面向对象的多尺度毛竹林碳储量遥感估算模型研究

In this study, object-based approach will be used to map Moso bamboo with remotely sensed imagery of very high spatial resolution. Using the spectral signature in combination with spatial features of the imagery, Moso bamboo is expected to be delineated with high accuracy. Then, according to the multi-scale field survey, filed sample data will be acquired. By taking advantages of multi-scale segmentation technique in object-based method, an object hierarchy with multi-scale levels will be constructed by segmenting Moso bamboo imagery with multiple scales. In this object hierarchy, the scale of objects at each level match the scale of the corresponding filed sample. At last, at each level, the model of carbon stock estimation for Moso bamboo will be constructed based on image objects, by taking spectral signature, texture, and vegetation indices as independent variable. Consequently, the estimation model for the complete object hierarchy will be acquired, and the data of multi-scale Moso bamboo carbon stock can be obtained. It is hoped that this study can make some breakthrough in the conventional pixel-based carbon stock estimation method that is implemented at single scale (pixel scale), and develop a new method with the complete framework to obtain the multi-scale carbon stock data, which can provide a theoretical basis for better understanding Moso bamboo ecosystem carbon cycle process and its powerful carbon sequestration ability.

本项目将采用面向对象方法，结合高空间分辨率遥感影像的光谱与空间特征，研究毛竹林高精度的分布信息提取方法；然后，通过多尺度的地面调查获取不同尺度的毛竹林样地数据，以此为依据并借助面向对象的多尺度分割技术，对毛竹林影像进行不同尺度的分割，构建与样地尺度相匹配的多尺度毛竹林影像对象的层次等级体系；最后，分别在等级体系中的各个尺度层上，构建以影像对象的光谱、纹理、植被指数等为自变量的碳储量遥感定量估算模型，从而获取完整层次等级体系的多尺度碳储量模型，并最终得到多尺度的毛竹林碳储量数据。研究结果可望突破基于像元的、在单一尺度（像元尺度）上的传统碳储量估算方法，形成多尺度毛竹林碳储量估算的完整技术体系，为理解毛竹高效固碳机理及毛竹林生态系统碳循环过程具有重要的理论价值和现实意义。

随着遥感技术的迅猛发展和林业生产科研的深入，遥感在林业的应用越来越广泛。高分辨率遥感影像具有地物几何大小、形状结构、纹理细节等丰富的空间信息，在森林资源监测中可以反映复杂的植被类型和林相条件，成为许多学者研究的热点。面向对象的分类技术能够有效利用光谱、纹理、形状、拓扑关系等信息，为高分辨率遥感影像植被信息提取提供了新的途径。然而，面向对象方法主要应用在高分辨率遥感影像定性的地物识别的研究上，该方法能够利用影像上空间信息的优势在以往的森林资源定量分析的研究中还未曾体现。. 本研究以浙江省安吉县为研究区域，利用SPOT6高分辨率遥感影像，采用面向对象的多尺度分割方法，对研究区的竹林分布信息进行提取。并提出一种利用面向对象的遥感定量估算方法，结合不规则样地和面向对象多尺度分割体系构建了多尺度毛竹林碳储量估算新方法，突破了传统的基于像元的单一尺度的碳储量估算方法。研究内容如下：. （1）利用多边形样地边界的矢量数据参与安吉县SPOT6影像的面向对象的多尺度分割，构建多尺度对象的层次等级结构体系。利用面向对象分类方法对研究区进行分类，并与基于像元的最大似然法进行了分类的结果进行对比分析。. （2）结合GIS的空间分析工具，实现多尺度对象的层级等级体系中大尺度到小尺度的对象的定量遥感特征的传递。把大尺度的竹林的遥感特征传递到小尺度上，与实测的毛竹林碳储量数据结合，构建了面向对象的多尺度碳储量估算回归模型。并利用面向对象的毛竹林信息提取结果，对安吉县毛竹林碳储量分布进行了估算。.通过研究得到以下结论：. 1.使用面向对象分类方法的总精度达到了83.87%，毛竹林生产者精度达到了88.89%，高于基于像元的最大似然法。. 2.基于不规则样地碳储量与面向对象的多尺度遥感特征，本文构建了一个多尺度特征的毛竹林碳储量模型。突破了传统的基于单一尺度（像元尺度）的碳储量估算方法，取得了较好的估算结果。. 3.多尺度毛竹林碳储量模型精度高于单一尺度模型。