時(shí)序定量遙感-劉良云

1、地表覆蓋長(zhǎng)時(shí)序定量遙感研究地表覆蓋長(zhǎng)時(shí)序定量遙感研究劉良云劉良云2016年年5月月5日日 研究遙感信息機(jī)理、對(duì)地觀測(cè)與空間地球信息前沿理論；建設(shè)運(yùn)行國(guó)家航研究遙感信息機(jī)理、對(duì)地觀測(cè)與空間地球信息前沿理論；建設(shè)運(yùn)行國(guó)家航天航空對(duì)地觀測(cè)重大科技基礎(chǔ)設(shè)施與天空地一體化技術(shù)體系；構(gòu)建形成數(shù)天航空對(duì)地觀測(cè)重大科技基礎(chǔ)設(shè)施與天空地一體化技術(shù)體系；構(gòu)建形成數(shù)字地球科學(xué)平臺(tái)和全球環(huán)境與資源空間信息保障能力。字地球科學(xué)平臺(tái)和全球環(huán)境與資源空間信息保障能力。重大裝置重大裝置遙感科學(xué)遙感科學(xué)應(yīng)用技術(shù)應(yīng)用技術(shù)全球信息全球信息中國(guó)遙感衛(wèi)星地面站中國(guó)科學(xué)院數(shù)字地球重點(diǎn)實(shí)驗(yàn)室國(guó)家遙感應(yīng)用工程技術(shù)研究中心中國(guó)科學(xué)院航空遙感中

2、心對(duì)地觀測(cè)應(yīng)用技術(shù)中心遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室擁有7+3個(gè)國(guó)家級(jí)機(jī)構(gòu)1個(gè)院級(jí)機(jī)構(gòu)名名 稱(chēng)稱(chēng)隸隸 屬屬1、中國(guó)遙感衛(wèi)星地面站、中國(guó)遙感衛(wèi)星地面站國(guó)家發(fā)改委國(guó)家發(fā)改委2、中國(guó)科學(xué)院航空遙感中心、中國(guó)科學(xué)院航空遙感中心3、遙感衛(wèi)星應(yīng)用國(guó)家工程實(shí)驗(yàn)室、遙感衛(wèi)星應(yīng)用國(guó)家工程實(shí)驗(yàn)室 4、中國(guó)陸地觀測(cè)衛(wèi)星數(shù)據(jù)中心（籌）、中國(guó)陸地觀測(cè)衛(wèi)星數(shù)據(jù)中心（籌）5、遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室、遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室國(guó)家科技部國(guó)家科技部6、國(guó)家遙感應(yīng)用工程技術(shù)研究中心、國(guó)家遙感應(yīng)用工程技術(shù)研究中心7、國(guó)家航天局航天論證中心、國(guó)家航天局航天論證中心國(guó)防科工局國(guó)防科工局8、高分應(yīng)用技術(shù)中心（籌）、高分應(yīng)用技術(shù)中心（籌）9、高分?jǐn)?shù)據(jù)

3、中心（籌）、高分?jǐn)?shù)據(jù)中心（籌）10、中國(guó)科學(xué)院數(shù)字地球重中國(guó)科學(xué)院數(shù)字地球重點(diǎn)實(shí)點(diǎn)實(shí)驗(yàn)室驗(yàn)室中國(guó)科學(xué)院中國(guó)科學(xué)院11、衛(wèi)星遙感國(guó)家環(huán)境保護(hù)重點(diǎn)實(shí)驗(yàn)室、衛(wèi)星遙感國(guó)家環(huán)境保護(hù)重點(diǎn)實(shí)驗(yàn)室環(huán)境保護(hù)部環(huán)境保護(hù)部報(bào)告內(nèi)容2341時(shí)序定量遙感的地表覆蓋分類(lèi)長(zhǎng)時(shí)序遙感數(shù)據(jù)定量化處理方法森林覆蓋變化時(shí)序定量遙感探測(cè)森林生物量時(shí)序定量遙感探測(cè)- -青藏高原青藏高原- -三北防護(hù)林三北防護(hù)林背景：對(duì)地觀測(cè)數(shù)據(jù)和技術(shù)積累，從量變到質(zhì)變的機(jī)遇背景：對(duì)地觀測(cè)數(shù)據(jù)和技術(shù)積累，從量變到質(zhì)變的機(jī)遇; ;定量遙定量遙感是基礎(chǔ)，對(duì)地觀測(cè)進(jìn)入中分辨率定量遙感時(shí)代。感是基礎(chǔ)，對(duì)地觀測(cè)進(jìn)入中分辨率定量遙感時(shí)代。時(shí)間序列時(shí)間序列共享數(shù)據(jù)共

