發(fā)布時(shí)間：2018-05-20 04:33

  本文選題：森林物種多樣性 + GF-2��； 參考：《中國(guó)林業(yè)科學(xué)研究院》2017年博士論文

【摘要】：生物多樣性是維持生態(tài)系統(tǒng)健康和提供服務(wù)功能的基礎(chǔ)。生物多樣性監(jiān)測(cè)是生物多樣性保護(hù)的重要組成部分,使得各國(guó)政府和民間社會(huì)發(fā)現(xiàn)問(wèn)題、制定解決方案,評(píng)估在實(shí)現(xiàn)“生物多樣性公約”目標(biāo)方面的行動(dòng)和進(jìn)展。機(jī)載高光譜數(shù)據(jù)具有高光譜和高空間分辨率特點(diǎn),對(duì)估測(cè)森林物種多樣性的分布具有較大潛力。但是,高空間分辨率的特點(diǎn)有可能成為限制高光譜數(shù)據(jù)對(duì)森林物種多樣性估測(cè)精度的因素,特別是當(dāng)像素尺寸小于樹(shù)種識(shí)別尺度(例如樹(shù)冠)時(shí)。機(jī)載激光雷達(dá)是一種主動(dòng)遙感方式,由于其具有探測(cè)三維植被結(jié)構(gòu)的能力,在生態(tài)和生物多樣性保護(hù)研究方面愈發(fā)重要。由于不同物種間的競(jìng)爭(zhēng)關(guān)系,不同的物種趨向于占據(jù)森林冠層中不同空間,因此使用LiDAR提取的森林垂直結(jié)構(gòu)參數(shù)估測(cè)森林物種多樣性成為可能。本文的目標(biāo)是評(píng)估高分二號(hào)(GF-2)多光譜衛(wèi)星數(shù)據(jù)、機(jī)載高光譜數(shù)據(jù)、機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)和模擬星載大光斑激光雷達(dá)波形數(shù)據(jù)對(duì)研究區(qū)森林喬木物種多樣性的解釋、預(yù)測(cè)能力。本文探索了森林喬木物種α多樣性指數(shù)如物種豐富度、Shannon-Wiener和Simpson多樣性指數(shù)、Pielou均勻性指數(shù)與遙感數(shù)據(jù)提取的森林垂直結(jié)構(gòu)參數(shù)、光譜指數(shù)和紋理特征的關(guān)系。由于多源遙感數(shù)據(jù)提取的參數(shù)眾多,本文使用隨機(jī)森林(Random Forest,RF)方法篩選出與森林喬木物種多樣性最相關(guān)的變量集,然后比較了四種不同機(jī)器學(xué)習(xí)模型(隨機(jī)森林、SVR、KNN和Cubist)對(duì)森林喬木物種多樣性的建模能力。根據(jù)各模型表現(xiàn),選擇了SVR算法對(duì)研究區(qū)森林喬木物種多樣性進(jìn)行估測(cè)研究,并使用十折交叉驗(yàn)證的方式考察SVR模型對(duì)各物種多樣性的估測(cè)精度。論文的主要結(jié)果與結(jié)論如下:(1)機(jī)器學(xué)習(xí)方法有助于從海量多源遙感數(shù)據(jù)源中選擇適合當(dāng)前試驗(yàn)區(qū)的主要特征,并在線性不可分的情況下充分探索樣本中各特征值的分布情況,提高多源遙感數(shù)據(jù)源對(duì)森林喬木物種多樣性分布的解釋能力。(2)高分辨率遙感數(shù)據(jù)提取的森林冠層光譜異質(zhì)性特征對(duì)兩個(gè)試驗(yàn)區(qū)Shannon-Wiener、Simpson物種多樣性指數(shù)和Pielou物種均勻性指數(shù)的分布均具有較好的解釋能力(R~20.54),對(duì)森林α物種多樣性的估測(cè)具有重要意義。(3)激光雷達(dá)提取的特征從垂直結(jié)構(gòu)層面對(duì)云南普洱試驗(yàn)區(qū)森林喬木物種多樣性分布具有較好的解釋能力(R~20.54)。激光雷達(dá)數(shù)據(jù)的加入,可以提高高分辨率光學(xué)數(shù)據(jù)對(duì)森林喬木物種豐富度、Simpson多樣性指數(shù)及Pielou均勻性指數(shù)的估測(cè)精度。其中,結(jié)合機(jī)載激光雷達(dá)數(shù)據(jù)和高光譜數(shù)據(jù)提取特征具有最好的估測(cè)精度,尤其是對(duì)物種豐富度的估測(cè)精度(R~2=0.74,RMSE=3.36)高于其他數(shù)據(jù)源。(4)GF-2號(hào)數(shù)據(jù)對(duì)Shannon-Wiener和Simpson物種多樣性指數(shù)、Pielou物種均勻度指數(shù)的估測(cè)精度與機(jī)載高光譜的估測(cè)精度類(lèi)似。在使用遙感數(shù)據(jù)對(duì)森林喬木物種多樣性間接估測(cè)時(shí),遙感數(shù)據(jù)對(duì)這三種多樣性指數(shù)的解釋能力并沒(méi)有隨著空間及光譜分辨率的大幅提高而提高。(5)結(jié)合模擬大光斑波形數(shù)據(jù)提取的森林垂直結(jié)構(gòu)參數(shù)與GF-2多光譜數(shù)據(jù)提取的植被指數(shù)和紋理信息對(duì)普洱試驗(yàn)區(qū)森林喬木物種多樣性的分布比單一數(shù)據(jù)源具有較好的估測(cè)精度(物種豐富度:R~2=0.58,RMSE=4.2;Shannon-Wiener多樣性指數(shù):R~2=0.7,RMSE=0.47;Simpson多樣性指數(shù):R~2=0.73,RMSE=0.164;Pielou均勻性指數(shù):R~2=0.68,RMSE=0.15)。對(duì)我國(guó)陸地生態(tài)系統(tǒng)碳監(jiān)測(cè)衛(wèi)星的生物多樣性應(yīng)用具有參考價(jià)值。
[Abstract]:Biodiversity is the basis for the maintenance of ecosystem health and service functions. Biodiversity monitoring is an important component of biodiversity conservation. It makes governments and civil society identify problems, formulate solutions, and assess the action and progress in achieving the objectives of the Convention on biological diversity. Airborne Hyperspectral Data The characteristics of hyperspectral and high spatial resolution have great potential for estimating the distribution of forest species diversity. However, the characteristics of high spatial resolution may be a factor limiting the accuracy of hyperspectral data to estimate forest species diversity, especially when the pixel size is smaller than the tree recognition scale (such as the crown). It is an active remote sensing method. Because of its ability to detect the three-dimensional vegetation structure, it is becoming more and more important in the study of ecological and biological diversity protection. Because of the competitive relationships among different species, different species tend to occupy different spaces in the forest canopy. Therefore, the forest objects are estimated using the forest vertical structure parameters extracted by LiDAR. The objective of this