森林生物量遥感估算与应用分析
遥感在森林资源调查中的应用
遥感在森林资源调查中的应用
遥感是指通过卫星、飞机等遥远距离感测器获取地面信息的技术。
在森林资源调查中，遥感技术被广泛应用于森林的监测、分类、更新、破坏程度评估等方面，具有高效、快捷、准确的特点。
下面将重点介绍遥感在森林资源调查中的应用。
遥感技术可以用于森林类型分类和变化监测。
通过获取的卫星图像，可以进行不同森
林类型的划分和分析，包括天然林、人工林、次生林等。
通过多时相的卫星数据，还可以
监测森林类型的变化情况，了解森林的演替过程和演替速度。
遥感技术可以用于森林植被覆盖度测算。
通过卫星图像，可以提取森林覆盖度信息，
帮助评估森林的植被状况。
植被覆盖度是评估森林生态系统功能的重要指标，可以反映森
林的生产力、水文循环、土壤保持等方面的情况。
遥感技术可以用于森林资源估测。
通过获取的卫星图像，可以计算森林面积、体积、
蓄积量等重要参数，帮助评估森林的资源量和价值。
这对于森林管理和经济利用具有重要
意义，可以为森林资源的合理开发提供科学依据。
遥感技术还可以用于森林火灾监测和预警。
通过卫星图像，可以及时掌握森林火灾的
发生情况和蔓延速度，提供重要的预警信息。
这对于及时采取灭火措施、减少火灾扩散范
围具有重要意义，能够最大限度地保护森林资源和生态环境。
东北林区森林生物量遥感估算及分析的开题报告
东北林区森林生物量遥感估算及分析的开题报告一、研究背景与意义随着经济的快速发展，深入开发林区资源已经成为东北地区实现经济发展的必经之路。
林区是东北经济发展的支撑点和生态保持的重要地区，但是林区的生物量是影响生态保持、林区经济发展以及地球气候变化的重要指标。
因此林区生物量的监测具有非常重要的意义。
传统的林区生物量测量方法需要大量的人力物力，且时间成本较高，为了快速准确地获得林区生物量数据，遥感技术愈发受到重视。
现代遥感技术已发展到同步遥感、高光谱遥感和激光雷达遥感等水平，林区生物量遥感估算有了越来越多的优秀研究成果。
目前，空间分辨率较低的Landsat和MODIS卫星，以及空间分辨率高的HJ-1、GF等卫星已被广泛应用于林区生物量的遥感估算与监测。
本文的研究目标是以遥感技术为基础，借助遥感数据与地面数据，建立适合东北林区的林区生物量估算模型，并综合考虑环境因素、气候因素、土壤因素等因素，通过对林区生物量的研究，为东北林区的经济发展及生态保护提供科学依据。
二、研究内容与方法在研究过程中，我们首先将收集到的Landsat、MODIS、HJ-1、GF等卫星高分辨率遥感数据进行预处理，包括影像校正、辐射定标、大气校正等预处理步骤，同时与实地光谱和气象站资料进行验证。
其次，考虑到林区生物量与环境因素、气候因素、土壤因素等因素的相关性，我们将选取合适的气象站和生态站，并获取相关地理信息数据，如高程、坡度、土地利用类型等非遥感数据，以建立林区生物量估算模型。
最后，我们将运用遥感技术分析林区生物量分布特征及其时空变异规律，探讨林区生物量的影响因素。
三、研究计划与进度安排本文研究计划分为以下三个阶段：第一阶段（2018.11-2019.05）：收集和整理Landsat、MODIS、HJ-1、GF等卫星遥感数据和相关非遥感数据，进行预处理，建立林区生物量估算模型。
第二阶段（2019.06-2020.02）：利用收集的遥感数据，根据建立的林区生物量估算模型，对东北林区的生物量进行遥感估算，并进行实地验证，并对林区生物量分布特征及时空变异规律进行分析。
基于遥感技术的森林生态系统监测与碳储量评估：从森林覆盖率到森林生物量,从碳汇功能到碳交易
基于遥感技术的森林生态系统监测与碳储量评估：从森林覆盖率到森林生物量，从碳汇功能到碳交易摘要森林生态系统是地球上重要的碳汇，在全球气候变化背景下，准确评估森林碳储量和监测森林碳汇功能显得尤为重要。
遥感技术作为一种高效、快速、大尺度获取森林信息的工具，在森林生态系统监测与碳储量评估中发挥着重要作用。
本文将以遥感技术为核心，阐述其在森林覆盖率、森林生物量、碳汇功能和碳交易等方面的应用。
