地上部生物量估算在私人森林利用Sentinel-2成像

文摘

私人森林有至关重要的作用在维护印尼森林生态系统的功能特别是因为连续退化的自然森林。私人森林的一部分社会林业成为印尼政府的工具来减少二氧化碳(有限公司₂)到2030年排放量26%。联合国计划在减少砍伐森林和森林退化产生的排放鼓励印尼政府建立森林监测系统通过估算森林碳股票使用森林库存和遥感的结合。本研究旨在评估潜在的植被指数来源于Sentinel-2估算地上部生物量(AGB)的私人森林。我们使用45个样本块和7植被指数来评估的能力在估算AGB Sentinel-2私人森林。正常化差异指数(NDI) 45表现出很强的相关性与AGB相比其他指标(r= 0.89;R²= 0.79)。逐步线性回归拟合建立领域AGB和植被指数之间的模型(R²= 0.81)。研究中我们还发现AGB地区基于空间分析为72.54 Mg /公顷。均方根误差(RMSE)值预测和观察AGB 27毫克/公顷。AGB研究区域的价值高于AGB价值的森林类型,这表明私人森林有利于生物质存储。总的来说,植被指数从Sentinel-2多光谱图像可以提供一个好的结果的报告AGB私人森林。

1。介绍

印尼热带雨林拥有无数的动植物,包括有魅力的物种如猩猩(彭哥pygmaeus)、苏门答腊虎(豹属底格里斯河sumatrae)和犀牛(犀牛sondaicus)[1- - - - - -4]。不幸的是,印尼热带雨林正在威胁由于退化和森林砍伐。在十年的时间跨度从2000年到2010年,14.7尼古拉斯印尼热带雨林已经消失了的5]。苏门答腊7.54 1990 - 2010年期间,失去了尼古拉斯的主要热带森林(6),同样,加里曼丹在1996年到2002年之间失去了近3尼古拉斯的森林覆盖7]。许多因素都归咎于引发森林砍伐等不恰当的轮回政策,矿业,棕榈油扩张和农业地区的增加(8]。

森林砍伐在印尼最终成为一个全球问题。这一现象不仅推动印尼失去森林地区,还增加了温室气体(GHG)排放,进而会导致大气中温室气体的积累。大多数的公司₂排放在印度尼西亚从土地利用、土地利用变化和林业(LULUCF)部门9]。作为回应,印尼政府通过21^圣在巴黎的会议(COP)一直致力于减少有限公司₂排放在2030年的29% (10]。策略应用于实现目标之一是通过社会林业发展(10]。

基于环境和林业部规定,社会林业在印尼可以分成六个部分,包括hutan tanaman rakyat(人民种植森林),hutan kemasyarakatan(社区森林),hutan desa(村森林),kemitraan(合作),hutan adat(惯例森林)和hutan rakyat(私人森林)11]。私人森林增长了农民在自己的土地上;人是由政府推动的天然森林。私人森林有至关重要的作用,从森林生态系统特别是天然林退化是继续在印尼。承认自然森林外的努力减少温室气体排放,包括私人土地(例如,私人森林)起源于16^th警察在墨西哥举行的2010年导致的概念减少来自森林砍伐和森林退化造成的热排放(REDD) + (12]。REDD计划鼓励联合国气候变化框架公约(UNFCCC)成员建立森林监测系统通过估算森林碳股票使用森林调查和遥感的结合13]。此外,REDD +私人森林社区提供了一个机会来获得国际资金,只要他们可以增加碳汇。

考虑到森林监测系统的重要作用,了解地上部生物量的空间分布(AGB)是至关重要的14]。AGB代表大多数生物质在陆地生态系统,是一个有用的参数值来衡量森林演替的速度(15- - - - - -17]。此外,为林业战略规划(AGB还提供了有价值的信息18]。AGB积累在地上可以增加通过扩大私人森林种植园等领域。私人森林潜在存储AGB能力达到300吨/公顷(19]。在印度尼西亚私人森林的数量可能会增加每年按照政府的野心扩大社会林业地区1270万公顷到2019年(20.]。遥感评估AGB的功能已经在某些类型的森林在印尼像热带森林21和红树林22]。然而,信息和通过遥感方法来估计私人森林AGB的没有太多的细节处理。

