李雪建
- 作品数：13 被引量：92H指数：6
- 供职机构：浙江农林大学环境与资源学院更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金浙江省杰出青年科学基金更多>>
- 相关领域：农业科学生物学天文地球更多>>
- PROSPECT5耦合4SAIL模型的亚热带典型森林冠层反射率时间序列模拟被引量：1
- 2017年
- 冠层反射率在森林植被类型精确解译、森林碳同化关键参数如叶面积指数(LAI)、叶绿素等遥感反演等方面具有重要意义.本研究以亚热带毛竹林、雷竹林和常绿落叶阔叶混交林3种典型森林类型为研究对象,通过耦合PROSPECT5和4SAIL模型模拟其冠层反射率时间序列.首先,对PROSPECT5和4SAIL模型参数进行敏感性分析,探讨模型参数对冠层反射率的影响;其次,利用实测反射率对不敏感参数进行优化,并确定其参数值;最后,耦合PROSPECT5和4SAIL模型模拟3种亚热带森林冠层反射率,并与MODIS反射率进行对比.结果表明:LAI对第1、2、3、5、7波段最敏感,各波段的总敏感指数分别为0.80、0.83、0.94、0.66、0.47;叶绿素含量对第4波段最敏感,总敏感指数为0.59;叶片含水量对第6波段的敏感性最大,总敏感性指数为0.54;叶子结构参数、类胡萝卜素、热点参数、干物质含量和土壤干湿比等参数对各个波段都不敏感或敏感性较小.优化后的PROSPECT5和4SAIL模型模拟得到的冠层反射率能够真实反映3种典型森林的季节性变化规律,通过与MODIS反射率对比分析发现,模拟冠层反射率和MODIS反射率之间具有较高的决定系数,分别为0.86、0.90、0.93,均方根误差(RMSE)也较小,分别为0.09、0.07、0.05,且模拟反射率能在一定程度上解决MODIS反射率数据冬季易受雨雪、混合像元影响等问题.
- 张璐颖李雪建杜华强崔璐毛方杰刘玉莉李阳光朱迪恩
- 关键词：亚热带森林
- 基于MODIS时间序列反射率数据的雷竹林LAI反演被引量：10
- 2018年
- 本文以雷竹林为研究对象,基于MODIS地表反射率数据构建了归一化植被指数(NDVI)、比值植被指数(SR)、Gitelson绿色植被指数(GI)、增强型植被指数(EVI)和土壤调整植被指数(SAVI)5种植被指数,并将其与MODIS 7个波段原始反射率数据作为遥感变量,采用逐步回归和相关分析两种方法进行变量筛选,结合LAI实测数据构建了逐步回归和BP神经网络两种模型,对雷竹林生态系统观测站点2014年1月—2017年3月LAI时间系列数据进行反演,并将反演结果与同时期MOD15A2 LAI产品进行对比分析.结果表明:SR为唯一入选逐步回归模型的变量;b1、b2、b3和b7以及5种植被指数与LAI之间的相关性均达到显著水平,可作为BP神经网络模型的输入变量.使用BP神经网络反演得到的LAI与实测LAI之间的相关性显著,R^2为0.71,RMSE为0.34,RMSEr为13.6%,其R^2比逐步回归模型提高了10.9%,RMSE降低了5.6%,RMSEr降低了12.3%,与MODIS LAI相比,其R^2提高了54.5%,RMSE降低了79.3%,RMSEr降低了79.1%.结合MODIS时间序列反射率和BP神经网络模型能够精确地反演雷竹林LAI,为实现基于遥感技术快速监测区域雷竹林LAI提供可行的方法.
