[发明专利]一种森林地上生物量遥感估测通用模型构建方法

说明书

本发明公开了一种森林地上生物量遥感估测通用模型构建的方法，以Landsat 1987‑2011年的遥感数据和6期实测数据为数据源，先对遥感数据进行预处理得到归一化的数据集，计算样地遥感因子、生物量值及变化值，通过多元回归、线性联立方程组、地理加权回归、线性模型构建了森林地上生物量的静态和动态模型，通过验证确定最优的模型作为森林地上生物量的通用模型，给出了模型的参数形式。本发明充分挖掘了遥感因子变化和林分生物量变化量之间的关系，降低了由于单期遥感数据估测带来的不确定性；通过线性混合模型构建的森林地上生物量模型，极大地提高了模拟和预测精度；构建的通用模型可进行森林生物量的实时、时地估测。

技术领域

本发明涉及森林地上生物量估测领域，具体涉及一种基于时间序列遥感数据的森林地上生物量估测通用模型构建方法。

背景技术

在森林地上生物量测定中，包括传统测量方法以及遥感监测手段。日益发展的遥感技术具有快速、准确、对森林无破坏性并能进行长期、动态、连续宏观监测的优势，使得遥感监测手段成为获取森林地上生物量的主要途径。由于现有遥感估测手段建立的参数型模型依赖外业样地调查数据，拟合和预测精度较低，计算较为复杂，非参数模型虽然精度较高，但模型可移植性差，导致推广应用困难。

Landsat遥感数据于2007年免费开放，覆盖了全球范围且存档时间最长，虽然激光雷达数据估测森林地上生物量精度会有提高，但成本较高。通用模型是指能够在不同的环境及条件下普遍适用的方法或技术。生物量遥感估测通用模型是指模型的数学函数形式统一，模型适合多源遥感数据、适合不同时相数据、适合不同森林类型、适合不同地理环境等情况。

但是，目前利用遥感构建生物量估测的通用模型鲜有报道，利用Landsat建立的通用模型研究有：1)Townsend等2012年在《Remote Sensing of Environment》第119卷上发表了“A general Landsat model to predict canopy defoliation in broadleafdeciduous forests”，研究基于非落叶和落叶期间的Landsat植被指数值的差异，构建了落叶林中的冠层落叶通用模型，最终模型为包含植被指数的指数函数形式。2)Carmona等2015年在《Remote Sensing of Environment》第171卷上发表了“Development of a generalmodel to estimate the instantaneous,daily,and daytime net radiation withsatellite data on clear-sky days”，研究利用Landsat数据，建立了实时估测净辐射的通用模型。3)Roy等2016年在《Remote Sensing of Environment》第176卷上发表了“Ageneral method to normalize Landsat reflectance data to nadir BRDF adjustedreflectance”，研究采用开发了一种将Landsat反射率数据转换为调整后的BRDF反射率的通用方法。以上通用模型均未涉及到森林生物量的估测方面。另外，已经建立的森林生物量的通用模型基本是基于测树因子的，鲜有基于遥感数据的，如West等分别于1997年在《Science》上发表了“A general model for the origin of allometric scaling lawsin biology”和1999年在《Nature》上发表了“A general model for the structure andallometry of plant vascular systems”，推导了林木生物量与直径关系的通用模型。在国内，曾伟生等于2012年在《林业科学》上发表了“一个新的通用性相对生长生物量模型”，推导了新的林木生物量与直径关系的通用模型。从已公开的相关发明专利来看，专利“一种遥感森林生物量反演的方法(CN201510056042)”采用的是成本代价较高的LiDAR点云数据，模型构建采用的是较为常用的逐步回归模型，本发明已经对比了逐步回归和线性混合模型，且发现后者的模拟精度显著得到提高；专利“基于非线性偏最小二乘优化模型的森林碳汇遥感估算方法(CN201110207384)”、“基于混合weibull分布的森林生物量多尺度估测方法(CN201510170607)”、“光学反射模型与微波散射模型协同的森林生物量反演方法(CN201410799878)”等主要是涉及在建模方法、多源数据结合等方面的创新，未发现采取多期遥感数据和多期外业样地数据来建立通用的估测模型，避免由于单期遥感数据估测带来的不确定性等问题。