基于多源遥感数据的祁连山东部森林树种分类及地上生物量反演研究.pdf

摘要

摘要

森林生态系统是陆地上最重要的生态系统，可以将二氧化碳等吸收并固定在植被

和土壤中，这对于维持全球的碳平衡、气候稳定等具有重要的意义。尽管目前关于森

林生物储量估算方法的研究非常丰富，但是对不同区域森林的生物储量时空变化和未

来固碳潜力的研究仍然十分必要。为了解祁连山典型的森林区域的生物储量，本文基

于多源遥感数据（Sentinel-2MSI影像、Sentinel-1SAR影像、ICESat-2ATLAS数据）

和森林清查数据开展研究，尝试通过树种精细分类和树高反演来提高研究区森林生物

量估算的精度，以期为森林资源动态监测、实现我国“碳达峰碳中和”的目标提供合

理的科学支撑。通过研究，本文得出的结论如下：

（1）研究区树种分类的总精度为80%，Kappa系数为0.75，除桦树之外，其他类

别的生产者精度、用户精度均高于75%，表明本文树种的分类精度较为理想。通过树

种的地形分布特征分析，发现桦树、松树、杨树主要分布在2500-3000m，约有一半的

柏树分布在3000-3500m，而云杉主要分布在2500-3500m。随着坡度增加，五个树种

的累计面积、各树种的面积都逐渐增加，但增加程度不同。柏树未表现出明显的坡向

分布差异，而桦树、松树、杨树、云杉表现出一定的坡向分布差异。这表明不同树种

有明显的空间分布差异，可以作为树种分类的重要依据。

（2）树高反演结果表明，区分树种与不区分树种的反演结果存在较大差异，不区

分树种回归结果精度高于区分树种的回归结果。不区分树种的树高反演结果的均方根

误差（RootMeanSquareError,RMSE）为4.89m，平均绝对误差（MeanAbsoluteError,

MAE）为4.11m，相比于区分树种的结果RMSE降低了1.77m，MAE降低了1.51m。

这与本文的设想相反，可能的原因在于研究区树高样本有限，当区分树种时每一类树

种的样本数量不足和分布不均衡，未能提供足够的信息用于回归建模。研究区森林树

高呈现出随海拔升高“先上升、再下降、再上升”的规律，即在小于2000m、2000m-

2500m平均树高分别为16m、22m，在3000m-3500m平均树高为18m，而在大于

4000m的平均树高为21m。当坡度小于15°时，树高几乎没有变化，而当坡度大于15°

时，平均树高随着坡度的增大而升高。对比不同坡向，从平坡到阴坡，再到半阴坡平

均树高逐渐增加，而从半阴坡到半阳坡，再到阳坡平均树高逐渐减少。

（3）对比仅使用遥感特征的森林地上生物量反演结果，增加了树高特征的反演结

22

果精度略有提高。增加树高特征后的R为0.52，RMSE为50.54t/hm，MAE为43.95

I

西北大学硕士学位论文

2222

t/hm，比没有树高特征的方案的R高0.04，RMSE低1.08t/hm，MAE低0.56t/hm。

两种方案反演得到的森林地上生物量空间分布趋势相似。本文研究结果表明树高特征

在森林地上生物量反演时能够起到提高反演精度的作用，由于本文树高特征来源于星

载的ICESat-2ATLAS数据，数据分辨率较粗，反演精度的提高不是特别大，如果今后

有分辨率更高的机载激光雷达数据，应该可以进一步提高区域森林地上生物量的反演

精度。

关键词：树种精细分类；树高反演；森林地上生物量；ICESat-2激光雷达数据；多源

遥感数据

II

ABSTRACT