基于ALOS PALSAR数据的森林蓄积量估测技术研究

林业资源管理 ›› 2010›› Issue (1): 113-117.

基于ALOS PALSAR数据的森林蓄积量估测技术研究

杨永恬^1,2, 李增元^1,2, 陈尔学^1,2, 凌飞龙^1,2

1.中国林业科学研究院资源信息研究所,北京 100091;
2.国家林业局林业遥感与信息技术重点开放性实验室,北京 100091

收稿日期:2009-12-30 修回日期:2010-01-25 发布日期:2020-12-14
作者简介:杨永恬(1979-),女,博士研究生,主要从事林业遥感应用研究。Email:forevert@sina.com.cn
基金资助:
中央级公益性科研院所基本科研业务费专项资金项目“森林结构参数遥感综合定量反演方法研究”

Forest Volume Estimation Method Based on ALOS PALSAR Data

YANG Yongtian^1,2, LI Zengyuan^1,2, CHEN Erxue^1,2, LING Feilong^1,2

1. Institute of Forest Resources Information Techniques, Chinese Academy of Forestry, Beijing, 100091;
2. Laboratory for Forestry Remote Sensing and Information Techniques of State Forestry Administration, Beijing, 100091, China

Received:2009-12-30 Revised:2010-01-25 Published:2020-12-14

摘要/Abstract

摘要： 以吉林省汪清林业局为研究区,基于ALOS PALSAR和森林资源二类清查固定样地数据,利用非线性回归方法建立了固定样地蓄积量与所对应的PALSAR像元后向散射系数之间的关系,结果表明,除杨树(Populus ussuriensis)等树种组外, PALSAR的HV后向散射系数与蓄积量呈良好的正相关关系,对多数树种而言,交叉极化方式(HV)后向散射系数与蓄积量的决定系数比同极化方式(HH)的略高。若以林场为单位统计,采用回归方法得到的估测结果与直接利用固定样地估测的结果相差很小。

关键词: ALOS PALSA, 后向散射系数, 森林蓄积量

Abstract: Based on the ALOS PALSAR data and forest management inventory fixed plot data, nonlinear regression method was used for analyzing the relationship between backscattering coefficient and plot forest volume (m³/hm²). The test site was located in Wangqing Forest Bureau of Jilin Province. Results showed that HV polarization backscattering coefficient has good positive correlation with forest volume except forest stand with Poplar (Populus ussuriensis) as the dominant tree species. For most forest stands no matter what kinds of dominant tree species, the coefficient of determination between HV polarization and forest volume is higher than that between HH polarization and forest volume. Results also showed the difference between the result estimated from SAR data using regression method and that estimated directly from plots data is small when the forest farm is taken as a basic statistic unit.

Key words: ALOS PALSAR, backscattering coefficient, forest volume

中图分类号:

TP79
S758.5

杨永恬, 李增元, 陈尔学, 凌飞龙. 基于ALOS PALSAR数据的森林蓄积量估测技术研究[J]. 林业资源管理, 2010,(1): 113-117.

YANG Yongtian, LI Zengyuan, CHEN Erxue, LING Feilong. Forest Volume Estimation Method Based on ALOS PALSAR Data[J]. FOREST RESOURCES WANAGEMENT, 2010,(1): 113-117.

