遙感技術(shù)對(duì)生物量的估測(cè)

何芝穎 庹自豪

（1.四川師范大學(xué)西南土地評(píng)價(jià)與監(jiān)測(cè)教育部重點(diǎn)實(shí)驗(yàn)室，四川 成都610068；2.金堂縣淮口中學(xué)，四川 金堂610400）

生物量為生態(tài)和環(huán)境應(yīng)用研究的重要變量之一，利用遙感進(jìn)行森林生物量估算是基于植物的反射光譜特征實(shí)現(xiàn)的。多種遙感數(shù)據(jù)被廣泛用于森林生物量估算，這些遙感數(shù)據(jù)主要包括Landsat TM、NOAA/AVHRR、SAR等。本文根據(jù)遙感技術(shù)的發(fā)展現(xiàn)狀，從各個(gè)遙感數(shù)據(jù)來(lái)估算森林的生物量。

1 生物量的研究進(jìn)展

最早有關(guān)生物量的研究是Ebermeryer于1876年在德國(guó)進(jìn)行的幾種森林樹(shù)枝落葉量和木材重量的測(cè)定。后來(lái)Boysen Jensen在研究森林自然稀疏問(wèn)題時(shí)，研究了森林的初級(jí)生產(chǎn)。1929年到1953年，Burger研究了樹(shù)葉森物量和木材的生產(chǎn)關(guān)系。1944年，Kittredge利用葉重和胸徑的擬合關(guān)系，并成功擬合錄入預(yù)測(cè)白松等樹(shù)種葉量的對(duì)數(shù)回歸方程。1944年，Kittredge利用葉重和胸徑的擬合關(guān)系，成功擬合了預(yù)測(cè)白松等樹(shù)種葉量的對(duì)數(shù)回歸方程。20世紀(jì)50年代以來(lái)，世界上開(kāi)始重視對(duì)森林生物量研究，日本、美國(guó)相繼開(kāi)展了對(duì)森物量的調(diào)查。此后在IBP(國(guó)際生物學(xué)計(jì)劃)和MAB(人與生物圈計(jì)劃)的推動(dòng)下，生物量的研究發(fā)展迅速。自1964年芬蘭及瑞典首先提出全樹(shù)利用后，發(fā)達(dá)國(guó)家已逐步將森林生物量調(diào)查作為森林監(jiān)測(cè)的一個(gè)重要內(nèi)容，先后提出了不少生物量模型。如CAR模型、VAR模型等。我國(guó)生物量的研究開(kāi)始于20世紀(jì)70年代后期，最早是潘維侍等對(duì)杉木人工林的研究[1]。

2 雷達(dá)數(shù)據(jù)對(duì)生物量的研究

雷達(dá)遙感又叫做微波遙感，可分為主動(dòng)和被動(dòng)2種方式，被動(dòng)方式與可見(jiàn)光和紅外遙感類似，是由微波掃描輻射計(jì)接收地表目標(biāo)的微波輻射。

2.1 RADARSAT SAR對(duì)生物量的研究

王臣立，郭治興等對(duì)熱帶人工林生物物理參數(shù)及生物量對(duì)RADARSAT SAR信號(hào)響應(yīng)進(jìn)行了研究。研究表明對(duì)于人工速生林來(lái)說(shuō)，在森林生物量小于40t·hm-2時(shí)RADARSAT-SAR后向散射系數(shù)與森林生物量具有較強(qiáng)的相關(guān)性。

合成孔徑側(cè)視雷達(dá)穿透冠層而獲得樹(shù)干信息的特點(diǎn)使其具有在南方NDVI易飽和地區(qū)的生物量估測(cè)方面優(yōu)于光學(xué)遙感。RADARSATSAR后向散射與森林生物量可以用對(duì)數(shù)模型模擬。利用RADARSATSAR后向散射系數(shù)與森林生物量進(jìn)行相關(guān)性分析。

在純林中，利用各器官生物量與胸徑樹(shù)高之間的函數(shù)關(guān)系來(lái)計(jì)算純林的生物量。將樣地林木各徑階的平均胸徑帶入各生物量的回歸方程，將樹(shù)干、樹(shù)枝和樹(shù)葉等各器官生物量累加，得到各徑階及林分生物量[2]。

2.2 激光雷達(dá)對(duì)生物量的研究

激光雷達(dá)可以直接測(cè)量植被的垂直分布，并可以提供植被結(jié)構(gòu)的三維特征，也用于森林生物量的估算。Houghion等(2001)指出，由于生物量是個(gè)動(dòng)態(tài)變化量，而激光雷達(dá)數(shù)據(jù)和森林生物量具有很好的相關(guān)性，而且可以很好的測(cè)出樹(shù)高，是一種有廣闊應(yīng)用前途的新方法[3]。