paper is to evaluate the high score two (GF-2) multi spectral satellite data, Airborne Hyperspectral Data, airborne laser radar point cloud data and simulated satellite large spot laser radar waveform data to explain the species diversity of forest tree species in the study area. This paper explores the alpha diversity of forest tree species. The relationship between the species richness, the Shannon-Wiener and Simpson diversity index, the Pielou evenness index and the forest vertical structure parameters, the spectral index and the texture feature extracted by remote sensing data. Because of the many parameters extracted from the multi source remote sensing data, this paper uses the random forest (Random Forest, RF) method to select the species diversity of the forest tree species. The most relevant variables set, and then compare the modeling ability of four different machine learning models (random forest, SVR, KNN and Cubist) for forest tree species diversity. According to the performance of each model, the SVR algorithm is selected to estimate the species diversity of the forest tree species in the study area, and the SVR model is examined by the way of ten fold cross validation. The main results and conclusions of the species diversity are as follows: (1) the machine learning method is helpful to select the main features suitable for the current test area from the mass multi-source remote sensing data source, and to fully explore the distribution of the characteristic values in the sample, and improve the multi source remote sensing data source to forest Joe. The interpretation ability of tree species diversity distribution. (2) the spectral heterogeneity of forest canopy from high resolution remote sensing data has good explanatory ability (R~20.54) for the distribution of Shannon-Wiener, Simpson species diversity index and Pielou species uniformity index (R~20.54), which is important for estimating the diversity of forest species. (3) the characteristics of the laser radar extracted from the vertical structural layer have a good interpretation ability (R~20.54) in the forest species diversity distribution in Yunnan Pu'er test area. The addition of laser radar data can improve the estimation of the species richness, the Simpson diversity index and the Pielou evenness index of high resolution optical data to forest trees. Precision. Among them, combined with airborne lidar data and hyperspectral data extraction features have the best estimation accuracy, especially for species richness estimation accuracy (R~2=0.74, RMSE=3.36) is higher than other data sources. (4) GF-2 data on Shannon-Wiener and Simpson species diversity index, Pielou species evenness index estimation accuracy and machine The estimation accuracy of the high spectrum is similar. When using remote sensing data to estimate the species diversity of forest tree species, the interpretation ability of remote sensing data to these three diversity indices does not increase with the spatial and spectral resolution. (5) the forest vertical structure parameters extracted with simulated large spot waveform data and GF-2 The vegetation index and texture information extracted by spectral data have better estimation accuracy (species richness: R~2=0.58, RMSE=4.2; Shannon-Wiener diversity index: R~2=0.7, RMSE=0.47; Simpson diversity index: R~2=0.73, RMSE=0.164; Pielou evenness index: R~2=: R~2=: R~2=: R~2=: R~2=; Pielou evenness index: R~2=: R~2=: R~2= 0.68, RMSE=0.15). It has reference value for biodiversity monitoring of terrestrial ecosystem carbon monitoring satellite in China.
【學(xué)位授予單位】：中國(guó)林業(yè)科學(xué)研究院
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：S718.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉艷紅,趙惠勛;干擾與物種多樣性維持理論研究進(jìn)展[J];北京林業(yè)大學(xué)學(xué)報(bào);2000年04期

