《複雜地形條件下多源遙感數據森林生物量協同反演研究》是依託河海大學，由何祺勝擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：複雜地形條件下多源遙感數據森林生物量協同反演研究
- 項目類別：青年科學基金項目
- 項目負責人：何祺勝
- 依託單位：河海大學
項目摘要,結題摘要,
項目摘要
森林是地球陸地生態系統主要的碳儲存庫，森林生物量作為陸地生態系統碳循環研究和碳動態分析的基礎，已經成為生態學和全球變化的重要研究內容。為彌補現有研究多針對平坦地形及未能實現多源感測器協同反演的不足，本課題針對複雜地形（多數森林區分布在山區地形），建立光學、雷射雷達、微波多源遙感數據的森林生物量協同反演。本課題利用雷射雷達與光學數據提取的結構參數、葉面積指數垂直分布、冠層覆蓋度以及樹冠的空間分布狀況，並將這些特徵信息協同到微波後向散射模型中去，量化冠層對微波信號的衰減，提高生物量的反演精度。在構建協同反演模型的過程中，考慮地形影響對光學與微波信號的影響，建立複雜地形條件下多源遙感數據協同反演模型，並考慮其尺度效應。最後與單一數據源的結果進行比較分析，定量評價協同反演的效果。綜合利用多源遙感數據的特徵信息，實現各感測器信息互補，可望從平面到垂直分布進一步提高森林生物量的反演精度。
結題摘要
森林是地球陸地生態系統主要的碳儲存庫，森林生物量作為陸地生態系統碳循環研究和碳動態分析的基礎，已經成為生態學和全球變化的重要研究內容。為彌補現有研究多針對平坦地形及未能實現多源感測器協同反演的不足，本項目提出基於LiDAR、光學數據和SAR的森林生物量協同反演模型。從模型的角度建立了將LiDAR結構參數與光學數據葉面積指數、覆蓋度協同微波後向散射模型中的森林生物量協同反演模型。主要內容包括：1）基於不同密度雷射雷達點雲數據的區域森林參數的提取。對高密度雷射雷達數據通過先提取單木信息，然後進行區域森林參數提取的方法。對於低密度雷射雷達數據，通過對歸一化點雲統計的方法，建立森林參數與點雲統計量的估測方程進行區域森林參數的提取。並進行了森林生物量不同組分的估算研究。2）山地地形條件下SPOT5數據森林生物量反演。本研究對包含信息量最多的第一主成分進行了紋理測度計算，並研究了不同視窗大小對生物量反演的影響。結果表明紋理信息在生物量建模中可以發揮很大的作用，顯著地提高了生物量的估算精度。3）提出了一種基於高光譜與雷射雷達提取葉面積指數垂直分布的方法，綜合利用高光譜數據的水平信息以及雷射雷達到植被高度信息的反映，提取了區域葉面積指數的垂直分布，可以為基於物理模型的植被輻射傳輸模型提供更為精確的參數輸入。4）基於多源遙感數據的森林生物量協同反演研究。從模型的角度建立了將LiDAR結構參數與光學數據葉面積指數、覆蓋度協同微波後向散射模型中的森林生物量協同反演模型。模擬的結果表明從總的後向散射中減去樹冠後向散射和樹冠地表雙向散射後能更好的反映森林生物量。本研究充分利用光學數據對森林水平信息的反映，結合雷射雷達對森林垂直結構的探測，提取葉面積指數的垂直分布、冠層覆蓋度，並將這些特徵信息協同到微波後向散射模型中去，該協同反演模型充分利用各感測器的優勢，將各感測器提取的優勢參數相結合，使各感測器優勢互補，為多源遙感數據地表參數的協同反演提供一種新的思路。