基于遥感植被指数被广泛用于估计AGB。增强植被指数的强烈反射近红外(NIR)由于叶内部散射和高叶绿素吸收波长的红色区域。的植被指数用于估算生物量是正常的植被指数(NDVI) [23- - - - - -26]。然而,有一些问题与归一化植被指数的使用。其中一个是归一化植被指数饱和问题尤其是茂密的植被往往有高水平的生物质能27,28]。利用植被指数基于波长位于红色边缘然后提出了一种方法,来克服这一问题[28]。

Sentinel-2是新一代多光谱卫星图像已经推出了2015年6月23日,欧洲航天局(ESA)。Sentinel-2是一个持续的从陆地卫星图像数据和位置,提供13个光谱波段3空间分辨率(10米,20米,60米),一大片的290公里,辐射分辨率为12位,由两个卫星(5天再乘以29日]。利用Sentinel-2评估AGB私人森林是有趣的因为红色边缘乐队的可用性。Sentinel-2可以应用映射和监测森林地区和测量植被生物物理结构AGB和叶面积指数(LAI) [30.,31日]。然而,缺乏证据的利用率Sentinel-2预测AGB私人森林。

一般来说,本研究的目的是评估潜在的植被指数来源于Sentinel-2图像估计AGB的私人森林。具体地说,它的目的是(1)造型Sentinel-2引起植被指数之间的关系以及AGB来源于现场测量从私人森林和(2)确定AGB价值Girisekar和Jetis私人森林管理单位。AGB从本研究区域然后从其它森林类型与AGB评估私人森林对全球碳循环的能力,支持印尼政府任务减少有限公司₂发射。

2。材料和方法

2.1。研究区域

研究区位于8°0115N和110°2730.E(图1)。该地区位于Jetis和Girisekar私人Yogyakarta基杜尔地区森林管理单位,日惹,印尼。在地形方面,旨在基杜尔是由小的石灰岩山丘。土壤是肤浅的和容易流失。年降水量1700至2500毫米,约122个雨天(32]。

过去,巨大的森林的减少,贫困,和水土流失问题是很常见的社区生活在大山基杜尔(33]。这个条件鼓励农民团体开始康复的贫瘠的土地通过种植树计划由中央政府在1963年(32]。因此,小规模的柚木种植园当地农民广为流传的1960年代中期,成为更具吸引力的农民在1980年(34]。如今,yogyakarta基杜尔已成为私人森林的主要区域在印尼每年生产约80000到100000米³(32]。一般有几种树木种植农民,如柚木(Tectona茅、桃花心木桃花mahagoni)和earleaf金合欢(金合欢auriculiformis)。

2.2。现场数据收集

字段数据是在2017年9月至2017年11月底。总共有45个情节设置。我们30块用于建立模型,另一个15块进行验证。分层随机抽样方法应用于基于可访问性选择故事情节,大小和类型的树木。这种抽样方法被用来确定较低的地区和高AGB社区森林将采样。每个情节都有20×20 m的一个维度。在每一个情节,高度和胸径(DBH)的树木 被测量。基于树的胸径和高度、字段AGB计算运用特定的异速生长的方程由印尼人员(35)(表1)。

2.3。Sentinel-2数据采集和预处理

Sentinel-2水平1 - c数据覆盖研究区2017年5月19日。这张照片是通过哥白尼科学数据中心网站免费下载。它已经扩展的气氛(TOA)水平包括orthorectification和空间注册在全球参考系统[29]。Sentinel-2级别1 - c是处理通透获得大气的底部——(BOA)纠正反射率图像使用ATCOR算法通过在哨兵Sen2Cor插件应用平台(SNAP)软件(36]。这张照片重新取样到20米空间分辨率使用近邻方法调整样本块的大小。最后,构造子集进行图像获取研究区域。

2.4。私人森林地图

所有在研究区土地利用模式必须选择分类的图像数据为土地利用和土地覆盖分类。土地利用模式是分为两组,如私人森林和是非私有森林。私人森林接近混合种植森林由一些树木和建立用于工业和nonindustrial [37]。这些都是种植的农民,每个农民都有一个最低的私人林地0.25公顷(38]。是非私有森林包括国家森林、结算、农业土地、水体,裸露的土壤、道路等。与私人森林、国家森林在我们的研究区域是由政府建立和确定生产森林。

私人森林地图的创建研究区域Sentinel-2图像分类过程。监督分类使用最大似然分类是用来区分私人森林和是非私有森林。真实的色彩组合从Sentinel-2特别是乐队4 3和2在10 m分辨率使用对图像进行分类。分类精度私人森林地图通过混淆矩阵评估。

