基于遥感的广州市林分光合有效辐射分析研究

林业资源管理 ›› 2010›› Issue (3): 115-119.

基于遥感的广州市林分光合有效辐射分析研究

薛亚东¹, 杨燕琼²

华南农业大学林学院,广州 510640

收稿日期:2010-03-25 修回日期:2010-04-29 发布日期:2020-12-14
通讯作者: 杨燕琼,女,副教授,博士,主要从事3S在农林业领域应用研究与教学工作。
作者简介:薛亚东(1987-),男,江苏徐州人,在读硕士,主要从事森林资源动态监测的研究。Email:snowyaya@126.com
基金资助:
珠江三角洲地区土地利用和大气颗粒物沉降区划技术(2006AA06A306);广东省林业局项目“珠江三角洲地区森林资源监测技术研究”(4400-F08108)

RS-based Analysis on Guangzhou Forest Stand PAR

XUE Yadong¹, YANG Yanqiong²

Forestry College of South China Agricultural University, Guangzhou 510640, China

Received:2010-03-25 Revised:2010-04-29 Published:2020-12-14

摘要/Abstract

摘要： 以1998年Landsat TM,2003年Landsat ETM⁺和2007年IRS-P6卫星数据为信息源,利用归一化植被指数(NDVI)与光合有效辐射(PAR)的线性关系,得到广州市PAR的情况,研究其动态变化。结果表明:在经济快速发展的10年中,1998—2003年广州市林分PAR逐年增强,特别是阔叶林增加较快,而针叶林保持较稳定的状态,森林生产力较高。2003—2007年广州市区、花都区、番禺3个区的林分PAR明显减弱,2007年广州市区和番禺区林分光合有效辐射比率(FPAR)较小,这说明广州市在珠三角发展的带动下城市化进程加快,人为活动的影响越来越明显。

关键词: 遥感, 林分光合有效辐射, 归一化植被指数

Abstract: In this paper, Landsat TM of 1998, Landsat ETM⁺ of 2003 and IRS-P6 of 2007 satellite data were used as the information source and the linear relationship between the normalized difference vegetation index (NDVI) and the photosynthetically active radiation (PAR)utilized for obtaining the photosynthesis effective radiation situation and studying the dynamics of forest stands in Guangzhou City. The results showed that in the course of rapid economic development for a decade the Guangzhou forest stand PAR increased year by year from 1998 to 2003, especially in broadleaf forests increased faster, while that of the coniferous forest maintained a more stable state, which suggested a higher forest productivity. From 2003 to 2007, in 4 districts of Guangzhou City, forest stand FPAR significantly weakened. In 2007, in Panyu District and the city urban area, the forest stand photosynthetically active radiation rate (FPAR) was small. This showed that the urbanization process of Guangzhou City was accelerating and the impacts of human activities were increasingly apparent.

Key words: remote sensing, stand PAR, NDVI

中图分类号:

Q945

薛亚东, 杨燕琼. 基于遥感的广州市林分光合有效辐射分析研究[J]. 林业资源管理, 2010,(3): 115-119.

XUE Yadong, YANG Yanqiong. RS-based Analysis on Guangzhou Forest Stand PAR[J]. FOREST RESOURCES WANAGEMENT, 2010,(3): 115-119.

[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]	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.
[13]	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.
[14]	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.
[15]	王伟, 杨净, 高显连, 曾伟生. 2020年全球森林资源评估遥感调查方法和思考[J]. 林业资源管理, 2021, 0(6): 1-5.