4、享數(shù)據(jù)時(shí)序數(shù)據(jù)時(shí)序數(shù)據(jù)分析模型分析模型重構(gòu)地表覆蓋與功重構(gòu)地表覆蓋與功能要素變化歷史能要素變化歷史=+定量遙感定量遙感模型算法模型算法 傳統(tǒng)的Landsat地表反射率反演思路： 氣溶膠反演主要依賴?yán)冒迪裨ɑ蚬烙?jì)能見(jiàn)度，但部分圖像找不到茂密的植被；水汽等參數(shù)則用經(jīng)驗(yàn)值或低分辨率同化數(shù)據(jù)，精度難以保證。結(jié)合6S模型和MODIS大氣參數(shù)的Landsat大氣校正 多源協(xié)同思路：根據(jù)MODIS和Landsat準(zhǔn)同步過(guò)境特點(diǎn)（0.5h），利用高分辨率MODIS大氣產(chǎn)品輔助對(duì)TM進(jìn)行逐像素、高精度的大氣校正，且可實(shí)現(xiàn)業(yè)務(wù)化處理，并保證相同的精度。Landsat 6S大氣校正所需數(shù)據(jù):大氣參數(shù)產(chǎn)品Land

5、sat數(shù)據(jù) 輻亮度數(shù)據(jù)（單位：w/m2/sr）、成像時(shí)間DEM數(shù)據(jù) 全球DEM數(shù)據(jù)（0.1，ENVI安裝目錄），重采樣為0.05Product IDProduct descriptionData fieldMOD04_L2L2 Aerosol, 5-Min Swath 10kmOptical_Depth_Land_And_OceanMOD05_L2L2 Total Precipitable Water Vapor, 5-Min Swath 1km and 5kmWater_Vapor_Near_InfraredMOD07_L2L2 Temperature and Water Vapor Pro

6、files, 5-Min Swath 5kmTotal_Ozone大氣校正軟件6S大氣輻射校正流程地面實(shí)測(cè)光譜驗(yàn)證TM反射率和地面實(shí)測(cè)數(shù)據(jù)對(duì)比R2 均值0.773，RMSE 均值0.0452013年夏季全國(guó)L8圖像TOATOChttp:/ Wang, Liangyun Liu et al. Development and Validation of the Landsat 8 surface reflectance products using a MODIS-based per-pixel atmospheric correction method, 2016, 37(6):1291-131

7、42013年夏季全國(guó)L8圖像TOA與TOC反射率差異 Scatterplot of AOT (left) and CWV (right) at 550nm between SONET/AERONET observations and MODIS atmospheric productsScatter plots for each Landsat band (MODIS SR values are represented on the x-axis; Landsat SR values are represented on the y-axis).Time series imagesRefere

8、nce TOA radiance imageTarget image (DN or TOA Radiance)time-invariant pixelsAtmospheric correctiona automatic Multivariate Alteration Detection (Canty 2008)TOC Reflectance imageTime series TOC Reflectance imagesRelative radiometric normalizationRelative radiometric normalization基于不變象元點(diǎn)的相對(duì)輻射歸一化：不變點(diǎn)的回

9、歸分析以一期影像為基準(zhǔn)，通過(guò)多元變化檢測(cè)，找出其它時(shí)期影像中沒(méi)有發(fā)生變化的像元，然后利用這些像元，建立回歸模型，對(duì)其它影像進(jìn)行處理。A1A2A1A2A1A2WaterDesert1986 2001 2010 Err 1986 2001 2010 ErrB10.035 0.041 0.036 0.006 0.085 0.100 0.087 0.015 B20.069 0.075 0.061 0.014 0.178 0.190 0.180 0.012B30.049 0.052 0.043 0.0080.234 0.244 0.235 0.010 B40.034 0.039 0.032 0.0070

