联合GF-6和Sentinel-2红边波段的森林地上生物量反演

作     者：蒋馥根 孙华 李成杰 马开森 陈松 龙江平 任蓝翔 JIANG Fugen;SUN Hua;LI Chengjie;MA Kaisen;CHEN Song;LONG Jiangping;REN Lanxiang

作者机构：中南林业科技大学林业遥感信息工程研究中心长沙410004 林业遥感大数据与生态安全湖南省重点实验室长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室长沙410004 广西壮族自治区森林资源与生态环境监测中心南宁530000 国家林业和草原局中南调查规划设计院长沙410004 

基　　金：国家自然科学基金面上项目(31971578) 湖南省教育厅重点项目(17A225) 湖南省普通高校青年骨干教师培养对象项目(90102-7070220090001) 中南林业科技大学研究生科研创新项目(CX202101005) 

出 版 物：《生态学报》 (Acta Ecologica Sinica)

年 卷 期：2021年第41卷第20期

页      码：8222-8236页

摘      要：光谱反射率能反映地物差异,是森林地上生物量(Aboveground Biomass, AGB)遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以GF-6和Sentinel-2多光谱影像作为数据源,结合野外调查AGB数据,构建落叶松和樟子松AGB线性和非线性估测模型,通过比较模型精度选择最优模型进行森林AGB反演和空间分布制图。结果表明:GF-6和Sentinel-2影像红边波段反射率与落叶松、樟子松AGB均呈显著相关(P<0.05),红边波段对AGB估测较敏感。多变量估测模型整体估测效果优于单变量模型,所有模型中多元线性回归模型取得了最优的决定系数(落叶松R2=0.66,樟子松R2=0.65)和最低的均方根误差(落叶松RMSE=31.45 t/hm^(2),樟子松RMSE=54.77 t/hm^(2))。相比单个数据源,联合GF-6和Sentinel-2影像构建的多元线性回归模型估测效果得到了显著提升,模型RMSE对于落叶松和樟子松AGB估测分别最大降低了22.9%和11.2%。增加红边波段进行AGB估测能显著提高模型估测精度,三组数据源分别加入红边波段信息后进行建模,模型RMSE得到了显著降低。GF-6拥有800 km观测幅宽和高效的重访周期,可以快速地提供大尺度时间序列数据,在森林地上生物量反演和动态监测方面有着很大潜力。

主 题 词：森林地上生物量 落叶松 樟子松 遥感反演 GF-6 Sentinel-2 

学科分类：09[农学] 0903[农学-动物生产类] 

核心收录：

D　O　I：10.5846/stxb202012173204

馆 藏 号：203105924...