文献类型：期刊文章

作　　者：严恩萍[1,2] 赵运林[1,2] 林辉[1,2] 莫登奎[1,2] 王广兴[1,2,3]

机构地区：[1]中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室,长沙410004 [2]中南林业科技大学林学院,长沙410004 [3]南伊利诺伊大学地理系,卡本代尔629012

出　　处：《林业科学》

基　　金：国家"十二五"高技术发展研究计划项目(2012AA102001);国家自然科学基金面上项目(31470643);林学重点学科开放基金拟资助项目(2016YB08)

年　　份：2017

卷　　号：53

期　　号：7

起止页码：72-84

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAB、CAS、CSCD、CSCD2017_2018、EI、IC、JST、PROQUEST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：【目的】基于遥感影像空间分辨率和地面样地大小不一致的现象,采用地统计学和多源遥感数据进行森林碳密度估算,为MODIS数据在区域森林碳密度估算领域的应用提供参考。【方法】以湖南省攸县为试验区,首先利用基于块的序列高斯协同模拟算法,将25.8 m×25.8 m的样地数据分别上推到250 m×250 m、500 m×500 m和1 000 m×1 000 m;然后将上推后的样地数据分别与MOD13Q1、MOD09A1、MOD15A2数据结合,利用序列高斯协同模拟算法开展区域森林碳密度估算研究;最后将最优结果用于湖南省森林碳密度估算。【结果】Landsat5和MODIS数据与森林碳密度的敏感因子具有高度相似性,排在前3位的分别为1/TM3、1/TM2、1/TM1和1/Band1、1/Band4、1/Band3;与植被指数产品MOD13Q1和MOD15A2相比,多光谱数据Landsat5和MOD09A1在攸县森林碳密度估算方面显示出巨大潜力,估算精度分别为82.02%和75.64%;基于MOD09A1的序列高斯协同模拟算法具有很好的适用性,可用于湖南省森林碳密度的空间模拟,估算精度为74.07%。【结论】采用基于块的序列高斯协同模拟算法,可以实现由地面样地到不同空间分辨率MODIS像元之间的转换;由于空间分辨率的限制,MOD09A1数据在刻画空间细节方面不如Landsat5精细。该研究方法适用于地面调查样地大小和遥感影像空间分辨率不一致的区域森林碳密度估算。

关 键 词：林业遥感 森林资源清查 多源遥感 基于块的序列高斯协同模拟  森林碳密度  

分 类 号：S718.5[林学类] S757.2