10、.326 0.331 0.339 0.013 B50.037 0.039 0.035 0.0040.409 0.417 0.412 0.008B70.035 0.037 0.033 0.004 0.406 0.417 0.412 0.011 陜西榆林不變樣區(qū)的時(shí)序波段反射率均值 手動(dòng)分類(lèi)手動(dòng)分類(lèi)半自動(dòng)分類(lèi)半自動(dòng)分類(lèi)自動(dòng)分類(lèi)自動(dòng)分類(lèi)方法方法人機(jī)交互+目視解譯訓(xùn)練樣本+監(jiān)督分類(lèi)時(shí)序圖像光譜庫(kù)+監(jiān)督分類(lèi)分類(lèi)分類(lèi)特征特征紋理顏色亮度等分類(lèi)紋理顏色亮度等分類(lèi)特征特征基于固定空間位置訓(xùn)練樣基于固定空間位置訓(xùn)練樣本的統(tǒng)計(jì)光譜特征本的統(tǒng)計(jì)光譜特征時(shí)序時(shí)序定量反射率定量反射率光譜光譜特征特征優(yōu)點(diǎn)優(yōu)點(diǎn)目視解譯的各

11、種先驗(yàn)知識(shí)和圖像空間紋理與光譜特征結(jié)合；精度較高制圖效率較高；數(shù)據(jù)定量化要求低圖像光譜庫(kù)可自動(dòng)獲取與更新；自動(dòng)化水平高缺點(diǎn)缺點(diǎn)低效率、人力物力投入大，主觀性較大訓(xùn)練樣本空間位置固定，大量樣本選擇與更新困難對(duì)數(shù)據(jù)定量化要求高，圖像光譜構(gòu)建困難代表性代表性成果成果中國(guó)科學(xué)院1:10萬(wàn)土地利用數(shù)據(jù)集清華大學(xué)FROM-GLC努力中！努力中！國(guó)家基礎(chǔ)地理信息中心GloberLand30Landsat時(shí)間序列數(shù)據(jù)定量化處理地表覆蓋的定量自動(dòng)分類(lèi)算法研究區(qū)地表覆蓋變化定量監(jiān)測(cè)相對(duì)輻射歸一化大氣校正1990-08-302002-08-151992-08-032003-07-171994-07-242004-0

12、7-192000-08-092005-08-232001-07-032006-07-252007-08-132013-08-13瑪多地區(qū)時(shí)序Landsat數(shù)據(jù)定量化處理19902007瑪多地區(qū)長(zhǎng)時(shí)序土地覆蓋圖對(duì)于同一地區(qū)不同年份的Landsat數(shù)據(jù)，如果不考慮影像之間的物候差異和遙感數(shù)據(jù)定量化誤差，則不同影像之間相同地物具有相同或相似的地表反射率，因此不同的影像可以利用相同的分類(lèi)特征進(jìn)行分類(lèi)、一景影像的分類(lèi)特征可以擴(kuò)展到其它影像進(jìn)行分類(lèi)。水體濕地草甸低覆蓋草原高覆蓋草原荒漠沙地裸巖制圖精度10078.3985.391.2882.1779.2997.5381.9用戶精度10080.3862.82

13、89.6388.7484.1191.5598.23 總體精度=87.38% Kappa系數(shù)=0.85最大似然監(jiān)督分類(lèi)精度評(píng)價(jià)結(jié)合光譜值大小和光譜的角度信息，并利用D-S(Dempster-Shafer)證據(jù)理論對(duì)兩者進(jìn)行融合，并設(shè)計(jì)分類(lèi)規(guī)則進(jìn)行分類(lèi)。分類(lèi)算法設(shè)計(jì)1 對(duì)于某一景Landsat反射率數(shù)據(jù)中的像元J ，根據(jù)其反射率光譜計(jì)算與樣本特征中所有地物覆蓋類(lèi)別（I=1,n）的歐式距離dI。2 計(jì)算與樣本特征中所有地物覆蓋類(lèi)別（ I=1,n）的光譜夾角的余弦SAMI。3分別對(duì)歐式距離和光譜角做歸一化處理4 利用D-S證據(jù)理論對(duì)Pd,I和PSAM,I進(jìn)行融合，融合后的概率為PI ，其中 I=1,n

