目的: 探究3种基于机载LiDAR数据的单木分割算法获取冬奥核心区新造林油松和中龄林华北落叶松单木信息的适宜性, 分析3种算法的单木分割精度和单木树高信息估算精度, 探索冬奥核心区最优单木分割方法, 为掌握冬奥核心区森林结构信息和制定森林经营管理措施提供技术支持。方法: 利用冬奥核心区典型样地机载LiDAR数据, 应用基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法, 结合地面调查数据、正射影像与人工目视解译, 采用树冠探测率(r)、准确率(p)和总体精度(F)3个评价指标分析算法的单木分割精度; 单木配准后, 分析外业实测树高与机载LiDAR估算树高之间的相关性, 综合评估3种算法获取冬奥核心区单木信息的适宜性。结果: 1) 3种单木分割算法在新造林油松中总体精度很高(F=0.90~0.93), 在中龄林华北落叶松中总体精度较高(F=0.72~0.75); 2) 对于新造林油松, 基于点云的距离判别聚类法总体精度最高(F=0.93), 优于分水岭分割算法(F=0.90)和双正切角树冠识别算法(F=0.90); 对于中龄林华北落叶松, 双正切角树冠识别算法总体精度最高(F=0.75), 优于基于点云的距离判别聚类法(F=0.72)和分水岭分割算法(F=0.70); 3) 外业实测树高与机载LiDAR估算树高之间的相关性分析表明, 基于点云的距离判别聚类法在新造林油松中提取的单木树高相关性最优, 双正切角树冠识别算法在中龄林华北落叶松中提取的单木树高相关性最优。结论: 通过对冬奥核心区不同类型林地的机载LiDAR数据进行单木分割, 体现出基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法的适宜性, 在新造林油松中, 基于点云的距离判别聚类法适宜性表现最优; 在中龄林华北落叶松中, 双正切角树冠识别算法适宜性表现最优。
目的: 基于新造林健康树冠的光谱特征和空间交错情况, 探讨复杂地面植被条件下健康树冠的光谱增强方式和多尺度分割阈值, 为造林核查的日常监测工作提供技术支撑。方法: 以冬奥核心区新造林地无人机航拍影像为试验数据, 首先, 基于健康树冠与其他干扰地物的不同颜色特征, 采用同态滤波增强影像并使用ExG光谱指数进行变换; 然后, 采用最大类间方差方法得到二值图像, 并使用多尺度形态学滤波方法进行分割并融合分割结果, 以分割交错的树冠区域对应提取原始图像中可能的健康树冠区域; 最后, 基于颜色向量、灰度共生矩阵和局部二值模式共同构建的特征向量, 采用随机森林识别提取区域, 从而检测图像中的健康树冠。结果: 基于光谱指数变换、多尺度形态学滤波方法能够有效分割交错连续的树冠区域, 排除与健康树冠颜色相近的地物干扰, 较为准确提取出可能为树冠的区域。采用该方法对不同造林密度、光照条件下的17幅无人机正射图像进行试验, 使用目视解译方式标记出树冠中心, 运用精确度、召回率和F1分数3个评价指标对随机森林和支持向量机的识别效果进行定量对比分析, 结果表明, 多尺度形态学滤波方法可提取96.78%的树冠, 随机森林的F1分数高于97%, 而支持向量机的召回率显著低于随机森林。结论: 基于光谱指数变换和多尺度形态学滤波的树冠提取方法能够对健康树冠进行快速、准确提取, 有效完成造林核查。
目的: 运用半参数回归模型描述华北落叶松和白桦树高与胸径的关系, 并与传统参数回归模型进行比较, 为构建树高曲线模型和提高模型精度提供新方法。方法: 基于河北省张家口市崇礼冬奥核心区76块样地4 921株华北落叶松和2 833株白桦的胸径、树高等数据, 按7∶3比例随机选取数据用于模型拟合与检验。半参数模型选择广义可加模型和单指标模型形式, 自变量设为胸径和林分优势木高, 分树种建模, 其中广义可加模型将常数项作为参数部分, 胸径、优势木高及二者交互作用作为非参数部分, 单指标模型将胸径、优势木高或二者乘积的线性组合作为参数部分, 联系函数作为非参数部分。