- 朱迪恩徐小军杜华强周国模毛方杰李雪建李阳光
- 关键词：叶面积指数植被指数
- 中国亚热带干旱多尺度时空格局及演变趋势被引量：4
- 2022年
- 为探讨不同时间尺度下中国亚热带区域干旱的时空特征,利用1 km气象数据计算1959—2019年亚热带区域标准化降水蒸散发指数(SPEI),并且结合干旱线性变化趋势、影响范围、强度及频率,分析了不同时间尺度(1月、3月、6月、12月)下中国亚热带区域干旱的时空特征。结果表明:(1)干旱时期主要集中在2004—2014年,干旱化区域空间上呈现明显的东西对比,时间尺度上秋季的干旱化趋势最为显著;(2)各时间尺度的干旱影响范围都处于不断波动上升的趋势,尤其是在1995年之后,干旱影响范围上升趋势尤为明显;(3)季节和干湿季较大干旱强度零星分布在亚热带西南部及湖南、江西等省,年际较大干旱强度则主要集中在亚热带东南部;(4)秋季发生干旱的频率最高,年际发生中度及以上干旱频率最高,春季高频中度及以上干旱频率集中在四川、西藏等地,秋季和年际主要集中在四川、重庆和贵州的交界处,夏季、冬季以及干湿季则零星分布在亚热带各省份。综上,亚热带总体呈现干旱化趋势,季节、干湿季和年际尺度的干旱影响范围时间序列变化趋势较为相似,但干旱强度和干旱发生频率在空间上存在一定差异。
- 尹世燕毛方杰毛方杰周国模杜华强陈琦李雪建
- 关键词：亚热带干旱多尺度
- 基于时序Landsat数据的浙江省竹林信息提取及时空演变被引量：4
- 2019年
- 【目的】提取浙江省不同时期竹林分布信息,分析其时空演变规律,揭示竹林面积变化与土地利用格局之间的关系,为国家及至全球尺度长时间序列的竹林时空动态研究提供参考。【方法】以浙江省为研究区,基于2000、2004和2008年Landsat5 TM及2014年Landast8 OLI时间序列影像数据,首先,对不同时期的Landsat数据进行大气校正和几何校正,采用最大似然法提取土地利用和竹林时空分布信息;然后,利用变化幅度和动态度2个指标分析4个时期、3个时间段的竹林时空演变规律;最后,建立全省土地利用时空转移矩阵,揭示竹林时空动态与土地利用格局之间的关系。【结果】1)基于时序Landsat数据提取的浙江省竹林信息精度较高,分类精度达75%以上,使用者精度达91%以上,且分类统计面积与实际清查面积高度吻合,面积提取精度达96%以上; 2) 2000—2014年浙江省竹林面积变化幅度和年均变化率分别为16.55%和1.18%,在时空上呈逐渐增加趋势; 3)浙江省竹林面积由2000年占全省面积的7.33%增长到2014年的8.56%,其中针叶林、阔叶林和农田3种土地利用类型变化对竹林面积增加的贡献最大,贡献率分别为28.62%、37.23%和16.15%。【结论】基于Landsat时间序列数据能够高精度监测浙江省竹林资源动态变化,针叶林、阔叶林和农田等土地利用类型减少对竹林面积时空演变具有显著影响。
- 李阳光杜华强毛方杰李雪建崔璐韩凝徐小军
- 关键词：动态度土地利用变化
- 浙江省松阳县亚热带森林干扰与恢复遥感监测
- 2024年
- 【目的】浙江省松阳县森林资源丰富,碳汇潜力大,是百山祖国家公园三级联动区,因此监测松阳县森林干扰与恢复,对松阳区域森林管理和百山祖国家公园生态环境保护具有重要意义。【方法】采用谷歌地球引擎(GEE)云平台的LandTrendr算法,并结合1987—2020年Landsat卫星遥感时间序列数据,监测浙江省松阳县1987—2020年森林干扰与恢复状况,分析森林干扰与恢复的时空特征。【结果】①LandTrendr算法监测森林干扰与恢复的总体精度达到82%,森林干扰与恢复的生产精度、用户精度均高于80%,表明松阳县森林干扰与恢复监测效果较好。②松阳县森林干扰与恢复总面积分别达148.14与236.86 km^(2),分别占林地面积的12.74%和20.37%,表明松阳县1987—2020年森林面积呈净增加趋势。③松阳县大东坝镇、板桥畲族乡、新兴镇、玉岩镇森林变化较为频繁,森林干扰与恢复面积均比其他乡(镇)高,尤其是大东坝镇森林面积变化最大,增加了20.04 km^(2)。【结论】基于GEE云平台的LandTrendr算法实现了松阳县森林干扰精准监测。近30 a松阳县森林面积总体呈增加趋势。
