基于神经网络和不同立地质量的森林蓄积量遥感估测

运用BP神经网络技术建立区分立地质量等级森林蓄积量遥感估测模型并探讨其适用性。以2009年黑龙江省伊春市凉水自然保护区森林资源二类调查数据为基础数据划分森林的立地质量等级,以森林蓄积量为研究对象,基于该地区LANDSAT-TM影像以及DEM数据提取遥感因子,采用BP神经网络方法构建区分立地质量的森林蓄积量遥感估测模型,并引入回归分析方法和不区分立地质量的模型予以比较。结果表明,基于不同立地质量等级的模型明显好于不区分立地质量等级的估测模型,且BP神经网络模型较回归分析模型可以更好地预测森林的蓄积量。经过对比检验,基于不同立地质量等级的BP神经网络模型性能优异,验证总体预测精度高达97%以上、实测值与预测值的R~2在0.94左右;不区分立地质量等级的BP神经网络模型的R~2为0.89,预测精度95%左右。同等条件下,BP神经网络模型较多元线性回归模型的预测精度约提高了3%～5%,R~2值提高了0.1左右。     

基于MODIS的三江源地区不同类型草地草产量的遥感监测

面对大面积草原草场牧草估产,遥感监测已成为最普遍、最快速的先进手段。针对三江源地区草地,基于改进的CASA模型,利用2000—2010年MODIS的MOD13A1(净初级生产力NPP)遥感数据和每年4—9月的降水和温度数据,运用ArcGIS软件建立了三江源地区不同类型天然草地牧草产量卫星遥感估产模型,得出三江源草场亩产量结果:湖盆河滩草甸160～180kg,整体趋势略有上升;山地草原48～56kg,高原宽谷荒漠39～45kg,山地荒漠40～50kg,整体分布趋势很稳定;高山草甸110～130kg,高原宽谷草原70～80kg,整体趋势相对稳定;山地稀疏森林草场130～160kg,整体趋势略有下降;山地灌丛草场128～160kg。空间上因东南地区降水较多,湿润度高,地势相对平坦,因此草产量呈现出从东南—西北逐渐递减的规律,其中高山草甸草场和高原宽谷草原草场占绝大部分,为三江源地区进行草地生物量研究、草场资源的可持续利用和畜牧业的发展提供指导。