时间序列森林地上生物量遥感估算及其时空格局分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41771464
  • 项目类别：
    面上项目
  • 资助金额：
    63.0万
  • 负责人：
    赵旦
  • 依托单位：
    中国科学院空天信息创新研究院
  • 学科分类：
    D0113.遥感科学
  • 结题年份：
    2021
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2021-12-31

项目摘要

This research aims to study time-series forest aboveground biomass (AGB) estimation and analyze its spatial-temporal pattern. First, a Light Detection And Ranging (LiDAR) based AGB estimation algorithm will be developed to gain high accuracy AGB data, and a time-series remote sensing data based change detection method will be applied to retrieve forest age data. Combine the LiDAR based AGB, forest age, vegetation indices, and so on, a time-series AGB estimation model will be built. The spatial-temporal pattern of the time-series AGB will be analyzed based tree rings variables, climate and environmental factors. The impacts of extreme climate and environmental changes to forest ecosystem will be predicted by scenario analysis. The research imports some advanced remote sensing and ecological technologies, such as airborne LiDAR, multi-temporal remote sensing data, tree rings analyzing, and tries to figure out regional scale time-series forest AGB estimation method based on forest age and multi-spectral remote sensing images, and understand the impacts of climate and environmental changes to the spatial-temporal pattern of forest ABG.
项目旨在开展时间序列地上生物量遥感估算，并分析其时空分布格局。首先研究基于激光雷达的森林三维结构参量到地上生物量的普适性转换算法，利用获取的小范围高精度地上生物量数据作为样本，与利用长时间序列遥感数据获取的林龄、植被指数和辅助数据，构建长时间序列森林地上生物量监测数据集，结合树轮变量、气候和环境要素分析影响森林地上生物量时空格局的关键要素，通过情景分析预测极端气候和环境变化对森林生态系统的影响。项目引入机载激光雷达、多时相遥感数据、树轮分析等先进的遥感和生态学技术，拟解决基于林龄和多光谱遥感影像的区域尺度时间序列森林地上生物量遥感估算问题，形成时间序列森林地上生物量监测技术体系，并尝试理解气候和环境变化对森林地上生物量时空格局的影响模式。

结项摘要

本项目的科学创新体现在：从获取区域尺度森林三维结构参数入手，构建基于激光雷达的森林地上生物量估算模型，基于时间序列遥感数据变化检测获得的林龄数据，提出区域尺度时间序列森林地上生物量估算方法；引入气象数据和树轮分析等生态学要素，分析森林地上生物量的时空格局，为森林生态系统可持续管理提供技术支撑。.利用LiDAR点云提取的高度分位数、点云密度等冠层结构指标，并通过步进式回归分析建立了样地尺度地上生物量与上述指标之间的回归模型，能够获得高精度的森林地上生物量。研究表明：利用LiDAR获取森林地上生物量已经称为一种可以替代传统基于地面调查的地上生物量获取方法，并已经广泛应用。.基于多时相Landsat数据融合、归一化与变化检测，结合地面调查数据开展变化阈值的设定，能够有效的识别森林的林龄信息。研究表明：通过高时间分辨率光学遥感数据的变化检测可以一定程度上反应森林的林龄信息，但在反应一些森林的精细扰动，如森林择伐、间伐、补植等仍有待研究。 .通过Landsat对研究区森林生态系统地上生物量的整体估算发现：Landsat的波段反射率以及NDVI和SAVI是通过步进式回归获得的地上生物量水平的主要预测因子，引入林龄则可以提高长时序森林地上生物量估算的精度。研究表明：开展基于光学遥感数据的长时序森林地上生物量估算需要考虑森林的生长状况，这将为科学的描述森林生长状态奠定了基础。.利用树龄与胸径和树高之间的线性关系可以重建样地内单木的胸径和树高序列，通过生长方程计算相应的地上生物量序列从而获得历史时期样地尺度的生物量水平，在此基础上可以开展森林历史地上生物量的估算结果验证；同时，通过分析树木断面积生长增量BAI，二氧化碳浓度信息与水分利用率和生长动态的关系，可以从生长和气候变化的角度，反应树木对大气二氧化碳浓度逐渐上升和环境变化的响应。研究表明：树轮能否深层次的反应一个区域森林的生长以及其受到气候变化的影响，结合遥感技术，能够为区域尺度的全球变化响应研究提供技术支撑。.

