一种基于遥感生物量反演的优势树种BVOCs排放估算方法技术

本发明专利技术涉及一种基于遥感生物量反演的优势树种BVOCs排放估算方法，包括：1)根据研究区的森林类型进行优势树种的选取；2)针对所述优势树种，在研究区内选定样地并进行实地调查以获取与各优势树种地上生物量相关的实测参数；以及获取研究区内遥感影像；3)构建生物量拟合体系参数；4)针对各优势树种，基于步骤3)的生物量密度以及遥感参数，以生物量为因变量，进行多模型的回归拟合；5)建立评价指标，评价各模型拟合结果的精度，然后选择最优精度的模型来确定研究区优势树种生物量及植被指数的最优方程；6)构建基于生物量遥感解译的优势树种BVOCs排放模型；以及7)利用BVOCs排放模型估算优势树种BVOCs排放量。优势树种BVOCs排放量。优势树种BVOCs排放量。

【技术实现步骤摘要】
一种基于遥感生物量反演的优势树种BVOCs排放估算方法


[0001]本专利技术涉及生态环境
，更具体涉及一种基于遥感生物量反演的优势树种BVOCs排放估算方法。

技术介绍

[0002]森林是陆地生态系统的主体，大约覆盖了30％的地球陆表，在陆地生态系统碳循环、水循环以及辐射能量交换中扮演着重要角色。森林排放的生物挥发性有机物(BVOCs)约占陆地植被排放的BVOCs总量的70％左右。这部分挥发性有机物的主要组成部分是异戊二烯、单萜烯、含氧VOCs等，具有很强的光化学活性，对于区域及局地的空气质量和臭氧生成具有不可忽视的影响。
[0003]森林排放的BVOCs的量与森林生物量密切相关。在现有的森林地上生物量评价体系方法中，主要是基于传统的生物量研究方法，即通过人工实地测量获取数据样地数据，例如森林清查数据中多为人工实地测量评估，并且基本为总的生物量的测定。然而，目前人们对森林生物量的估算已经不满足于总量计算，而是在掌握总量生物量的基础上，存在进一步细分为不同地区、不同树龄、不同树种的生物量差异以获得更加详细的生物量资料的需求；同时，单一的传统生物量法已经不适用于大尺度生物量估算。然而随着遥感技术的日益发展，光学遥感影像广泛应用于土地变化和森林资源监测，丰富的光谱信息能够有效反映植被的生长情况，然而，云层覆盖、数据条带缺失等现象使得地上生物量数据不确定性较大。
[0004]目前森林排放的BVOCs的量还不能实现树种级别的分辨率，例如以往的研究中在应用遥感解译获得生物量数据计算BVOCs排放量时，只能把植被类别区分为阔叶树、针叶树等级别，而难以实现树种级别的区分，而植物排放挥发性有机物的强度随着树种的差异而呈现数量级的差别，因此估算结果存在很大误差。上述问题是以往研究中的难点，也是生态环境研究领域亟待突破的问题之一。
[0005]因此，需要新的技术和方法，以至少部分地解决上述现有技术中存在的问题。