首先，介绍遥感技术在森林覆盖率监测中的应用，包括数据源、方法和精度评估；其次，阐述遥感技术在森林生物量估算中的应用，包括生物量模型构建和验证；然后，探讨遥感技术在森林碳汇功能评估中的应用，包括碳排放量和碳吸收量的估算；最后，分析遥感技术在碳交易中的应用，包括碳排放权交易和碳汇交易。
本文将重点探讨遥感技术在森林碳储量评估和碳汇功能监测中的应用现状、面临的挑战以及未来的发展趋势，并展望其在实现全球碳中和目标中的潜在贡献。
关键词:遥感技术，森林生态系统，碳储量评估，碳汇功能，碳交易引言森林生态系统是地球上最大的陆地碳库，在全球碳循环中扮演着至关重要的角色。
森林通过光合作用吸收大气中的二氧化碳，并将其固定在生物量和土壤中，从而起到重要的碳汇作用。
随着全球气候变化日益加剧，森林碳汇功能的减弱将加剧温室效应，对全球生态环境造成严重威胁。
因此，准确评估森林碳储量和监测森林碳汇功能，对于制定有效的碳减排策略、应对气候变化具有重要意义。
传统的森林碳储量评估方法主要依赖地面调查，具有成本高、耗时长、难以大规模实施等缺点。
近年来，随着遥感技术的快速发展，特别是高分辨率遥感影像和无人机技术的应用，为森林碳储量评估提供了新的思路和手段。
遥感技术可以快速、高效地获取大范围森林信息，并进行时空动态监测，克服了传统方法的局限性，为森林碳储量评估和碳汇功能监测提供了有力支撑。
本文将围绕遥感技术在森林生态系统监测与碳储量评估中的应用展开论述，分析其在森林覆盖率监测、森林生物量估算、碳汇功能评估和碳交易等方面的优势和应用前景。
如何利用遥感技术进行森林资源监测与评估
如何利用遥感技术进行森林资源监测与评估森林资源对于我们的生态环境和经济发展至关重要。
随着环境问题的日益严峻和人们对可持续发展的需求不断增加，森林资源的监测与评估变得尤为重要。
遥感技术作为一种快速、高效、准确的手段，已经成为森林资源监测与评估的重要工具之一。
一、遥感技术在森林资源监测中的应用遥感技术通过获取大量的遥感图像数据，使研究者能够全面地了解森林资源的状况。
首先，遥感技术可以提供准确的森林面积和分布信息。
通过对遥感图像进行解译和分类，可以快速获取不同类型森林的分布范围和面积，并对各类森林进行统计和分析。
这样的信息对于合理规划森林资源的利用和保护至关重要。
其次，遥感技术可以提供森林的生长状态和变化情况。
通过对多时相的遥感图像进行比对和分析，可以得到森林的生长速度、植被覆盖程度等动态信息。
这样的信息对于科学管理森林资源、判断森林生态环境的健康状况以及制定相应政策具有重要意义。
此外，遥感技术还可以提供森林的生物多样性信息。
通过对遥感图像进行纹理、光谱分析，可以获得不同植被的特征参数，如叶面积指数、植被指数等。
这些参数可以反映出森林的生态环境和物种多样性的状况，为生物多样性保护和生态环境修复提供科学依据。
二、遥感技术在森林资源评估中的应用森林资源评估是对森林资源进行价值及潜力评估的重要环节，遥感技术在其中发挥着不可或缺的作用。
首先，遥感技术可以提供森林的生产潜力评估。
通过对遥感图像进行光谱信息提取和分析，可以获得森林植被的养分含量、生长速率等参数，从而评估森林的生产潜力，并为森林经济发展提供科学依据。
其次，遥感技术可以提供森林碳储量的评估。
森林是地球上最大的陆地生态系统之一，其具有重要的碳汇功能。
通过遥感技术获取的森林信息，可以结合地面采样数据，进行森林碳储量的估算。
这对于应对气候变化、制定碳交易政策具有重要意义。
此外，遥感技术还可以提供森林资源保护与监管的评估。
通过对遥感图像进行解译和分析，可以获得森林面积、破坏情况等信息，进而评估森林资源的保护状况，并为相关管理部门提供监管决策依据。
森林生物量遥感估算与应用分析
展的 ３ Ｓ技术 为大 尺 度森 林 生物 量估 算 提供 了一 条 快捷 、 济 、 经 方便 和 可靠 的途径［ ７ １ 。
本 文对 基 于 遥 感 信 息 的 森林 生 物 量 估算 方 法 与应 用 及其发 展 方 向做 了深 入分 析 ． 以期 为我 国森 林 生物量研 究 的发展 提供 参考
１ 引 言