2.5。造型领域AGB和植被指数之间的关系

在这项研究中,30场AGB和7植被指数应用于评估领域AGB和植被指数之间的相关性表所示2。植被指数用于这项研究被分成两组。他们是传统Sentinel-2植被指数和植被指数。Sentinel-2植被指数是由正常差异指数(NDI) 45和Sentinel-2红边位置(S2REP)而传统指数NDVI,简单的比率(SR),修改简单的比率(MSR),绿色正常化植被指数(GNDVI)和增强植被指数(以)。传统的选择指数的概念是基于简单性和鲁棒性。归一化植被指数、SR、MSR, GNDVI工作通过一个简单的算法,而GNDVI使用一个绿带,而不是红乐队。GNDVI对叶绿素含量变化的敏感性。以鲁棒指数,灵敏度高生物量的地区,因为它使用一个校正因子,消除气溶胶和树冠背景的影响。

坐标的阴谋被用来提取像素值的植被指数使用ArcGis 10.5。线性回归是用于探索AGB和植被指数之间的关系。所有植被指数进行评估基于皮尔逊相关系数( )和确定系数( )。指数高和适合AGB表示。此外,AGB方程建模是由应用逐步线性回归方法使用SPSS版本17通过绘制AGB作为因变量和植被指数作为独立的变量。 ,均方根误差(RMSE)和multicolinearity变量,宽容,和方差膨胀因子(VIF)证实的可靠性计算模型(39]。

2.6。映射AGB的研究区域

AGB存储在研究网站可以通过一个AGB地图预测计算。来自逐步线性回归模型用于生成地图在ArcGis 10.5。总共有15个样地观察AGB策划针对15预测AGB验证AGB地图。和RMSE计算在这个过程(图2)。

社区森林发展的主要目的是满足农民的必要性;因此,收获私人森林上的强度高。它可能导致不利的环境效益包括减少碳储量。因此,AGB存储在我们的研究区域是AGB相比其他类型的森林。

3所示。结果

3.1。私人森林AGB成分和字段

树的数量记录在45(1.8公顷)的样本块是1451年。共有8种树木被发现,即Tectona茅,桃花mahagoni,金合欢auriculiformis和其他树木等Samanea萨曼,Gnetum gnemon,Alstonia scholaris,Parkia叶,Tamarindus籼稻。优势种Girisekar和Jetis森林管理单位Tectona茅共有的树木和重要价值指数(20)891和193.25,分别(表3)。的新桃花mahagoni和金合欢auriculiformis在第二个和第三个优势种分别为54.59和37.22,分别。其它树种组构成的最低新私人森林。

场AGB的意思是80毫克/公顷,最小值和最大值的21个毫克/公顷和226毫克/公顷,分别。多数AGB的情节都是均匀,从50到100毫克/公顷。我们发现8样块 和一些样品图 (图3)。

3.2。土地覆盖分类结果

多达160个地面控制采样点选择的准确性评估Girisekar和Jetis私人森林管理单位地图(图4)。用户的私人森林地图的准确性为95%,而生产者的整体精度分别为95%和94%,分别。根据分类结果,很大一部分Girisekar和Jetis私人森林管理单位是1427公顷。

3.3。造型AGB植被指数和字段之间的关系

AGB之间的线性回归分析的结果和植被指数来源于Sentinel-2如表所示4。的植被指数的值范围从0.44到0.89,变化在0.19和0.79之间。所有植被指数表现出显著的正相关和AGB。NDI45是最好的植被指数与AGB ( 和 )其次是MSR、SR、归一化植被指数、GNDVI追杀,S2REP。所有的数据建模提供补充材料第一节。

基于分段线性回归,一个模型估算AGB在这项研究中表示为

一个发达模型从NDI45和增强型植被指数拟合估算AGB ( , )(表5)。81%意味着多达81%的AGB可变性模型可以解释的。RMSE模型19.44毫克/公顷,它不是一个multicolinearity问题公差值超过0.1,VIF小于10。

3.4。AGB地图预测

简单线性回归的开发验证AGB地图从15块。之间的相关性预测和观察AGB给了一个强大的确定系数, 。它表明,大约74%的观察AGB解释了预测AGB根据这个模型(图5)。预测和观察AGB值的RMSE 27毫克/公顷。数据用于验证AGB地图可在补充材料第二节。

