摘要：无瓣海桑(Sonneratia apetala)是中国红树林恢复种植最早引进的优质红树树种,其生产力在红树林群落中处于较高水平,具有显著的高生物量和能量积累。然而,由于红树林群落冠层密集、结构复杂,精确描绘无瓣海桑的单木树冠存在极大挑战性。传统的卫星遥感侧重于区域或更大尺度监测需求,而新兴的低空无人机遥感在更精细尺度的红树林生态监测中具有显著优势。以广东省珠海市淇澳岛红树林自然保护区为研究区,利用消费级无人机影像生成的冠层高度模型(Canopy Height Model,CHM)和种子区域生长(Seed Region Growing,SRG)算法进行无瓣海桑单木树冠提取,并建立基于地面调查数据获取的树高和胸径两者之间的回归关系,以优化无瓣海桑地上生物量异速生长方程,进而实现研究区单木尺度的无瓣海桑地上生物量估算。结果表明:基于无人机影像可以有效提取无瓣海桑单木树冠,其提取精度达到67%;验证了树高和胸径之间较高的相关性,提出了基于树高的无瓣海桑地上生物量异速生长方程;研究区无瓣海桑平均地上生物量的范围为2.99~247.24 t/hm2,平均值为92.14 t/hm2,且单木地上质量分布具有空间聚集性。

摘要：光学和合成孔径雷达(SAR)多源传感器数据融合对提高森林地上生物量(AGB)提取精度具有重要意义。以太平湖森林为研究对象,以Sentinel-1 SAR数据和Sentinel-2光学数据为数据源,利用随机森林回归算法系统性地评估光学和SAR数据对AGB反演的互补优势和策略选择。采用Sentinel-2光学数据的AGB反演精度(R^(2)=0.63,RMSE=37.05 mg/hm^(2),sMAPE=0.56)优于采用Sentinel-1 SAR数据的AGB反演精度(R^(2)=0.37,RMSE=52.25 mg/hm^(2),sMAPE=0.65),联合两者数据的AGB估算精度最高(R^(2)=0.69,RMSE=34.17 mg/hm^(2),sMAPE=0.55);基于不同策略构建的AGB估计模型当中,植被指数(RVI、NDVI和红边相关的NDVIre)和纹理变量(NDVIre_Mea)的重要性高于光谱波段和后向散射系数。联合Sentinel-1和Sentinel-2数据的光谱波段、植被指数、纹理信息和后向散射系数,能够有效的缓和遥感信息饱和性问题和提高AGB反演精度。

摘要：【目的】基于浙江省中分辨率成像光谱仪(MODIS)时间序列数据,对浙江省竹林地上生物量进行估算,为竹林碳汇遥感监测提供参考。【方法】以MODIS叶面积指数(LAI)、增强型植被指数(EVI)和比值指数(RVI)时间序列数据为变量,利用随机森林模型筛选变量,采用支持向量回归(SVR)模型估算研究区竹林地上生物量。【结果】随机森林模型共筛选出43个对竹林地上生物量影响最大的变量;基于43个变量,采用radial核函数构建的SVR模型预测能力最强,模型训练精度和测试精度分别为0.76和0.72,均方根误差分别为5.15和8.03 Mg·hm^(-2)。浙江省全省竹林地上生物量均值为7.85 Mg·hm-2,总地上生物量为3.31×10^(7) Mg;浙江省竹林地上生物量在各市具有明显的差异性,其中,湖州市、杭州市、金华市、绍兴市和宁波市的竹林地上生物量均值均大于全省均值,湖州市竹林地上生物量均值最大,为13.56Mg·hm^(-2),舟山市地上生物量均值最小,为5.72 Mg·hm^(-2)。【结论】耦合了MODIS LAI、EVI、RVI时间序列数据的SVR模型可实现浙江省竹林地上生物量较高精度的估算。图3表1参31。

