基于PCA 与森林生物量遥感信息模型研究[J].docVIP

基于PCA的森林生物量遥感信息模型研究 徐天蜀，张王菲，岳彩荣 西南林学院 资源学院，云南 昆明 650224 摘要：森林生物量和遥感多光谱数据、植被指数及地学因子存在相关关系，但这些因子间可能存在着多重相关性，如利用这些因子直接建模估测森林生物量，则可能出现病态模型。因此，文采用主成分分析方法，提取遥感及地学因子的主成分，再建立主成分与生物量多元线性回归模型，估测森林生物量，达到既可保留多个遥感及地学因子的主要信息，又可避免因子间共线性的问题，以及降维，简化模型的作用。文以高黎贡山自然保护区常绿阔叶林为研究对象，利用地面样地胸径每木调查数据，结合生物量相对生长式，得样地生物量。利用2006年印度卫星（IRS）数据，包括B2、B3、B4、B5四个波段，提取DVI、NDVI、PVI、RVI、VI3、SLAVI六种植被指数，利用DEM提取海拔、坡度、坡向值共13个遥感及地学因子。在此基础上，提取13个因子的主成分，第一主成分至第五主成分的累计贡献率达98.7%。以前5个主成分值作自变量，建立主成分与地面生物量的回归模型，模型经方差分析及相关性检验，达到显著相关水平，相关系数R=0.7129，可用于森林生物量估测。 森林生物量主成分（PCA）遥感模型IRS；高黎贡山自然保护区中图分类号： 文献标识码：A 文章编号：1672-2175（2007）0-1759-04森林是陆地生态系统的主体，森林生物量约占陆地生态系统生物量的90%[1]，森林生态系统是除海洋以外的固定和吸收CO2的最大陆地生态系统。目前，在全球气候变暖、温室效应加剧、世界各国都面临有效控制温室气体增速，履行《京都议定书》国际协定的背景下，开展森林生物量及其碳汇功能研究，查清森林生物量的数量及其时空分布和动态变化，对科学地评价森林生态系统在全球碳循环中的贡献，对全球气候变化研究具有重要价值。 我国在70年代后期以来开展了大量基于样地调查的生物量测定，获取了不同森林类型及主要树种的生物量数据，如党承林（1992，1994），邱学忠（1984），吴兆录（1994）等对西部地区常绿阔叶林开展了大量的调查，建立了多种树种的森林生物量的相对生长方程[2]。这些样地生物量的调查及相对生长方程的建立，为个体、种群、群落层次的生物量计算积累了重要的基础资料，但对于景观、区域等较大尺度的森林生物量调查仅利用样地调查的手段却很难做到，而利用遥感信息对较大尺度森林生物量进行估算是一种重要的手段。本文拟以高黎贡山自然保护区的优势植被常绿阔叶林为研究对象，利用遥感和地学数据，分析其与地面样地生物量的相关关系，探讨基于遥感和地学信息的森林生物量遥感估测方法。 森林生物量是森林植被光合作用产物的积累，绿色植物的光合作用表现为对红光和蓝紫光的强烈吸收，从而使其反射光谱曲线在该部分波段呈波谷形态，而森林植被的遥感图像信息是由其反射光谱特征决定的。植物的反射光谱特征反映了植物的叶绿素含量和生长状况，而叶绿素含量与叶生物量及群落生物量相关。因此，可根据植物反射光谱特征，利用遥感信息来估算陆地植被的活体生物量[34]。此外，森林生物量与地学因子如海拔、坡向等也有紧密关系。根据这一分析，本文拟针对地面样地生物量所对应的遥感光谱值、可能和生物量相关的植被指数，和GIS易于获取的部分地学因子，分析它们之间的相关关系，提取与森林生物量相关的遥感及地学因子，用于较大尺度森林生物量的估算及动态监测。 研究区位于高黎贡山自然保护区中南段，北纬24°26′26°09′，东经98°34′98°50′之间，属云南省保山县，腾冲县境内。研究区属高山峡谷地貌，海拔8003960 m，相对高差较大，生物量样地约在海拔2000的山体上部。属于中亚热带气候类型，年均温913 ℃，年降雨mm，主要植被类型有常绿阔叶林，如剌栲林，高山栲林，青岗林、石砾林等；常绿针叶林有云南铁杉林、华山松林等，以及竹林、灌丛等。 本研究针对高黎贡山自然保护区的优势植被常绿阔叶林，在南北向山体的两侧，从低到高，海拔相差约m左右设置生态样地，样地面积0.040.06 hm2（20 m×20 m，20 m×30 m），样地中的乔木每木调查胸径，并获取样地平均胸径，利用西部常绿阔叶林、温性针叶林、华山松林等森林生物量相对生长式[2 ]，计算树干、树枝、树叶、树根生物量，最后，得出地面样地每公顷生物量。样地调查时间为2004年及2006年，样地数量为30个。 遥感数据采用2006年1月26日印度卫星IRS-P6 LISS3影像。数据包括B2，B3，B4，B5四个波段，几何分辩率：25 m×25 m，一个全色波段，几何分辩率为5.8 m。利用1/5万地形图，选取30个明显地物点，对影像进行几何校正，图像校正误差在一个像元内