14、。5 根據(jù)概率最大原則，將PI分為第 M( MI, I =1,n)類(lèi)地物覆蓋類(lèi)別，其中 PM=MAX(PI)。,11Id IIdPd,ISAM IISAMPSAM影像時(shí)間總體精度Kappa系數(shù)DOY差異2013-08-1380.7% 0.7802006-07-2580.3% 0.78192004-07-1976.2% 0.72242001-07-0366.9% 0.6241參考數(shù)據(jù)分類(lèi)特征應(yīng)用到其它分類(lèi) 將參考Landsat影像的分類(lèi)特征擴(kuò)展到其他影像進(jìn)行分類(lèi)時(shí)，不同影像之間較大的物候差異導(dǎo)致分類(lèi)精度不高。 如果能利用植被生長(zhǎng)季的完備Landsat數(shù)據(jù)建立時(shí)序分類(lèi)特征，則可對(duì)不同時(shí)間的Land

15、sat數(shù)據(jù)進(jìn)行分類(lèi)。對(duì)于Landsat數(shù)據(jù)的每一個(gè)波段，MODIS數(shù)據(jù)都有與之對(duì)應(yīng)的波段設(shè)置，而且MODIS數(shù)據(jù)具有高時(shí)間分辨率，過(guò)境時(shí)間與Landsat相差較小，因此本文嘗試?yán)肕ODIS反射率數(shù)據(jù)來(lái)輔助提取時(shí)序光譜特征。1 MODIS云（2007年8月13日所對(duì)應(yīng)的8天合成數(shù)據(jù)） 、陰影及觀測(cè)角掩膜，TM （2007年8月13日數(shù)據(jù)）云及陰影掩膜2 逐波段選擇均勻區(qū)域：對(duì)于MODIS波段i中的像元k，設(shè)為 Mi,k，以該像元為中心的33窗口中，如果9個(gè)像元的最大值與最小值的差值小于閾值,則在Landsat TM分類(lèi)結(jié)果圖像中找到 的對(duì)應(yīng)區(qū)域（約1717像素），如果TM分類(lèi)結(jié)果圖像這個(gè)對(duì)應(yīng)區(qū)

16、域中超過(guò)80%的像元為同一類(lèi)別，則標(biāo)記該MODIS像元在波段i為均勻區(qū)域。3 對(duì)于某一個(gè)MODIS像元，在除第一波段外的五個(gè)波段中，如果至少有4個(gè)波段被標(biāo)記為均勻區(qū)域，則該像元選為訓(xùn)練樣本，其類(lèi)別標(biāo)記為對(duì)應(yīng)TM區(qū)域中最多的類(lèi)別（即超過(guò)80%的像元所屬類(lèi)別）。MODIS樣點(diǎn)選擇0.060.08150180210240270Band200.00.25150180210240270Band0.35150180210240270Band40.260.28150180210240270Band50.110.120.

17、60.170.18150180210240270Band7濾波前后高山草甸生長(zhǎng)期時(shí)序反射率對(duì)比（X:DOY，Y:反射率）MODIS時(shí)序光譜濾波處理長(zhǎng)時(shí)序數(shù)據(jù)自動(dòng)分類(lèi)結(jié)果影像獲取時(shí)間基于MODIS時(shí)序反射率先驗(yàn)知識(shí)基于Landsat分類(lèi)特征擴(kuò)展總體精度Kappa系數(shù)總體精度2013-08-1381.97%0.7980.69%2006-07-2582.15%0.8080.34%2004-07-1978.87%0.7576.22%2001-07-0376.51%0.7266.85%兩種分類(lèi)特征的分類(lèi)結(jié)果對(duì)比青藏高原地表覆蓋分類(lèi)(142景)精度驗(yàn)證：真實(shí)樣本和Globelan

18、ds30影像行列號(hào)(主要類(lèi)型)Google earthGlobeland30總體精度Kappa系數(shù)總體精度Kappa系數(shù)131039（森林草原耕地）74.62%0.6877.90%0.73133040（森林）77.32%0.7275.22%0.67134036（草原水體）85.12%0.7888.77%0.81139036（裸地草原水體）83.53%0.7975.89%0.70146034（裸地耕地）79.09%0.7071.69%0.63結(jié)果表明：本文方法結(jié)果具有較高分類(lèi)精度，74%-85%.5 青藏高原地表覆蓋分類(lèi)精度驗(yàn)證：基于Globeland30的5景數(shù)據(jù)驗(yàn)證影像行列號(hào)（主要類(lèi)型）基于

