北亚热带森林生物量遥感估测饱和点分析
文献综述
一、课题的研究意义
随着地球大气圈中温室气体浓度上升，全球气温日益升高，极端气候频发，社会经济可持续发展和人类生存受到了极大的威胁，其成为国际上关注的重大问题.森林生物量是整个森林生态系统运行的能量基础和营养物质来源，是研究生产力、净生产力、碳循环的基础。 如何实现森林生物量的快速、高效估测，已成为全球研究的热点问题[1]。森林生物量作为衡量森林生态系统固碳能力重要指标，森林生物量的变化特征是人类活动和森林生态系统物质循环的综合体现，对其进行研究对区域气候变化和生态系统具有非常重要的现实意义。遥感技术的普及和发展虽然为快速、高效估测大尺度、大范围的生物量提供了坚实的基础，植物的遥感图像信息是由其反射光谱特征决定的，植物的光合作用表现为对红光和蓝紫光的强烈吸收而使其反射光谱曲线在该部分反映了植物叶绿素含量和生长情况。但遥感信息饱和这一问题也成为了影像生物量精度估测的主要原因之一。
北亚热带，是位于亚热带最北端的亚热带，气候特点市夏季高温多雨，夏季温和少雨。包括汉水流域，长江中下游和江淮平原大部分地区，面积约占全国陆地面积的5.4%。此带的北界，即秦岭淮河一线，是我国自然地理上著名的南北分界线。北亚热带处南北冷暖气团交汇的地区，气候上南北过渡的特征明显。气候过渡使得本地带成为我国亚热带向暖温带的过度地带。本地带的天然植被亦属具有过渡型的常绿阔叶和落叶阔叶混交林。植物群落的分布和共存是复杂的，需要不断的监测和探索。北亚热带的气候复杂，物种多样，深入了解北亚热带区域内森林群落的共存机制，森林生物量遥感估测提供，进而为区域内生物多样性经营，管理和保护提供技术支持[2]。
江苏省南京市南京森林植被主要分为针叶林、阔叶林和针阔混交林等3 种类型。南京地区的针叶林主要包括马尾松、黑松、湿地松、雪松、杉木、柳杉、水杉、柏木及其混交林等；阔叶林主要包括杨树、栎类、樟木、榆树、柳树、栎类、其他硬阔和软阔及其混交林等。调查表明：松、杉类针叶林面积减少，蓄积量略有增加；混交林、阔叶林面积、蓄积增幅较大。2007年，针叶林、阔叶林和针阔混交林的面积、蓄积比例分别为38:57 :5和45:51 :4；近5年来，加大了针叶纯林改造力度，加大造林树种多样化选择，阔叶树种组成不断丰富，针叶林、阔叶林和针阔混交林的面积、蓄积分别为18:71 :11和24:66 :10。树种更加乡土化，多样化[3]。在对优势树类型各个波段(植被指数及波段组合)饱和点识别的基础上，为进一步确定不同优势林类型不同波段及其组合生物量最佳饱和点识别光谱，分析型优势林地上生物量与不同波段及其组合之间的相关性，相关性最强波段即为生物量饱和点识别最佳光谱[4]。
二、国内外森林生物量研究现状
在遥感信息与生物量拟合关系方法中徐新良等[5]认为在对遥感信息参数和地面观测的生物量进行相关性分析的基础上，通过建立两者的拟合方程来估算森林生物量；王任华,霍宏涛,游先祥等[6]在野外调查的基础上,尝试应用BP网络和RBF网络技术,建立广州TM遥感影像数据与森林样方生物量实测数据之间的神经网络模型,通过训练和仿真,与生物量实测数据进行比较。以Landsat8-OLI数据和野外样地数据作为数据源，利用球状模型定量研究这四种典型优势树地上生物量光谱饱和点，根据光谱饱和点研究结果选取遥感特征因子，构建生物量多元线性估测模型（MLRM），随机森林模型（RF）反演模型，降低流域地区森林生物量估计的不确定性、改进生物量遥感估测的精度,四种典型[7] 。
国外学者多以结合或融合不同数据源及利用高光谱或高分辨率影像估测生物量光谱饱和，提高生物量估测精度[8-9]。
三、目前研究存在的问题
1、环境因素
（1）建立的单位生物量估测模型不能很好地反映区域内的优势树种生物量的分布情况，特别是对区域内生物量密集度较低的区域，模型估测值均高于参考值。生物量估测饱和点的出现主要是部分原始波段、植被指数或植被组合对森林生物量的敏感度降低的结果[10]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
