摘要
[目的]森林冠层密度与林分年龄、植被生长状况有关,在区域森林净初级生产力遥感估测中,结合森林冠层密度以期提高估测精度.[方法]以广东省韶关市为研究对象,选用2017年Landsat-8 OLI影像、2017年357块森林资源连续清查固定样地数据为主要信息源,分别采用随机森林、多元线性回归、人工神经网络和K最近邻分类法等4种模型,结合森林冠层密度制图器(FCD)进行区域森林净初级生产力特征变量的选取、参数建模、模型精度评价和森林净初级生产力空间制图.[结果]特征变量中,红光波段(B4)、归一化植被指数(NDVI)、比值植被指数(RVI)、叶面积指数(LAI)、缨帽变换土壤植被因子、纹理特征和地形特征在森林净初级生产力反演中有重要作用.将森林冠层密度因子加入反演模型后,4种遥感估测模型精度均有大幅度提高.对4种遥感估测模型进行性能比较,随机森林模型精度最高,其次是多元线性回归模型、人工神经网络模型,K-最近邻分类模型精度最低.研究区内森林净初级生产力平均值为10.689 t/(hm2·a),高森林净初级生产力[≥18 t/(hm2·a)]林分面积仅占研究区的19.61％,主要分布在海拔较高的西北部.[结论]结合冠层密度进行森林净初级生产力的建模,可有效提高模型估测精度.
国家科技期刊平台
NSTL
维普
万方数据