论文部分内容阅读
森林冠层是由森林群落的树冠组成的集合体,在维持生物多样性、地区和全球生态系统平衡中起着至关重要的作用,准确估算森林冠层生物量对于研究森林生态系统生产力、监测森林环境变化和指导森林管理等方面有着重大的意义。然而,传统的冠层生物量估测方法存在着测定困难、耗时耗力等问题。合成孔径雷达(Synthetic Aperture Radar,SAR)在森林冠层生物量估算中具有巨大的潜力和优势,本研究基于GF-3全极化SAR数据,以赤峰市旺业甸林场为实验区,结合地面实测的25块样地数据,采用Freeman三分量分解、Freeman二分量分解、Yamaguchi三分量分解方法获得极化分解分量,对比分析不同分解方法对森林区域的分解效果,并分别构建各极化分解方法下的冠-地散射比参数,通过相关性分析方法探究SAR后向散射系数、极化分解分量和冠-地散射比参数共15个变量与冠层生物量的相关关系,应用逐步回归方法筛选变量,建立森林冠层生物量回归模型,并采用留一法交叉检验对模型进行精度评价,本研究得出以下几点结论。(1)不同极化分解方法对森林区域的分解效果不同,Yamaguchi三分量分解效果最好,Freeman二分量分解次之,Freeman三分量分解效果最差,且二次散射分量和表面散射分量结果出现负值。在体散射模型中加入自适应参数,可以一定程度上改善极化分解效果;限制体散射模型中自适应参数的范围,并对相干矩阵进行正交变换和酉变换,可以解决二次散射分量和表面散射分量出现负值的问题,得到良好的分解结果。(2)SAR数据提取的后向散射系数和极化分解分量均与冠层生物量有着显著的相关关系,能够反映森林冠层结构参数信息。极化分解分量与冠层生物量相关性更高,在冠层生物量估算中具有更大的潜力。(3)最优模型选入参数为Freeman二分量分解和Yamaguchi三分量分解所得分量构建的冠-地散射比参数,模型R2为0.721,RMSE为5.496 t/hm2,交叉检验结果R2达到0.70,拟合RMSE为6.313t/hm2,检验结果表明模型预测误差较低(ME=-0.336t/hm2,MAE=5.168t/hm2,M%E=3.662%,MA%E=22.475%),真实值和预测值间关系与 1:1 直线大体接近,没有出现明显的饱和点,采用极化分解分量可以准确估算森林冠层生物量。