毛竹向杉木林扩张不同阶段叶面积指数地面高光谱遥感模型研究

	毛竹向杉木林扩张不同阶段叶面积指数地面高光谱遥感模型研究
	李聪慧 1,2; 李宝银 1; 毛振伟 3; 李璐飞 3; 余坤勇 4; 刘健 4; 钟全林 1
	2024-08-05
发表期刊	光谱学与光谱分析
ISSN	1000-0593
卷号	44 期号:08 页码:2365-2371
摘要	毛竹向杉木林扩张会引发“林退竹进”、林权纠纷等生态与经济问题。利用遥感有效反演毛竹演替过程对于科学管控森林资源意义重大。为了揭示地面高光谱在毛竹扩张不同阶段叶面积指数（LAI）反演的有效性，以毛竹在杉木林中扩张为研究对象，沿毛竹扩张方向设置四类杉竹比例样方，模拟扩张Ⅰ、Ⅱ、Ⅲ、Ⅳ阶段，根据原始光谱及开方、对数、倒数、一阶微分、二阶微分等10种光谱变换数据与不同扩张阶段LAI相关性选取特征波段，构建归一化植被指数（NDVI）、黄光波段指数（YI）等7个LAI显著相关植被指数，分别建立光谱信息与植被指数的五类单因素回归模型，基于植被指数利用神经网络、决策森林回归、贝叶斯线性回归和线性回归四种机器学习方法构建多因素回归模型，探讨毛竹向杉木林不同扩张阶段LAI高光谱反演模型适用性。结果表明：原始光谱的一阶微分、二阶微分、对数一阶微分和倒数一阶微分四类微分变换能够丰富光谱信息，更好表征毛竹向杉木林的扩张过程；植被指数中，YI与毛竹LAI相关系数最大，表现出毛竹扩张过程的高敏感性，NDVI反演效果最佳，但基于传统植被指数建模的总体反演效果不佳；基于微分变换光谱的二次多项式和幂指数回归模型在各扩张阶段表现更佳，神经网络算法在LAI反演方面优于其他机器学习算法，总体来看，基于光谱变换的传统回归算法优于机器学习建模方法。扩张第Ⅲ阶段基于对数倒数一阶微分变换光谱构建的模型(y=5.291 4e183.76x)拟合效果最佳，建模集和验证集R2分别为0.735和0.742, RMSE分别为0.733和0.468, nRMSE分别为14.0%和9.9%,建议毛竹扩张管控选在竹林各半的混交林中。系统开展毛竹不同扩张阶段LAI高光谱反演模型的创新分析，将为科学营林造林管理奠定基础。
关键词	毛竹扩张 LAI 遥感反演光谱变换植被指数建模
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家自然科学基金项目(32371859);中央财政国家级自然保护区补助资金项目(1136);福建省教育厅中青年教师教育科研项目(JAT210684)资助;
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/171125
专题	国家开放大学福建分部
通讯作者	李宝银
作者单位	1.福建师范大学地理科学学院; 2.福建开放大学理工学院; 3.江西阳际峰国家级自然保护区管理局; 4.福建农林大学林学院
第一作者单位	国家开放大学福建分部
推荐引用方式 GB/T 7714	李聪慧,李宝银,毛振伟,等. 毛竹向杉木林扩张不同阶段叶面积指数地面高光谱遥感模型研究[J]. 光谱学与光谱分析,2024,44(08):2365-2371.
APA	李聪慧.,李宝银.,毛振伟.,李璐飞.,余坤勇.,...&钟全林.(2024).毛竹向杉木林扩张不同阶段叶面积指数地面高光谱遥感模型研究.光谱学与光谱分析,44(08),2365-2371.
MLA	李聪慧,et al."毛竹向杉木林扩张不同阶段叶面积指数地面高光谱遥感模型研究".光谱学与光谱分析 44.08(2024):2365-2371.