基于尺度生长关系和资源限制模型的森林生物量遥感反演算法研究

It is greatly difficult to build an effective biomass model and achieve high precision estimation of forest biomass in large scale area. Aiming at the problem,according to forest growth mechanism and allomtric scale feature parameters, this project will build a remote sensing inversion mechanism model of forest biomass based on the allometric scale relationship and resource limitation model. The goal of the project is that the proposed model can achieve forest biomass estimation with high precision by combining with corresponding space-time remote sensing data in large scale area...In this study, a remote sensing inversion mechanism model of forest tree heights will be firstly built based on the allometric scale relationship and resource limitation model. Then, optimization algorithm of the tree heights model parameters will be carefully studied. Secondly, according to the forest tree heights inversion mechanism model we built, a forest biomass mechanism model will be constructed. Thirdly, taking the Heihe River basin, Great Xingan mountain forest region as research area and Southwest forest area, influence factors and uncertainties of this forest biomass mechanism model will be analyzed. At the same time, the forest biomass in study area will be estimated with high precision by integrating multivariate data, including remote sensing data, meteorological data, geographic data and forest field measured data. At last, one efficient remote sensing inversion approach of forest biomass based on allometric scale relationship and resource limitation model would be established.

本课题针对大尺度区域下森林生物量反演精度不高以及估算模型难以确定等问题，旨在结合森林生长机理和尺度生长关系的特征参数，建立一种基于尺度生长关系和资源限制模型的森林生物量遥感反演机理模型，并将此模型匹配相应时空尺度的遥感数据实现大尺度区域森林生物量的高精度估算。.. 本研究首先构建基于尺度生长关系和资源限制模型的森林树高遥感反演机理模型，并研究森林树高遥感反演机理模型参数优化方法；其次以构建的森林树高反演机理模型为基础，构建森林生物量遥感反演模型；然后以黑河流域、大兴安岭区域以及西南林区作为典型研究区，分析基于尺度生长关系和资源限制模型的森林生物量遥感反演机理模型精度影响因素及不确定性；最后基于遥感数据、气象数据、地理数据以及森林实测数据等多元数据实现典型研究区森林生物量较高精度估算，最终形成基于尺度生长关系和资源限制模型的森林生物量遥感反演算法。

森林生物量是森林生态系统碳汇潜力评估的重要基础，研究我国森林生物量现状、变化过程及其未来状况对于理解全球碳循环机制意义重大。由于不同区域的森林在树种以及生长环境上的不同，这就使得经验模型的时空可移植性较差，无法在大尺度区域上实现森林生物量的高精度估算。构建一种有效的森林生物量估算通用机理模型成为森林生物量高精度反演的关键问题。鉴于此，本项目针对大尺度区域下森林生物量遥感反演精度不高以及估算模型难以确定等问题，从森林生长机理和生态学的尺度生长关系出发，建立了一种基于尺度生长关系和资源限制的森林生物量遥感反演机理模型，可以实现大尺度区域森林生物量的高精度估算。.本研究首先构建了基于尺度生长关系和资源限制的树高遥感反演模型；然后基于构建的森林树高反演模型，从尺度生长关系理论出发，构建了基于尺度生长关系和资源限制的森林生物量遥感反演机理模型，并以黑河流域、大兴安岭区域以及西南林区三个不同的气候区作为典型研究区，研究区域尺度内森林生物量遥感反演机理模型的参数优化方法，分析模型影响因素及不确定性；同时综合遥感数据、气象数据、地理数据以及森林资源调查数据等多元数据实现研究区森林生物量较高精度的估算研究。本项目研究实现了中国区域森林高度的高精度反演，同时实现了典型研究区森林地上生物量分布制图。更为重要的是，本项目研究的基于尺度生长关系和资源限制模型的森林生物量遥感反演机理模型与环境因子以及气候因子直接关联，所以本项目研究将来可以推广到模拟气候条件改变时森林覆盖区生物量和森林碳储量的变动情况，以用于解释气候变化对森林重要特征的影响。因此，本项目研究成果既可以针对中国森林区域生物量估算应用的迫切需求，也可为气候变化研究提供新思路和理论基础，具有非常重要的科学意义和显著的社会价值。