选取4种常见的包含优势木高的标准树高曲线模型用于模型比较。为进一步构建可同时表示两树种的树高曲线模型, 以广义可加模型和改进的Richard参数模型为基础模型, 将树种组成作为参数部分引入广义可加模型, 通过比较在改进Richard参数模型不同参数上添加树种哑变量的拟合效果筛选出最优参数模型, 选择调整决定系数($R_{\mathrm{a}}^2$)、均方根误差(RMSE)和赤池信息量(AIC)评价模型估计精度。结果: 分树种建模情况下, 广义可加模型的拟合精度最高, 华北落叶松和白桦的$R_{\mathrm{a}}^2$分别为88.98%和72.35%, 较各参数模型提高3.13%~4.80%和7.37%~12.09%, RMSE分别为1.441 3和2.033 3, 较各参数模型减少0.190 4~0.284 8和0.252 9~0.403 4。单指标模型对华北落叶松的拟合效果次之, $R_{\mathrm{a}}^2$和RMSE分别为85.99%和1.624 1, 对白桦的拟合效果居第4位, $R_{\mathrm{a}}^2$和RMSE分别为64.75%和2.295 6。在对检验样本的预测精度方面, 广义可加模型同样为最优模型, 华北落叶松和白桦的RMSE分别为1.580 4和2.192 6, 而单指标模型对两树种预测结果不佳。混合树种建模结果显示广义可加模型略优于参数模型, $R_{\mathrm{a}}^2$达83.00%, 训练和检验样本的RMSE分别为1.722 4和1.807 5。无论是分别树种还是混合树种建模, 广义可加模型的AIC均远小于参数模型, 表现出显著的模型结构简洁性。结论: 在华北落叶松和白桦树高曲线模型构建中, 半参数模型在参数模型基础上引入非参数回归方法, 不仅可大大提高模型的灵活性和适用性, 而且拟合精度通常会有所提高, 其中广义可加模型表现出对数据拟合与预测的高精度, 单指标模型可作为判断其他模型中联系函数选择是否合适的参考。随着更多林分变量引入树高胸径模型, 半参数方法能够为复杂模型构建提供一种新思路。
目的: 构建冬奥核心区华北落叶松和白桦单木冠幅预测模型, 对比不同模型的优缺点, 给出模型选择建议, 为获取更多的单木和林分参数提供支撑, 为华北落叶松和白桦科学经营决策提供理论依据。方法: 以冬奥核心区4 537株华北落叶松和2 603株白桦为研究对象, 首先, 选取10种常用冠幅-胸径模型作为备选模型分别拟合华北落叶松和白桦数据, 从中选出AIC和BIC最小的模型作为基础模型; 然后, 在基础模型中进一步添加与冠幅相关系数大的变量作为协变量构建修正模型; 最后, 在修正模型基础上分别构建华北落叶松和白桦冠幅的非线性最小二乘模型、单水平非线性混合效应模型、加性模型和组级贝叶斯模型。结果: 4种华北落叶松冠幅模型中, 加性模型的预测精度最高(R2_mean=0.704 3, RMSE_mean= 0.512 7), 4种白桦冠幅模型中, 非线性混合效应模型的预测精度最高(R2_mean=0.664 3, RMSE_mean =0.794 4)。在变量方面, 华北落叶松和白桦冠幅均随其胸径递增, 华北落叶松冠幅随其树高缓慢递增、枝下高递减, 白桦冠幅随其冠长率先减小后增大, 并受林分密度影响波动较大, 当林分密度为600~800 hm-2时, 白桦冠幅随林分密度递减, 此时应进行适当补植; 当林分密度为800~1 000 hm-2时, 白桦冠幅随林分密度递增, 并在1 000 hm-2时出现拐点, 如果经营目的是为了环境保护, 可将林分密度控制在1 000 hm-2左右; 当林分密度为1 000~1 200 hm-2时, 白桦冠幅随林分密度递减, 此时可对林分进行抚育间伐调整林分密度。结论: 冬奥核心区华北落叶松冠幅受胸径、树高和枝下高影响较大, 白桦冠幅受胸径、冠长率和林分密度影响较大。无论是预测华北落叶松还是白桦冠幅, 组级贝叶斯模型、加性模型和非线性混合效应模型效果均优于非线性最小二乘模型, 在仅添加样地随机效应的情况下, 首选加性模型和非线性混合效应模型, 其次选择组级贝叶斯模型, 但考虑到训练组级贝叶斯模型时间长、对表达式敏感等因素, 可用别的模型替代时建议不使用组级贝叶斯模型。
