[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

摘要

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。

主权项

1.一种森林地上生物量遥感估测通用模型构建方法，其特征在于，包括如下步骤：步骤1、获取美国陆地卫星Landsat时间序列图像，经过辐射定标、大气校正、几何校正、地形校正，得到地表反射率和几何位置归一化的数据集；步骤2、提取遥感图像的原始波段、植被因子、图像增强因子、纹理因子、地形因子，并计算遥感因子的变化量；步骤3、进行野外样地调查，对伐倒木进行取样称重，带回实验室烘干称重，采用不同的函数形式拟合得到单木的地上生物量估测模型；步骤4、根据每五年国家完成的一类森林资源调查样地数据，计算样地水平下的地上生物量，同时计算样地森林地上生物量的变化量和遥感因子变化量，ΔAGB＝AGBn‑AGBn‑5       (1)ΔRS＝RSn‑RSn‑5          (2)其中，ΔAGB和ΔRS分别代表地上生物量和遥感因子的变化量，n代表年份；步骤5，以步骤2和步骤4得到的因子作为变量，构建模型数据集；步骤6，构建森林地上生物量的通用模型形式为，其中，f()是给定形式的数学函数，括号里的是自变量，为输入的变量，输入变量中，DBH为样地树木平均胸径，H为平均树高，Age为平均树龄，B1…Bm为卫星原始波段因子，C1…Cn为波段组合因子，V1…Vo为植被指数值，I1…Ip为信息增强因子，W1…Wq为纹理因子，G1…Gr为地理因子，R1…Ru为参考参数，依赖于监测的对象类别和卫星图像的空间分辨率；步骤7，根据相关性筛选重要性强的遥感因子，采用皮尔逊相关系数、散点图曲线方法综合判断与生物量相关性强的因子；步骤8，通过逐步回归、线性混合模型、线性联立方程组、地理加权回归模型来构建森林地上生物量；剔除少量的10以下的生物量值和较高的离群值，避免遥感数据饱和造成的生物量估测误差，随机选取80％的数据构建模型，20％的数据用于检验；步骤9，模型检验，通过以下指标来评价模型的模拟精度和检验精度；决定系数：相对均方根误差：相对平均绝对误差：其中，为第i和点森林地上生物量的预测值，y_i为观测值，为观测值的平均值。