摘要:
森林郁闭度的空间分布是评价森林生产力和分解率的一个重要指标.本研究以吉林汪清林区为研究区,分别利用星载激光雷达ICESat-GLAS波形数据和多光谱遥感LandsatTM影像对该区的森林郁闭度进行估测,然后采用多元线性回归和BP神经网络两种方法对GLAS数据和TM数据进行联合,共同估测了森林郁闭度.结果表明: 单一遥感数据估测森林郁闭度时,GLAS数据的模型决定系数为0.762,TM数据的模型决定系数为0.598.将GLAS数据和TM数据联合后估测森林郁闭度时,多元线性回归模型的复决定系数为0.841,BP神经网络模型的仿真精度为0.851.表明ICESat-GLAS数据与Landsat-TM影像联合能够发挥多源遥感数据的优势,提高森林郁闭度的估测精度,并为后续的空间区域内森林郁闭度的连续制图提供可靠的方法.
王蕊,邢艳秋**,王立海,尤号田,邱赛,王爱娟. 联合星载ICESat-GLAS波形与多光谱Landsat-TM影像的森林郁闭度估测[J]. 应用生态学报.
WANG Rui, XING Yan-qiu, WANG Li-hai, YOU Hao-tian, QIU Sai, WANG Ai-juan. Estimating forest canopy cover by combining spaceborne ICESat-GLAS waveforms and multispectral Landsat-TM images.[J]. Chinese Journal of Applied Ecology.