目的: 以崇礼冬奥核心区华北落叶松人工林为研究对象, 开展林分结构特征分析和空间结构优化模拟研究, 为制定华北落叶松人工林结构调控措施提供科学依据。方法: 设置3块面积0.09 hm2(30 m×30 m)标准地, 基于标准地调查数据分析林分结构特征, 以空间结构最优为目标, 采用乘除法对角尺度W、混交度M、密集度C、交角竞争指数UaCI和林层指数S共5个林分空间结构指标进行多目标规划, 构建林分空间结构优化模型, 对比模拟采伐前后林分空间结构的变化。结果: 3块标准地华北落叶松断面积比例达70%以上, 白桦为伴生种, 径阶分布在6~26 cm之间, 均呈近似正态分布, 树高分布呈非对称型单峰山状, 且峰值均出现在14 m树高级。林分平均角尺度${\bar W}$、混交度${\bar M}$、密集度${\bar C}$、交角竞争指数$\overline{{\rm{UaCI}}}$和林层指数${\bar S}$分别为0.460、0.106、0.918、0.297和0.363, 处于林木均匀分布、低度树种混交、高度树冠竞争和垂直结构分化较差的状态。模拟采伐后采伐强度均低于20%, 林分空间结构目标函数值提升13.62%。在${\bar M}$、${\bar S}$分别提高21.17%和15.23%的同时, ${\bar C}$、$\overline{{\rm{UaCI}}}$分别下降10.22%和5.19%。结论: 研究区华北落叶松人工林结构简单、树种单一, 林木分化程度较弱, 树冠竞争明显, 整体表现出同龄纯林的特征。模拟采伐后林分树种隔离程度和林层分化提高, 林分光照竞争压力得以缓解, 采伐能够最大限度地优化林分空间结构, 构建的空间结构优化模型可为华北落叶松人工林抚育间伐提供可行的方法参考。
目的: 构建能够准确预测华北落叶松林分枯死木的计数模型，探究影响华北落叶松林中林木枯死数量的主要原因，为冬奥会核心区的华北落叶松人工林科学经营与管理提供决策依据。方法: 以张家口市崇礼冬奥核心区45块华北落叶松人工林样地为研究对象，构建华北落叶松林分枯死数量Poisson回归模型、负二项回归模型、零膨胀Poisson回归模型和零膨胀负二项回归模型、Hurdle-Poisson回归模型、Hurdle负二项回归模型，根据AIC值选出最优计数模型。基于最优计数模型，考虑不同随机效应水平和作用在截距和协变量上的随机参数，根据模型收敛情况和AIC值确定最优的随机效应水平和随机参数组合，构建最优林分枯死数量混合效应模型。结果: 林分平均直径、林分优势木平均高、林龄、林分断面积和林分胸径Gini系数为影响林分枯死的林分因子，立地因子对林分枯死的影响并不大。未考虑零膨胀现象时，负二项回归模型拟合效果优于Poisson回归模型；考虑零膨胀现象后，Hurdle-Poisson回归模型拟合效果优于零膨胀Poisson回归模型。最终几种考虑零值过多的计数模型的拟合精度表现为：Hurdle负二项回归模型(HNB)≈零膨胀负二项回归模型(ZINB)>Hurdle-Poisson回归模型(HP)>零膨胀Poisson回归模型(ZIP)。选用HNB和ZINB模型进一步进行混合效应模型构建，当随机效应水平为样地时，随机参数个数为1个，作用在除截距以外的其他协变量上时，模型均不能收敛，只有当随机参数作用在样地水平下的截距上时，模型可以收敛且拟合精度进一步提升，采用留一法LOOCV进行模型拟合误差评价，HNB和ZINB模型的平均误差(ME)分别为14和11株·hm-2。结论: 在冬奥核心区，影响华北落叶松枯死的主要因素为林分因子而非海拔、坡向等立地因子；负二项回归模型优于Poisson回归模型；在拟合零值过多的情况下，HNB回归模型优于ZINB回归模型；基于HNB回归模型优于ZINB回归模型，考虑随机截距效应的广义线性混合效应模型能够提高模型拟合精度，降低拟合误差，构建的华北落叶松林分枯死木数量预测模型可为研究区森林经营提供一定理论依据。
