项目名称: 基于遥感机理模型的多源数据山地森林生物量反演研究

项目编号: No.41301395

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 张志玉

作者单位: 中国科学院遥感与数字地球研究所

项目金额: 25万元

中文摘要: 精确估算森林生物量,可以减少碳循环研究中的不确定性,也可以为其它相关生态研究提供可靠的论据。目前已形成海量的遥感数据集,利用遥感技术估算森林生物量的方法也种类繁多,但多是基于遥感数据的统计分析或非参数方法,而少有从遥感机理模型的角度进行估算森林生物量。本课题将基于相同的三维真实场景得到的植被结构参数作为驱动,在改进现有雷达后向散射模型的基础上,联合辐射传输光学模型建立雷达相干散射和冠层BRDF模拟数据库。以三维真实场景模拟得到的森林生物量作为基准,以模型查找表的方式,发展基于雷达和光学模拟数据库的森林生物量反演方法。利用此反演方法,估算大小兴安岭林区两个时期的森林生物量,结合激光雷达反演结果验证并分析两个时期的生物量差异。本研究通过基于多源遥感数据与机理模型模拟库进行区域多时相的森林生物量反演,为国家或更大尺度上森林生物量估算和变化检测与政府决策提供支持。

中文关键词: 雷达遥感;光学遥感;多时相;机器学习;森林生物量

英文摘要: Accurate estimation of forest biomass holds the key in reducing the uncertainties of carbon cycling analysis and providing a reliable proof for ecological studies. Statistical modeling or non-parameter methods are extensively used in previous studies to retrievel forest biomass from massive remote sensing datasets, while studies exploring remote sensing mechanism models for forest biomass estimation are rarely rare. In this proposed study, we will establish a simulated database of coherent radar backscattering (calculated by an improved radar backscattering model) and canopy BRDF (calculated by an optical model based on radiative transfer equation), with three-dimensional (3D) forest scenes under various conditions as the model driver. Based on the simulated radar, optical dataset and the corresponding biomass dataset obtained from the simulated 3D forest scene, a combined look up table would then be constructed for forest biomass retrieval using multi-sensor data. Using look up table method, we will estimate forest biomass of a study site located in Daxinganling forest area at two different growth phases. Biomass estimated with airborne or satellite waveform Lidar data would be used to test biomass estimations generated using look up table method and analyze the biomass dynamics and the correlation with drivers

英文关键词: SAR remote sensing;Optical remote sensing;multi-temporal;machine learning;forest biomass

成为VIP会员查看完整内容
1

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
人工智能系统可信性度量评估研究综述
专知会员服务
89+阅读 · 2022年1月30日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
61+阅读 · 2021年3月9日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
「图分类研究」最新2022综述
专知
5+阅读 · 2022年2月13日
趣解读 | 重构三维植被表型,计算呈现自然之美
中国科学院自动化研究所
0+阅读 · 2021年9月2日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
人工智能系统可信性度量评估研究综述
专知会员服务
89+阅读 · 2022年1月30日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
61+阅读 · 2021年3月9日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员