- 邹为民丁俊黄子豪黄蕾宋美萱李雪建杜华强
- 基于随机森林模型的毛竹林CO_2通量模拟及其影响因子被引量：8
- 2018年
- 【目的】探究环境因子对毛竹林CO_2通量的影响,为亚热带典型森林碳循环模拟提供技术和理论支撑。【方法】基于浙江省安吉县山川乡2011—2014年毛竹林通量塔观测数据,采用随机森林模型对毛竹林CO_2通量进行模拟,以均方根误差(RMSE)、决定系数(R^2)和林氏调和系数(LCCC)3个指标评价模型精度,并通过计算环境因子重要性得分来分析环境因子对毛竹林CO_2通量的影响。【结果】随机森林模型能以较高精度模拟毛竹林CO_2通量,但由于2013年7和8月发生极端高温干旱,模型难以刻画这种短时、剧烈的干扰,最终导致测试阶段模型精度(R^2=0.845 5,RMSE=0.437 7 mg·m^(-2)s^(-1),LCCC=0.914 1)低于训练阶段模型精度(R^2=0.961 5,RMSE=0.005 4 mg·m^(-2)s^(-1),LCCC=0.980 1);十折交叉验证表明,随机森林模型拟合效果稳定,且模型内部参数设置合理,模型误差主要来自于输入数据;在月尺度上,环境因子对毛竹林CO_2通量影响的重要性得分表现为光合有效辐射PAR(63.332)>土壤5 cm深处温度T_S(29.932)>空气相对湿度R_H(25.839)>大气温度T_A(25.581)>空气CO_2浓度C_(CO_2)(25.095)>饱和水汽压差VPD(24.123)>风速W_S(23.504)>生态系统有效能量A_E(19.323)>土壤热通量Q_S(18.502),PAR对毛竹林CO_2通量变化影响最大,PAR、T_S和VPD对毛竹林CO_2通量的影响较显著(P<0.05),这3个因子是影响月尺度上毛竹林CO_2通量变化的主导因子。【结论】随机森林模型能以较高精度拟合毛竹林CO_2通量;在相关环境因子中,光合有效辐射、土壤5 cm深处温度和饱合水汽压差对毛竹林CO_2通量影响的贡献最显著,这3个因子对毛竹林CO_2通量月尺度上的变化具有控制作用。
- 陈亮周国模杜华强刘玉莉毛方杰徐小军李雪建崔璐李阳光朱迪恩
- 关键词：毛竹林CO2通量环境因子
- 基于小波变换的毛竹叶片净光合速率高光谱遥感反演被引量：18
- 2016年
- 在对毛竹林叶片高光谱反射率数据进行小波变换的基础上,寻找和确定最佳的小波植被指数反演毛竹林叶片的净光合速率(P_n).结果表明:理想的高频小波植被指数反演得到的P_n精度高于低频小波植被指数和光谱植被指数,其中,由小波分解第一层高频系数构建的归一化植被指数、比值植被指数和差值植被指数与P_n之间的相关性最好,R^2为0.7,均方根误差(RMSE)较低,为0.33;而低频小波植被指数反演P_n的精度低于光谱植被指数.由各层理想小波植被指数所构建的多元线性模型反演得到毛竹叶片P_n与实测P_n之间具有显著的相关关系,R^2为0.77,RMSE为0.29,且精度明显高于基于光谱植被指数所构建的多元线性模型.与光谱植被指数反演毛竹P_n的敏感波段仅局限于可见光波段相比,小波植被指数探测的敏感波长范围更广,包含了可见光及多个红外波段.高光谱数据在经过小波变换后能够发现更多反映毛竹P_n的细节信息,且整体反演精度比原始光谱有了显著提高,研究结果为基于高光谱遥感反演植被P_n提供了一种新的可选方法.
