System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于激光雷达数据处理,更具体地,涉及一种森林地上生物量估算方法、装置及介质。
技术介绍
1、地上生物量(abovegroundbiomass,agb)是森林生态系统碳储量与森林质量评估的重要指标,在陆地与大气间的碳循环中占有主导作用,从而影响气候的变化。因此,快速且准确地获取森林地上生物量空间分布数据不仅可以帮助改进资源评估、碳核算和碳模型,而且森林地上生物量的时空动态监测对陆地生态系统功能、碳收支、全球气候变化等研究也至关重要。
2、传统的森林地上生物量估测主要依靠高密度的地面样地调查,通过样地数据构建树木异速生长方程模型从而估算整个区域的森林生物量。地面调查方法精度高但其耗时耗力,难以实现大范围连续空间的森林调查、森林生物量和碳储量的分布及动态变化监测。随着遥感技术的发展,陆续出现利用光学遥感、激光lidar、航空摄影等遥感手段对森林生物量和蓄积量进行监测应用。
3、在生物量丰富的亚热带和热带森林地区,基于光学遥感获取的植被指数易出现饱和效应,不能准确反映地上生物量与植被指数之间的关系。已有基于不同传感器数据(例如多光谱,合成孔径雷达和激光雷达)的经验回归模型和非参数算法的技术用于大规模估算森林地上生物量,参考文献:
4、arévalo,p.,baccini,a.,woodcock,c.e.,olofsson,p.,walker,w.s.continuousmappingofabovegroundbiomassusinglandsattimeseries.remotesensin
5、blackard,j.a.;finco,m.v.;helmer,e.h.;holden,g.r.;hoppus,m.l.;jacobs,d.m.;lister,a.j.;moisen,g.g.;nelson,m.d.;riemann,r.;ruefenacht,b.;salajanu,d.;weyermann,d.l;winterberger,k.c.;brandeis,t.j.;czaplewski,r.l.;mcroberts,r.e.;patterson,p.l.;tymcio,r.p.mappingus forestbiomassusingnationwideforestinventorydataandmoderateresolution information.remotesensingofenvironment2008,112(4),1658-1677.doi.org/10.1016/j.rse.2007.08.021
6、garcía,m.;d.;chuvieco,e.;danson,f.m.estimatingbiomass carbonstocksforamediterraneanforestincentralspainusinglidarheightand intensitydata.remotesensingofenvironment2010,114(4),816-830.doi.org/10.1016/j.rse.2009.11.021。
7、如运用中分辨率成像光谱辐射计的数据与降水、温度和高程数据结合绘制加利福尼亚州国家林地的地上森林生物量分布,参考文献:baccini,a.;friedl,m.a.;woodcock,c.e.;warbington,r.forestbiomassestimationover regionalscalesusingmultisourcedata.geophysicalresearchletters2004,31(10).doi.org/10.1029/2004gl019782。
8、现已开发的多种生物量估测模型包括基于过程的生态系统模型,基于gis的经验模型,生物量扩展/转换因子模型以及基于激光雷达提取数据的估算模型等。如文献:wang,g.;oyana,t.;zhang,m.;adu-prah,s.;zeng,s.;lin,h.;se,j.mappingandspatialuncertaintyanalysisofforestvegetationcarbonby combiningnationalforestinventorydataandsatelliteimages.forestecologyand management2009,258(7),1275-1283.doi.org/10.1016/j.foreco.2009.06.056。
9、这些过程模型非常复杂,变量和参数的采集以及它们之间的相互作用带来的不确定性将大大降低结果的准确性,以及从小尺度模型外推到大尺度模型过程中的合理性还有待进一步验证等。
10、无人机激光lidar作为一种主动遥感手段,通过发射高密度的激光脉冲及其回波信息,能够直接获取被动光学遥感所不能反映的森林垂直结构信息,且具有测量精度高,数据获取效率快等优点。对植被三维结构和地形的探测精度远优于其它遥感手段,近年来被广泛应用于森林生态系统结构和功能参数的获取以及森林生物量的研究。
11、地形是森林生态系统中一个重要指标可以通过多种方式影响森林地上生物量的分布,例如土壤类型,土壤水文过程,温度,光照条件和光的可用性等。众所周知,海拔和坡向等地形特征是驱动树种分布的因素之一,即使是同一物种,高海拔或低海拔的植被也可能面临不同温度或水的生长限制。
12、有研究发现土壤或地形解释了地上树木生物量变化的20%左右,其中坡度解释了林下和新兴树木中14%的agb,良好的地形可以帮助植物获取足够光照。山谷中的树木受到高湿度和高冠层密度等条件的不利影响,导致山谷中的生物量积累比山脊上更少[xu,y.;franklin,s.b.;wang,q.;shi,z.;luo,y.;lu,z.;zhang,j.;qiao,x.;jiang,m.topographicandbioticfactorsdetermine forestbiomassspatialdistributioninasubtropicalmountainmoistforest.forest ecologyandmanagement2015,357(),95-103.doi.org/10.1016/j.foreco.2015.08.010]
13、在斜坡上,agb主要集中在小径级(1≤dbh<10cm)树木,而在平坦地区,大部分生物量集中在少数大树上。陡峭的斜坡还与树木的死亡率增加有关。在亚热带森林中,地形平坦地区的生物量值高,并认为这是由于浅土壤和陡坡造成的。使用gam分析海拔和总降水量与地上森林生物量之间的关系发现,agb在一定范围内随着海拔的增加而增加,在此海拔范围以上,地上森林生物量随海拔升高而减少。年总降水量在约1500mm左右与生物量之间的关系呈正相关,高于该值本文档来自技高网...
【技术保护点】
1.一种森林地上生物量估算方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据所述激光点云数据,提取测区森林结构参数,包括:
3.根据权利要求2所述的方法,其特征在于,所述树高与胸径的经验模型表示为:
4.根据权利要求1所述的方法,其特征在于,所述实际样地内树高、胸径的测量数据通过如下方法测定:
5.根据权利要求4所述的方法,其特征在于,通过如下方法对对各个样方内的树木进行每木检尺:
6.根据权利要求1所述的方法,其特征在于,根据实际样地内树高、胸径的测量数据对所述森林结构参数进行精度评估,包括:
7.根据权利要求6所述的方法,其特征在于,对于胸径,决定系数R2≥0.92,p<0.05,则表示精度评估达到设定精度阈值,对于树高,决定系数R2≥0.89,p<0.05,则表示精度评估达到设定精度阈值。
8.根据权利要求1所述的方法,其特征在于,基于所述森林地上生物量空间分布图确定森林地上生物量在不同海拔和坡度的分布规律,包括:
9.一种森林地上生物量估算方法装置
10.一种可读存储介质,其特征在于,所述可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至8中任一项所述的方法。
...【技术特征摘要】
1.一种森林地上生物量估算方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据所述激光点云数据,提取测区森林结构参数,包括:
3.根据权利要求2所述的方法,其特征在于,所述树高与胸径的经验模型表示为:
4.根据权利要求1所述的方法,其特征在于,所述实际样地内树高、胸径的测量数据通过如下方法测定:
5.根据权利要求4所述的方法,其特征在于,通过如下方法对对各个样方内的树木进行每木检尺:
6.根据权利要求1所述的方法,其特征在于,根据实际样地内树高、胸径的测量数据对所述森林结构参数进行精度评估,包括:
【专利技术属性】
技术研发人员:黄超,何国炜,蒋梓俊,轩紧紧,
申请(专利权)人:江西农业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。