森 林 生物 量 约 占全 球 陆地 植 被 生 物 量 ９ ％ｆ 标 志 ． 是 评 估森 林 碳 也
植 被 的遥 感 图像 信 息 是 由其 反 射 光谱 特 征 决
定的 ． 植物 的光合 作 用表 现 为 对红 光 和蓝 紫光 的强
优 遥 感光 谱模 型 ． 而 确定 了粤西 及 附 近地 区 的森 进 林 生 物 量 ㈣； ａ ｅ等 结 合 地 面 调 查 和 Ｔ Ａ Ｈ Ｒ Ｈｍ Ｍ、 Ｖ Ｒ 数 据 ． 欧 洲 森林 生物 量进 行 了成 功估 算 ［： ｅ ｋ 对 Ｕ Ｌｆ ｙ ｌ ｓ 等利 用 雷 达 数 据 对美 国 Ｅ ｓ Ｍａｙ ｎ ａｔ ｒｌ ｄ落 叶松 的地 ａ
维普资讯
第 ８ 第 ４期 卷 ２０ ０ ６年 １ ２月
地 球 信 息 科 学
ＧＥ Ｉ ＯＲＭＡＴ ＯＮ Ｃ ＥＮＣ Ｏ— ＮＦ Ｉ Ｓ Ｉ Ｅ
Ｖ １ ，Ｎｏ４ ｏ． ８ ． Ｄｅ ．２ ０ ｃ， ０ ６
森林生物 量遥感估 算与应用分析
徐新良 ，
林生 物量 研究 始 于 ２ ０世 纪 ７ ０年 代后 期 ． 后 建 立 先 了主要森 林树 种 的生 物量 测定 相 对 生长 方 程 ． 算 估
了它们 的生 物 量 和生 产 力 ［ 初 步 总 结 了全 国不 同 ３ ］ ． 森林 类 型 的生物 量 与 生产 力及 其 空 间分 布格 局
森林生物量遥感估算方法分析
森林生物量遥感估算方法分析近些年来，随着人类活动日益频繁，全球森林面积锐减，大量使用化石燃料，由此导致的温室效应等环境问题等全球环境问题。
所以，全球碳循环问题日渐成为全球环境变化究领域的热点问题，其中森林生态系统碳循环又是全球碳循环中受人类活动影响最强烈的部分。
因此，为了正确评价森林在全球碳平衡中所发挥的作用，森林生物量作为有效衡量森林生态系统生产力、生态系统结构功能的重要指标，其研究正日益成为人们关注的重点。
随着航天遥感技术应用技术的提高，利用卫星影像特征判读数据与地面实测数据建立数学模型，进行森林资源调查己越来越被人们所认识和应用。
需要注意的是，在对森林生物量进行估算时，模型的恰当选择是关键问题，因为它直接影响了森林生物量的估算精度。
2.基于遥感技术的森林生物量估算方法分析2.1基于遥感技术的森林生物量估算方法的机理分析生物量是指在一定时间内，单位面积内所含的一个或多个生物种组成的群落中所有生物有机体的总干物质的质量。
森林生物量包括乔木层生物量、活地被物层生物量以及动物和微生物生物量3个部分。
目前，对生物量研究的途径主要有三种：依据呼吸作用释放二氧化碳的变化的方法；依据监测光合作用的方法；依据对生物现存量来进行研究的方法。
植物遥感基于对植物叶片和冠层光谱特征的了解，所以要清楚植物叶片结构和植被结构。
从植物遥感—植物与光（辐射）的相互作用出发，叶片的大小、形状、结构以及叶绿素含量同植被结构一样，随着植物的种属、生长时期及分布的改变而变化的。
从植被光谱特征来看，近红外区的反射主要受叶片的叶腔结构控制；在叶片的光合作用过程中，叶绿素主要吸收可见光中的蓝光、红光以及少部分绿光；植物的发射特征主要表现在热红外和微波普段。
由于随着植物的生长发育的变化，其叶腔结构、细胞叶绿素含量和水分含量均会随之变化，导致叶片的光谱反应也发生相关变化。
因此，通过对这些现象及其相应的光谱特征变化的研究和多种光谱特征值的合理组合，可有效的进行植物与非植物的区分、不同植被类型的识别、植物长势监测以及植被生物量估算等研究。
东北林区森林生物量遥感估算及分析
东北林区森林生物量遥感估算及分析一、本文概述随着遥感技术的快速发展，其在森林资源监测和管理中的应用日益广泛。
本文旨在探讨遥感技术在东北林区森林生物量估算中的应用，并分析其估算结果的准确性和可靠性。
本文首先介绍了东北林区的地理特点、森林类型和生物量分布概况，为后续研究提供背景信息。
随后，详细阐述了遥感技术在森林生物量估算中的原理和方法，包括遥感数据源的选择、预处理、信息提取等步骤。
在此基础上，本文构建了适用于东北林区的森林生物量估算模型，并利用实地调查数据和已有研究成果对模型进行了验证和评估。
