基于光学与SAR因子的森林生物量多元回归估算——以福建省为例

• 作者: 张明慧 李静 汪小钦 苏华 陈修治
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 地上生物量 叶生物量 光学特征 SAR特征 多元因子
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 遥感应用
• 页码范围: 847-856
• 页数: 10页
• 分类号: TP79
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2019.4.0847

摘要

基于福建省Landsat-8 OLI影像,利用混合像元分解模型从实测样地数据中筛选出"纯净"的植被像元,并将筛选出的样地分为针叶林、阔叶林和混交林3种植被类型,依次提取3种不同植被类型"纯净"植被像元的树高、林龄、坡度属性信息以及对应的光学NDVI、RVI植被因子和合成孔径雷达(SAR)HH、HV极化后向散射因子,分别构成不同植被类型的"含光学特征多元因子"(NDVI、RVI、树高、林龄、坡度)和"含SAR特征多元因子"(HH、HV、树高、林龄、坡度),开展对比研究.采用含光学特征的多元因子回归模型先估测不同植被类型的森林叶生物量,然后根据叶生物量与地上生物量的关系间接估测森林地上生物量.同时,采用含SAR特征的多元因子回归模型直接估测森林的地上生物量.最后,对比分析这两组多元回归模型的估测精度.结果表明:不同植被类型的含光学特征多元回归模型的验证精度(针叶林:R2为0.483,RMSE为29.522 t/hm2;阔叶林:R2为0.470,RMSE为21.632 t/hm2;混交林:R2为0.351,RSME为25.253 t/hm2)比含SAR特征多元回归模型的验证精度(针叶林:R2为0.319,RMSE为28.352 t/hm2;阔叶林:R2为0.353,RMSE为18.991t/hm2;混交林:R2为0.281,RMSE为26.637 t/hm2)略高,说明在福建省森林生物量估算中采用含光学特征的多元回归模型(先估测叶生物量进而间接估测地上生物量)比利用含SAR特征的多元回归模型(直接估测地上生物量)更具优势.