基于-遥感影像的土地利用覆被数据获取.docxVIP

基于-遥感影像的土地利用覆被数据获取 1 在森林测量、光学仪器测定法上的应用 叶面积指数（lai）是单位表面总叶面积的一半它是生态系统最重要的结构参数之一，也是生态、水文、物质循环和能量交换等模型的重要输入参数。因此，如何快速准确地确定区域乃至全球植被的数量，对于生态系统的研究非常重要，也是当前定量遥感的一个重要课题。 目前, 获取LAI的方法大致可以分为直接获取法和间接获取法。直接获取法最为准确可靠, 但大多需要破坏性采样, 对于森林尤其费时费力, 难以实现, 因此只能用于小范围的测量。而将遥感数据与地面光学仪器测定法相结合成为估测大面积森林LAI的唯一途径［５－６］。遥感反演LAI的方法可分为物理模型与经验模型, 前者物理意义明确, 但存在模型输入参数多且不易获取、计算量大、耗时长等不足;而经验模型基于光谱信息或植被指数与LAI的统计关系, 虽然存在模型参数随时间和地点而变化的缺陷, 但具有高效、易于实现等优点, 更适于遥感影像大范围估算植被LAI［７－８］。当前为了满足不同需求构建了很多植被指数, 但存在土壤背景及大气效应对其影响, 易饱和或忽略地物二向性反射等缺陷［９－１１］, 并且由于森林垂直与水平结构的复杂性与异质性, 其特征参量仅依靠某个植被指数往往很难准确获取。 因此, 本文以长白山腹地———吉林省安图县为研究区, 基于TM遥感影像6个波段反射率及RVI、NDVI、SLAVI、EVI、VII、MSR、NDVIc、BI、 GVI和WI等10个植被指数, 并辅助DEM、AS- PECT、SLOPE等地形信息, 同时考虑针叶林、阔叶林及针阔混交林的差异性, 对比分析多元线性回归方法 (MLR) 与偏最小二乘法 (PLS) 的模拟效果, 从而构建了适用于区域尺度的森林叶面积指数遥感反演模型。 2 材料和方法 2.1 阴山南部山东北部山地 长白山林区是我国重要的森林储备库, 是世界上森林景观保存最完整、生长最良好的温带原始森林生态系统之一。而本文以长白山北坡吉林省安图县为研究区, 地理位置为127°48′~129°11′E, 42°01′~43°24′N, 属于受季风影响的大陆性山地气候, 气候受地势高低影响大, 冬季漫长寒冷, 夏季较短, 温暖湿润。安图县地处长白山北麓, 境内群山起伏, 沟壑纵横, 长白山脉由南向北延伸, 使全县地势呈现南高北低、东高西低、南北长而东西窄的特点。 全县总面积74.58万hm２, 其中林地面积占62.53万hm２, 森林覆盖率达83.8%。该区域植物种类繁多, 结构复杂, 北部主要是落叶阔叶林, 南部主要是针叶林及针阔混交林, 分布于广大山地和丘陵地带, 但由于人们的各类活动, 现今多为天然次生林。针叶树主要有红松 (Pinus koraiensis) 、云杉 (Picea koraiensis) 、臭松 (Abies nephrolepis) 和长白落叶松 (Larix olgensis Henry) , 阔叶树多为紫椴 (Tilia amurensis) 、蒙古栎 (Quercus mongolica) 、水曲柳 (Fraxinus mandschurica) 、黄菠萝 (Phellodendron amurense) 、大青杨 (Populus ussuriensis) 、枫桦 (Betula costata) 、色木槭 (Acer mono) 和白桦 (Betu- la platyphylla) 等。 2.2 森林样地调查 野外样地设置应尽量涉及所有的森林生态系统类型, 本研究于2011年8月植被最旺盛节点历时20余天, 共开展了两次野外样地调查实验, 对研究区各森林类型结构参数及生理信息进行了广泛而细致的调查, 囊括了落叶阔叶林、针阔混交林、落叶针叶林以及常绿针叶林, 并根据研究需要按针叶林、阔叶林及针阔混交林3种类型进行分析。两次野外调查共采集了60个森林样地信息, 其中针叶林16个、 阔叶林24个、针阔混交林20个。样地调查内容主要包括GPS经纬度、群落类型、海拔、坡度、坡向、干扰状况、郁闭度、叶面积指数等, 并对样地内胸径大于5cm的乔木逐木检尺, 内容包括树种、胸径、树高、林龄等。样地的大小为100m×100m, 相当于TM多光谱影像3×3个像元, 在每个样方内利用TRAC沿不同线路对叶面积指数进行测量, 并以这些测量的平均值作为该样地的叶面积指数值。 2.3 遥感数据处理 2.3.1 地物的光谱信息 在遥感影像数据的分析和应用中, 特别是定量遥感方面, 地物的光谱信息是定量计算的一个重要依据。然而, 影像中的光谱信息受多种因素影响, 诸如地形效应、大气效应等。特别是在地形起伏较大地区, 地形影响尤为突出, 像元所接收到的有效光照可能存在较大的差别, 导致相同的地物却