高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于SAR极化分解与Landsat数据的森林生物量遥感估测

李明泽 于欣彤 高元科 范文义

李明泽, 于欣彤, 高元科, 范文义. 基于SAR极化分解与Landsat数据的森林生物量遥感估测[J]. 北京林业大学学报, 2018, 40(2): 1-10. doi: 10.13332/j.1000-1522.20170284
引用本文: 李明泽, 于欣彤, 高元科, 范文义. 基于SAR极化分解与Landsat数据的森林生物量遥感估测[J]. 北京林业大学学报, 2018, 40(2): 1-10. doi: 10.13332/j.1000-1522.20170284
Li Ming-ze, Yu Xin-tong, Gao Yuan-ke, Fan Wen-yi. Remote sensing quantification on forest biomass based on SAR polarization decomposition and Landsat data[J]. Journal of Beijing Forestry University, 2018, 40(2): 1-10. doi: 10.13332/j.1000-1522.20170284
Citation: Li Ming-ze, Yu Xin-tong, Gao Yuan-ke, Fan Wen-yi. Remote sensing quantification on forest biomass based on SAR polarization decomposition and Landsat data[J]. Journal of Beijing Forestry University, 2018, 40(2): 1-10. doi: 10.13332/j.1000-1522.20170284

基于SAR极化分解与Landsat数据的森林生物量遥感估测

doi: 10.13332/j.1000-1522.20170284
基金项目: 

国家自然科学基金项目 31470640

详细信息
    作者简介:

    李明泽,博士,教授。主要研究方向:遥感与地理信息系统。Email:mingzelee@163.com 地址:150040黑龙江省哈尔滨市香坊区和兴路26号东北林业大学教务处

    责任作者:

    范文义,教授,博士生导师。主要研究方向:遥感与地理信息系统。Email:fanwy@163.com 地址:150040黑龙江省哈尔滨市香坊区和兴路26号东北林业大学林学院

  • 中图分类号: S758.5;S771.8

Remote sensing quantification on forest biomass based on SAR polarization decomposition and Landsat data

  • 摘要: 目的森林生物量是评价森林生态系统结构、功能和生产力的重要指标之一,区域尺度上的森林生物量的准确估测对了解森林现状和科学经营森林具有重要指导意义。本文旨在利用SAR影像结合Landsat5 TM影像对区域尺度上的森林生物量进行定量估测。方法首先利用极化分解的方法对极化合成孔径雷达(SAR)数据进行处理获得45个极化分解参数,然后将45个极化分解参数与6个Landsat5 TM波段参数共51个参数作为自变量,森林生物量W作为因变量构建统计回归模型,最后利用最优模型反演研究区的森林生物量。结果使用两种方法进行模型构建:(1)逐步回归法,利用逐步回归进行变量筛选,选出2个参数构建模型,模型R2为0.534,拟合精度为67.51%,RMSE为43.21 t/hm2;(2)最优子集法,用Bootstrap法进行变量筛选,共筛选出9个参数,然后用这9个参数进行最优子集回归,获得511个选模型,然后选择出最优子集模型,并用交叉验证法对模型进行验证,最终选出的最优子集模型包含的参数为TM_band4、Neumann_delta_mod、Neumann_psi、TSVM_psi、TSVM_tau_m3,模型R2为0.768 2,拟合精度为88.32%,拟合RMSE为14.98 t/hm2,验证精度为86.21%,验证RMSE为19.14 t/hm2,CP指数为5.249 5,赤池信息量AIC为256.504 5。本文最终使用最优子集法获得的模型进行反演,获得研究区的森林生物量分布图。结论结果表明:全极化C波段SAR数据结合Landsat5 TM光学数据构建遥感信息模型可以准确反演森林生物量。

     

  • 图  1  研究区域及数据分布

    Figure  1.  Study area and data distributing

    图  2  SAR预处理

    Figure  2.  SAR preprocessed data

    图  3  TM数据

    Figure  3.  TM data

    图  4  森林生物量-极化后向散射系数散点图

    σ°HHσ°HVσ°VHσ°VV是4个极化通道的后向散射系数。

    Figure  4.  Scatter plot of forest biomass (W)-backward scattering coefficient (σ°)

    Backward scattering coefficient of four polarized channels including σ°HH, σ°HV, σ°VH and σ°VV.

