森林蓄积量遥感监测方法介绍

森林蓄积量遥感监测方法介绍
森林蓄积量是有林地中活立木材积之和。测定中常以某类型有林地单位面积上活立木材积之和乘以该类型总面积得此类型的森林蓄积量，各类型森林蓄积量之和为统计单位的森林总蓄积量。
伴随“3S 技术”的发展与计算机水平的提高，数学模型在该领域的应用研究越来越深，为森林蓄积量的实时估测、快速监测带来了新的方法，遥感技术应用在森林蓄积量的估测日趋广泛。
利用国产 GF-1 遥感影像为数据源，提取影像的光谱信息、植被指数、纹理因子，分别采用多元逐步回归、偏最小二乘回归、随机森林模型估测研究区森林蓄积量。

1. 样地数据获取
样地数据来源于东胜区二类调查抽样调查数据，在研究区内按照 800 m×900 m 系统布点，从北至南、从西至东编号，预估蓄积量变动系数为 0.6，可靠性为 95%，剔除无效点（含采伐迹地、火烧迹地、未成林造林地、疏林地、非林地和样地数据异常等），实际得到的合格样地。
样地调查采用角规测树方法进行，调查因子包括每个样地的地理坐标、郁闭度、树种、林分类型、胸径、树高等，利用相关单位资料查询单木材积，累加得到样地森林蓄积量。将样地按照 7:3 的比例随机划分为建模样本与检验样本，得到建模样本和检验样本。

2. 数据预处理
获取 GF-1 遥感影像（1 景）为数据源。首先，对原始影像进行辐射定标，将影像的无量纲值（DN）转换为辐射亮度值。其次，对辐射定标后的遥感影像进行大气校正，得到表征真实地物的反射率图像。最后，以用于二类调查的高分辨率影像（TIF 格式）为基础影像，通过选取道路、河流、池塘、农田等交叉点来对研究采用的 GF-1 遥感影像进行几何精校正。利用行政区矢量图，裁剪几何精校正后的遥感影像，得到研究区范围的遥感影像。
.
4. 像元与样地点匹配
遥感影像因分辨率不同而存在多种尺度，而地面实际调查样地与遥感影像中的单个像元或多个像元的总面积并不相等，且在地理空间位置上不匹配。从 GF-1 遥感影像像元与样地不匹配角度出发，应用移动窗口法解决像元与样地的不匹配问题。样地调查采用的是角规绕测的方式，即代表的是每公顷蓄积量。
.
5. 遥感因子的设置与筛选
研究选取的遥感因子主要有 3 种类型：光谱信息、植被指数、纹理因子。其中，光谱信息包含蓝光波段（band 1）、绿光波段（band 2）、红光波段（band 3）和近红外波段（band 4）；植被指数主要为比值植被指数（RVI）、差值植被指数 （DVI）、归一化植被指数（NDVI）、增强型植被指数（EVI）和土壤调节植被指数（SAVI）；纹理因子选取常用的 8 个，即均值（Mean，ME）、协同性（Homogeneity，HO）、方差（Variance， VA）、 相关性（Correlation，CO）、 二阶矩 （Second moment，SM）、相异性（Dissimilarity， DI）、熵（Entropy，EN）、和对比度（Contrast，CT），影像包含 4 个波段，合计 32 个纹理因子。共选取遥感因子 41 个。
分析森林蓄积量与遥感因子的相关系数，利用方差扩大因子法逐步对遥感因子进行筛选，寻求影响蓄积量估测的主要变量，消除自变量之间的共线性问题。经过 3 次变量筛选，森林蓄积量建模因子最终保留为 8 个：NDVI、DVI、Band2、DI3、CO1、 EN2、SM2、En3、VA4、EN3。
.
6. 结果与分析
构建多元逐步回归，偏最小二乘回归，随机森林模型并进行估测，通过对 3 个模型的决定系数（R2）、均方根误差（RMSE）和估测精度（EA），检验模型估测值和实测值是否存在较好的拟合关系，检验结果散点图。
模型估测结果示意图
根据 3 个模型估测方程，应用估测结果与实测结果的差异进行精度检验，根据精度检验结果分析估算，选取出最适合当地，精度最高的模型。
.
7. 遥感图像反演
将拟合效果最好的模型应用于整个研究区蓄积量的反演，影像中的每个像元的值就代表具体位置的森林蓄积量。然后制作专题数据。