大兴安岭南段阔叶次生林生物量遥感模型研究

doi:10.13466/j.cnki.lyzygl.2014.01.016

林业资源管理 ›› 2014›› Issue (1): 77-81.doi: 10.13466/j.cnki.lyzygl.2014.01.016

大兴安岭南段阔叶次生林生物量遥感模型研究

王清梅¹, 包亮¹, 魏江生^1,2, 周梅^1,2, 彭家宾³

1.内蒙古农业大学生态环境学院,呼和浩特 010019;
2.赛罕乌拉森林生态系统定位研究站,内蒙古赤峰 025150;
3.巴彦淖尔市国土资源局,内蒙古临河 015000

收稿日期:2013-12-05 修回日期:2013-12-16 出版日期:2014-02-28 发布日期:2020-12-09
通讯作者: 包亮(1970-),男,(蒙古族),博士,副教授,主要从事土地信息技术研究。
作者简介:王清梅(1988-),女,(蒙古族),内蒙古喀喇沁旗人,在读硕士,从事土地信息技术研究。Email:494183280@qq.com
基金资助:
内蒙古自然基金“赛罕乌拉土地荒漠化及其环境影响遥感调查与评价”(2013MS0610)

Study on the Broadleaved Forest Biomass Model of RS in the Southern Part of Daxing'anling Mountains

WANG Qingmei¹, BAO Liang¹, WEI Jiangsheng^1,2, ZHOU Mei^1,2, PENG Jiabin³

1. College of Ecology and Environmental Science,Inner Mongolia Agricultural University,Huhhot 010019,China;
2. Forest Ecosystem Research Station At Saihanwula,Chifeng,Inner Mongolia 025150,China;
3. Bayannaoer and Resource Bureau,Linhe,Inner Mongolia 015000,China

Received:2013-12-05 Revised:2013-12-16 Online:2014-02-28 Published:2020-12-09

摘要/Abstract

摘要： 应用遥感技术对大兴安岭南段次生阔叶林生物量进行估测,融合2009年8月的SPOT及同期TM影像,结合DEM等资料,利用多源信息复合处理方法,在ENVI软件中计算归一化植被指数、比值植被指数,同时引入海拔、坡度、坡向与阔叶林生物量估测相关的因子,依据地面森林样地生物量实测数据,运用多元回归分析方法,建立阔叶林生物量遥感估测模型B=13220.418－(254.645S+7.218A+46.679RVI)。经过模型检验,各统计量均在合理范围之内,建立的多元回归生物量遥感估测值与实测值平均相对误差≤17.14%,模型预测结果合理精度较高,可用于赛罕乌拉国家级自然保护区阔叶林生物量预测,同时为大兴安岭南段阔叶次生林生物量的遥感估测奠定基础。

关键词: 森林生物量, 遥感, 多元回归分析

Abstract: The broadleaved forest Biomass model for the southern parst of Daxinganling Mountains was studied by RS technology in this paper.The SPOT-5 data and Landsat 5 TM in August 2009 were used as source data,with other data like DEM.On the basis of multi-source information composite processing method,normalized difference vegetation index and ratio vegetation index were extracted in ENVI .Slope,aspect and altitude were calculated from DEM.The local plot measured biomass data was taken as standard,through multiple regression analysis,remote sensing model for broadleaved forest Biomass 公式 was established.After accuracy test,all statistics were within the rational range,The average relative error was less than 17.4% showing the predicated values of RS model ere accurate,Less than 17.4%.It can be used for broadleaved forest biomass estimation in Saihanwula National Nature Reserve.Meanwhile,the RS model had a certain practical significance for broadleaved forest biomass estimation in broadleaved forest in the southern Daxinganling Mountains.

Key words: forest biomass, RS technology, multiple regression analysis

中图分类号:

S718.556

王清梅, 包亮, 魏江生, 周梅, 彭家宾. 大兴安岭南段阔叶次生林生物量遥感模型研究[J]. 林业资源管理, 2014,(1): 77-81.

