分类： 地球科学 >> 地理学 提交时间： 2024-03-01 合作期刊: 《干旱区研究》
摘要： 森林作为陆地最大碳库，对人类的生活与发展至关重要，精准掌握森林资源动态变化并对其进行现代化可持续发展已成为当下研究热点。本文以天山山脉的天然云杉林为研究对象，利用地面实测数据、直升机机载激光雷达点云数据以及全球生态系统动态调查激光雷达（Global Ecosystem Dynamics Investigation，GEDI）数据，构建多源融合数据框架，通过使用AutoKeras框架下的深度学习算法，实现GEDI数据的多个相对高度百分位数（RelativeHeight Percentile，RH）与其光斑内地上生物量的回归模型预测，验证GEDI数据在较大范围的地上生物量反演方面的可行性，主要结论如下：（1）GEDI数据用于森林地上生物量估测研究具有较高可行性，通过自动化深度学习算法，训练集、验证集、整体数据的决定系数（Coefficient of Determination，R2）分别为0.69、0.63和0.67，平均绝对误差（Mean Absolute Error，MAE）分为3.73 mg·hm-2、4.22 mg·hm-2和3.89 mg·hm-2，具有较高的预测精度。（2）直升机激光雷达作为GEDI数据估算地上生物量的中间技术，整个研究区内的单木识别准确率高于0.75。最终本次研究通过多模态数据融合，定量化描述研究区单木基础结构参数的同时，验证GEDI数据在获取森林地上生物量方面的潜力，也为相近区域大面积的森林碳源汇、生物量、蓄积量估算、森林管理与经营、生物多样性保护等多个项目研究提供理论基础，具有一定的指导意义和基础数据支撑作用。
分类： 地球科学 >> 地理学 提交时间： 2023-12-16 合作期刊: 《干旱区研究》
摘要： 叶绿素含量是表征植被生长状况的重要参考指标，利用高光谱技术快速，精确地监测棉花叶片叶绿素含 量，以新疆125个苗期棉花叶片样本为研究对象，通过测定其叶绿素含量与光谱数据，采用多种光谱预处理和多植 被指数相结合的方法，构建了WOA-RFR棉花叶片叶绿素含量定量反演模型，并与SVR和RFR模型结果进行对比 分析。结果表明：（1）光谱变换方法中对数变换、分数阶微分和连续小波变换均能有效地提高植被指数与叶绿素含 量的相关性。（2）基于分数阶微分0.9阶变换的Vogelmann3、RVI、DVI、SR［675-700］、Mndvi705、ND、VOG1、NVI、TVI和 VOG2植被指数组合的WOA-RFR模型反演效果最佳，其建模集和验证集模型R2分别为0.920和0.955，RMSE分别 为0.987和0.986，MRE分别为0.013和0.014，与RFR和SVR模型相比，预测精度有所提高，WOA算法优化模型效果 明显。研究结果可为棉花叶片叶绿素含量定量反演提供决策依据。
点击量
点击量
下载量
评论