    图  5  各评价指标折线图

    Figure  5.  Trend lines of each assessment index

    图  6  森林生物量分布图

    Figure  6.  Distribution map of forest biomass

    表  1  大兴安岭典型树种可加性生物量模型参数估计值表

    Table  1.   Coefficient estimates of the additive system of biomass equations for typical tree species in northeastern China

    树种
    Variety
    回归系数 Regression coefficient
    ar br as bs ab bb af bf
    红松 Pinus koraiensis 0.041 7 2.198 2 0.088 1 2.270 5 0.001 3 3.225 0 0.005 1 2.595 2
    落叶松 Larix gmelinii 0.004 7 2.991 4 0.022 8 2.877 8 0.024 1 2.114 7 0.098 4 1.254 9
    樟子松 Pinus sylvestris var. mongolica 0.072 0 1.951 3 0.028 1 2.720 3 0.008 1 2.511 2 0.020 0 2.032 7
    柞树 Quercus mongolica 0.047 8 2.294 3 0.075 4 2.485 6 0.000 9 3.522 0 0.005 8 2.318 5
    杨树 Populus sp. 0.018 9 2.402 0 0.107 3 2.345 0 0.001 1 3.207 9 0.001 7 2.545 9
    椴树 Tilia tuan 0.077 9 1.996 4 0.040 4 2.615 0 0.006 5 2.566 7 0.009 2 1.916 1
    白桦 Betula platyphylla 0.052 2 2.263 4 0.094 9 2.409 6 0.003 1 3.065 6 0.002 6 2.587 1
    黑桦 Betula dahurica 0.062 3 2.093 3 0.072 9 2.446 6 0.001 5 3.301 6 0.005 8 2.293 3
    黑杨 Populus nigra 0.034 7 2.221 7 0.093 6 2.207 1 0.011 0 2.450 6 0.010 8 2.014 0
    注:r、s、b、f分别代表树根、树干、树枝、树叶。Notes: r, s, b and f represent tree roots, trunk, branches and leaves, respectively.
    下载: 导出CSV

    表  2  样地森林生物量数据

    Table  2.   Forest biomass data of sample plot

    样地号
    Sample No.
    森林生物量/(t·hm-2)
    Forest biomass/(t·ha-1)
    样地号
    Sample No.
    森林生物量/(t·hm-2)
    Forest biomass/(t·ha-1)
    样地号
    Sample No.
    森林生物量/(t·hm-2)
    Forest biomass/(t·ha-1)
    275 152.4427 375 128.5139 393 135.4595
    347 146.1999 376 152.0415 401 16.5854
    348 152.1535 377 108.6104 402 40.4267
    349 14.5316 378 86.4150 403 51.4157
    351 11.5181 379 148.6290 415 163.8515
    361 148.5894 380 83.4669 416 151.3936
    362 230.6172 388 152.4030 426 97.8218
    363 120.0154 389 56.6494 427 150.0877
    364 118.2768 390 154.0756 526 39.3526
    365 155.5760 391 146.2712 529 128.2132
    366 80.4078 392 155.1340 530 118.0316
    下载: 导出CSV

    表  3  SAR影像参数表

    Table  3.   Parameters of SAR image

    序号
    No.
    日期
    Date
    空间分辨率
    Spatial resolution/m
    入射角
    Incidence angle/(°)
    幅宽
    Breadth
    1 2013-08-20 8 37.00 50km×25km
    2 2013-08-24 8 38.51 25km×25km
    下载: 导出CSV

