基于表观特征的毛竹扩张杉木林遥感监测研究

研究毛竹扩张机制可为推进森林资源科学经营和提升林权制度改革成效提供依据,遥感难以直接探测毛竹地下茎的生长潜向,必须依赖毛竹扩张的表面特征变化,方可监测毛竹扩张过程的变化。为此研究以竹—杉混交林为对象,选择毛竹扩张杉木林过程中遥感可量化的表观因子(林分光谱特征、林分密度、林分叶面积指数),构建表观特征综合监测模型,分析表观特征综合指数与扩张程度的内在关系,揭示毛竹向杉木林扩张过程的动态变化。其中各表观因子的获取方式为：(1)通过无人机多光谱影像的植被指数获得林分光谱特征和林分叶面积指数;(2)采用面向对象多尺度分割获取林分密度。结果表明：林分光谱特征中复合植被指数、林分密度、林分叶面积指数均随扩张程度的加深呈上升趋势,林分光谱特征中的黄色因子反之;表观特征综合指数为0.348×复合植被指数+0.054×黄色因子+0.041×林分密度+0.558×林分叶面积指数,表观特征综合指数与扩张程度呈较正相关(R²=0.574),利用表观特征综合指数指示毛竹扩张程度具有合理性,表观特征综合指数随扩张程度的加深而上升。     

基于三维激光扫描技术的马尾松冠层孔隙度研究

三维激光扫描技术具有扫描快、对树木无损害、高度还原树木原形等优势，为三维样木重构、树木冠层结构研究及森林资源连年监测研究提供精确的数据。以马尾松为对象，利用三维激光扫描仪获取30株单木点云数据，运用体素化、平面投影和凸包算法等，计算单木冠层孔隙度。结合分层理论，通过与树木生长参数(冠幅、冠体积和冠高度)的相关性分析，构建全冠与不同分层方式提取的冠层孔隙度建立多元线性回归模型，以决定系数(R²)、均方根误差(RMSE)、相对分析误差(RPD)和总体精度(TA)确定冠层孔隙度提取的最佳体素边长和最佳分层方式。结果表明：冠层孔隙度提取的最佳的分层方式为冠层形态三分层(R²为0.74)；冠层形态三分层、冠层形态三分层五分层结合、冠层高度三等分层提取的冠层孔隙度与树木生长参数的影响最为稳定；根据冠层形态分层提取的孔隙度适用于冠层形态差异较大，而冠层形态较一致时，采用冠层高度三等分层是较为合适，精度较高。