基于机载LiDAR和高光谱古田山森林群落乔木物种组成及多样性估测研究

Species diversity is a measurement of community structure and function complexity, providing the objective basis for the conservation of biodiversity and the sustainable use of natural resources. Forest, which is one of the richest biodiversity terrestrial ecosystems, are extremely widespread especially in complex terrain. Conventional site survey is an effective method for monitoring species diversity. This method is difficult to carry out in forest communities located in complex terrain. However, the high-resolution data acquired by airborne LiDAR and hyperspectral sensors provide the potential to solve this issue. Because the remote sensing data have some limitations on forest tree mapping, finding the most significant remote sensing variables related to the species diversity is the main method we proposed in these researches. However, the composition of dominant tree species has a certain relationship with the distribution of species diversity, both of which provide the basis for the conservation of forest biodiversity. This project intends to develop a method to estimate species composition and diversity index of arborous forest based on airborne LiDAR and hyperspectral data, in terms with single-tree segmentation, dominant tree species classification, forest structure, spectral features and topographic factor extraction. In addition, the relationship between diversity distribution and species composition and major environmental factors will be analyzed in arbor species. This project will provide the algorithm support for the remote sensing acquisition of forest tree species diversity index on the regional scale, and accumulates the basic data for the forest biodiversity distribution in the study area.

物种多样性是群落结构和功能复杂性的一种度量，为生物多样性保护提供客观依据。作为生物多样性最为丰富的陆地生态系统，森林分布极其广泛且多在地形复杂地区。样地调查是物种多样性监测的有效手段，但是在复杂地形下对森林群落调查难度大。机载激光雷达(LiDAR)与高光谱传感器获取的高分辨率数据为解决这一难题提供了契机。由于遥感数据对森林树种制图具有一定局限性，因此寻找代表物种多样性的遥感变量是此类研究中的主要方法。然而优势树种组成与物种多样性分布具有一定关系，两者一起为森林生物多样性保护提供依据。本课题拟从单木分割、优势树种分类、森林结构及光谱特征、地形因子提取方面发展基于机载LiDAR和高光谱数据复杂地形林区乔木物种组成及多样性指标估测方法，并分析乔木物种多样性分布与物种组成和主要环境因子关联关系。本课题为区域尺度森林乔木物种多样性指标的遥感获取提供算法支持，为研究区森林生物多样性分布积累基础资料。

物种多样性是群落结构和功能复杂性的一种度量，为生物多样性保护提供客观依据。地面样地调查是森林物种多样性监测的有效手段，但是在复杂地形环境下的森林群落中很难开展。高分辨率遥感数据为解决这一难题提供了契机，近年来广泛地参与到森林生物多样性监测与保护中。然而遥感数据对森林物种多样性的解释意义尚不明确，并受多方面因素影响。本课题选取浙江古田山自然保护区作为研究区，收集、调查了分布于研究区的地面和高分辨率遥感数据观测集。在此基础上计算了基于星载高分辨率遥感数据的光谱多样性特征、纹理特征，基于机载高光谱数据的光谱多样性特征以及基于激光雷达数据的森林垂直结构特征。发展了一套适用于多源遥感数据森林物种多样性建模与反演的算法流程。最后验证和分析了地形因子、光谱多样性、森林垂直结构多样性与古田山地区森林乔木物种多样性之间的关系。在研究区范围内，使用样本的范围及数据获取时间对森林物种多样性建模结果产生了巨大影响。通过使用机载激光雷达数据获取的森林垂直结构参数进行聚类分析可以看出，古田山自然保护区大部分区域均具有复杂的森林冠层垂直结构，因此森林垂直结构参数对森林乔木物种多样性的分布并没有较好的指示作用，地形因子如海拔高度和地形位置指数则对森林乔木物种多样性具有一定的指示作用。通过机载高光谱获取的光谱多样性特征参数对研究区森林乔木物种多样性的分布具有最好的指示作用，并对研究区的森林乔木物种多样性进行预测、制图。本研究为高分辨率遥感数据的森林乔木物种多样性反演和制图提供了算法支持和解决方案，已经应用于古田山自然保护区和普洱地区的亚热带森林、季风常绿阔叶林等林区，具有更大区域的应用潜力。