    表  4  W-σ°相关性分析

    Table  4.   W-σ° correlation analysis

    相关系数
    Correlation coefficient
    后向散射系数 Backward scattering coefficient
    σ°HH σ°HV σ°VH σ°VV
    皮尔逊系数 Person coefficient 0.207 0.060 0.050 0.179
    显著性系数 Sig. 0.248 0.742 0.781 0.320
    注:显著性水平为0.05。下同。Notes:significance level is 0.05. Same as below.
    下载: 导出CSV

    表  5  极化分解参数表

    Table  5.   Polarization decomposition parameters

    方式 Method 参数 Parameter
    Yamaguchi4 分解
    Yamaguchi4 decomposition
    Yamaguchi4 分解体散射分量 Scattering component of Yamaguchi4 decomposition volume(Yamaguchi4_Vol),
    Yamaguchi4 分解奇次散射分量 Odd scattering component of Yamaguchi4 decomposition(Yamaguchi4_Odd),
    Yamaguchi4 分解偶次散射分量 Even scattering component of Yamaguchi4 decomposition(Yamaguchi4_Dbl),
    Yamaguchi4 分解螺旋散射分量 Helix scattering component of Yamaguchi4 decomposition (Yamaguchi4_Hlx)
    Yamaguchi3分解
    Yamaguchi3 decomposition
    Yamaguchi3 分解体散射分量 Scattering component of Yamaguchi3 decomposition volume (Yamaguchi3_Vol),
    Yamaguchi3 分解奇次散射分量 Odd scattering component of Yamaguchi3 decomposition (Yamaguchi3_Odd),
    Yamaguchi3 分解偶次散射分量 Even scattering component of Yamaguch3 decomposition (Yamaguchi3_Dbl)
    VanZyl3分解
    VanZyl3 decomposition
    VanZyl3 分解体散射分量 VanZyl3 scattering component of decomposition volume (VanZyl3_Vol),VanZyl3 分解奇
    次散射分量 Odd scattering component of VanZyl3 decomposition (VanZyl3_Odd),VanZyl3 分解偶次散射分量
    Even scattering component of VanZyl3 decomposition (VanZyl3_Dbl)
    直推式支持向量机分解
    TSVM decomposition
    4种对称散射参数 Four symmetry scattering parameters(TSVM_alpha_s,TSVM_alpha_s1,TSVM_alpha_s2,TSVM_alpha_s3);
    4种线性散射参数 Four linear scattering parameters (TSVM_phi_s,TSVM_phi_s1,TSVM_phi_s2,TSVM_phi_s3);
    4种目标极化指向角参数 Four target polarization points to angle parameters(TSVM_psi,TSVM_psi1,TSVM_psi2,TSVM_psi3);
    4种螺旋角参数 Four helical angle parameters (TSVM_tau_m,TSVM_tau_m1,TSVM_tau_m2,TSVM_tau_m3)
    Neumann分解
    Neumann decomposition
    Neumann 分解多次散射分量 Multiple scattering component of Neumann decomposition(Neumann_delta_mod),
    Neumann 分解平面散射分量 Plane scattering component of Neumann decomposition (Neumann_delta_pha),
    Neumann 分解螺旋散射分量 Helical scattering component of Neumann decomposition(Neumann_tau),
    Neumann 分解极化指向角分量 Neumann decomposition polarization points to angle component(Neumann_psi)
    Krogager分解
    Krogager decomposition
    Krogager 分解球散射体分量 Sphere scattering component of Krogager decomposition (Krogager_ks),Krogager 分解
    二面角散射体分量 Dihedrale scattering component of Krogager decomposition (Krogager_kh),Krogager 分解螺旋
    体散射分量 Helix scattering component of Krogager decomposition (Krogager_kd)
    FreeMan3分解
    FreeMan3 decomposition
    FreeMan3 分解体散射分量 Scattering component of FreeMan3 decomposition volume (FreeMan3_Vol),FreeMan3
    分解奇次散射分量 Odd scattering component of FreeMan3 decomposition(FreeMan3_Odd),FreeMan3 分解偶次
    散射分量 Even scattering component of FreeMan3 decomposition (FreeMan3_Dbl)
    FreeMan2分解
    FreeMan2 decomposition
    FreeMan2 分解体散射分量 Scattering component of FreeMan2 decomposition volume (FreeMan2_Vol),FreeMan2
    分解面散射分量 Ground scattering component of FreeMan2 decomposition(FreeMan2_Ground)
    特征向量分解
    H/A/Alpha decomposition
    平均散射角 Mean scattering angle(Alpha);
    各向异质性参数 Isotropism parameter (Anisotropy);
    极化散射熵 Polarimetric scattering entropy (entropy);
    4种不同极化方位角下的散射熵 Scattering entropy under four different polar azimuths (beta,delta, gamma,lambda)
    下载: 导出CSV

