书城首页 › 当代 › 经济 › 高山松林地上碳储量与碳汇估测
当代·经济

高山松林地上碳储量与碳汇估测

正版保障多仓发货48小时内发货2-3天送达可开发票
¥128.88 定价 ¥178.00 7.2折 立省 ¥49.12
现货库存 8 件 全新
商品参数
书名
高山松林地上碳储量与碳汇估测
作者
张加龙 等 著
出版社
科学出版社
出版时间
2026-09-01
ISBN
9787030867704
货号
1204579150
品相
全新
分类
当代·经济
购物车(0)
商品参数
书名
高山松林地上碳储量与碳汇估测
作者
张加龙 等 著
出版社
科学出版社
出版时间
2026-09-01
ISBN
9787030867704
货号
1204579150
品相
全新
分类
当代·经济
目录▼

第1章基于时空滤波数据的区域高山松林碳储量估测研究1

1.1研究区概况与数据来源3

1.1.1研究区概况3

1.1.2数据来源3

1.2地形感知时空滤波算法6

1.2.1地理探测器6

1.2.2Vondrak平滑7

1.2.3双边滤波7

1.2.4时间差项双边滤波8

1.2.5算法流程9

1.2.6滤波后影像质量评价指标11

1.2.7应用TP-STF算法重建时间序列遥感数据11

1.2.8基于不同滤波方法的Landsat时间序列数据滤波16

1.3基于时空滤波数据的森林地上碳储量估测研究19

1.3.1用于建模的遥感特征因子19

1.3.2碳储量建模方法21

1.3.3基于不同数据集的优势树种碳储量建模特征因子提取23

1.3.4不同数据集下森林地上碳储量建模精度对比24

1.4香格里拉森林地上碳储量反演26

1.4.1优势树种的地上碳储量反演制图27

1.4.2森林地上碳储量反演结果28

1.4.3反演结果与现有研究成果的比较28

1.5本章小结29

第2章基于遥感影像和空间抽样的高山松碳储量估算研究31

2.1研究方法33

2.1.1数据处理33

2.1.2抽样方案设计36

2.1.3抽样效率评价43

2.1.4模型建立与评估43

2.2结果与分析44

2.2.1不同分层标志的抽样效率评估44

2.2.2空间分层方法的对比研究50

2.3碳储量估测的不同空间布局优化方法对比58

2.3.1不同空间布局优化方法的优化结果59

2.3.2不同空间布局优化方法的抽样精度对比63

2.3.3基于空间布局优化方法的碳储量估测结果65

2.4本章小结67

第3章结合林分和时间序列遥感因子的高山松碳储量估测模型构建69

3.1研究方法71

3.1.1样地筛选和地上碳储量计算71

3.1.2遥感影像预处理71

3.1.3提取遥感因子72

3.1.4碳储量及遥感因子变化量计算75

3.1.5遥感因子筛选75

3.1.6森林地上碳储量估测模型构建76

3.1.7精度评价方法77

3.1.8碳储量反演及制图77

3.2结果与分析78

3.2.1碳储量变化量统计结果78

3.2.2遥感因子筛选结果78

3.2.3遥感因子建模结果80

3.2.4遥感因子结合平均年龄建模结果82

3.2.5遥感因子结合郁闭度建模结果84

3.2.6精度提升效果评价与分析86

3.3香格里拉市高山松地上碳储量反演88

3.3.1碳储量反演及制图88

3.3.2与其他结果的对比89

3.4本章小结90

第4章引入地形与气候因子的高山松林地上碳储量估测研究93

4.1研究方法95

4.1.1数据尺度转换95

4.1.2遥感因子提取96

4.1.3各组合下的遥感因子筛选96

4.1.4地形、气候因子提取及其与遥感数据的组合97

4.1.5模型建立与评价98

4.2基于单源遥感数据的模型构建99

4.2.1基于Landsat8OLI数据的建模结果99

4.2.2基于Sentinel-1数据的建模结果100

4.2.3基于Sentinel-2A数据的建模结果101

4.3基于多源遥感数据的模型构建102

4.3.1L+S1数据的建模结果102

4.3.2S1+S2数据的建模结果103

4.3.3L+S1+S2数据的建模结果104

4.4加入地形与气候因子的各数据源模型构建105

4.4.1Landsat8OLI数据加入地形与气候因子的模型构建105

4.4.2Sentinel-1数据加入地形与气候因子的模型构建108