图6说明AGB地图从逐步线性回归模型预测结果之间AGB字段和植被指数(NDI45和增强型植被指数)。Girisekar AGB的数量预测,Jetis私人森林管理单位空间分析为72.54 Mg /公顷。AGB的值从0变化到248毫克/公顷。0.5使用转换因子从生物质碳47),研究区域的地上生物量碳估计为36.27 Mg /公顷。

4所示。讨论

皮尔逊相关性是用于访问AGB和植被指数之间的关系来源于Sentinel-2形象。NDI45, MSR、SR和归一化植被指数与AGB有很强的相关性。归一化植被指数是最广泛使用的测量植被生物物理属性。因此,我们在研究它与其他指标相比。一旦NDI45和归一化植被指数进行比较,NDI45以来更强大的比归一化植被指数NDVI已经饱和的问题在更高的生物量(图的价值7)。饱和引起的微小变化归一化植被指数比由于高反射率的近红外光谱和减少红色反射与密切的树冠覆盖面积,因此,这将导致一个弱相关生物质(48]。替换的近红外光谱红边1在NDI45 Sentinel-2形象能够提高卫星数据和植被的生物物理特性之间的关系。这是一致的结果,弗兰普顿et al。30.),他们发现NDI45高于归一化植被指数的相关性测量树冠叶绿素含量(CCC)。NDI45从Sentinel-2创建B4(665海里)和红边1 B5(705海里)更健壮的测量植被生物物理参数比Sentinel-2[其他乐队组合44]。

MSR和SR优于NDVI在这项研究中。这可能是因为MSR的关系和SR植被的生物物理特性的线性比归一化植被指数(30.,42]。归一化植被指数更受叶光学和几何效应从太阳视角;因此,线性参数的植被低于MSR (42]。以比归一化植被指数来衡量更可靠AGB茂密的植被,因为它能够减少大气和树冠背景的影响。然而,以显示贫困相关AGB在这个研究。一个可能的解释是,情节的斜率在研究区不同持平至小幅斜(斜率范围之间的样本块0°和19°)。以深受各种地形条件(49,50]。土壤调整因素成为了限制的增强型植被指数,因为它是非常敏感的地形比指数基于SR等简单比例算法和归一化植被指数(49]。

私人森林AGB的潜在来源,在缓解气候变化的一个重要的角色。因此,从私人森林和其它森林类型比较AGB势在必行。AGB预计在本研究领域为72.54 Mg /公顷。AGB的估计在当前的研究中均高于估计计算从落叶森林在印度(58毫克/公顷)54)(表6)。它也几乎翻值相比在意大利地中海森林(38毫克/公顷)53]从北方森林和AGB的价值在阿拉斯加(39.5毫克/公顷)55]。然而,当前AGB的生物量低于红树林在泰国(250.53毫克/公顷)52),热带森林在婆罗洲(382毫克/公顷)51在中国),针叶树和阔叶树森林(106.45毫克/公顷)54]。热带森林的AGB高于私人森林因为自然森林储存大量的生物质在陆地生态系统在很长一段时间的积累。另一方面,私人森林的可持续发展取决于造林体系的成功和收获时间的农民。然而,AGB私人森林仍高于AGB从某些类型的森林,这是意想不到的,表明私人森林生物量和碳储层可以替代。

这项研究显示了植被指数的潜力来自Sentinel-2预测AGB私人森林。许多研究人员报道AGB在种植园森林不同的传感器(56- - - - - -58]。例如,贝格et al。59)利用ALOS-2 PALSAR模型和地图Dalbergia sissoo森林种植园在巴基斯坦使用字段数据之间的非线性回归和特别行政区后向散射。杜布,Mutanga57)全球视界2号检索AGB带来展示的能力桉树在南非种植园。然而,研究人员主要使用商业卫星数据而不是一个廉价的数据源。这个问题是有问题的专门为发展中国家或森林研究人员预算限制。因此,这种方法用于这个研究非常重要,因为它能解决成本问题,因为它使用免费的卫星图像和支持开源软件,简单。

此外,本研究的样本块有限的可访问性和成本。不过,示例图成功地建立一个模型( )在研究区和预测AGB地图。模型的原因在这个研究显示良好的性能可以归因于领域AGB的平均值,这是80毫克/公顷,样图只有一个字段AGB超过200毫克/公顷和其他人低于200毫克/公顷。也很难在私人森林找到AGB价值高的地区,因为农民们收割成熟的树木。因此,它是合理的,如果大多数的样本块只会在低到中等AGB地区。虽然归一化植被指数比NDI45饱和,饱和的数据没有显著影响我们的工作由于有限的样本块生物量高的地区。陆的陆地卫星TM, et al。60)表示,数据饱和发生当生物量达到100 - 150毫克/公顷取决于植被结构的复杂性。有丰富的房间为进一步研究在评估的能力Sentinel-2意象在热带潮湿森林往往有高价值的生物质。