结合东北林区的实际情况，对遥感估算结果进行了深入的分析和讨论，提出了相应的建议和展望。
本文的研究结果对于提高东北林区森林资源监测的精度和效率，促进森林可持续经营和生态保护具有重要意义。
二、研究方法和数据来源本研究旨在通过遥感技术估算东北林区的森林生物量，并对其分布特征进行分析。
研究过程中，我们采用了多源遥感数据，结合地面实测数据，以建立生物量估算模型。
研究方法：本研究采用了遥感反演与地面验证相结合的方法。
我们利用高分辨率遥感影像提取林区的植被信息，包括植被类型、覆盖度、叶面积指数等。
结合地面实测的生物量数据，通过回归分析等方法建立生物量与遥感参数之间的估算模型。
利用该模型对整个东北林区的森林生物量进行遥感反演，生成生物量分布图。
数据来源：本研究使用的主要遥感数据源包括Landsat系列卫星影像、Sentinel-2影像以及高分辨率无人机影像。
这些影像数据提供了丰富的植被信息，为生物量估算提供了基础数据支持。
我们还收集了地面实测的生物量数据，这些数据来自于东北林区的多个样地，包括不同树种、不同林分密度的生物量测定。
通过整合这些多源数据，我们能够更加准确地估算东北林区的森林生物量。
通过本研究所采用的遥感反演与地面验证相结合的方法，以及多源遥感数据的使用，我们能够为东北林区的森林生物量估算提供更加准确、可靠的结果，为林区的生态保护和可持续发展提供科学依据。
遥感技术在森林资源管理中的应用
遥感技术在森林资源管理中的应用导言森林是地球上最重要的生态系统之一，对环境保护和人类生活具有巨大的影响。
如何科学合理地管理和保护森林资源成为了全球性的难题。
然而，随着遥感技术的发展和应用，森林资源管理进入了一个全新的时代。
本文将探讨遥感技术在森林资源管理中所起到的作用，以及它在该领域的潜力和挑战。
一、遥感技术在森林资源调查中的应用1. 定量测量森林面积与生长遥感技术可以通过使用卫星或无人机获取高分辨率的影像数据，快速准确地测量森林面积。
同时，通过重复对比不同时间段的影像数据，还可以推断森林的生长速度和动态变化。
这种定量测量和分析方法，为森林资源的管理和保护提供了科学依据。
2. 森林结构与物种分布研究通过遥感技术获取的图像数据，可以通过解译和分类来分析森林的结构和物种分布。
例如，通过特定指标如冠层覆盖度、植被指数等，可以推测森林的类型、密度和生长状态。
这对于制定森林保护计划和管理策略至关重要。
二、遥感技术在火灾监测与防控中的应用1. 火情监测与快速响应遥感技术可以实时监测森林火灾的发生、蔓延与扩散情况。
火灾频发地区可以通过卫星监测系统实现对火源的持续追踪，及时掌握火势的发展趋势，并迅速做出相应的响应和处置措施，最大程度减少火灾造成的损失。
2. 火灾后的灾后评估火灾后的灾后评估是火灾管理工作的重要部分。
遥感技术可以提供火灾后地表覆被变化等信息，帮助确定火灾对森林资源造成的破坏程度以及未来反复发生的风险。
这一评估结果对于后续的重建工作和火灾防控策略的制定具有重要指导意义。
三、遥感技术在森林资源监测中的挑战和前景1. 数据处理和技术应用遥感技术在获取森林资源数据时产生大量的图像数据，因此如何高效、准确地处理和分析这些数据是一个亟待解决的问题。
此外，如何将遥感技术与其他技术手段如地理信息系统（GIS）等相结合，提升数据分析和决策支持能力也是一个挑战。
2. 森林资源监测的全球合作森林资源跨国性和全球性的特点使得其监测和管理需要全球范围内的合作。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
