基于GF-1影像的森林地上生物量估算的可行性研究

doi:10.19754/j.nyyjs.20250228017

摘要/Abstract

摘要： 本研究以辽宁省本溪市为研究区域，基于国产高分一号(GF-1)遥感影像数据，首先提取GF-1影像的波段信息、植被指数和纹理特征，然后通过利用筛选提取后的变量与森林资源连续清查实测的地上生物量 (Above Ground Biomass,AGB)分别构建了多元线性逐步回归和随机森林估算模型，结果表明随机森林模型的粉度较高(R2=0.67;RMSE=25.32;RMSE=18.84),且GF-1数据和随机森林模型的结合能够较准确地估算森林地上生物量，证明了使用G下-1影像捉取的信息估算森林地上生物量的可行性，为森林地上生物量的大面积估算捉供参考。

中图分类号:

. 基于GF-1影像的森林地上生物量估算的可行性研究[J]. 农业与技术, 2025, 45(4): 80-83.

参考文献

[1]Houghton R A.Aboveground Forest Biomass and the Global Carbon Balance [J].Global Change Biology,2010,11 (6):945-958. [2]J K,Dixon R K,Schroeder P E.Forest management and carbon storage:An analysis of 12 key forest nations [J].Water Air Soil Pollution,1993,70（1-4):239-257. [3]李海奎，雷渊才.中国森林植被生物量和碳储量评价[M]· 北京：中国林业出版社，2010. [4]Waring R H,Schlesinger W R.Foret ecosystem:concepts and management[M.Academic Press,Orlando.1985.[5]Xue-Ting L,Yuan Z,Bing-Fang W U.Advances in the Estima- tion of Above-ground Biomass of Forest Using Remote Sensing [J]. remote sensing for land resources,2011. [6]Li D,Wang C,Hu Y,et al.General review on remote sensing- based biomass estimation J].Geomatics Information ence of Wuhan University,2012,37 (6):631-635. [7]陈日东，林什全，潘国英，等.天堂山林场森林地上生物量及碳储量的遥感估算模型构建[J].林业与环境科学，2019,35 (03):71-77. [8]李强.基于多源遥感数据的六盘山森林生物量反演研究[D] 银川：宁夏大学，2022. [9]韩冬花.基于SP0T5的延庆县森林生物量研究[D].北京：北京林业大学，2011. [10]李明阳，吴军，余超，等.福建武夷山自然保护区森林碳储量遥感估测方法与空间分析[J.南京林业大学学报（自然科学版)，2014,38(06)：6-10. [11]FASSNACHT F E,HARTIG F,LATIFI H,et al.Importance of sample size,data type and prediction method for remote sensing- based estimations of aboveground forest biomass [J].Remote Sens Environ,2014,154:102-114. [12]蒙诗标，庞勇，张钟军，等.WorldView-2纹理的森林地上生物量反演[J].遥感学报，2017,21(05)：812-824. [13]SHAO Z F,ZHANG L J,WANG L.Stacked sparse autoencoder modeling using the synergy of airbome LiDAR and satellite optical and SAR data to map forest above-ground biomass [J].IEEE J Sel Top Appl Earth Obs Remote Sens,2017,10 (12):5569- 5582. [14]ZHANG L J,SHAO Z F,LIU J C,et al.Deep leaming based retrieval of forest aboveground biomass from combined LiDAR and landsat 8 data [J].Remote Sens,2019,11 (12):1459.[15]Li Chao,Li Yingchang,Li Mingyang.Improving forest Aboveground Biomass (AGB estimation by incorporating crown density and using Landsat 8 OLI images of a subtropical forest in westem Hunan in Central China J/OL].Forests,2019,10 (02). [16]Breiman L.Random forests [J].Machine Learing,2001,45 (1):5-32. [17]董利虎.黑龙江省主要树种相容性生物量模型研究[D].哈尔滨：东北林业大学，2012. 18]STEPHEN A B,PHILIP H.Y.The Trouble with R2 [J].Jour- nal of Parametrics,2006,25 (1):81-114. [19]周俊宏，王子芝，廖声熙，等.基于GF-1影像的普达措国家公园森林地上生物量遥感估算[J].农业工程学报，2021， 37(04)：216-223.