5。结论

Sentinel-2可以充分利用多光谱图像来估计AGB Girisekar和Jetis私人森林管理单位。植被指数图像从Sentinel-2获得数据。正常化差异指数(NDI) 45,这是建立从红色和红色边1乐队,有很强的相关性AGB相比与其他指标。研究表明,AGB源自逐步线性回归模型健壮( )。 观察和预测之间AGB Sentinel-2私人森林模型可以预测为0.74,表明AGB使用遥感数据精度高。AGB预测在这个研究高于AGB某些类型的森林像落叶和地中海。结果表明,私人森林减少公司可靠的来源₂发射。

数据可用性

在这项研究中使用的数据可以除以2。他们是空间和现场数据。字段数据取自字段通过直接测量和空间数据被从Sentinel-2卫星图像。所有的数据是通过统计分析相比实现本研究的目标。空间和领域数据都包含在补充信息文件。如果有任何疑问数据,每个人都可以联系相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

Songkla王子大学(事业单位)给予技术支持和资助这项研究通过泰国的教育成就的东盟国家中心(TEH-AC)计划。我们感谢Girisekar和Jetis私人森林所有者允许数据收集。

补充材料

上述的数据是用于关联AGB和植被指数之间通过线性回归。也用于建立AGB的数据通过多重线性回归预测模型。AGB字段数据是通过情节测量收集私人森林。植被指数来自Sentinel-2通过卫星图像的数学函数。每个样地的UTM坐标的坐标。之间的坐标是用来连接字段数据和植被指数的值。这些数据的结果中可以看到造型植被指数之间的关系和领域AGB手稿。第二部分:在本节中,我们提供的数据AGB地图验证。这项研究的输出是一个AGB地图代表真正的AGB研究区域。AGB地图生产从映射软件使用AGB预测模型在第一节。 To ensure the reliability of our map, it has to be validated. For this analysis, the data can be divided into two groups: observed and predicted AGB. Each group has fifteen data. Observed AGB was real AGB and were taken from plot measurement in the private forest while predicted AGB was AGB from the predicted map which had the same coordinate, having observed AGB. The coefficient of determination (R²)和均方根误差(RMSE)被用来验证模型的性能。AGB地图验证的结果中可以看到AGB地图预测在这个手稿。(补充材料)

