位置:成果数据库 > 期刊 > 期刊详情页
激光雷达技术估测森林生物量的研究现状及展望
  • ISSN号:1000-2006
  • 期刊名称:《南京林业大学学报:自然科学版》
  • 时间:0
  • 分类:S757[农业科学—森林经理学;农业科学—林学]
  • 作者机构:[1]南京林业大学森林资源与环境学院,江苏南京210037, [2]江苏省测绘工程院,江苏南京210013
  • 相关基金:国家自然科学基金项目(30571491)致谢加拿大UBC大学集成遥感实验室IRSS(Integrated Remote Sensing Studio)的Colin Ferster博士,Martin Van Leeuwen博士及Olivier Tsui对文献收集和分类给予很大帮助!
中文摘要:

随着全球气候变化的日益加剧,森林生物量动态监测及碳储量定量估算日显重要。激光雷达技术可以准确地获取森林的三维结构信息,与蓄积量和生物量等植被生物物理参数有很高的相关性,对于区域生物量连续变化制图和碳储量估算有很好的应用前景。笔者介绍了激光雷达系统的组成和原理,以及不同形式的激光雷达数据生物量提取方法及估算模型,重点分析了单木和林分两个级别的机载小光斑激光雷达系统的森林生物量获取方法。最后,针对当前激光雷达系统获取森林生物量信息的局限性,分析了未来多源遥感数据集成及激光雷达硬件革新技术的发展趋势。

英文摘要:

Biomass dynamic monitoring and carbon storage quantitative estimation have become more and more important with the global climate change exacerbating.LiDAR(light detection and ranging) can be used as a tool to accurately acquire the three dimensional information of the forests,and usually has a high correlation with the biophysical parameters such as volume and biomass.It shows a great application potential of regional biomass continuous mapping and carbon storage estimation.In this paper,the composition and principle of a typical LiDAR system are introduced,and the various methods of biomass extraction and model fitting from different LiDAR data types are described,especially airborne LiDAR-based biomass estimations for the single tree and stand level.Finally,the limitation of biomass information extraction was discussed,and the future prospects of LiDAR development,such as the integration of data from various remote sensors and the most recent LiDAR hardware innovations,were presented.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《南京林业大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:江苏省教育厅
  • 主办单位:南京林业大学
  • 主编:曹福亮
  • 地址:南京市龙蟠路159号南京林业大学学报编辑部
  • 邮编:210037
  • 邮箱:xuebao@njfu.edu.cn
  • 电话:025-85428247 85427076
  • 国际标准刊号:ISSN:1000-2006
  • 国内统一刊号:ISSN:32-1161/S
  • 邮发代号:28-16
  • 获奖情况:
  • 全国高校优秀学术期刊一等奖、江苏省自然科学学报...
  • 国内外数据库收录:
  • 美国化学文摘(网络版),英国农业与生物科学研究中心文摘,波兰哥白尼索引,英国科学文摘数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:21690