19、光譜特征分類(lèi)FROM-GLC 總體精度Kappa系數(shù)總體精度Kappa系數(shù)131039（森林草原耕地）77.90%0.7377.34%0.72133040（森林）75.22%0.6779.77%0.77134036（草原水體）88.77%0.8170.92%0.67139036（裸地草原水體）75.89%0.7067.78%0.60146034（裸地耕地）71.69%0.6371.70%0.64結(jié)果表明：本文方法與清華大學(xué)FROM GLC相比，與Globeland具有更好的一致性。5 青藏高原地表覆蓋分類(lèi)精度驗(yàn)證三套產(chǎn)品對(duì)比圖(左：FROM-GLC；中：本文結(jié)果；右：Globeland30)行

20、列號(hào)：139/36 行列號(hào)：133/40 行列號(hào)：131/39 時(shí)相差異5 青藏高原地表覆蓋分類(lèi)精度驗(yàn)證三套產(chǎn)品對(duì)比圖(左：FROM-GLC；中：本文結(jié)果；右：Globeland30)行列號(hào)：134/36 行列號(hào)：146/34 分類(lèi)標(biāo)準(zhǔn)差異？人工地表覆蓋草地與耕地單時(shí)相難以解決耕地與草地混分的問(wèn)題。單時(shí)相難以解決耕地與草地混分的問(wèn)題。5 青藏高原地表覆蓋分類(lèi)精度驗(yàn)證問(wèn)題林地局部放大圖（左：FROM-GLC；中：本文結(jié)果；右：Globeland30）耕地局部放大圖（左：FROM-GLC；中：本文結(jié)果；右：Globeland30）道路防護(hù)林與田埂分類(lèi)誤差很大，人工地表與裸地道路防護(hù)林與田埂分類(lèi)誤差

21、很大，人工地表與裸地the Three North forest program began in 1978 and will be finished in 2050.The project will take place in three stages (19782000, 20012020, and 20212050) following eight engineering schedules.The key goal of this program in the following decades was to improve forest coverage in arid and se

22、miarid China from 5% to 15% by using this program as the primary method to combat desertification and to control dust storms. Wang et al (2010)Three-North Shelter Forest Program Green Great Wall Program3 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)Study area partly covered by forest, and most of them are afforestat

23、ion Carbon Accounting, in Yulin, Shanxi Province3 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)3 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)ABCDEFABCDEFJune 30, 2009; Aug. 2, 19863 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)2010-7-172001-5-311986-8-23 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)Path/RowAcquisition dateTM/ETM127/33&342012-06-30, 2011-07-22, 2010

24、-07-17, 2009-06-30, 2008-09-15, 2007-08-12, 2007-05-24, 2006-09-10, 2005-07-29, 2004-09-12, 2003-08-17, 2002-08-06, 2001-05-31, 2000-05-20, 1998-07-02, 1996-06-10, 1995-06-08, 1994-08-24, 1993-06-18, 1992-07-17, 1990-08-29, 1989-09-11, 1988-09-24, 1987-05-17, 1986-08-02MSS137/33&341978-08-01, 1977-0

25、8-15, 1976-09-25, 1975-04-22, 1974-05-24MSS136/33&341978-09-23, 1977-07-07, 1976-06-26, 1975-06-14, 1973-11-24榆林地區(qū)森林覆蓋變化時(shí)序遙感數(shù)據(jù)獲取榆林地區(qū)森林覆蓋變化時(shí)序遙感數(shù)據(jù)獲取Acquisition dates (yyyy-mm-dd)27 sites were investigated for validation of forest changes mapping, including Age, Density, Height, forest types3 森林覆蓋變化時(shí)序定

26、量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)(a) (b) (c) (d) Photos of different afforestation sites in the Yulin district: (a) afforestation of Scots pine in 1980; (b) afforestation of Chinese pine in 1980; (c) afforestation of Sabina vulgaris in 2003; (d) afforestation of Chinese pine in 20043 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)M

27、ulti-phenological forest z-score for forest mappingAn integrated forest z-score was designed to discriminate forest and non-forest pixels in multi-spectral images (Huang et al. 2009). With training forest pixels determined according to ground surveys or visual interpretation, the mean and standard d

28、eviation (SDi) of band i for the raining forest samples can be calculated from the GSR image. The forest z-score (FZi) value for that band is defined ()iiibibFZSD2i 11()NBiIFZFZNB3 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)Multi-phenological forest z-score for forest mappingB1B2B3B4B5B72007-05-24Mean0.050 0.094 0