森林生物量遥感估算与应用分析作者：徐新良， 曹明奎， XU Xinliang， CAO Mingkui作者单位：中国科学院地理科学与资源研究所,北京,100101刊名：地球信息科学英文刊名：GEO-INFORMATION SCIENCE年，卷(期)：2006，8(4)被引用次数：14次1.杨洪晓.吴波.张金屯.林德荣.常顺利森林生态系统的固碳功能和碳储量研究进展[期刊论文]-北京师范大学学报(自然科学版) 2005(02)2.Brown S.Sathaye J.Canell M Mitigation of carbon emission to the atmosphere by forest management 19963.潘维传.李利村.高正衡杉木人工林生态系统中的生物产量及其生产力的研究 1978(02)4.罗天祥.李文华.冷允法青藏高原自然植被总生物量的估算与净初级生产量的潜在分布[期刊论文]-地理研究1998(04)5.王效科.冯宗炜.欧阳志云中国森林生态系统的植物碳储量和碳密度研究[期刊论文]-应用生态学报 2001(01)6.彭少麟.张祝平鼎湖山地带性植被生物量、生产力和光能利用效率 1994(05)7.彭少麟.郭志华.王伯荪RS和GIS在植被生态学中的应用及其前景 1999(05)8.张佳华.符淙斌生物量估测模型中遥感信息与植被光合参数的关系研究[期刊论文]-测绘学报 1999(02)9.国庆喜.张锋基于遥感信息估测森林的生物量[期刊论文]-东北林业大学学报 2003(02)10.郭志华.彭少麟.王伯荪利用TM数据提取粤西地区的森林生物量[期刊论文]-生态学报 2002(11)11.Hame T.Salli A.Andersson K A new methodology for the estimation of biomass of conifer-dominated boreal forest using NOAA AVHRR data 1997(15)12.Lefsky M A.Harding D.Cohen W B Surface lidar remote sensing of basal area and biomass in deciduous forests of eastern Maryland,USA 199913.Fransson J E S.Israelsson H Estimation of stem volume in boreal forests using ERS-1 C and JERS-1 L-band SAR data 1999(01)14.R B Myneni.J Dong.C J Tucker.R K A large carbon sink in the woody biomass of Northern forests 2001(26)15.Jiarui Dong.Robert K Kaufmann.Ranga B Myneni Remote sensing estimates of boreal and temperate forest woody biomass:carbon pools,sources,and sinks 200316.T Hame.A Salli.K Andersson.A Lohi A new methodology for the estimation of biomass of coniferdominated boreal forest using NOAA AVHRR data 1997(15)17.杨存建.刘纪远.黄河.许辉熙.党承林热带森林植被生物量与遥感地学数据之间的相关性分析[期刊论文]-地理研究 2005(03)18.杨存建.刘纪远.张增祥热带森林植被生物量遥感估算探讨[期刊论文]-地理与地理信息科学 2004(06)19.杨存建.刘纪远.骆剑承不同龄组的热带森林植被生物量与遥感地学数据之间的相关性分析[期刊论文]-植物生态学报 2004(06)20.国庆喜.张锋基于遥感信息估测森林的生物量[期刊论文]-东北林业大学学报 2003(02)21.Luckman A.Baker J.Honzak M Tropical forest biomass density estimation using JERS-1 ASR:seasonal variation,confidence limits,and application to image mosaics 1998(03)22.Kuplich T M.Salvatori V.Curran P J JERS-1/SAR backscatter and its relationship with biomass of regenerating forests 2000(12)23.