WANG Qingmei, BAO Liang, WEI Jiangsheng, ZHOU Mei, PENG Jiabin. Study on the Broadleaved Forest Biomass Model of RS in the Southern Part of Daxing'anling Mountains[J]. FOREST RESOURCES WANAGEMENT, 2014,(1): 77-81.

[1]	郝君, 吕康婷, 胡天祺, 王云阁, 徐刚. 基于机器学习的红树林生物量遥感反演研究[J]. 林草资源研究, 2024, 0(1): 65-72.
[2]	朱赞, 王勇军, 王建琦, 许玉兰, 丘鑫琪, 万喜. 基于无人机倾斜摄影的广西桉树冠层碳储量计量模型构建[J]. 林草资源研究, 2024, 0(1): 88-94.
[3]	任晓琦, 侯鹏, 陈妍. 森林地上生物量遥感反演研究进展[J]. 林草资源研究, 2023, 0(6): 146-158.
[4]	焦全军, 郑焰锋, 黄文江, 张兵, 张鹤译, 史宜梦, 吴发云, 付安民. 陆地生态系统碳监测卫星松材线虫病变色木识别指数研究[J]. 林业资源管理, 2023, 0(4): 123-131.
[5]	邹为民, 陈超, 黄蕾, 宋美萱, 李雪建, 杜华强. 地理加权回归模型结合卫星遥感的松阳县森林地上碳储量估算[J]. 林业资源管理, 2023, 0(4): 132-140.
[6]	梁立成, 傅晓强, 张滨, 程谷栒, 李佐晖. 基于GEE与随机森林的象山港互花米草动态监测[J]. 林业资源管理, 2023, 0(3): 38-45.
[7]	周梅, 李春干, 杨承伶, 李振. 无人机激光雷达人工林参数估测试验[J]. 林业资源管理, 2023, 0(3): 90-97.
[8]	张绘芳, 朱雅丽, 张景路, 高健, 地力夏提·包尔汉. 基于高分遥感数据的阿尔泰山乔木林地上生物量预测[J]. 林业资源管理, 2023, 0(2): 104-110.
[9]	聂靖, 陆驰, 欧光龙, 胥辉. 基于Landsat8 OLI遥感因子的思茅松地上生物量二阶抽样估测[J]. 林业资源管理, 2022, 0(6): 68-75.
[10]	杨雪清, 孙志超, 王立生, 柴政, 邱议文, 蒋春颖. 森林可燃物大样地抽样调查方法研究[J]. 林业资源管理, 2022, 0(5): 53-59.
[11]	秦琳, 孟先进, 张水花, 薛亚东, 刘新科, 邢鹏. 北京三号卫星数据在松材线虫病遥感监测中的应用评价[J]. 林业资源管理, 2022, 0(4): 126-133.
[12]	曾伟生, 杨学云, 孙乡楠, 刘樯漪, 张宇超. 森林资源调查监测中各级储量数据的一体化方法研究[J]. 林业资源管理, 2022, 0(4): 13-19.
[13]	田海静, 王林, 韩立亮, 范云豹, 杨吉林. 基于哨兵2号多光谱遥感数据的草原植被盖度反演——以内蒙古自治区为例[J]. 林业资源管理, 2022, 0(4): 134-140.
[14]	任天晨, 陈军锋, 刘楠. 山西省五台山地区近30年植被覆盖动态变化及影响因素[J]. 林业资源管理, 2022, 0(4): 89-99.
[15]	郝帅, 王星, 张秋良, 王冰, 田原. 大兴安岭火烧迹地遥感提取研究[J]. 林业资源管理, 2022, 0(2): 75-81.

大兴安岭南段阔叶次生林生物量遥感模型研究

Study on the Broadleaved Forest Biomass Model of RS in the Southern Part of Daxing'anling Mountains

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价