3 TM對(duì)生物量的研究

楊存建等對(duì)我國(guó)西雙版納熱帶森林生物量與遙感信息參數(shù)(Landsat TM圖像的亮度、綠度、濕度，以及由Landsat TM數(shù)據(jù)產(chǎn)生的第一至第五主成分和各種植被指數(shù)，如差值植被指數(shù) (DVI=TM4-A*TM3)、歸一化植被指數(shù)(NDVI)、垂直植被指數(shù)(PVI=(TM4-A*TM3-B)/SQR(1+A2))、比值植被指數(shù)(RVI)、土壤調(diào)整比值植被指數(shù)(SARVI=TM4-TM5)/(TM4+TM5)),之間的相關(guān)性進(jìn)行了統(tǒng)計(jì)分析，發(fā)現(xiàn)森林植被的生物量與第二主成分在0.01的水平上相關(guān)顯著，而與中紅外植被指數(shù)、TM5、亮度、濕度以及第一主成分在0.05的水平上相關(guān)顯著[4-6]。

另外國(guó)慶喜等以大興安嶺南坡為研究區(qū)，基于LandsatTM圖像和森林清查樣地?cái)?shù)據(jù)，采用多元回歸分析探討了TM各個(gè)波段以及歸一化植被指數(shù)(NDVI)、比值植被指數(shù)(RVI)和環(huán)境植被指數(shù)(EVI=TM4-TM3)與森林生物量的關(guān)系，建立了森林生物量的遙感光譜模型：Y=(18.3634+0.0007X1-0.0205X2+0.0143X3+0.0078X4+3.6406X5+0.69-1X6+1.5536X7-0.8715X8-0.2449X9+0.3755X10=10.0771X11+0.4555X12-640.775X13)*11.111111。式中Y為森林生物量、X1為海拔高度、X2為坡度、X3為土壤厚度、X4為平均年齡、X5為郁閉度、X6為T(mén)M2、X7為 TM3、X8為 TM4、X9 為 TM6、X10 為 TM7、X11 為 TM4/TM3、X12 為(TM4+TM3)/TM7、X13 為 TM3/(TM1+TM2+TM3+TM4+TM5+TM6+TM7)[7]。

4 結(jié)語(yǔ)

準(zhǔn)確估算森林地上生物量(特別是大區(qū)域尺度上的森林生物量估算)是個(gè)相當(dāng)復(fù)雜的過(guò)程，設(shè)計(jì)到數(shù)據(jù)采集、遙感數(shù)據(jù)源、建模及精度驗(yàn)證等；并且不同地區(qū)的數(shù)據(jù)源和數(shù)學(xué)建模方法不同。如何進(jìn)一步提高大尺度森林生物量的遙感估算精度，是森林生態(tài)學(xué)研究的難點(diǎn)之一。

［1］安樹(shù)杰,張曉麗,等.生物量估測(cè)中的遙感技術(shù)[J].林業(yè)調(diào)查規(guī)劃,2006,31(3)：1-5.

［2］王臣立,郭治興,等.熱帶人工林生物量物理參數(shù)及生物量對(duì)RADARSAT SAR信號(hào)響應(yīng)研究[J].生態(tài)環(huán)境,2006,15(1)：115-119.

［3］何紅艷,郭志華,肖文發(fā).遙感在森林地上生物量估算中的應(yīng)用[J].生態(tài)學(xué),2007,26(8)：1317-1322.

［4］楊存建,劉紀(jì)遠(yuǎn),黃河,許輝熙,黨承林.熱帶森林植被生物量與遙感地學(xué)數(shù)據(jù)之間的相關(guān)性分析[J].地理研究,2005,24(3)：473-479.

［5］楊存建,劉紀(jì)遠(yuǎn),張?jiān)鱿?熱帶森林植被生物量遙感估測(cè)探討[J].地理與地理信息科學(xué),2004,20(6)：22-25.

［6］楊存建,劉紀(jì)遠(yuǎn),駱劍承.不同齡組的熱帶森林植被生物量與遙感地學(xué)數(shù)據(jù)之間的相關(guān)性分析[J].植物生態(tài)學(xué)報(bào),2004,28(6)：862-867.

［7］國(guó)慶喜,張鋒.基于遙感信息估測(cè)森林的生物量[J].東北林業(yè)大學(xué)學(xué)報(bào),2003,31(2)：13-16.