2 李帥英,吳增志,李保會(huì);物種多樣性研究進(jìn)展[J];河北林果研究;2002年01期

3 楊利民;物種多樣性維持機(jī)制研究進(jìn)展[J];吉林農(nóng)業(yè)大學(xué)學(xué)報(bào);2001年04期

4 吳小巧,丁雨龍;江蘇云臺(tái)山物種多樣性及保護(hù)[J];江西農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué));2004年02期

5 肖輝林;捕食動(dòng)物物種多樣性的重要性[J];生態(tài)環(huán)境;2004年03期

6 閆淑君,洪偉,吳承禎,畢曉麗,范海蘭;中亞熱帶常綠闊葉林林隙與物種多樣性的關(guān)系研究[J];中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào);2005年01期

7 祁素萍;劉飛鳳;王義輝;;城市園林物種多樣性保護(hù)效應(yīng)[J];中國(guó)園林;2008年07期

8 孫龍;李俊濤;;哈爾濱城郊防護(hù)林物種多樣性研究[J];防護(hù)林科技;2008年05期

9 鄭開(kāi)基;何東進(jìn);洪偉;劉進(jìn)山;蔡昌棠;王其炳;李曉景;劉翠;;天寶巖自然保護(hù)區(qū)不同海拔天然柳杉林物種多樣性[J];四川農(nóng)業(yè)大學(xué)學(xué)報(bào);2009年03期

10 江小雷;李偉綺;岳靜;郝敏;張衛(wèi)國(guó);劉允佳;李飛;;土壤有效空間對(duì)物種多樣性-生產(chǎn)力關(guān)系的影響[J];蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

相關(guān)會(huì)議論文 前10條

1 董潔;唐廷貴;;天津物種多樣性現(xiàn)狀及喪失原因分析[A];生物多樣性與人類(lèi)未來(lái)——第二屆全國(guó)生物多樣性保護(hù)與持續(xù)利用研討會(huì)論文集[C];1996年