参考文献

[1] 杨洪晓,吴波,张金屯,等.森林生态系统的固碳功能和碳储量研究进展[J].北京师范大学学报:自然科学版,2005,41(2):172-177.
[2] Brown S, Sathaye J, Canell M, et a1.Mitigation of carbon emission to the atmosphere by forest　management[J].Com For Rev, 1996, 75: 80-91.
[3] 江东,王礼茂.森林碳循环研究中的空间信息技术[J].甘肃科学学报,2005,17(2):88-92.
[4] 庞勇,李增元,陈尔学,等.激光雷达技术及其在林业上的应用[J].林业科学,2005,41(3):129-136.
[5] 陈尔学.合成孔径雷达森林生物量估测研究进展[J].世界林业研究,1999,12(6):18-23.
[6] Luckman A, Baker J, Wegm¨uller U.Repeat-pass interferometric coherence measurements of disturbed tropical forest from JERS and ERS satellites[J].Remote Sensing of Environment, 2000,73:350-360.
[7] Fransson J, Smith G, Askne J, et al.Stem volume estimation in boreal forests using ERS-1/2 coherence and Spot XS optical data[J].International Journal of Remote Sensing,2001,22(14):2777-2791.
[8] Pulliainen J, Engdahl M, Hallikainen M.Feasibility of multi-temporal interferometric SAR data for stand-level estimation of boreal forest stem volume[J].Remote Sensing of Environment,2003,85:397-409.
[9] Tansey K J, Luckman A J, L Skinner, et al.Classification of forest volume resources using ERS tandem coherence and JERS backscatter data[J].International Journal of Remote Sensing,2004,25:751-768.
[10] 王臣立,牛铮,郭治兴,等.Radarsat SAR的森林生物物理参数信号响应及其蓄积量估测[J].国土资源遥感,2005(2):24-28
[11] 朱海珍,庞勇,杨飞,等.基于ENVISAT ASAR数据的森林蓄积量估计研究[J].地理与地理信息科学,2007,23(2):51-55.
[12] Dobson M C, Ulaby F T, Letoan, et al.Dependence of radar backscatter on coniferous forest biomass[J].IEEE Transactions on Geoscience and Remote Sensing.1992,30:412-415.

[1]	邱洁, 李倩楠, 虞瑶. 机载激光雷达数据估测森林资源蓄积量研究[J]. 林业资源管理, 2023, 0(1): 153-160.
[2]	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.
[3]	黄冰倩, 岳彩荣, 朱泊东. 基于GF-1数据多尺度遥感特征的森林蓄积量估测研究[J]. 林业资源管理, 2022, 0(3): 54-59.
[4]	龙植豪, 罗鹏, 许等平, 李振, 代华兵. Sentinel-2A红边波段森林蓄积量反演研究[J]. 林业资源管理, 2022, 0(2): 126-134.
[5]	曾伟生. 森林蓄积量和生物量多元混合模型研建[J]. 林业资源管理, 2021, 0(6): 23-28.
[6]	肖越, 许晓东, 龙江平, 林辉. 基于国产高分数据的森林蓄积量反演研究[J]. 林业资源管理, 2021, 0(3): 101-107.
[7]	曾伟生, 夏锐. 全国森林资源调查年度出数统计方法探讨[J]. 林业资源管理, 2021, 0(2): 29-35.
[8]	孙忠秋, 吴发云, 胡杨, 高显连, 高金萍. 基于Landsat-8 OLI数据的马尾松林蓄积量饱和点确定及估测[J]. 林业资源管理, 2020, 0(6): 135-142.
[9]	韩瑞, 吴达胜, 方陆明, 黄宇玲. 基于Boruta和极端随机树方法的森林蓄积量估测[J]. 林业资源管理, 2020, 0(4): 127-133.
[10]	曾伟生, 孙乡楠, 王六如, 王威, 蒲莹. 基于机载激光雷达数据估计林分蓄积量及平均高和断面积[J]. 林业资源管理, 2020, 0(2): 79-86.
[11]	陈新云, 李利伟, 刘承芳, 王六如, 丁靖. 热带原始森林类型分类和蓄积量遥感反演研究[J]. 林业资源管理, 2019, 0(2): 39-46.
[12]	杨永恬, 杨广斌, 赵海兵. 喀斯特山区森林蓄积量的合成孔径雷达遥感估测研究[J]. 林业资源管理, 2018, 0(4): 100-104.
[13]	朱磊. 基于高清影像分层抽样技术在森林资源二类调查中的应用探索[J]. 林业资源管理, 2018, 0(3): 129-132.
[14]	肖中琪, 黄建文, 凌成星. 新疆天山西部天然林保护工程区林地及森林生物量空间变化分析[J]. 林业资源管理, 2018, 0(1): 57-62.
[15]	王宗梅, 徐天蜀, 岳彩荣, 刘琦. 基于哑变量的高山松蓄积量反演模型研究[J]. 林业资源管理, 2017, 0(4): 75-81.