陈尔学合成孔径雷达森林生物量估测研究进展[期刊论文]-世界林业研究 1999(06)24.Boyd D S.G M Foody.P J Curran The relationship between the biomass of Cameroonian tropicalforests and radiation reflected in middle infrared wavelengths 1999(15)25.Lee N J.K Nakane Forest vegetation classification and biomass estimation based on Landsat TM data in a mountainous region of west Japan 199726.夏朝宗森林生态系统生产力遥感模型研究 200427.冯险峰基于过程的中国陆地生态系统生产力和蒸散遥感研究 200428.Christopher Potter.Vanessa Brooks Genovese.Steven Klooster.Matthew Bobo,Alicia Torregrosa Biomass burning losses of carbon estimated from ecosystem modeling and satellite data analysis for the Brazilian Amazon region 200129.M Chiesi.F Maselli.M Bindi.L Fibbi Calibration and application of FOREST-BGC in a Mediterranean area by the use of conventional and remote sensing data 200230.Heather Reese.Mats Nilsson.Per Sandstrom.Hakan Olsson Applications using estimates of forest parameters derived from satellite and forest inventory data 200231.Heather Reese.Mats Nilsson.Tina Granqvist Pahlen Countrywide estimates of forest variables using satellite data and field data from the national forest inventory[期刊论文]-Ambio 2003(08)32.Z Fazakas.M Nilsson.H Olsson Regional forest biomass and wood volume estimation using satellite data and ancillary data 199933.左其亭.陈嘻.吴泽宁.周可法生态系统模拟与预测的人工神经网络模型方法[期刊论文]-干旱区资源与环境2001(04)34.刘旭升.张晓丽基于BP神经网络的森林植被遥感分类研究[期刊论文]-林业资源管理 2005(01)35.王任华.霍宏涛.游先祥人工神经网络在遥感图像森林植被分类中的应用[期刊论文]-北京林业大学学报2003(04)36.杨景标.马晓茜基于人工神经网络预测广东省森林火灾的发生[期刊论文]-林业科学 2005(04)37.浦瑞良.宫鹏应用神经网络和多元回归技术预测森林产量[期刊论文]-应用生态学报 1999(02)38.Giles M Foody.Mark E Cutler.Julia Mcmorrow Mapping the biomass of Bornean tropical rain forest from remotely sensed data 20011.