    表  6  模型回归系数表

    Table  6.   Regression coefficients of the model

    参数
    Parameter
    非标准化系数
    Unstandardized coefficient
    T检验值
    T test value
    显著性系数
    Sig.
    共线性容差
    Collinearity tolerance
    常数 Constant 19.488 0.652
    TM_Band4 0.023 2.871 0.007 1.056 3
    FreeMan3_Odd 521.389 2.133 0.041 1.254 2
    下载: 导出CSV

    表  7  变量属性表

    Table  7.   Variable attribute

    变量
    Variable
    T检验值
    T test value
    显著性系数
    Sig.
    共线性容差
    Collinearity
    tolerance
    TSVM_tau_m3 0.0094 0 1.0041
    TSVM_tau_m 0.0213 0 1.3562
    TSVM_psi 0.0219 0 1.5268
    Anisotropy 0.0117 0.001 1.5423
    Neumann_psi 0.0204 0.003 1.3259
    Neumann_delta_pha 0.0261 0.007 1.2564
    Neumann_delta_mod 0.0301 0.011 1.0256
    FreeMan3_Dbl 0.0211 0.013 1.0896
    TM_band4 0.0313 0.013 1.2516
    注:TM_band4表示TM数据第4波段。Note: TM_band4 means the fourth band value of TM data.
    下载: 导出CSV

    表  8  备选模型

    Table  8.   Alternative model

    模型
    Model
    拟合优度
    Fitting goodness (R2)
    马洛斯统计量
    Mallows'Cp(CP)
    赤池信息
    Akaike information criterion(AIC)
    模型中的变量
    Variable in model
    1 0.4773 5.1809 257.2171 b49
    2 0.5529 4.0394 256.0356 b37 b49
    3 0.6006 4.0594 255.8604 b18 b37 b49
    4 0.6469 4.1340 255.5981 b18 b35 b37 b49
    5 0.7682 5.2495 256.5045 b11 b18 b35 b37 b49
    6 0.7848 6.5597 257.6257 b11 b14 b18 b35 b37 b49
    7 0.8077 7.6064 258.3713 b11 b14 b18 b35 b36 b37 b49
    8 0.7859 8.8506 259.3418 b11 b14 b18 b32 b35 b36 b37 b49
    9 0.8064 10.0000 260.1434 b11 b14 b18 b32 b35 b36 b37 b43 b49
    注Notes:b11=TSVM_tau_m3,b14=TSVM_tau_m,b18=TSVM_psi,b32=Anisotropy,b35=Neumann_psi,b36=Neumann_delta_pha,b37=Neumann_delta_mod,b43=FreeMan3_Dbl,b49= TM_band4.
    下载: 导出CSV