4.4.3Sentinel-2A数据加入地形与气候因子的模型构建111

4.4.4结合Landsat8OLI与Sentinel-1数据加入地形与气候因子的模型构建116

4.4.5结合Landsat8OLI与Sentinel-2A数据加入地形与气候因子的模型构建118

4.4.6结合Sentinel-1/2A数据加入地形与气候因子的模型构建123

4.4.7结合Landsat8OLI与Sentinel-1/2A数据加入地形与气候因子的模型构建125

4.4.8单源到多源遥感数据的模型改善效果130

4.5高山松地上碳储量反演及制图131

4.5.1基于RF的L+S1+S2模型的高山松地上碳储量估测结果132

4.5.22021年香格里拉高山松地上碳储量分布反演132

4.6本章小结133

第5章基于机器学习和空间插值的高山松林区域地上碳储量估测137

5.1分层抽样139

5.1.1分层抽样方法的设计139

5.1.2分层抽样结果140

5.2特征筛选及模型构建140

5.2.1数据特征相关性筛选140

5.2.2特征筛选评价143

5.2.3模型构建方法143

5.2.4模型评价方法145

5.3残差克里金插值方法及分析146

5.3.1残差克里金正态分布检验147

5.3.2克里金插值法148

5.3.3随机森林残差克里金149

5.3.4多元线性回归残差克里金149

5.3.5梯度提升回归树残差克里金150

5.3.6残差克里金插值结果比较与分析150

5.3.7精度验证151

5.4香格里拉市高山松地上碳储量制图152

5.4.1残差克里金插值结果图152

5.4.2高山松地上碳储量图153

5.5本章小结154

第6章基于Sentinel-1/2数据的高山松地上碳储量估测的不确定性分析157

6.1研究方法159

6.1.1遥感数据的处理159

6.1.2遥感特征变量的提取163

6.1.3相关性分析165

6.1.4建模方法165

6.1.5精度评价166

6.2基于样地尺度的不确定性计算166

6.2.1碳储量模型拟合166

6.2.2样地尺度的不确定性研究方法167

6.3结果与分析170

6.3.1碳储量模型的拟合170

6.3.2基于一元碳储量模型的森林碳储量估测的不确定性171

6.3.3基于二元碳储量模型的森林碳储量估测的不确定性172

6.3.4样地尺度的总不确定性174

6.3.5建模样本数量对模型不确定性的影响174

6.3.6不同分组方式对模型残差不确定性的影响177

6.4基于不同建模方法的森林碳储量估测的不确定性178

6.4.1遥感估测模型的不确定性计算178

6.4.2相关性分析结果179

6.4.3MLR模型的精度和不确定性180

6.4.4RF模型的精度和不确定性183

6.5不同模型估测碳储量的总不确定性187

6.6本章小结188

第7章基于遥感特征变量的香格里拉市高山松碳汇估测及驱动力分析191

7.1研究方法193

7.1.1样地数据处理193

7.1.2遥感特征因子提取195

7.1.3样地数据和遥感特征因子变化量的计算与筛选197

7.1.4模型构建197

7.1.5驱动力分析202

7.2高山松地上碳汇动态变化估测模型构建204

7.2.1样地数据计算结果统计204

7.2.2建模因子筛选结果204

7.2.3超参数优化结果204

7.3香格里拉市高山松地上碳汇反演结果209

7.3.1高山松地上碳汇反演结果209

7.3.2碳汇反演结果的时空变化分析210

7.3.3与其他研究的对比211

7.4香格里拉市高山松碳汇驱动力分析214

7.4.1地理探测器分析结果214

7.4.2单因子探测分析214

7.4.3交互探测分析216

7.4.4气候因子驱动机制分析217

7.5本章小结221

参考文献223

文摘▼

本书通过集成时空滤波、空间抽样优化、机器学习建模及多源遥感协同技术,解决了高噪声时序数据重建、碳储量模型鲁棒性提升、监测成本优化、不确定性机理解析四大核心科学问题,构建了适用于研究区的碳储量遥感监测技术体系,为西南林区碳汇能力评估提供了方法论支撑,也为高海拔生态脆弱区碳计量提供了可复制的范式。

本书适合从事森林资源管理、生态学、环境科学、遥感技术、地理信息系统等领域的科研人员、高校教师、研究生及专业技术人员阅读。

¥128.88
🛒购物车