技术实现思路

[0006]为了解决上述现有技术中存在的问题，本专利技术联合多个数据源对研究地区纯林树种进行森林地上生物量反演，通过对模型进行适用性评价，以期为森林地上生物量遥感估测提供更精确的方法，在遥感解译结果中将生物量区分精度提高到树种级别，以实现大尺度范围内BVOCs排放量估算结果的高时空分辨率。
[0007]根据本专利技术的一方面，提供一种基于遥感生物量反演的优势树种BVOCs排放估算方法，包括：
[0008]1)根据研究区的森林类型进行优势树种的选取；
[0009]2)针对所述优势树种，在研究区内选定样地并进行实地调查以获取与各优势树种地上生物量相关的实测参数；以及获取研究区内遥感影像；
[0010]3)构建生物量拟合体系参数，包括基于步骤2)的实测参数计算样地地上优势树种生物量密度，并且基于遥感影像提取与森林地上生物量遥感反演相关的遥感参数；
[0011]4)针对各优势树种，基于步骤3)的生物量密度以及遥感参数，以生物量为因变量，进行多模型的回归拟合；
[0012]5)建立评价指标，评价各模型拟合结果的精度，选择最优精度的模型来确定研究区优势树种生物量；以及
[0013]6)构建基于生物量遥感解译的优势树种BVOCs排放模型；以及
[0014]7)利用模型估算优势树种BVOCs排放量。
[0015]根据本专利技术的方法，其中步骤1)中的优势树种选取包括：刺槐、栎树、杨树、油松、落叶松和白桦。
[0016]根据本专利技术的方法，其中步骤2)中实测参数包括树高、胸径、冠幅、样地面积以及地理坐标；遥感影像包括空间分辨率为30m的Landsat
‑
8OLI卫星数据、空间分辨率为10m的Sentinel
‑
2卫星数据以及分辨率为30m的ASTER_GDEM_V3卫星DEM数据。
[0017]根据本专利技术的方法，其中遥感影像经过辐射定标、大气校正及光谱反射率计算处理。
[0018]根据本专利技术的方法，其中步骤3)中，采取生物量胸径树高回归模型法估测地上生物量密度；所述遥感参数包括植被指数及原始波段。
[0019]根据本专利技术的方法，其中所述植被指数包括NDVI、RVI、EVI、DVI、MSAVI、SAVI以及ARVI，原始波段为Landsat
‑
8OLI的Band1—Band7以及Sentinel
‑
2的Band2—Band8。
[0020]根据本专利技术的方法，其中步骤4)中所述多模型包括多元线性回归模型及单因子曲线回归模型，例如单因子曲线回归模型包括线性函数、对数函数、二次函数、三次函数、增长函数、逆函数、S曲线函数、幂函数、指数函数、复合函数以及Logistic函数。
[0021]根据本专利技术的方法，其中步骤5)中，评价指标包括决定系数(R2)和均方根误差(RMSE)，公式如下：
[0022][0023][0024]式中，y
i
表示地上生物量实测值，表示地上生物量模型预测值，表示实测地上生物量的均值，n表示样本数量。
[0025]根据本专利技术的方法，其中步骤)6中，包括利用如下公式，基于优势树种生物量及植被指数的最优方程，获得优势树种叶生物量及植被指数的最优方程，
[0026]B
总
＝aV+b
[0027][0028]式中，B
总
表示单位面积地上生物量；V表示单位面积蓄积量；a，b均为常数；B
叶
表示
树种叶生物量；D
干
为树干基本密度，绝干材质量与生材体积的比值；P
叶
为树叶生物量占总生物量的比例；P
干
为树干生物量占总生物量的比例。
[0029]根据本专利技术的方法，其中步骤)6中，包括利用如下公式，基于优势树种叶生物量及植被指数的最优方程，获得BVOCs排放模型，
[0030]E
ISOP
＝B
叶
·
ε
·
γ
t
·
γ
p
[0031]E
TMT
,E
OVOC
＝B
叶
·
ε
·
γ
t
[0032]式中：E
ISOP
为异戊二烯的排放量；E
TMT
,E
OVOC
为植物单萜烯的排放量及其他VOCs排放通量；ε为标准条件下各森林树种的VOC排放因子；B
叶
为树种叶生物量；γ
t
、γ
p
为无量纲参数，分别为气温校正因子和光合有效辐射校正因子。
[0033]本专利技术结合人工调查以及遥感影像，利用多源数据以及多模型进行拟合，在遥感解译结果中将生物量区分精度提高到树种级别，以实现大尺度范围内BVOCs排放量估算结果的高时空分辨率，获得更好的拟合以及更高的精度；同时本专利技术的方法能够大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感生物量反演的优势树种BVOCs排放估算方法，包括：1)根据研究区的森林类型进行优势树种的选取；2)针对所述优势树种，在研究区内选定样地并进行实地调查以获取与各优势树种地上生物量相关的实测参数，以及获取研究区内遥感影像；3)构建生物量拟合体系参数，包括基于步骤2)的实测参数计算样地地上优势树种生物量密度，并且基于遥感影像提取与森林地上生物量遥感反演相关的遥感参数；4)针对各优势树种，基于步骤3)的生物量密度以及遥感参数，以生物量为因变量，进行多模型的回归拟合；5)建立评价指标，评价各模型拟合结果的精度，然后选择最优精度的模型来确定研究区优势树种生物量及植被指数的最优方程；6)构建基于生物量遥感解译的优势树种BVOCs排放模型；以及7)利用BVOCs排放模型估算优势树种BVOCs排放量。2.根据权利要求1所述的基于遥感生物量反演的优势树种BVOCs排放估算方法，其中，步骤1)中的优势树种选取包括：刺槐、栎树、杨树、油松、落叶松和白桦。3.根据权利要求1所述的基于遥感生物量反演的优势树种BVOCs排放估算方法，其中，步骤2)中实测参数包括树高、胸径、冠幅、样地面积以及地理坐标；遥感影像包括空间分辨率为30m的Landsat
‑
8OLI卫星数据、空间分辨率为10m的Sentinel
‑
2卫星数据以及分辨率为30m的ASTER_GDEM_V3卫星DEM数据。4.根据权利要求3所述的基于遥感生物量反演的优势树种BVOCs排放估算方法，其中，步骤3)中，采取生物量胸径树高回归模型法估测地上生物量密度；所述遥感参数包括植被指数及原始波段。5.根据权利要求4所述的基于遥感生物量反演的优势树种BVOCs排放估算方法，其中，所述植被指数为Landsat
‑
8OLI及Sentinel
‑
2卫星影像共有植被指数，包括NDVI、RVI、EVI、DVI、MSAVI、SAVI以及ARVI，原始波段为Landsat
‑
8OLI的Band1—Band7以及Sentinel
‑
2的Band2—Band8。6.根据权利要求1所述的基于遥感生物量反演的优势树种BVOCs排放估算方法，其中，步骤2)中所述遥感影像经过辐射定标、大气校正及光谱反射率计算处理。7.根据权利要求1...

【专利技术属性】
技术研发人员：伦小秀，王璇，王晓月，赵丹青，冯如帆，
申请(专利权)人：北京林业大学，
类型：发明
国别省市：