    表  9  模型评价指标

    Table  9.   Model assessment indexes

    模型
    Model
    评价指标 Assessment index
    Pa/% Ra/(t·hm-2)
    Ra/(t·ha-1)
    Pb/% Rb/(t·hm-2)
    Rb/(t·ha-1)
    1 33.43 41.74 29.16 43.15
    2 42.21 31.95 41.67 36.34
    3 68.45 27.34 65.89 29.41
    4 71.38 19.75 69.45 21.20
    5 88.32 14.98 86.21 19.14
    6 87.57 16.52 86.42 19.12
    7 87.21 16.82 87.57 18.34
    8 87.37 16.47 86.14 19.01
    9 87.99 14.71 86.75 18.98
    注:Pa表示拟合精度的均方根,Ra表示拟合RMSE的均方根,Pb表示验证精度的均方根,Rb表示验证RMSE的均方根。Notes: Pa means mean square root of fitting accuracy, Ra means mean square root of fitting RMSE, Pb means mean square root of verifying accuracy, Rb means mean square root of verifying RMSE.
    下载: 导出CSV
  • [1] 黎夏, 叶嘉安, 王树功, 等.红树林湿地植被生物量的雷达遥感估算[J].遥感学报, 2006, 10(3):387-396. http://d.old.wanfangdata.com.cn/Periodical/ygxb200603016

    Li X, Ye J A, Wang S G, et al. Estmiating mangrove wetland biomass using radar remote sensing[J].Journal of Remote Sensing, 2006, 10(3):387-396. http://d.old.wanfangdata.com.cn/Periodical/ygxb200603016
    [2] Kurvonen L, Pulliainen J, Hallikainen M, et al. Retrieval of forest parameters from multitemporal spaceborne SAR data[C]//Proceedings of the Geoscience and Remote Sensing Symposium. New York: IEEE, 1996: 27-31.
    [3] 王臣立, 郭治兴, 牛铮, 等.热带人工林生物物理参数及生物量对RADARSAT SAR信号响应研究[J].生态环境, 2006, 15(1):115-119. doi: 10.3969/j.issn.1674-5906.2006.01.025

    Wang C L, Guo Z X, Niu Z, et al. Study on forest biophysics parameter impact on RADAR signature[J]. Ecology and Environment, 2006, 15(1):115-119. doi: 10.3969/j.issn.1674-5906.2006.01.025
    [4] Dobson M C, Ulaby F T, Letoan T, et al.Dependence of radar backscatter on coniferous forest biomass[J].IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(2): 412-415. doi: 10.1109/36.134090
    [5] 徐星欧.基于目标分解的全极化雷达数据估算生物量相关参数方法的研究[D].武汉: 武汉大学, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10486-1011065734.htm

    Xu X O.Biomass related parameter retrieving from Quad-Pol image via target decomposition method[D]. Wuhan: Wuhan University, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10486-1011065734.htm
    [6] Fransson J E S, Smith G, Askne J, et al.Stem volume estimation in boreal forests using ERS-1/2 coherence and SPOT XS optical data[J].IEEE Transaction on International Journal of Remote Sensing, 2001, 22(14):2777-2791. doi: 10.1080/01431160010006872
    [7] 董利虎.东北林区主要树种及林分类型生物量模型研究[D].哈尔滨: 东北林业大学, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10225-1015655568.htm

    Dong L H. Developing individual and stand-level biomass equations in northeast china forest area[D].Harbin: Northeast Forestry University, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10225-1015655568.htm
    [8] 孙国清.雷达后向散射模型及其在雷达图像地形影响纠正中的应用[J].遥感学报, 2012, 6(6):406-411. http://d.old.wanfangdata.com.cn/Periodical/ygxb200206002

    Sun G Q.Radar back scatter model and its application in terrain-effect reduciton of radar imagery[J].Journal of Remote Sensing, 2012, 6(6):406-411. http://d.old.wanfangdata.com.cn/Periodical/ygxb200206002
    [9] 郭志华, 彭少麟, 王伯荪.利用TM数据提取粤西地区的森林生物量[J].生态学报, 2002, 22(11):1832-1839. doi: 10.3321/j.issn:1000-0933.2002.11.006