2 Abdulla Abbas;Adiljan Abdulla;Reyim Mamut;Mayira Mahmut;Anwar Tumur;;新疆阿伍寨溝地衣的物種多樣性(英文)[A];Abstracts of International Symposium on Systematic Lichenology & Bryology[C];2010年

3 吳志強(qiáng);黃德練;常濤;耿俊杰;武文麗;姜恒;;廣西欽州茅尾海紅樹(shù)林保護(hù)區(qū)魚(yú)類(lèi)物種多樣性分析[A];中國(guó)海洋湖沼學(xué)會(huì)魚(yú)類(lèi)學(xué)分會(huì)、中國(guó)動(dòng)物學(xué)會(huì)魚(yú)類(lèi)學(xué)分會(huì)2012年學(xué)術(shù)研討會(huì)論文摘要匯編[C];2012年

4 郭明權(quán);閆淑珍;陳雙林;;云南大圍山自然保護(hù)區(qū)的黏菌物種多樣性[A];中國(guó)菌物學(xué)會(huì)第六屆會(huì)員代表大會(huì)（2014年學(xué)術(shù)年會(huì)）暨貴州省食用菌產(chǎn)業(yè)發(fā)展高峰論壇會(huì)議摘要[C];2014年

5 楊德敏;張宏;牟文彬;劉玉成;李強(qiáng)軍;孫燁;汪毅;李良俊;;云陽(yáng)人工柏木林的物種多樣性及其森林管護(hù)對(duì)策研究[A];農(nóng)業(yè)生物災(zāi)害預(yù)防與控制研究[C];2005年

6 田豐歌;徐兆禮;;水團(tuán)變化對(duì)福建中部近海浮游動(dòng)物物種多樣性的影響[A];中國(guó)甲殼動(dòng)物學(xué)會(huì)第十一屆年會(huì)暨學(xué)術(shù)研討會(huì)論文摘要集[C];2011年

7 杜飛雁;李純厚;賈曉平;林欽;;珠江口浮游動(dòng)物物種多樣性研究[A];可持續(xù)水產(chǎn)養(yǎng)殖——資源、環(huán)境、質(zhì)量——2003水產(chǎn)科技論壇論文集[C];2003年

8 游水生;何育城;吳明盛;;福建武平帽布天然米櫧林皆伐火燒后物種多樣性變化的研究[A];生物多樣性與人類(lèi)未來(lái)——第二屆全國(guó)生物多樣性保護(hù)與持續(xù)利用研討會(huì)論文集[C];1996年

9 朱海勇;陳永金;劉加珍;;塔里木河中游物種多樣性與水鹽關(guān)系分析[A];發(fā)揮資源科技優(yōu)勢(shì) 保障西部創(chuàng)新發(fā)展——中國(guó)自然資源學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2011年

10 高欣;朱曦;魯慶彬;楊仙玉;胡軍祥;周圻;;浙江望東W煾呱絞�地讋蚧保护区捂y侄嘌�性研究[A];中國(guó)生物多樣性保護(hù)與研究進(jìn)展Ⅶ——第七屆全國(guó)生物多樣性保護(hù)與持續(xù)利用研討會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前10條

1 ;我國(guó)是物種多樣性最豐富國(guó)家之一[N];云南科技報(bào);2001年

2 本報(bào)記者 薛秀泓;物種多樣性同樣可共生互利[N];中國(guó)改革報(bào);2008年

3 廖君福 劉典文;物種多樣性發(fā)展趨勢(shì)蘊(yùn)藏種苗業(yè)發(fā)展商機(jī)[N];中國(guó)綠色時(shí)報(bào);2008年