引用

1. a·e·鲁森,a·厄尔曼和r·丹尼斯,“猩猩的人口和分布(彭哥pygmaeus pygmaeus)在Danau Sentarum野生动物保护区,西加里曼丹,印度尼西亚,”生物保护,卷97,不。1,第21至28,2001页。视图:出版商的网站|谷歌学术搜索
2. t·g·奥布莱恩和m . f .金奈尔德”,咖啡因和保护。”科学,卷300,不。5619年,第587 - 587页,2003年。视图:出版商的网站|谷歌学术搜索
3. h . t中,w . Pusparini。”苏门答腊虎(豹属底格里斯河sumatrae):回顾保护状态,”综合生态,5卷,不。4、313 - 323年,2010页。视图:出版商的网站|谷歌学术搜索
4. b . Loken s Spehar, y Rayadin”Terrestriality在婆罗洲猩猩(彭哥pygmaeus morio)和影响生态和保护,”美国灵长类动物学杂志》,卷75,不。11日,第1138 - 1129页,2013年。视图:出版商的网站|谷歌学术搜索
5. s . a . Abood j·s·h·李,z Burivalova, j . Garcia-Ulloa和l . p . Koh”记录的相对贡献、纤维、油棕、和采矿行业在印度尼西亚森林的减少,”保护信,8卷,不。1,58 - 67、2015页。视图:出版商的网站|谷歌学术搜索
6. b . a . Margono s Turubanova i Zhuravleva et al .,“映射和监测森林砍伐和森林退化苏门答腊(印度尼西亚)使用陆地卫星时间序列数据集从1990年到2010年,“环境研究快报,7卷,不。3,第034010条,2012年。视图:出版商的网站|谷歌学术搜索
7. d·o·福勒,杰塞普,t . c和a·萨利姆”失去森林覆盖在加里曼丹,印度尼西亚,1997 - 1998年的厄尔尼诺现象以来,“保护生物学,18卷,不。1,第254 - 249页,2004。视图:出版商的网站|谷歌学术搜索
8. r . Tsujino t . Yumoto s Kitamura Djamaluddin,和d . Darnaedi”的历史在印度尼西亚森林的减少和退化,“土地使用政策卷,57补充C, 335 - 347年,2016页。视图:出版商的网站|谷歌学术搜索
9. 世界银行,印度尼西亚和气候管理:现状和政策,2007年,2017年9月,https://siteresources.worldbank.org/INTINDONESIA/Resources/Environment/ClimateChange_Full_EN.pdf。
10. 印度尼西亚共和国,印度尼西亚共和国计划在全国范围内的贡献2017年4月,2015,,http://www4.unfccc.int/submissions/INDC/Published%20Documents/Indonesia/1/INDC_REPUBLIC%20OF%20INDONESIA.pdf。
11. 印度尼西亚共和国,印度尼西亚共和国Nomor Peraturan Menteri Lingkungan Hidup丹Kehutanan P.83 / MenLHK / Setjen /咕。1/10/2016 tentang Perhutanan Sosial2017年7月,2016,,http://www.forda-mof.org/files/P.83_2016.pdf。
12. l .发到网上,j·劳森和e . Garen“经济驱动热带森林砍伐的农业,”管理森林碳在气候变化m·阿什顿,m . Tyrrell d·斯伯丁,Eds b .绅士。施普林格,页305 - 320年,2012年多德雷赫特。视图:出版商的网站|谷歌学术搜索
13. t . Tokola“遥感的概念及其适用性在REDD +监控、”当前林业报告,1卷,不。4、252 - 260年,2015页。视图:出版商的网站|谷歌学术搜索
14. r·a·霍顿,”森林地上生物量和全球碳平衡。”全球变化生物学,11卷,不。6,945 - 958年,2005页。视图:出版商的网站|谷歌学术搜索
15. h·k·吉布斯,美国布朗,j . o .尼尔斯和j·a·弗利“监控和热带森林碳储量估算:让REDD计划成为现实,“环境研究快报,卷2,不。4、第045023条,2007年。视图:出版商的网站|谷歌学术搜索
16. k . Mokany r . j .雷森,a . s . Prokushkin“批判性分析的根:拍摄比率在陆地生物群落,”全球变化生物学,12卷,不。1,第96 - 84页,2006。视图:出版商的网站|谷歌学术搜索
17. d·m·a . Rozendaal r . l . Chazdon f . Arreola-Villa et al .,“人口司机的地上部生物量动态在新热带区的干燥和潮湿的森林次生演替系列中,“生态系统,20卷,不。2、340 - 353年,2017页。视图:出版商的网站|谷歌学术搜索
18. h . Gallaun g . Zanchi G.-J。Nabuurs, g . Hengeveld m . Schardt, p . j . Verkerk“欧盟的地图在森林蓄积量和地上生物量遥感和实地测量的基础上,“森林生态与管理,卷260,不。3、252 - 261年,2010页。视图:出版商的网站|谷歌学术搜索