    Guo Z H, Peng S L, Wang B S. Estimating forest biomass in western Guangdong using landsat TM data[J]. Acta Ecologica Sinica, 2002, 22(11):1832-1839. doi: 10.3321/j.issn:1000-0933.2002.11.006
    [10] 安文韬.基于极化SAR的目标极化分解与散射特征提取研究[D].北京: 清华大学, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10003-1011280521.htm

    An W T.The polarimetric decomposition and scattering characteristic extraction of polarimetric SAR[D].Beijing: Tsinghua University, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10003-1011280521.htm
    [11] 葛蕴萍.星载SAR辐射定标处理与评估系统的设计与实现[J].国外电子测量技术, 2014, 33(7):53-58. doi: 10.3969/j.issn.1002-8978.2014.07.018

    Ge Y P.Design and implementation of spaceborne SAR calibration processing and evaluating system[J]. Foreign Electronic Measurement Technology, 2014, 33(7):53-58. doi: 10.3969/j.issn.1002-8978.2014.07.018
    [12] 李棉全.全极化测量雷达信号处理方法研究[D].北京: 国防科学技术大学, 2008. http://cdmd.cnki.com.cn/Article/CDMD-90002-2009213266.htm

    Li M Q.Research of signal processing mechanism for fully polarimetric radar[D].Beijing: National University of Defense Technology, 2008. http://cdmd.cnki.com.cn/Article/CDMD-90002-2009213266.htm
    [13] Cloude S R, Pottier E. A review of target decomposition theorems in radar polarimetry[J].IEEE Transactions on Geosciences and Remote Sensing, 1996, 34(2):498-517. doi: 10.1109/36.485127
    [14] 钟慧.基于稀疏表达的遥感数据集相关性分析[D].北京: 中国科学技术大学, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10358-1015615516.htm

    Zhong H.The correlation analysis of remote sensing data sets based on sparse representation[D].Beijing: University of Science and Technology of China, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10358-1015615516.htm
    [15] 魏艳华, 王丙参, 邢永忠.基于Bootstrap方法的回归分析的比较[J].统计与决策, 2016(3):77-79. http://d.old.wanfangdata.com.cn/Periodical/tjyjc201603020

    Wei Y H, Wang B C, Xing Y Z.Comparison of regression analysis based on Bootstrap method[J]. Statistics and Decision, 2016(3):77-79. http://d.old.wanfangdata.com.cn/Periodical/tjyjc201603020
    [16] 冯大光, 范昊明, 王铁良.基于最优回归子集的土壤解冻期降雨侵蚀模拟试验分析[J].沈阳农业大学学报, 2016, 47(1):124-128. http://d.old.wanfangdata.com.cn/Periodical/synydxxb201601021

    Feng D G, Fan H M, Wang T L.Simulation soil erosion during the period of thawing based on optimal regression subsets[J]. Journal of Shenyang Agricultural University, 2016, 47(1):124-128. http://d.old.wanfangdata.com.cn/Periodical/synydxxb201601021
    [17] 白鹏利, 王钧, 尹焕才, 等.基于偏最小二乘留一交叉验证法的近红外光谱建模样品选择方法的研究[J].食品安全质量检测学报, 2017, 8(1):182-186. http://d.old.wanfangdata.com.cn/Periodical/spaqzljcjs201701030

    Bai P L, Wang J, Yin H C, et al.Study on the sample selection methods for building calibration model by near infrared spectroscopy based on partial least squares-leave one out-cross validation[J]. Journal of Food Safety & Quality, 2017, 8(1):182-186. http://d.old.wanfangdata.com.cn/Periodical/spaqzljcjs201701030
  • 加载中
图(6) / 表(9)
计量
  • 文章访问数:  1780
  • HTML全文浏览量:  467
  • PDF下载量:  294
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-08-22
  • 修回日期:  2017-12-11
  • 刊出日期:  2018-02-01

目录

    /

    返回文章
    返回