基于MODIS數(shù)據(jù)反演森林地上生物量的研究.pdf

1、迅速發(fā)展的遙感技術(shù)為森林生物量的估算提供了一條快捷、方便而又可靠的途徑。在遙感數(shù)據(jù)中，MODIS(Moderate-resolution Imaging Spectroradiometer)是美國對地觀測計劃中一種比較重要的傳感器。MODIS遙感數(shù)據(jù)具有宏觀性強、周期性短等特點，已逐漸成為自然資源探查、災(zāi)害實時預(yù)警、國土統(tǒng)計調(diào)查、宏觀生產(chǎn)管理等方面的重要手段，MODIS數(shù)據(jù)憑借其穩(wěn)定、經(jīng)濟等方面的優(yōu)勢在估算大尺度森林生物量上有著廣泛的應(yīng)

2、用。本文以吉林省汪清林區(qū)為例，利用MODIS遙感數(shù)據(jù)的多特種信息提取，統(tǒng)計分析不同森林類型，采用決策樹方法對森林類型進行識別，并利用多元回歸模型和B-P神經(jīng)網(wǎng)絡(luò)模型，結(jié)合森林類型估算不同森林生物量，對其評價，制成森林生物量分布圖。主要研究內(nèi)容及結(jié)果如下:
　　(1)采用Savizky-Golay(S-G)濾波算法對經(jīng)過MRT（Modis Reprojection Tool）處理好的MODIS時間序列圖像進行去噪處理，通過S-G濾波

3、后，有效地平滑原曲線，在一定程度上減少了時間序列數(shù)據(jù)存在的噪聲問題。
　　(2)基于MODIS影像的多種產(chǎn)品特征信息，結(jié)合研究林區(qū)的地形分布，在空間維上分析影像的紋理特征信息和地形指標信息，時間維上分析植被的生長規(guī)律和地表溫度信息，統(tǒng)計分析植被的特征信息差異，利用決策樹方法對研究區(qū)的森林類型進行分類，并對分類結(jié)果進行精度評價。研究結(jié)果表明，總體分類精度為86.89％，Kappa系數(shù)為0.8216。其中闊葉林、針葉林、混交林和其他用

4、地分類精度分別為94.44％、87.50％、82.35％和80.00％。
　　(3)基于MODIS光譜植被參數(shù)，結(jié)合森林類型分類，利用多元回歸方法建立不同森林生物量模型，并對模型進行評價分析，其闊葉林、針葉林和混交林的生物量預(yù)測精度分別為47.7％、37.7％和53.5％，標準誤差分別為30.35 t·hm-2、31.73 t·hm-2和27.78t·hm-2。從結(jié)果可以看出，擬合精度并不理想;隨后，提出加入二向性反射數(shù)據(jù)MODI

5、S-BRDF模型參數(shù)因子，利用多元回歸方法建立不同森林生物量模型，結(jié)果表明，加入二向性反射數(shù)據(jù)的模型，闊葉林、針葉林和混交林的生物量估測精度分別為86.3％、80.0％和76.7％，標準誤差分別為15.23 t·hm-2、17.78 t·hm-2和18.42 t·hm-2。
　　(4)基于多元回歸的模型參數(shù)，利用B-P神經(jīng)網(wǎng)絡(luò)方法估測森林生物量。構(gòu)建B-P網(wǎng)絡(luò)模型，確定適合該地區(qū)的模型參數(shù)，對訓練樣本和驗證樣本進行模擬仿真，其仿真

6、結(jié)果:闊葉林、針葉林和混交林的預(yù)測生物量精度分別為95.4％，95.7％和92.8％，相對誤差分別為4.59 t·hm-2、5.53 t·hm-2和7.56 t·hm-2，標準誤差分別為3.12 t·hm-2、5.52t·hm-2和5.14 t·hm-2。
　　(5)利用B-P神經(jīng)網(wǎng)絡(luò)構(gòu)建生物量模型，結(jié)合模型中所應(yīng)用的MODIS參數(shù)影像，利用B-P神將網(wǎng)絡(luò)仿真，分別建立B-P神經(jīng)網(wǎng)絡(luò)森林生物量模型系統(tǒng)，輸出闊葉林、針葉林和混交林生