摘要：为探究喀斯特次生林地上生物量与环境因子的关系,该文以黔中普定县喀斯特天龙山典型次生林样地为研究对象,采取单物种及不同径级组地上生物量模型计算优势种及群落生物量,采用空间分布图描述环境因子与群落地上生物量空间分布状况,利用相关性检验(Pearson)、一般线性模型(GLM)以及冗余分析(RDA)讨论群落、生活型、物种地上生物量与环境因子的关系。结果表明:(1)喀斯特次生林群落地上生物量总量为106.94 t·hm^(-2),优势种地上生物量占整个样地的91.77%,其中常绿植物高于落叶,窄叶柯(Lithocarpus confinis)与化香树(Platycarya strobilacea)地上生物量在群落中占比最高,分别为34.23%和34.37%。(2)岩石裸露率空间分布呈现明显的上下梯度差异,上坡显著大于下坡,坡度与土壤厚度空间分布不连续,无明显规律。(3)群落地上生物量与土壤厚度呈显著正相关,二者空间分布趋于一致,土壤厚度是群落地上生物量的主要影响因子,岩石裸露率与坡度对群落地上生物量的影响较低。(4)对于不同生活型,岩石裸露率对地上生物量的影响程度最高,土壤厚度与坡度对常绿植物的影响大于落叶。(5)对于不同物种,环境因子与地上生物量的相关性复杂,大部分物种与土壤厚度呈正相关,化香树、刺异叶花椒(Zanthoxylum dimorphophyllum ***)分别与岩石裸露率、坡度呈正相关。综上认为,该研究区次生林植被恢复缓慢,土壤厚度是群落地上生物量的主要影响因子,但对于不同生活型和物种而言,地上生物量对环境的响应会受到生活型差异、物种生境偏好及种间关系等生物因素的影响。

摘要：草地生物量的研究对植物生态学和植物生产都具有重要的意义。草地生物量研究有助于更好地了解草地生态系统,草地生物量是草地生态系统健康评价、草地资源可持续开发利用的标准,可以帮助我们更好地管理草地。近年来,机器学习在估算草地生物量方面的研究取得了一定的进展。而高斯回归模型是一种有效的机器学习方法,可以用来估算草地生物量。它的优点在于可以利用草地的多种信息(如气候、土壤、植物特征等),从而更准确地预测草地的生物量,对正确识别草地特征和提高草地生物量估算的准确性有重要的意义。然而高斯回归模型具有一定的复杂性,对无程序基础的研究者来说实现具有一定的难度,由于它需要调整大量的参数,使模型能够很好地拟合数据,这需要大量的计算时间和计算资源,更需要不断尝试超参数的优化。如果不断更改代码的话,耗时耗力,并且需要一定程度的代码基础,因此设计基于GPR模型的草地生物量估算软件就十分具有必要性。

摘要：【目的】针对多源遥感数据及其派生特征因子数据维度高、信息冗余、易造成估测模型过拟合等问题,从高维度遥感特征因子中高效优化特征组合,优化区域森林地上生物量(AGB)的k最近邻(k-NN)估测模型。【方法】提出基于快速迭代特征选择的k最近邻法(KNN-FIFS),以森林资源样地调查数据计算的森林AGB为参考,以留一法交叉验证(LOO)相应的k-NN模型反演的森林AGB均方根误差(RMSE)最小为原则,依次迭代选取遥感特征,优化区域森林AGB的k-NN估测模型。以大兴安岭根河森林保护区为研究区,结合Landsat-8 OLI各波段光谱信息、植被指数、纹理、地形因子、机载合成孔径雷达(SAR)P-波段HV极化后向散射强度信息(PHV)以及森林资源样地调查数据,利用KNN-FIFS方法估测研究区森林AGB,并与多元线性逐步回归法(SMLR)进行对比分析。【结果】利用KNN-FIFS方法,得到当k为3,特征组合为PHV、短波红外波段一均一性(H6)、短波红外波段一二阶矩(S6)、短波红外波段二二阶矩(S7)、海蓝波段相关性(Cr1)、近红外波段相关性(Cr5)、海蓝波段相异性(D1)、增强型植被指数(EVI)时,研究区森林AGB估测结果最优,其精度(R^2=0.77,RMSE=22.74 t·hm^(-2))显著优于SMLR估测精度(R^2=0.53,RMSE=32.37 t·hm^(-2))。【结论】KNN-FIFS方法相比SMLR更适用于森林AGB多源遥感估测;KNN-FIFS方法可以从高维度遥感特征因子中高效选取相关特征进行森林AGB估测。

