结合GLAS和TM卫星数据的江西省森林高度和生物量制图

doi:10.11873/j.issn.1004-0323.2018.4.0713

遥感技术与应用

2018, Vol. 33

Issue (4): 713-720 DOI: 10.11873/j.issn.1004-0323.2018.4.0713

遥感应用

结合GLAS和TM卫星数据的江西省森林高度和生物量制图

廖凯涛^1，2，齐述华¹，王成³，王点^1

(1.江西师范大学鄱阳湖湿地与流域教育部重点实验室/地理与环境学院，江西南昌 330022；
2.江西省水土保持科学研究院，江西南昌 330029；
3.中国科学院遥感与数字地球研究数字地球重点实验室，北京 100094)

Estimation of Forest Aboveground Biomass and Canopy Heightin Jiangxi Province Using GLAS and Landsat TM Images

Liao Kaitao^1，2，Qi Shuhua¹，Wang Cheng³，Wang Dian^1

(1.Key Laboratory of Poyang Lake Wetland and Watershed Research，Ministry of Education/School
of Geography and Environment，Jiangxi Normal University，Nanchang 330022，China；
2.Jiangxi Institute of Soil and Water Conservation，330029，Nanchang，China；
3.Key Laboratory of Digital Earth，Institute of Remote Sensing and Digital Earth，Chinese Academyof Sciences，Beijing 100094，China)

全文: PDF(7122 KB)

摘要：

针对光学遥感受云雨天气的影响，并存在植被指数饱和、穿透性差而难以到达森林冠层以下等问题，不能有效反映植被垂直结构信息，难以准确地反演森林地上生物量，以大光斑激光雷达GLAS数据、Landsat TM光学遥感影像数据以及野外实测数据为数据源，建立了江西省森林的平均冠层高度模型和森林生物量模型。结果表明：GLAS数据提取出波形特征参数、ASTER GDEM数据提取出地形特征参数与实测树高数据建立森林冠层高度模型，获取离散的林冠高度，可以较好消除地形对GLAS波形的影响；通过建立Landsat TM数据计算的NDVI与离散林冠高度之间的关系，可以进行大尺度连续森林冠层高度的制图；并利用林冠高度与森林生物量之间的幂函数关系估算森林生物量。因此，大光斑激光雷达GLAS数据与光学遥感数据联合，能充分发挥多源遥感的优势，实现连续冠层高度和森林生物量的反演。

关键词： 大光斑激光雷达; 光学遥感; 树高; 森林生物量

Abstract: Aiming at the problem that optical remote sensing cannot estimate forest biomass exactly because it’s easily affected by the weather and hard to penetrate the canopy of the forest.Using Jiangxi forest as the study area，established forest canopy height and forest biomass model by GLAS waveform data，integrating multispectral data(TM) and filed survey data.The study results show:(1) using waveform feature parameter，terrain feature parameters and field survey data to build forest canopy height model can eliminate the terrain influence and obtain the discrete canopy height.(2) Combined with the NDVI and discrete canopy height can be carried out large scale continuous forest canopy height mapping.(3) Power function relationship between canopy height and forest biomass can be used to estimate forest biomass.In general，large\|footprint LiDAR combined with optical Landsat TM data can give full paly to the advantages of multi\|source remote sensing and improve the precision of forest biomass inversion.

Key words: GLAS data Landsat TM Tree high Forest biomass

收稿日期: 2017-10-26 出版日期: 2018-09-08

P208

基金资助: 国家自然科学基金项目(41261069)，江西省教育厅科学技术研究重点项目(14241)，江西省重大生态安全问题监控协同创新中心资助项目(JXS-EW-00)，江西省科技厅科技计划项目(2015ZBBF60010)，江西省水利厅科技项目(KT201518)。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	廖凯涛
	齐述华
	王成
	王点

引用本文:

廖凯涛，齐述华，王成，王点. 结合GLAS和TM卫星数据的江西省森林高度和生物量制图[J]. 遥感技术与应用, 2018, 33(4): 713-720.

Liao Kaitao，Qi Shuhua，Wang Cheng，Wang Dian. Estimation of Forest Aboveground Biomass and Canopy Heightin Jiangxi Province Using GLAS and Landsat TM Images. Remote Sensing Technology and Application, 2018, 33(4): 713-720.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2018.4.0713 或 http://www.rsta.ac.cn/CN/Y2018/V33/I4/713

[1]	李兰,陈尔学,李增元,冯琦,赵磊. 合成孔径雷达森林树高和地上生物量估测研究进展[J]. 遥感技术与应用, 2016, 31(4): 625-633.
[2]	王俊,秦其明,叶昕,王建华,秦雪彬,杨绣丞. 高分辨率光学遥感图像建筑物提取研究进展[J]. 遥感技术与应用, 2016, 31(4): 653-662.
[3]	冯琦,陈尔学,李增元,李兰,赵磊. 机载XＧ波段双天线InSAR 数据森林树高估测方法[J]. 遥感技术与应用, 2016, 31(3): 551-557.
[4]	徐婷,曹林,佘光辉. 基于Landsat 8 OLI的特征变量优化提取及森林生物量反演[J]. 遥感技术与应用, 2015, 30(2): 226-234.
[5]	吴玮,秦其明,杨思全,范一大,陈正超,张文娟. 面向减灾应用的光学成像静止卫星能力分析[J]. 遥感技术与应用, 2013, 28(6): 984-993.
[6]	许军毅,计科峰,雷琳,杜春. 基于GLRT的光学卫星遥感图像舰船目标检测[J]. 遥感技术与应用, 2012, 27(4): 616-622.
[7]	王金亮,程峰,王成,陈联君,王小花. 基于ICESat-GLAS数据估算复杂地形区域森林蓄积量潜力初探—以云南香格里拉县为例[J]. 遥感技术与应用, 2012, 27(1): 45-50.
[8]	唐菲菲,阮志敏,刘星,张亚利. 基于机载激光雷达数据识别单株木的新方法[J]. 遥感技术与应用, 2011, 26(2): 196-201.
[9]	朱博, 王新鸿, 唐伶俐, 李传荣. 光学遥感图像信噪比评估方法研究进展[J]. 遥感技术与应用, 2010, 25(2): 303-309.
[10]	李哲, 陈尔学, 王建. 几种极化干涉SAR森林平均高反演算法的比较评价[J]. 遥感技术与应用, 2009, 24(5): 611-616.
[11]	黄春林, 李　新, 卢　玲. 基于模拟退火算法的植被参数遥感反演[J]. 遥感技术与应用, 2006, 21(4): 271-276.
[12]	刘新平，高英俊，鲁昭，吴磊. 遥感器小型化技术研究[J]. 遥感技术与应用, 1999, 14(3): 30-33.
[13]	牛　铮. 光学遥感大气订正总体思路与最新进展[J]. 遥感技术与应用, 1998, 13(1): 50-54.

Viewed

Full text

Abstract

Cited

Shared

Discussed