹林固碳增汇价值核算并探讨其动态变化,以掌握毛竹林生态系统碳汇价值、科学评价竹林生态系统服务功能,为碳计量和碳贸易提供理论与技术支撑。【方法】基于福建省毛竹林生长量、实测生物量和问卷调查等数据,利用中分辨率成像光谱仪(MODIS)植被指数(EVI)建立生物量异速生长和反演模型,开展福建毛竹林(包括地上活立竹、择伐竹、土壤和已收获竹笋4个组分)固碳增汇价值核算及其动态变化研究。【结果】2001—2014年,福建省毛竹林每期(2年为1期)固碳增汇价值平均为5.53亿元,研究期内固碳总价值为38.71亿元;竹林生态系统不同组分(地上活立竹、择伐竹、土壤和已收获竹笋)的固碳价值存在较大差异,其中林分地上活立竹、择伐竹、已收获竹笋和土壤的固碳增汇价值贡献比分别为73.78%、16.11%、13.56%和3.65%;2001—2014年,毛竹林固碳增汇价值在波动中呈上升趋势,以每期每公顷157.69元的速率增加;研究末期和初期相比,面积占比31.26%的毛竹林固碳增汇价值降低,每公顷平均降幅256.76元;面积占比68.74%的毛竹林固增汇价值增加,每公顷平均增幅640.80元。【结论】2001—2014年,福建省毛竹林表现为一个不断增加的碳汇;与地上活立竹、已收获竹笋和土壤相比,择伐竹的固碳增汇价值贡献最大,择伐是毛竹林不可或缺的经营管理措施。
关键词
生物量 碳储量 生态系统服务 反演模型 武夷山
Keywords
biomass carbon stock ecosystem service inverse model Wuyishan Mountain
分类号
S718.56
[农业科学—林学]
题名 近20年来肥城市林地时空变化及其驱动因子
4
作者
李祎 单博文 杨丽 覃钧 石雷
机构
国家林业和草原局/北京市共建竹藤科学与技术重点实验室国际竹藤中心 滇 南 竹林 生态系统 国家定位 观测 研究站
出处
《林业科学》
EI
CAS
CSCD
北大核心
2024年第7期40-46,共7页
基金
国际竹藤中心基本业务费专项基金(1632018010) 国家重点研发计划(2016YFD0600902) 国家自然科学基金项目(31300177)。
文摘
[目的]提取肥城市不同时期的林地信息,分析林地时空变化特征,挖掘林地面积变化的驱动因子,为区域林地资源监测、管理和可持续发展提供参考。[方法]以肥城市为研究区,基于2000-2020年21期Landsat遥感数据,首先对Landsat遥感数据进行辐射定标、大气校正等预处理,采用决策树分类法对遥感数据进行土地类型解译,提取林地相关信息;然后揭示近20年来林地时空变化特征;最后构建新的环境压力模型(IPAT),分析林地面积变化的驱动因子。[结果]基于决策树规则提取的肥城市林地信息用户精度达94.7%,具有较高的解译精度。解译结果表明,近20年来林地面积在波动性中呈增长趋势,净增加17463.54 hm^(2);增加的林地主要分布在肥城市中部和北部矿区,减少的林地则集中分布于中部林地的边缘部分,最终呈现中部和北部集中分布、其他地区零星分布的空间特征。改进的环境压力模型(IPAT)表明,林地禀赋价值是肥城市林地面积变化的主要驱动因子(贡献率超80.3%),富裕程度是次要驱动因素,二者贡献比例超过改进IPAT模型4个因子总贡献率的92%;林业产值对国内生产总值的贡献率和人口数量对林地面积变化的影响相对较小。[结论]基于决策树分类法对遥感数据解译能够准确提取肥城市林地信息并监测林地动态变化,林地禀赋价值对林地面积变化有显著影响。
关键词
林地 Landsat数据 林地禀赋价值 变化 IPAT模型 驱动因子
Keywords
forest land Landsat dataset forest land endowment value change IPAT model driving factors
分类号
S718.5
[农业科学—林学]