项目成果

期刊论文数量（9）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
南水北调中线水源区2000—2015年森林动态变化遥感监测
  • DOI：
    10.11707/j.1001-7488.20190410
  • 发表时间：
    2019
  • 期刊：
    林业科学
  • 影响因子：
    --
  • 作者：
    高文文;曾源;刘宇;衣海燕;吴炳方;鞠洪波
  • 通讯作者：
    鞠洪波
基于CERN数据的中国陆地植被NPP估算模型优化与分析
  • DOI：
    --
  • 发表时间：
    2022
  • 期刊：
    生态学报
  • 影响因子：
    --
  • 作者：
    苏胜涛;曾源;赵旦;郑朝菊;吴兴华
  • 通讯作者：
    吴兴华
Tree water-use efficiency and growth dynamics in response to climatic and environmental changes in a temperate forest in Beijing, China
中国北京温带森林树木水分利用效率和生长动态对气候和环境变化的响应
  • DOI：
    10.1016/j.envint.2019.105209
  • 发表时间：
    2020-01-01
  • 期刊：
    ENVIRONMENT INTERNATIONAL
  • 影响因子：
    11.8
  • 作者：
    Fu, Li;Xu, Yan;Zhao, Dan
  • 通讯作者：
    Zhao, Dan
Forest species diversity mapping using airborne LiDAR and hyperspectral data in a subtropical forest in China
使用机载激光雷达和高光谱数据绘制中国亚热带森林的森林物种多样性地图
  • DOI：
    10.1016/j.rse.2018.05.014
  • 发表时间：
    2018-08
  • 期刊：
    REMOTE SENSING OF ENVIRONMENT
  • 影响因子：
    13.5
  • 作者：
    Zhao Yujin;Zeng Yuan;Zheng Zhaoju;Dong Wenxue;Zhao Dan;Wu Bingfang;Zhao Qianjun
  • 通讯作者：
    Zhao Qianjun
Mapping functional diversity using individual tree-based morphological and physiological traits in a subtropical forest
利用亚热带森林中基于个体树木的形态和生理特征绘制功能多样性图
  • DOI：
    10.1016/j.rse.2020.112170
  • 发表时间：
    2021-01
  • 期刊：
    Remote Sensing of Environment
  • 影响因子：
    13.5
  • 作者：
    Zheng Zhaoju;Zeng Yuan;Schneider Fabian D.;Zhao Yujin;Zhao Dan;Schmid Bernhard;Schaepman Michael E.;Morsdorf Felix
  • 通讯作者：
    Morsdorf Felix

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

机载激光雷达森林冠层高度模型凹坑去除方法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    农业工程学报
  • 影响因子：
    --
  • 作者：
    赵旦;吴炳方;赵玉金;朱建军
  • 通讯作者：
    朱建军
基于边缘检测算法的LiDAR数据建筑物提取
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    测绘科学技术学报
  • 影响因子：
    --
  • 作者：
    赵旦;隋立春;徐花芝;崔建军
  • 通讯作者：
    崔建军
近25年三峡库区土地覆被变化及驱动力分析
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    长江流域资源与环境
  • 影响因子：
    --
  • 作者：
    熊杰;曾源;朱亮;郑朝菊;高文文;赵新峰;赵旦;吴炳方
  • 通讯作者：
    吴炳方
面向生态系统评估的多源数据融合体系
  • DOI：
    --
  • 发表时间：
    2023
  • 期刊：
    生态学报
  • 影响因子：
    --
  • 作者：
    胡天宇;赵旦;曾源;郭庆华;何洪林
  • 通讯作者：
    何洪林
基于遥感的区域尺度森林地上生物量估算研究
  • DOI：
    10.13203/j.whugis20140709
  • 发表时间：
    2015
  • 期刊：
    武汉大学学报(信息科学版)
  • 影响因子：
    --
  • 作者：
    段祝庚;赵旦;曾源;赵玉金;吴炳方;朱建军
  • 通讯作者：
    朱建军

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

赵旦的其他基金

结合扰动信息和生长过程的时间序列森林地上生物量估算研究
  • 批准号：
    42371357
  • 批准年份：
    2023
  • 资助金额：
    52.00 万元
  • 项目类别：
    面上项目
基于机载激光雷达和高光谱数据的郁闭森林单株木关键参数提取研究
  • 批准号：
    41401508
  • 批准年份：
    2014
  • 资助金额：
    25.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码