摘要：【目的】研究荒漠植被地上生物量随距河道距离的空间分布特征,并结合地下水埋深数据分析地上生物量与地下水埋深之间的关系,以期为干旱荒漠区生态环境恢复和重建提供理论依据。【方法】以塔里木河下游英苏断面荒漠河岸林植被为对象,于2014年9月下旬在英苏断面布设垂直河道、100 m×100 m的标准地20块,形成长2 000 m的连续样带,记录标准地内乔木、灌木的物种数、总个体数及冠幅、株高、胸径等形态因子,根据胡杨生物量模型和获取的灌木标准枝鲜质量,分别计算胡杨和灌木的地上生物量;将标准地进一步分割为4块50 m×50 m的样地,在每个样地对角线两侧随机布设6-8个1 m×1 m的样方,记录草本种类、个体总数等因子,并将样方内草本齐地面刈割,获取地上生物量数据。结合样带植被群落地上生物量数据和地下水埋深数据,拟合二者之间的方程,并进行显著性检验。【结果】塔里木河下游荒漠植被地上生物量与距河道垂直距离和地下水埋深均显著负相关（P〈0.05）,总地上生物量、乔木层和灌木层地上生物量均随距河距离增大而减少,草本地上生物量则呈＂先小幅度增加后持续减少＂的单峰型变化趋势;样带内乔灌草总地上生物量主要分布在地下水埋深〈4 m（距河0-300 m）范围内,地上生物量可达855.06 g·m^-2;当地下水埋深在4-5.5 m（距河道300-1 000 m）时,地上生物量为321.08 g·m^-2,减少62.45%;当地下水持续降到〉5.5 m（距河道1 000-2 000 m）时,地上生物量只有110.19 g·m^-2,比河道附近减少了87.11%。【结论】塔里木河下游荒漠植被群落组成和地上生物量随距河道距离和地下水埋深变化呈现显著的空间异质性,表明地下水埋深是影响荒漠植被群落组成和地上生物量的一个重要因子,同时也反映出河道作为荒漠河岸林的主要水源控制荒漠植被的空间分布和结构,体现出极端干旱区生态系统空间分布和结构特征的特殊控制机制。

摘要：森林生物量估计是森林生产力和碳汇研究的基础,如何准确计量和预测其生物生产力,对科学地评价森林生态系统在全球碳循环中的贡献及其提升森林的生态服务功能具有重要的理论价值和实践意义。文章以分布于我国东北地区的蒙古栎为研究对象,用实测的75株蒙古栎样本数据进行相关性分析,通过对75株蒙古栎样本数据的主要测树因子进行分析,选用了相关性紧密的胸径(D)、树高(H)和胸径—树高(D2H)因子作为自变量,应用常用的7种线性和非线性经验方程对蒙古栎建模样本数据进行模型的拟合、参数估计、筛选和独立性检验,构建了蒙古栎各个器官组分生物量模型。

摘要：目前,东北落叶松地上生物量方程主要采用分树种或把不同树种归为一体的方法,但是,既能反映落叶松生物量与自变量的平均关系,又能反映不同树种间生物量差异程度的通用性落叶松生物量方程迄今尚未构建。因此,以东北地区兴安落叶松和长白落叶松地上生物量数据为研究对象,构建一元(自变量为胸径)、二元(自变量为胸径和树高)和三元(自变量为胸径、树高和冠幅)的不同树种生物量通用方程。由于起源和地域的不同,生物量可能会存在一定程度差异,进而,在所构建的不同树种生物量通用方程的基础上,考虑起源和地域的差异,利用哑变量方法构建既能考虑不同树种又能考虑林分起源和不同地域的东北落叶松地上生物量通用方程,并利用加权最小二乘法剔除方程异方差。结果表明:通过哑变量方法构建不同树种生物量模型方法可行;不论是传统的生物量方程,还是只考虑树种或同时考虑树种、起源和地域的通用生物量方程,增加自变量能提高方程预测效果,即,三元生物量方程预测精度最高,二元生物量方程次之,一元生物量方程最低;当同时考虑树种、起源和地域时,方程预测精度最高,只考虑树种的生物量通用方程次之,传统生物量方程最低。因此,如果数据允许,建议构建考虑不同树种、起源和地域的三元生物量方程估计东北地区长白落叶松和兴安落叶松地上生物量。

摘要：以东北云杉为研究对象,利用立木材积和地上生物量实测数据,通过利用总量直接控制和度量误差模型方法,研建相容的立木材积方程、地上生物量方程、生物量转换函数及各分项生物量模型。结果表明:地上生物量模型在引入树高因子后,改善了模型的精度和平均预估误差;所建立的东北云杉一元相容性方程,其立木材积和地上生物量模型的确定系数分别为0.94和0.97,平均预估误差分别为5.36%和3.55%;而二元相容性方程,立木材积和地上生物量模型的确定系数均在0.98以上,平均预估误差控制在3.06%以下。所建立的模型可以用于我国东北云杉林地上生物量的估计。