29、.105 0.215 0.233 0.198 St. dev.0.012 0.016 0.022 0.024 0.029 0.032 2010-06-17Mean0.028 0.065 0.082 0.206 0.218 0.172 St. dev.0.014 0.024 0.032 0.032 0.045 0.051 2011-07-22Mean0.026 0.062 0.086 0.235 0.237 0.182 St. dev.0.023 0.042 0.046 0.029 0.057 0.070 2007-08-12Mean0.057 0.101 0.108 0.251 0.254 0

30、.204 St. dev.0.007 0.014 0.020 0.031 0.037 0.039 2008-09-15Mean0.049 0.097 0.115 0.237 0.277 0.236 St. dev.0.012 0.021 0.030 0.032 0.049 0.052 However, it is quite difficult to find the stable forest pixels in recent 40 years in Yulin district, and the forest growth and disturbance during such a lon

31、g period cant be neglected. Therefore, the multi-phenological IFZ models were built using the recent epochs (2007-2011) to normalize the phenological difference.3 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)Temporal IFZ curves for different land covers and land change cases3 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè) Flowchart t

32、o map land covers and forest changes using the dense time series of IFZ and reflectance data.3 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)Epoch-wise afforestation (blue lines, left-hand vertical axis) and deforestation (red lines, right-hand vertical axis) increments between 1974 and 20123 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量

33、遙感探測(cè)3 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)Bare landCroplandWaterAfforestationPersisting forestDeforestationTotalBare land1302761378Cropland500641931614Water306306Afforestation355587731998Persisting forest351015856727Deforestation116116Total133759030611186351534139Overall accuracy 89.1%, Kappa coefficient= 0

34、.858.Confusion matrix for the six class land cover and forest change mapping3 森林覆蓋變化時(shí)序定量遙感探測(cè)森林覆蓋變化時(shí)序定量遙感探測(cè)0=1=2=360t/ha100kmYearBiomass1(t/ha)Biomass2(t/ha)Biomass3(G kg)Area(km)198614.35 15.725.8 4,048 199017.92 19.308.0 4,453 199422.95 24.8410.6 4,617 200218.42 26.4712.3 6,652 200317.84 25.3014.1

35、7,897 200718.25 37.5317.7 9,704 201120.22 39.4621.9 10,831 201324.60 44.5326.6 10,831 不同時(shí)期森林生物量統(tǒng)計(jì)結(jié)果.Biomass1 and Biomass2 are the mean AGB density for total forest area and persisting forest area, respectively; Biomass3 is the total forest AGB ; Area stands for total forest area in six counties Yuli

36、n District.4. 基于造林時(shí)間的森林生物量改進(jìn)模型基于造林時(shí)間的森林生物量改進(jìn)模型近30年來(lái)榆林地區(qū)森林生物量得到了快速增加，榆林7縣總生物量從1986年的5.8G kg增加到2013年的26.6G kg，增長(zhǎng)了4.6倍，年均增長(zhǎng)率為0.68G kg/a；1974-2013年永久林地生物量呈穩(wěn)步增加趨勢(shì)，榆林7縣永久林地生物量增加了2.8倍；榆林7縣森林平均生物量在2002年前后出現(xiàn)了下降而后有穩(wěn)步增加，這是由于2000-2003年的大規(guī)模植樹(shù)造林導(dǎo)致森林面積突增的結(jié)果。4. 基于造林時(shí)間的森林生物量改進(jìn)模型基于造林時(shí)間的森林生物量改進(jìn)模型榆林地區(qū)人工林的森林生物量呈穩(wěn)步增加趨勢(shì)，1

37、974年后人工造林區(qū)域的森林生物量每年約增加1.03t/ha，1974年的永久林地的森林生物量每年約增加0.98t/ha，二者的生物量增加幅度基本是一致的。相關(guān)論文相關(guān)論文Yingjie Wang, Liangyun Liu et al. Development and Validation of the Landsat 8 surface reflectance products using a MODIS-based per-pixel atmospheric correction method, International journal of remote sensing, 2016,

38、 37(6):1291-1314Yong Hu, Liangyun Liu, et al. A Landsat-5 Atmospheric Correction Based on MODIS Atmosphere Products and 6S Model, IEEE JSTAR, 2014, 5 (7): 1609 - 1615 .Wang, Z., Bastin, G. N., Liu, L. et al. (2015). Estimating woody above-ground biomass in an arid zone of central Australia using Landsat imagery. Journal