孙忠秋,吴发云,胡 杨,高显连,高金萍

(1.国家林业和草原局调查规划设计院,北京 100714；2.宁夏大学,银川 750021)

基于遥感数据进行森林参数提取是林业领域中进行森林资源监测的一项重要手段,通过遥感数据的光谱信息,联合地面样地调查点的数据进行建模与反演,便可获得一定精度范围内的森林资源估测结果。目前基于遥感数据进行森林资源估测的研究有很多,如毛学刚等[1]使用Landsat长时间序列数据估测了我国东北部分区域的树高,结果表明使用长时间序列的数据比单时相数据估测效果好,RMSE降低了0.50 m而模型估测精度提高了6.34%；周小成等[2]基于两期高分辨率无人机影像估算了福建省将乐县的杉木马尾松林蓄积量,通过布料模拟滤波算法生成了研究区的数字表面模型、数字高程模型和冠层高度模型,对林分平均高和蓄积量的估测精度分别为94.74%和91.46%；韩宗涛等[3]基于Landsat-8波段信息、植被指数以及地形因子、纹理因子和SAR数据估测了大兴安岭根河地区的森林生物量,通过对比KNN-FIFS法和多元逐步回归方法,发现KNN-FIFS方法估测效果更好(R2=0.77,RMSE=22.74 t/hm2)；庞勇等[4]基于机载高分辨率航空影像估测了小兴安岭地区的森林生物量,其基于FOTO算法提取的纹理因子联合多元线性逐步回归方法在估测森林生物量时发现无饱和现象,模型R2达到0.81,RMSE为46.78 t/hm2；严恩萍等[5]基于Landsat5和MODIS数据估测了湖南省攸县森林的碳密度分布,发现Landsat5在碳密度估测时表现更优,估测精度达到82.02%；祖笑锋等[6]基于MODIS产品建立了大区域燃烧生物量模型,其研究方法很好地反映了我国受火灾影响减少的森林生物量；……