目的: 建立林分因子和地形因子与森林地表可燃物载量之间的回归关系, 对崇礼冬奥核心区华北落叶松林和白桦林森林地表可燃物载量进行估计, 为研究区森林防火和可燃物管理提供科学依据。方法: 2021年在研究区设置63块华北落叶松林和白桦林实测样地, 调查森林地表可燃物载量(灌木、草本、枯枝落叶和腐殖质的鲜质量和干质量)、林分因子(胸径、树高、冠幅等)和地形因子(坡度、海拔、土层厚度)。对森林地表可燃物数据进行处理、分析, 以林分因子和地形因子为自变量、以森林地表可燃物总载量为因变量进行相关性分析, 利用逐步筛选法, 选择合适的模型形式。对因子进行逐步回归, 筛选相关性强的因子, 最终选用年龄、林分密度、植被盖度和海拔估算华北落叶松林森林地表可燃物总载量, 选用林分密度、坡度和海拔估算白桦林森林地表可燃物总载量。并对崇礼冬奥核心区林地小班的森林地表可燃物载量进行预测。结果: 华北落叶松林森林地表可燃物总载量高于白桦林且差异显著(P < 0.05)。相关性分析表明, 林分因子的平均树高、平均胸径和郁闭度与森林地表可燃物总载量显著相关(P < 0.05); 地形因子的坡度和土层厚度与森林地表可燃物总载量显著相关(P < 0.05)。由森林地表可燃物载量模型的构建可知, 林龄、林分密度、植被盖度和海拔可用来估算华北落叶松林森林地表可燃物载量; 林分密度、坡度和海拔可用来估算白桦林的森林地表可燃物总载量。2种森林类型森林地表可燃物载量预测模型的R2均大于0.6, P均小于0.01, 检验指标显示模型具有较好的估测精度。结论: 华北落叶松林的可燃物载量大于白桦林, 华北落叶松林更易发生森林火灾。不同森林类型森林地表可燃物载量的影响因子也不同, 在进行可燃物管理时, 要因地制宜选择不同的可燃物管理方法及调控措施。研究数据来源于崇礼冬奥核心区, 森林地表可燃物载量模型只适用于崇礼冬奥核心区, 对其他地区具有一定参考价值。模型选用的变量多为易得的调查因子, 具有很好的实用性。
目的: 探究基于卫星遥感数据的森林可燃物含水率反演, 比较深度学习模型与传统机器学习模型的精度, 并探索一种解决冠层遮挡问题的方案, 为全国建立森林可燃物含水率数据库提供理论依据。方法: 以河北省张家口市崇礼区为研究区, 基于实地测量数据, 针对传统机器学习模型误差较大的问题, 建立深度学习中的多层感知机(MLP)模型, 研究光谱反射率与森林冠层植被和地表枯落物含水率之间的关系, 并与传统机器学习中的支持向量回归(SVR)模型进行精度对比。选取与实地考察时间同季度的哨兵遥感数据, 以光谱反射率、光谱水分指数等遥感估测法中常用变量作为反演森林冠层植被和地表枯落物含水率的影响因子, 结合实地考察数据进行模型训练。针对以往采用遥感估测法反演地表枯落物含水率遇到的冠层遮挡问题, 使用双向反射分布函数处理遥感数据获得不同观测角度的遥感数据, 结合辐射传输模型, 将冠层反射率映射到地表反射率后再训练模型。结果: 以红光、绿光、近红外和短波红外波段为输入变量的MLP模型在森林冠层植被含水率反演中的拟合度为0.843, 优于SVR中最优模型的拟合度0.807, 精度提高4.5%;MLP模型在地表枯落物含水率反演中拟合度为0.448, 优于SVR中最优模型的拟合度0.408, 精度提高9.8%。利用最优拟合模型反演崇礼区森林可燃物含水率灰度图和分布图, 西部区域冠层植被含水率较高, 东南地区地表枯落物含水率较高。结论: 本研究探索出一种解决光学遥感在冠层到地表间穿透性较差问题的优化方案, 也为使用遥感估测法大尺度测定地区冠层植被以及地表枯落物含水率提供理论依据。