4 嘉 興;因?yàn)E伐森林東南亞物種多樣性嚴(yán)重受損[N];大眾科技報(bào);2003年

5 綜合;什么是遺傳多樣性、物種多樣性、生態(tài)系統(tǒng)多樣性?[N];友報(bào);2008年

6 記者 江萌邋通訊員 劉穎;合法貿(mào)易可促進(jìn)物種多樣性發(fā)展[N];湖北日?qǐng)?bào);2007年

7 本報(bào)記者　 文婧;“植物也是有知識(shí)產(chǎn)權(quán)的”[N];經(jīng)濟(jì)參考報(bào);2006年

8 黃蓉芳;廣州致力物種多樣性保護(hù)[N];中國(guó)花卉報(bào);2011年

9 卓科;創(chuàng)建與品位的“一二三”[N];柳州日?qǐng)?bào);2009年

10 記者 王海燕;百萬(wàn)公頃森林將首次健康“體檢”[N];北京日?qǐng)?bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 劉魯霞;基于多源遙感數(shù)據(jù)亞熱帶森林喬木物種多樣性估測(cè)研究[D];中國(guó)林業(yè)科學(xué)研究院;2017年

2 王宏濤;蜿蜒型河流空間異質(zhì)性和物種多樣性相關(guān)關(guān)系研究[D];中國(guó)水利水電科學(xué)研究院;2017年

3 劉會(huì)玉;物種多樣性對(duì)棲息地毀壞時(shí)空異質(zhì)性的響應(yīng)機(jī)制研究[D];南京師范大學(xué);2006年

4 沈國(guó)春;生境異質(zhì)性和擴(kuò)散限制對(duì)亞熱帶和熱帶森林物種多樣性維持的作用[D];浙江大學(xué);2010年

5 江小雷;人工草地植物種多樣性對(duì)生態(tài)系統(tǒng)功能的影響[D];蘭州大學(xué);2006年

6 許涵;海南尖峰嶺熱帶天然林物種多樣性時(shí)空變化規(guī)律研究[D];中國(guó)林業(yè)科學(xué)研究院;2010年

7 張全國(guó);物種多樣性對(duì)生態(tài)系統(tǒng)生產(chǎn)力與穩(wěn)定性的作用：藻類(lèi)微宇宙實(shí)驗(yàn)研究[D];北京師范大學(xué);2005年

8 盧煒麗;重慶四面山植物群落結(jié)構(gòu)及物種多樣性研究[D];北京林業(yè)大學(xué);2009年

9 張巧明;秦嶺南坡中段主要植物群落及物種多樣性研究[D];西北農(nóng)林科技大學(xué);2012年

10 劉艷紅;東北東部森林植物多樣性及其影響因素研究[D];東北林業(yè)大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 陳嚴(yán)嚴(yán);蒙古沙冬青深色有隔內(nèi)生真菌定殖和物種多樣性研究[D];河北大學(xué);2015年

2 孫小麗;氣候因子和土壤養(yǎng)分對(duì)荒漠草原物種多樣性、生產(chǎn)力及其關(guān)系的影響[D];內(nèi)蒙古大學(xué);2015年

3 鄧宏兼;黃龍山林區(qū)油松針闊混交林物種多樣性及種間聯(lián)結(jié)研究[D];西北農(nóng)林科技大學(xué);2015年

4 劉志強(qiáng);12種植物根瘤內(nèi)生固氮放線菌物種多樣性研究[D];河北大學(xué);2010年

5 劉甲午;林分結(jié)構(gòu)和土壤理化性質(zhì)對(duì)華北落葉松人工林物種多樣性的影響[D];河北農(nóng)業(yè)大學(xué);2015年

6 王庭權(quán);艾比湖區(qū)域荒漠植物的物種多樣性、點(diǎn)格局和生態(tài)位[D];新疆大學(xué);2015年

7 蔡錳柯;不同杉木林經(jīng)營(yíng)模式植物物種多樣性特征的比較研究[D];福建農(nóng)林大學(xué);2015年

8 涂磊;北京西山國(guó)家森林公園植物群落研究[D];北京林業(yè)大學(xué);2016年

9 劉慶福;景觀異質(zhì)性對(duì)多尺度物種多樣性的影響—區(qū)分環(huán)境與人類(lèi)活動(dòng)的時(shí)間[D];內(nèi)蒙古大學(xué);2016年

10 張碩;遼西南草地植物資源與物種多樣性的研究[D];遼寧大學(xué);2016年

，

本文編號(hào)：1913225