- 孙少波杜华强李平衡周国模徐小军高国龙李雪建
- 关键词：毛竹净光合速率反演小波变换高光谱遥感
- 基于特征优选的面向对象毛竹林分布信息提取被引量：18
- 2016年
- 【目的】提出一种基于Relief F特征优选的面向对象分类方法,为解决面向对象森林资源遥感分类提供参考。【方法】以SPOT5高分辨率遥感影像为数据源,以浙江省安吉县山川乡为研究区,通过影像分割,选取8个地物类别的370个对象样本,并设置SPOT5影像每个波段的8个灰度共生矩阵纹理、每个波段及NDVI的平均值和标准差等42个对象特征。利用Relief F算法对设置的42个对象特征进行优选,采用面向对象的最近邻方法提取研究区毛竹林分布信息。为了比较基于最优特征的面向对象的分类结果,另采用CART决策树方法在相同的分割参数和训练样本前提下,通过样本构建决策树分类规则,对研究区进行分类并提取竹林信息。【结果】1)通过Relief F特征优选方法对分类特征进行优选,大幅提高了毛竹林样本的分类精度,与特征优选前相比,毛竹林样本分类精度由68%提高到88%,优选的红波段均值、绿波段均值、红波段均质纹理、红波段熵纹理和NDVI植被指数均值5个特征能够精确地提取研究区毛竹林分布信息,其用户精度和生产者精度分别达到97%和95%;2)基于CART决策树面向对象的研究区毛竹林用户精度和生产者精度均低于基于最优特征的最近邻分类结果,主要原因是CART决策树中毛竹林、针叶林和阔叶林之间的误分相对较高。【结论】Relief F算法特征优选时注重特征的分类能力,筛选的特征参与面向对象分割提取的毛竹林分布信息高于同类研究,可为面向对象多尺度分割森林资源遥感分类时特征的选取提供一个更为科学合理的方法。
- 高国龙杜华强韩凝徐小军孙少波李雪建
- 关键词：毛竹林RELIEFF算法面向对象
- 地理加权回归模型结合卫星遥感的松阳县森林地上碳储量估算
- 2023年
- 森林地上碳储量(Aboveground Carbon,AGC)是反映森林生态系统基本特征的重要指标,也是评价森林功能结构和生产潜力的理论基础。松阳县作为浙江省九大林业重点县之一,生态地位十分重要,全县以中、低山丘陵地带为主,四面环山,如何解决复杂地形对AGC时空变异的影响,是实现山区森林AGC精准估算的关键。为此,基于Landsat TM卫星影像,并结合松阳县森林AGC调查数据,构建结合空间变异特征的地理加权回归模型(GWR)估算森林AGC,并与普通最小二乘法(OLS)的结果进行对比,最后选取最优模型预测松阳县森林AGC及其空间分布。研究表明:Landsat TM卫星影像的纹理信息对预测松阳县森林AGC有重要作用;GWR模型能够准确估算松阳县森林AGC及空间分布,并且比OLS模型精度提升了9%,R^(2)达到0.71;松阳县森林AGC总量为3.901×10^(6)Mg,平均AGC为23.70 Mg/hm^(2),占丽水市森林植被AGC总量的10%左右,在服务区域生态功能上具有较为重要的地位。研究将为松阳县森林AGC精准估算提供先进的技术手段,同时也为松阳县森林碳汇功能评价提供科学的数据。
- 邹为民陈超黄蕾宋美萱李雪建杜华强
- 关键词：遥感地理加权回归
- 双集合卡尔曼滤波LAI同化结合BEPS模型的竹林生态系统碳通量模拟被引量：8
- 2016年
- 叶面积指数(LAI)是森林生态系统碳循环研究的重要观测数据,也是驱动森林生态系统模型模拟碳循环的重要参数.本文以毛竹林和雷竹林为研究对象,首先利用双集合卡尔曼滤波,同化两种竹林生态系统观测站点2014—2015年MODIS LAI时间序列数据,然后将同化的高质量毛竹LAI和雷竹LAI作为输入数据驱动BEPS模型,模拟两种竹林生态系统总初级生产力(GPP)、净生态系统碳交换量(NEE)和总生态系统呼吸(TER)等碳循环数据,并用通量站实际观测值评价模拟结果;另外,还对比不同质量LAI对碳循环模拟的影响.结果表明:双集合卡尔曼滤波同化得到的毛竹林和雷竹林LAI与实测LAI之间的相关关系极为显著,R^2分别为0.81和0.91,且均方根误差和绝对偏差均较小,极大地提高了MODIS LAI的产品精度;在同化得到的LAI驱动下,BEPS模型模拟的毛竹林GPP、NEE和TER与实际观测值之间的R^2分别为0.66、0.47和0.64,雷竹林分别为0.66、0.45和0.73,模拟结果均好于三次样条帽盖算法平滑LAI模拟得到的GPP、NEE和TER,其中,毛竹林、雷竹林NEE的模拟精度提高幅度最大,分别为11.2%和11.8%.
- 李雪建毛方杰杜华强周国模徐小军李平衡刘玉莉崔璐
- 关键词：碳通量