目的: 基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型, 考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨, 为生物量建模方法研究、生物量估测提供科学依据, 为冬奥核心区实现"双碳"目标和生物量模型计算提供技术支撑。方法: 基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据, 通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型, 应用确定系数(R2)、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型, 采用留一交叉法验证模型精度。结果: 筛选出相关性较高的激光雷达变量共20个, 最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm-2, R2=0.768, TRE=6.08%), 分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm-2, R2=0.795, TRE=7.45%), 白桦模型预测精度提高(RMSE=23.34 t·hm-2, R2=0.440, TRE=4.35%)。利用训练好的模型预测崇礼冬奥核心区生物量并制图。结论: 基于机载激光雷达和地面实测数据估测林分地上生物量, 非线性模型优于线性模型; 以龄组为随机效应的非线性混合效应模型预测精度最高; 贝叶斯估计受先验条件影响较大, 本研究样本量偏少, 贝叶斯估计具有进一步探讨的价值。
目的: 对比分析基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法估算冬奥核心区森林树冠覆盖率的优劣性, 探讨样地树冠覆盖率、激光点云密度和冠层高度模型(CHM)栅格分辨率对估算精度的影响, 探索最优树冠覆盖率估算方法, 为准确掌握冬奥核心区树冠覆盖率信息提供技术支持, 促进森林可持续性经营管理。方法: 利用冬奥核心区67块样地机载激光雷达数据和单木检尺数据, 采用线性回归拟合树冠覆盖率实测值和估算值, 以决定系数(R2)和均方根误差(RMSE)为评价指标, 比较基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法的树冠覆盖率估算精度, 分析样地树冠覆盖率、激光点云密度与树冠覆盖率估算误差的关联性, 以及冠层高度模型栅格分辨率对树冠覆盖率估算方法稳定性的影响。结果: 1) 基于归一化点云分类信息算法的树冠覆盖率估算精度最高(R2=0.790 1, RMSE=0.124 3), 估算误差最低, 平均高估1.17%, 其次为基于冠层高度模型算法(R2=0.763 8, RMSE=0.134 9), 基于归一化点云首次回波算法的树冠覆盖率估算精度最低(R2=0.758 2, RMSE=0.149 1); 2) 树冠覆盖率与估算误差间无明显相关性, 3种算法在树冠覆盖率小于0.4的样地中普遍出现低估现象, 在树冠覆盖率0.4~0.8的样地中高估与低估现象相近, 在树冠覆盖率大于0.8的样地中普遍出现高估现象; 激光点云密度与估算误差间也无相关性, 激光点云密度增大并未提高树冠覆盖率估算精度; 3) 基于冠层高度模型算法稳定性最高, 10种栅格分辨率估算的树冠覆盖率无明显差异, R2介于0.755 1~ 0.762 2之间, RMSE介于0.150 7~0.153 9之间; 适用于冬奥核心区树冠覆盖率估算的最佳冠层高度模型栅格分辨率为0.8 m×0.8 m。结论: 通过对冬奥核心区67块样地进行树冠覆盖率估算, 体现出基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法的适宜性, 基于归一化点云分类信息算法的树冠覆盖率估算精度最高; 结合样地树冠覆盖率、激光点云密度和冠层高度模型栅格分辨率综合分析3种算法的优劣性, 可为大范围森林树冠覆盖率调查提供技术支持。
