- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
比较Sentinel-2和Landsat 8影像在北方森林变量预测中的应用
摘要： 我们比较了Sentinel-2和Landsat 8数据在芬兰南部北方森林变量预测中的表现。通过暴力前向选择法，设置了十二种建模方案，分别采用多层感知机(MLP)或回归树模型进行多变量预测训练。参考数据包含芬兰林业中心在Sentinel-2与Landsat 8过境时同步采集的739个圆形样地数据。每个建模方案中，输入数据经100次迭代均等划分为训练集、验证集和测试集。预测的森林变量包括蓄积量(V)、胸径(D)、树高(H)和断面积(G)，以及松树(Pine)、云杉(Spr)和阔叶树(BL)的树种组分。我们记录了各方案的绩效指标及最佳预测波段。 使用全部Sentinel-2波段时获得100次建模迭代的最佳平均表现：包含所有树种的变量中，样地水平相对均方根误差(RMSE%)分别为平均胸径38.4%、单位面积蓄积量42.5%、平均树高30.4%、单位面积生长量59.3%。对应全部Landsat 8波段的最佳数值为RMSE%=44.6%、50.2%、36.6%和72.2%。即使采用近等效波段或将Sentinel-2数据降采样至30米分辨率，其表现仍优于Landsat 8。系统偏差(bias%)无显著差异：Sentinel-2偏差绝对值平均为0.8%，Landsat 8为1.2%。 预测所有树种总量时，最佳Sentinel-2预测波段为红边1(B05_RE1)，短波红外波段(B11_SWIR1&B12_SWIR2)和可见光绿波段(B03_Green)也属最优预测因子。最优模型中预测因子中位数数量为：Sentinel-2模型4-6个，Landsat 8模型4-5个。结论表明，Sentinel-2多光谱成像仪(MSI)数据可作为森林资源评估的主要遥感数据源。
关键词： 北方森林，林业，Landsat 8，Sentinel-2，森林变量
更新于2025-09-23 09:53:20
-
[2019年IEEE第八届先进光电子学与激光国际会议(CAOL) - 保加利亚索佐波尔(2019年9月6-8日)] 2019年IEEE第八届先进光电子学与激光国际会议(CAOL) - 基于F变换的地球科学激光测高系统稀疏ICESat数据处理
摘要： 北方森林对地球气候和全球变暖具有重要影响。在此背景下，本研究开发了一种制图方法，该方法能处理缺乏辅助数据集的超大面积区域，并能表征当前森林状况、地表沉积物及森林扰动历史。该基于遥感数据、图像处理技术和图像解译的方法应用于加拿大魁北克省（面积68万平方公里）以黑云杉（Picea mariana [Miller] BSP）为主的广大区域，包含五个步骤：1）通过非监督分类、数据填补和分割方法绘制植被图；2）基于Landsat存档影像绘制研究区火灾历史图；3）确定森林群落的优势树种；4）绘制地表沉积物图；5）基于视频数据集评估地图属性精度。Kappa系数介于72.5%至96.3%之间，与验证数据集相比显示出高度一致性。结果表明，该方法能经济高效地绘制北方广大林区的森林生态系统图。
关键词： 陆地卫星，地表沉积物，北方森林，火灾历史，快眼卫星，森林属性
更新于2025-09-16 10:30:52
-
利用机载激光扫描数据估算林分年龄以改进安大略省北方森林黑云杉木材密度模型
摘要： 能够估算木材质量的时空模型，可支持在采伐前就考虑树木市场潜力的价值链优化方案。研究表明，生态土地分类单元（如生态位点）和基于机载激光雷达（ALS）数据的结构指标，能有效预测加拿大安大略省北方森林黑云杉林分的木材质量属性。然而树龄是导致树木间木材质量差异的主要因素，却因在森林清查系统中表征不足而未被纳入既往预测模型。本研究目标为：（一）建立以黑云杉为主的林分平均树龄预测模型；（二）通过引入树龄预测变量来优化黑云杉木材密度模型。基于随机森林（rf）距离度量的k最近邻（kNN）分类非参数树龄模型表现良好，其均方根差（RMSD）为15年且解释了62%的方差变异。后续利用树龄与生态位点预测变量构建的随机森林木材密度模型具有实用价值，均方根误差（RMSE）为59.1千克·米?3。这些通过纳入可从清查数据中获取的树龄与立地效应而建立的模型，使大尺度木材质量预测更接近实际应用。
关键词： 预测建模、林分年龄、激光雷达、北方森林、木材密度建模、黑云杉、森林资源清查、机载激光扫描（ALS）、k近邻算法
更新于2025-09-11 14:15:04
