北部灣沿海紅樹林生物量和碳貯量的遙感估算.pdf

1、紅樹林是一種潮汐類沼澤，分布于海岸潮間帶，其地面調(diào)查極其艱難，極大地限制了對紅樹林生物量的研究。為提高紅樹林生物量研究的效率，本文在北部灣沿海紅樹林分布區(qū)進(jìn)行了大量的生物量樣地調(diào)查，結(jié)合TM遙感影像，研究了5種紅樹林群落（紅海欖Rhizophora stylosa、木欖Bruguieragymnoihiza、白骨壤Vicennia mariana、桐花樹Aegiceras corniculatum、秋茄Kandelia candel）及

2、混合樹種群落地上部分生物量、碳貯量的遙感估算方法。研究分為多元逐步回歸分析和KNN(K-Nearest Neighbor)兩類方法，并對兩類方法進(jìn)行比較評價(jià)。
　　研究結(jié)果如下：
　?。?）紅樹林生物量與多個(gè)紋理特征存在較好的相關(guān)關(guān)系，而與一些常被用于生物量遙感估算的變量NDVI、TM3、TM4等相關(guān)性不大。
　?。?）得到像元尺度上紅海欖、木欖、白骨壤、桐花樹4種群落以及混合群落的地上生物量遙感估算模型，秋茄群落未能

3、得到模型。各模型雖然存在一定誤差，但不失為一種快速高效進(jìn)行紅樹林生物量估算的手段，極具現(xiàn)實(shí)意義。
　　（3）在像元尺度上，應(yīng)用多元逐步回歸分析方法進(jìn)行紅樹林生物量估算明顯優(yōu)于應(yīng)用KNN(K-Nearest Neighbor)方法。所以在像元尺度上，可以考慮應(yīng)用元逐步回歸分析方法來估算紅樹林生物量。
　?。?）應(yīng)用KNN方法估測紅樹林生物量，K值取10優(yōu)于K值取5，且估算精度隨尺度的增大而增大，在像元尺度上最差。
　　（

4、5）無論是多元逐步回歸方法還是KNN(K-Nearest Neighbor)方法，生物量估算精度的排序?yàn)椋杭t海欖和木欖>白骨壤>桐花樹>混合樹種群落。
　　（6）各種紅樹林地上部分生物量碳貯量轉(zhuǎn)換系數(shù)為：木欖47.47％、紅海欖43.18%、白骨壤41.47%、桐花樹41.84%、秋茄42.32%、混合43.26%。
　　遙感影像的紋理特征和KNN計(jì)算方法在森林生物量研究中應(yīng)用極少，本研究將其引入紅樹林濕地生物量的研究尚屬首