杜春雨 張雙義

摘 要 以松花湖生態(tài)區(qū)為研究區(qū)，收集該地區(qū)主要樹種的生物量模型及TM遙感影像數(shù)據(jù)，對影像數(shù)據(jù)進行處理，提取遙感變量，建立影像數(shù)據(jù)與固定樣地生物量數(shù)據(jù)之間的遙感模型，用逐步回歸方法對25個遙感變量進行篩選，確定了b2、b5、KT2、KT3作為模型的自變量，用未參加建模的數(shù)據(jù)對模型進行精度檢驗。結(jié)果表明，多元線性回歸模型的擬合精度為74.9%，精度較高。利用生物量遙感模型進行反演估算，分析松花湖森林生物量質(zhì)量。

關鍵詞 生物量;遙感;模型

中圖分類號：TP79 文獻標志碼：B DOI：10.19415/j.cnki.1673-890x.2020.33.048

生物量數(shù)據(jù)是研究眾多林業(yè)問題和生態(tài)問題的基礎[1-2]，松花湖流域是吉林省重要的水源地和生態(tài)保護區(qū)。因此，研究該地區(qū)森林生物量水平，在生產(chǎn)上和生態(tài)環(huán)境的監(jiān)測方面以及碳匯研究方面都有著十分重要的意義[3-4]。

1 實驗數(shù)據(jù)處理

1.1 數(shù)據(jù)獲取分類

研究區(qū)域固定樣地數(shù)據(jù)取自林業(yè)部門收集森林資源連續(xù)清查固定樣地數(shù)據(jù)，還有部分野外調(diào)查樣地數(shù)據(jù)。下載Landsad 5 TM影像1～5和7波段組成多光譜數(shù)據(jù)作為遙感數(shù)據(jù)源。使用ENVI遙感圖像處理平臺對數(shù)據(jù)進行幾何校正、輻射定標、大氣校正等處理。采用監(jiān)督分類最大似然法進行土地利用土地覆蓋遙感分類。將松花湖地區(qū)的土地利用類型分為植被、水體、裸地和居民用地4類。

1.2 樣地數(shù)據(jù)獲取與計算

課題組在松花湖實驗林場、林科院林場等設立臨時標準地20塊，規(guī)格為20 m×30 m，并記錄樣地中心坐標及海拔高度，對標準地內(nèi)活立木進行每木檢尺，記錄胸徑、坡位、坡向、郁閉度等信息。

選用長白山林區(qū)生物量模型，對應樣地內(nèi)單木類型，逐個計算累加得到固定樣地的生物量。

2 模型構(gòu)建

2.1 模型變量選擇

從各波段光譜輻射值、不同波段輻射值之間的線性和非線性組合所派生出的變量因子出發(fā)，初步選出自變量因子25個，在SPSS軟件中對這些因子與對應樣地生物量作相關性分析，相關系數(shù)見表1?？梢钥闯鯞2、TM4/2、SAVI、KT2與樣地生物量相關系數(shù)在0.01水平上具有顯著性。

2.2 建立生物量多元線性回歸模型

選擇了60塊標準地數(shù)據(jù)和對應的遙感變量數(shù)據(jù)構(gòu)建模型，32塊未參加建模的數(shù)據(jù)進行模型評價分析，模型采用逐步回歸法來構(gòu)建。SPSS輸出結(jié)果見表2所示。

通過表中R2的大小確定最佳模型，在4個模型中模型4的R2值為0.799，均為最大值。因此，選定第4個模型為最佳模型，模型方程如公式（1）所示。

生物量=74.574+4.134×KT2-2.714×KT3-2.044×B2+8.522×B5（1）

2.3 模型精度驗證

精密度根據(jù)公式（2）計算。

式中，i和n分別表示驗證樣本的序號和總數(shù)。

利用參加建模的樣本計算的擬合精度為71.6%，未參加建模的驗證樣本計算的檢驗精度為74.9%。

利用生物量模型計算檢驗樣本生物量對應的擬合值，與生物量值生成對比圖，查看檢驗效果如圖1所示。

3 結(jié)論

通過對松花湖設立樣地進行調(diào)查，并結(jié)合森林二類調(diào)查成果，利用長白山地區(qū)生物量方程計算生物量，提取遙感因子，構(gòu)建生物量估測模型，估算研究區(qū)域地面生物量，建立松花湖生態(tài)區(qū)森林生物量遙感反演模型。模型的R值為0.894，相關性顯著，R2值為0.799，擬合效果良好，用未參加建模的驗證樣本計算的檢驗精度為74.9%。

通過反演結(jié)果可以得出，松花湖區(qū)域的生物量主要集中在60～120 t·hm-2，大于120 t·hm-2的區(qū)域所占比例很小，全國平均生物量水平為150 t·hm-2。這些數(shù)據(jù)說明雖然松花湖地區(qū)森林覆蓋率較高，但是森林生物量含量不高，森林質(zhì)量一般，應該加強該地區(qū)的森林經(jīng)營管理水平，提高森林質(zhì)量。

參考文獻：

[1] 方精云，劉國華，徐嵩齡.我國森林植被的生物量和凈生產(chǎn)量[J].生態(tài)學報，1996（5）：497-508.

[2] 唐世浩，朱啟疆，閆廣建.遙感地表參量反演的理論與方法[J].北京師范大學學報（自然科學版），2001（2）：266-273.

[3] 趙敏，周廣勝.基于森林資源清查資料的生物量估算模式及其發(fā)展趨勢[J].應用生態(tài)學報，2004，15（8）：1468-1472.

[4] 國慶喜，張鋒.基于遙感信息估測森林的生物量[J].東北林業(yè)大學學報，2003，31（2）：13-16.

（責任編輯：趙中正）