期刊论文徐天蜀.XU Tian-shu基于遥感信息的森林生物量、碳储量估测技术研究-林业调查规划2008,33(3)利用遥感数据结合地面调查建立模型是定量评价森林生物量、碳储量的重要手段.以遥感教据及GIS易于获取的地学因子为主要信息源,应用逐步回归方法选取与森林生物量相关的7个遥感及地学因子为自变量,利用地面样地每木胸径调查数据结合生物量相对生长式获取样地生物量作为因变量,建立多元回归模型用于估测森林生物量.森林碳储量通过森林生物量结合碳转换系数获取.经方差分析检验,模型达到极显著相关水平.研究结果表明,这一方法是获取较大尺度森林生物量、碳储量及其动态变化监测的有效方法.2.学位论文张锋基于遥感信息估测森林生物量的研究2003该论文利用小兴安岭南坡TM图像和232块森林资源一类清查样地数据构建多元回归方程和神经网络模型,用以估测该地区森林生物量.对包括环境因子、生物因子和遥感信息在内的20个自变量进行逐步回归,其中包括归一化差值植被指数NDVI、比值植被指数RVI、环境植被指数EVI和卫星图片灰度值的比境下构建前馈神经网络模型,在对独立样地估测中人工神经网络模型估测的平均精度为90.61﹪.在TM图像上森林分布区内按网络提取灰度值,利用前述多元回归模型和神经网络模型进行森林生物量的估测,估测结果按转换系数进行林份碳储量的估测,并按林型和土壤碳储量转换系数进行土壤碳储量的估测,求和得到该地区森林总碳储量,其分布区间为61~225t/hm<'2>.3.期刊论文万猛.李志刚.李富海.阿不都克依木.WAN Meng.LI Zhi-gang.LI Fu-hai.Abudukeyimu基于遥感信息的森林生物量估算研究进展-河南林业科技2009,29(4)遥感技术已被广泛应用于植被和生态系统的定量研究中,特别是利用遥感技术快速准确地估算森林生物量已取得了突破性的进展.综述了遥感技术在森林生物量估算中的现状,分析了各种遥感数据源在森林生物量估算中的优缺点,并简要总结了遥感技术在森林生物量估算应用方面的发展趋势.4.期刊论文徐天蜀.张王菲.岳彩荣.XU Tianshu.ZHANG Wanfei.YUE Cairong基于PCA的森林生物量遥感信息模型研究-生态环境2007,16(6)森林生物量和遥感多光谱数据、植被指数及地学因子存在相关关系,但这些因子间可能存在着多重相关性,如利用这些因子直接建模估测森林生物量,则可能出现病态模型.因此,文章采用主成分分析方法,提取遥感及地学因子的主成分,再建立主成分与生物量多元线性回归模型,估测森林生物量,达到既可保留多个遥感及地学因子的主要信息,又可避免因子间共线性的问题,以及降维,简化模型的作用.文章以高黎贡山自然保护区常绿阔叶林为研究对象,利用地面样地胸径每木调查数据,结合生物量相对生长式,得样地生物量.利用2006年印度卫星(IRS)数据,包括B2、B3、B4、B5四个波段,提取DVI、NDVI、PVI、RVI、VI3、SLAVI六种植被指数,利用DEM提取海拔、坡度、坡向值共13个遥感及地学因子.在此基础上,提取13个因子的主成分,第一主成分至第五主成分的累计贡献率达98.7%.以前5个主成分值作自变量,建立主成分与地面生物量的回归模型,模型经方差分析及相关性检验,达到显著相关水平,相关系数R=0.7129,可用于森林生物量估测.5.期刊论文国庆喜.张锋基于遥感信息估测森林的生物量-东北林业大学学报2003,31(2)采用小兴安岭南坡TM图像和232块森林资源一类清查样地数据构建多元回归方程和神经网络模型,用以估测该地区森林生物量.选取环境因子、生物因子和遥感信息在内的13个自变量计算出回归方程的R2=0.712 5,并通过了相关检验.在对独立样地估测中,人工神经网络模型估测的平均精度为90.61%.基于回归方程估测有助于阐明森林生物量与遥感信息之间的内在机理;神经网络技术使高精度估测成为可能.6.学位论文李娜川西亚高山森林植被生物量及碳储量遥感估算研究2008森林生物量是监测全球变化的1关键因素之一，而遥感技术能够快速、无破坏地对森林生物量进行估算。