目的: 比较国产高分二号(GF-2)卫星影像不同方法组合下的崇礼冬奥核心区土地覆盖分类和优势树种识别效果, 分析处理单元、空间分辨率、特征集、分类算法对总体精度和树种分类精度的影响, 为崇礼区土地覆盖和树种分类相关研究提供经验参考, 促进国产高分系列数据的行业应用。方法: 以崇礼冬奥核心区为研究对象, 以GF-2影像为数据源, 分别从不同处理单元(像元、对象)、不同空间分辨率(1和4 m)、不同特征集(光谱特征、纹理特征、形状特征)、不同分类算法4个维度对比分析50种不同方法组合下的土地覆盖分类效果, 同时识别白桦和华北落叶松2个优势树种。基于无人机航拍影像和二类小班数据获取训练和验证样本, 采用总体精度和Kappa系数评价不同方法下的整体分类效果, 由制图精度和用户精度计算的调和平均值(F1)评价优势树种分类精度。结果: 1) 像元水平4 m分辨率光谱特征集的MLC法土地覆盖分类精度最高, 总体精度为79.65%, Kappa系数为0.722; 华北落叶松林最高F1为0.79, 对应分类方法组合为对象水平1 m分辨率光谱+纹理+形状特征集的Bayes法; 白桦林最高F1为0.77, 对应分类方法组合为对象水平1 m分辨率光谱+纹理特征集的Bayes法; 2) 不同分类算法的分类精度与空间分辨率、特征集之间没有确定的响应规律, 在控制其他条件尽可能相同的情况下, 空间分辨率提高、特征增加不一定会提升分类精度; 同一分类算法在不同空间分辨率或特征集下, 对其他某一因素变化的响应方向和程度也不相同; 3) 土地覆盖分类在像元水平表现更好, 华北落叶松林的像元和对象水平方法没有显著差异, 白桦林在对象水平表现更好; 4) SVM分类算法在不同处理单元、不同空间分辨率、不同特征集下均有稳定的高精度表现, 监督统计分类算法MLC和Bayes也有很优异表现。结论: GF-2数据在崇礼冬奥核心区土地覆盖分类和优势树种识别方面表现较好, 分类效果受空间分辨率、处理单元、特征集、分类算法等多因素影响。
目的: 探索基于潜在生产力的华北落叶松纯林和白桦山杨混交林林分立地质量评价, 为提高森林经营水平、促进现代林业发展和建设生态文明提供科学依据。方法: 利用崇礼区2019年森林资源一张图小班数据, 建立林分平均树高、断面积和蓄积生长模型, 计算华北落叶松纯林和白桦山杨混交林林分断面积和蓄积潜在生产力, 并结合林分现实生产力对潜在生产力的计算方法和实用性进行评价。结果: 华北落叶松纯林和白桦山杨混交林林分平均树高、断面积和蓄积生长模型拟合效果良好, 潜在生产力均随立地质量降低而下降, 华北落叶松纯林基准年龄时断面积潜在生产力介于2.06~2.11 m2·hm-2a-1之间, 蓄积潜在生产力介于6.27~12.11 m3·hm-2a-1之间, 白桦山杨混交林基准年龄时断面积和蓄积潜在生产力分别介于1.72~2.28和4.43~8.72 m3 ·hm-2a-1之间。林分现实生产力低于潜在生产力, 且差异随林分年龄增大而减小。对于中幼龄林样地, 立地质量高的林分现实生产力较大, 与潜在生产力的差异随立地等级上升而下降。结论: 华北落叶松纯林和白桦山杨混交林在中幼龄林阶段表现出比成过熟林阶段更高的潜在生产力, 现实生产力与潜在生产力相差较大, 差异随立地质量降低而增大, 应加强中幼龄林森林抚育, 且抚育过程中应重视立地质量中等的森林; 基准年龄时林分断面积和蓄积潜在生产力可作为评价立地质量好坏的指标。
（月刊 1955年创刊） 主管：中国科学技术协会 主办：中国林学会 出版：《林业科学》编辑部 主编：尹伟伦 国内统一刊号：CN 11-1908/S 国际标准刊号：ISSN 1001-7488 国内邮发代号：82-6
喜...
" width="300" height="300">