19. 和m . Wilnhammer a . Rothe w . Weis s Wittkopf”估算森林生物量供应从私人森林所有者:一个案例研究来自德国南部,”生物质生物能源卷,47岁,补充C, 177 - 187年,2012页。视图:出版商的网站|谷歌学术搜索
20. t .有些则说Santika e . Meijaard s Budiharta et al .,“社区森林管理在印尼:避免森林砍伐的人为和气候复杂,“全球环境变化,46卷,60 - 71、2017页。视图:出版商的网站|谷歌学术搜索
21. a . Wijaya s Kusnadi r . Gloaguen, h . Heilmeier”改进策略估计杆体积和森林生物量利用中分辨率遥感数据和GIS,”森林研究期刊》的研究,21卷,不。1、1 - 12,2010页。视图:出版商的网站|谷歌学术搜索
22. p . Wicaksono“红树林地上碳股票多分辨率被动遥感系统的映射,”国际遥感杂志》上,38卷,不。6,1551 - 1578年,2017页。视图:出版商的网站|谷歌学术搜索
23. c·j·塔克c . l . Vanpraet m·j·沙曼,g,却连“卫星遥感塞内加尔萨赫勒地区的草本生物量产量:1980 - 1984,”环境遥感,17卷,不。3、233 - 249年,1985页。视图:出版商的网站|谷歌学术搜索
24. n . i Gasparri m·g . Parmuchi j . Bono h . Karszenbaum和c l .黑山”评估时段遥测陆地卫星7 ETM +图像的估计亚热带干燥森林地上生物量的阿根廷,“《干旱的环境,卷74,不。10日,1262 - 1270年,2010页。视图:出版商的网站|谷歌学术搜索
25. 答:a .万尼p . k . Joshi和o·辛格,“估算生物量和碳减排的温带针叶林使用光谱建模和现场库存数据,”生态信息学补充卷。25日,C, 63 - 70年,2015页。视图:出版商的网站|谷歌学术搜索
26. c .黄x,邓,z, z Wan,“映射地上生物量通过集成光学和SAR图像:一个案例研究的西溪国家湿地公园、中国,“遥感,8卷,不。8,647年,页2016。视图:出版商的网站|谷歌学术搜索
27. A . r . Huete h .问:刘,k . Batchily和w . van Leeuwen”比较的植被指数在全球EOS-MODIS组TM图像”环境遥感卷,59号3、440 - 451年,1997页。视图:出版商的网站|谷歌学术搜索
28. o . Mutanga和a . k . Skidmore窄带植被指数克服生物量估算的饱和问题,“国际遥感杂志》上,25卷,不。19日,3999 - 4014年,2004页。视图:出版商的网站|谷歌学术搜索
29. Sentinel-2_Team,Sentinel-2用户手中的书,2015年Europian航天局。
30. w·j·弗兰普顿j .破折号,g . Watmough和e·j·弥尔顿”评价的功能Sentinel-2植被生物物理变量的定量估计,“ISPRS《摄影测量与遥感补充卷。82年,C, 83 - 92年,2013页。视图:出版商的网站|谷歌学术搜索
31. t Majasalmi和m . Rautiainen Sentinel-2数据估计的潜力在北方森林生物物理变量:模拟研究中,“遥感信,7卷,不。5,427 - 436年,2016页。视图:出版商的网站|谷歌学术搜索
32. a . Hinrichs d Muhtaman, n . Irianto森林认证在印尼在社区的土地上,德国技术合作公司(GTZ),雅加达,印度尼西亚,2008。
33. j . w . Nibbering”,树被砍伐的农田上种植,Sewu山,Java,印尼:经济制度变迁的影响,“农林复合经营系统,46卷,不。1,第82 - 65页,1999。视图:出版商的网站|谷歌学术搜索
34. d . Rohadi et al .,经济状况改善小农在印尼柚木在农林复合经营系统堪培拉,澳大利亚国际农业研究中心,2012。
35. r·h·Purwanto r . Rohman a . Maryudi t . Yuwono d . b . Permadi和m .桑佳亚”Potensi Biomasa丹Simpanan Karbon Jenis-jenis Tanaman Berkayu di Hutan Rakyat Desa Nglanggeran, Gunungkidul, Daerah Istimewa日惹市”Jurnal Ilmu Kehutanan》第六卷,没有。2、128 - 141年,2015页。视图:谷歌学术搜索
36. j . Louis v . Debaecker b Pflug et al .,“Sentinel-2 Sen2Cor: L2A处理器为用户”生活的星球研讨会p。91年,布拉格,捷克共和国,2016年5月。视图:谷歌学术搜索
37. t . j . Wormald混合和纯森林种植园在热带地区和热带地区粮农组织罗马,1992年。
38. 印度尼西亚共和国,Statistik Lingkungan hidup丹kehutanan tahun 2016,2017年,2018年8月,http://www.menlhk.go.id/downlot.php?file=Statistik_KLHK_2016.pdf。
