严恩萍 赵运林 林 辉 莫登奎 王广兴,3

(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)

基于地统计学和多源遥感数据的森林碳密度估算*

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

(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)

【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。……