基于CEBERSWFI遥感数据的森林生物量估测方法研究.pdfVIP

2010 2010年6月 林业资源管理 June 第3期 FORESTRESOURCESMANAGEMENT No．3 基于CEBERS-WFI遥感数据的 森林生物量估测方法研究 许等平1，李 辉1…，智长贵1，韩爱惠1 i．国家林业局调查规划设计院，北京100714；2．北京林业大学省部共建森林培育-q保护教育部重点实验室，北京10083 摘要：以中巴卫星CEBERS—WFI遥感数据为基础，结合东北三省的地理、气象因子及森林资源连续清查固定样地 信息，构建BP人工神经网络森林生物量估测模型，对我国东北三省的森林生物量进行估测。并反演了森林生物 量的空间分布图像。结果表明，基于CEBERS—WFI遥感数据的BP人工神经网络应用于森林生物量估测简单实 用，是一种快捷、有效的估测方法。 关键词：BP人工神经网络；CEBERS．WFI；森林生物量；估测 中图分类号：TP79；$718文献标识码：A文章编号：1002—6622 2010 03—0104—06 onForestBiomassEstimationMethodBasedon Study CEBERS-WFIRemote Data Sensing XU Huil”，ZHI Aihuil Dengpin91，LI Changguil，HAN and Silviculture 1．AcademyofForestInventoryPlanning，StateForestryAdministration，Beijing100714，China；2．TheKeyLaboratoryfor andConservation ofMinistryofEducation，BeijingForestryUniversity，Beijing100083，China with fac— Abstract：BasedonCEBERS—WFIremote data。combinedthe andweather sensing geographical and data three tots NFIfixed measurementofthe northeastern artificialneural sampleplot provinces，BP networkmodelforestimationof biomassfor three and forest Chinagnortheasternwas provincesdeveloped theremote databased distributionbiomass sensing spatial forest image resultsshowedthat produced．The CEBERS-WFIBPartificialneuralnetworkisa andeffectivemethodforforest estimation． quick biomass artificialneural Keywords：BP network，CEBERS-WFI，forestbiomass，estimation 森林生物量是森林生态系统的最基本数量特 测算森林生物量无论在森林的经营管理上，还是在 征，它可以反映森林与其环境在物质循环和能量流 理论研究上都有着十分重要的意义。目前，国内外 动上的关系，是整个森林生态系统运行的能量基础， 常规的森林生物量的研究方法有很多，但这些方法 也是研究生物生产力、净第一性生产力、碳循环、全 外业工作量一般比较大，实测的数据内容往往不够 球气候变化研究的基础。因此，科学、快速、准确地 完备‘11。 收稿日期：2010—03—31；修回日期：2010—04—23 基金项目：“十一五”国家科技支撑计划项目“森林资源监测技术研究” 2006BAD23802 作者简介：许等平 1976一 ，男，甘肃镇原人，工程师，主要从事森林资源监测及“3s”林业应用工作。 第3期 许等平等：基y-CEBERS—WFI遥感数据的森林生物量估测方法研究 遥感宏观、综合、动态、快速的特点以及与森林 同时，以MODIS数据用来进行模型比较，共用到 生物量之间存在相关性|2J，决定了基于遥感信息的 2004年1和2通道数据600余轨。 森林生物量估测方法具有比传统方法更大的优越 性，使其成为目前森林生物量估测的主流方向。国 2研究方法 内外学者做了大量的研究，但主要都是根据光谱信 2．1样地生物量计算 息对生物量进行回归分析，需要假设与检验线性模 森林生物量可以分地上及地下两部分，地下部 式，仅为经验性的统计模型【3J。人工神经网络 Ar-分是指根重量；地上部分则包括树干、树枝、树叶和 tificialNeura