-
利用机载成像光谱仪研究融雪期北方景观的反射率变化
摘要： 我们通过利用在芬兰北部开展的机载高光谱遥感实验所获取的大量光学光谱数据，旨在深入理解春季融雪对遥感场景反射率的影响。研究针对开阔地、北方森林和无树荒原等不同下垫面类型，分析了薄雪层反射率的特征变化规律。研究结果不仅证实了"融化的薄雪层反射率显著低于厚雪层"这一普遍认知，更首次揭示了不同下垫面（特别是北方森林）中雪层反射率随冠层覆盖度的变化关系。众所周知，部分透明且可能受污染的薄雪层具有高度变异的反射光谱特征，这会削弱雪盖检测算法（尤其是融雪末期分数雪盖比例制图）的效能。本研究结果直接支持SCAmod算法在分数雪盖反演中的改进应用，同时可推广至其他光学卫星数据算法（如光谱解混方法）的研发，并为雪盖检测算法的精度评估提供依据。
关键词： SCE（雪盖等效）、AISA（机载成像光谱仪）、场景反射率、北方森林、光谱学、FSC（森林覆盖面积）、雪盖制图、NDSI（归一化雪盖指数）、MODIS（中分辨率成像光谱仪）、NDVI（归一化植被指数）、土地覆盖分类、融雪、采伐、反射率
更新于2025-09-10 09:29:36
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018年7月22日-7月27日）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 北方针叶林中的UAVSAR L波段与P波段层析实验
摘要： 合成孔径雷达层析技术已被证明在测量包括L波段和P波段在内的多种波长下的植被垂直结构方面极为有效[2]。监测植被的三维结构及其因自然或人为因素导致的变化是生态系统监测的关键参数。过去几年中，NASA/喷气推进实验室的UAVSAR系统已在包括阿拉斯加在内的多个地点部署，进行L波段和P波段的层析SAR观测。本次报告将简要介绍2017年8月至9月在阿拉斯加北方森林进行的L波段和P波段层析SAR实验。该区域主要由相对较矮的植被组成，平均高度低于20米，最大高度低于25米。与UAVSAR此前在中纬度和热带森林进行的层析观测相比，该区域植被较为稀疏。这些观测为比较此类生物群落中L波段和P波段的层析数据提供了独特的数据集。
关键词： 干涉测量、断层扫描、北方森林、无人机合成孔径雷达
更新于2025-09-09 09:28:46
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 北极散射塔实验的长期P波段层析SAR观测
摘要： P波段SAR层析成像能够分离森林冠层垂直范围内的散射体，提供可用于生物量估算的SAR观测数据。但森林的垂直后向散射分布对天气和季节变化较为敏感，这些影响机制目前尚不明确。本研究采用塔基雷达获取了P波段北方森林的全极化层析图像，并进行为期一年的分析。观测到的最大变化源于零下温度导致有效散射高度降低。土壤湿度和温度的季节性变化使得HH极化地面后向散射在夏季下降，同时冠层交叉极化后向散射也出现降低。
关键词： 北方森林，长时间序列，地基雷达，合成孔径雷达层析成像，极化测量，BIOMASS（生物量卫星任务）
更新于2025-09-09 09:28:46
-
从挪威北方森林的遥感数据到估算地表反照率的快速灵活模型
摘要： 在评估林业和土地利用活动对气候变化的影响时，考虑地表反照率变化并超越简单碳核算的重要性日益得到认可。然而，气候模型中对反照率变化的表征复杂且高度参数化，从而限制了其在气候影响研究中的应用。简单而可靠的反照率模型的可用性可以增强土地利用研究中反照率变化的考量。我们提出了一组用于估算北方森林地表反照率的简化模型。我们处理并协调了挪威不同森林地点的遥感反照率估算数据、森林结构参数和气象记录数据集。通过结合线性解混与非线性规划，我们同时生成了与土地覆盖数据集相同分辨率（16米，显著高于卫星反演）的反照率估算以及多种灵活的反照率预测模型。我们测试了功能形式、变量和约束条件的不同组合，包括专门针对无雪条件的变体。我们发现这些模型能够捕捉地表反照率的季节性模式以及森林结构和气象参数的交互效应，其中许多模型显示出良好的统计评分。交叉验证结果表明，从一个地区得出的模型在应用于挪威其他森林地区时表现合理，无论时间和空间尺度如何。通过将森林结构和气候条件的变化作为显式变量纳入，这些模型易于用于旨在估算森林管理和气候变化引起的反照率变化的不同应用中。
关键词： 气象参数、森林管理、地表反照率、北方森林、气候影响评估
更新于2025-09-09 09:28:46