联合GF-6和Sentinel-2红边波段的森林地上生物量反演

编号 zgly0001737871

文献类型 期刊论文

文献题名 联合GF-6和Sentinel-2红边波段的森林地上生物量反演

作者 蒋馥根  孙华  李成杰  马开森  陈松  龙江平  任蓝翔 

作者单位 中南林业科技大学林业遥感信息工程研究中心  林业遥感大数据与生态安全湖南省重点实验室  南方森林资源经营与监测国家林业与草原局重点实验室  广西壮族自治区森林资源与生态环境监测中心  国家林业和草原局中南调查规划设计院 

母体文献 生态学报 

年卷期 2021,41(20)

页码 8222-8236

年份 2021 

分类号 S71 

关键词 森林地上生物量  落叶松  樟子松  遥感反演  GF-6  Sentinel-2 

文摘内容 光谱反射率能反映地物差异,是森林地上生物量(Aboveground Biomass, AGB)遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以GF-6和Sentinel-2多光谱影像作为数据源,结合野外调查AGB数据,构建落叶松和樟子松AGB线性和非线性估测模型,通过比较模型精度选择最优模型进行森林AGB反演和空间分布制图。结果表明:GF-6和Sentinel-2影像红边波段反射率与落叶松、樟子松AGB均呈显著相关(P《0.05),红边波段对AGB估测较敏感。多变量估测模型整体估测效果优于单变量模型,所有模型中多元线性回归模型取得了最优的决定系数(落叶松R2=0.66,樟子松R2=0.65)和最低的均方根误差(落叶松RMSE=31.45 t/hm^(2),樟子松RMSE=54.77 t/hm^(2))。相比单个数据源,联合GF-6和Sentinel-2影像构建的多元线性回归模型估测效果得到了显著提升,模型RMSE对于落叶松和樟子松AGB估测分别最大降低了22.9%和11.2%。增加红边波段进行AGB估测能显著提高模型估测精度,三组数据源分别加入红边波段信息后进行建模,模型RMSE得到了显著降低。GF-6拥有800 km观测幅宽和高效的重访周期,可以快速地提供大尺度时间序列数据,在森林地上生物量反演和动态监测方面有着很大潜力。