39. 美国埃克特”,改善森林生物量和碳估计全球视界2号卫星数据,带来使用纹理措施”遥感,4卷,不。4、810 - 829年,2012页。视图:出版商的网站|谷歌学术搜索
40. c·j·塔克,”红色和红外摄影监测植被,线性组合”环境遥感,8卷,不。2、127 - 150年,1979页。视图:出版商的网站|谷歌学术搜索
41. a . Huete k . Didan t三浦,e·p·罗德里格斯x高,和l·g·费雷拉”概述辐射和生物物理性能的MODIS植被指数”环境遥感,卷83,不。1 - 2、195 - 213年,2002页。视图:出版商的网站|谷歌学术搜索
42. j·m·陈,“评价植被指数和修改简单比例对于北方的应用程序,“加拿大遥感杂志》上,22卷,不。3、229 - 242年,1996页。视图:出版商的网站|谷歌学术搜索
43. c·f·乔丹,”派生的叶面积指数质量森林地面上的光,“生态,50卷,不。4、663 - 666年,1969页。视图:出版商的网站|谷歌学术搜索
44. j . Delegido j . Verrelst l .阿隆索,j . Moreno”评价Sentinel-2红色边乐队的实证估计绿色赖和叶绿素含量,”传感器,11卷,不。7,7063 - 7081年,2011页。视图:出版商的网站|谷歌学术搜索
45. 答:a . Gitelson y j·考夫曼,m . n . Merzlyak“使用绿色通道在全球植被遥感EOS-MODIS,”环境遥感,卷。58岁的没有。3、289 - 298年,1996页。视图:出版商的网站|谷歌学术搜索
46. j·t·柯蒂斯和r·p·麦金托什”的相互关系的分析和合成phytosociological字符,“生态没有,卷。31日。3、434 - 455年,1950页。视图:出版商的网站|谷歌学术搜索
47. 美国布朗和a·e·卢戈”的存储和生产有机物质在热带森林和他们在全球碳循环中的作用,“《,14卷,不。3、161 - 187年,1982页。视图:出版商的网站|谷歌学术搜索
48. p . s . Thenkabail r·b·史密斯和e•德•波夫“高光谱植被指数及其与农作物的关系特点,“环境遥感,卷71,不。2、158 - 182年,2000页。视图:出版商的网站|谷歌学术搜索
49. y . b .松下w·杨,陈、昂达、g .秋,“敏感的增强型植被指数(增强型植被指数)和归一化植被指数(NDVI)地形效应:一个案例研究在高密度柏树森林,”传感器,7卷,不。11日,第2651 - 2636页,2007年。视图:出版商的网站|谷歌学术搜索
50. e . l . Garroutte a·j·汉森,r·l·劳伦斯“使用归一化植被指数和增强型植被指数映射时空变化的生物量和质量寻找迁徙麋鹿在大黄石生态系统,”遥感,8卷,不。5,404年,页2016。视图:出版商的网站|谷歌学术搜索
51. k . Ioki s Tsuyuki y Hirata et al .,“估计地上生物量在婆罗洲北部热带雨林不同退化程度的利用机载激光雷达,”森林生态与管理补充卷。328年,C, 335 - 341年,2014页。视图:出版商的网站|谷歌学术搜索
52. n . r . a . Jachowski m . s . y . Quak d . a .薯条,d . Duangnamon e·l·韦伯和a·d·齐格勒“红树林生物量估计泰国西南部使用机器学习,”应用地理,45卷,第321 - 311页,2013年。视图:出版商的网站|谷歌学术搜索
53. e·桑蒂c·塔伦蒂诺诉朋友et al .,“有些叶片生物量空间分布使用卫星图像,”生态和自然环境杂志》上》第六卷,没有。2、75 - 86年,2014页。视图:出版商的网站|谷歌学术搜索
54. k . c . Thumaty r . Fararoda s Middinti r . Gopalakrishnan) c . s . Jha和v . k . Dadhwal”估计印度落叶森林地上生物量的中央用树脂黄PALSAR l波段数据,”遥感的印度社会杂志》上,44卷,不。1 - 39,2016页。视图:出版商的网站|谷歌学术搜索
55. l .霁b·k·威利·d·r·n·布朗et al .,“空间显式地上北方森林生物量估计在育空河流域,阿拉斯加,”国际遥感杂志》上,36卷,不。4、939 - 953年,2015页。视图:出版商的网站|谷歌学术搜索
56. z邵和l .张”估算森林地上部生物量结合光学和SAR数据:一个案例研究在Genhe,内蒙古,中国,“传感器,16卷,不。6、2016。视图:出版商的网站|谷歌学术搜索
57. t·杜布,o . Mutanga。”全球视界2号传感器和环境变量带来的影响整合在森林物种地上部生物量和碳储量估算种植园uMgeni排水,南非,”ISPRS《摄影测量与遥感卷,119年,第425 - 415页,2016年。视图:出版商的网站|谷歌学术搜索
58. e·w·麦纳p . a . Odera和m . j . Kinyanjui”在森林地上生物量估计使用Alos Palsar数据在Kericho和阿伯德尔山脉,”打开《林业,7卷,不。2、79 - 96年,2017页。视图:出版商的网站|谷歌学术搜索
59. 美国贝格,w·a·卡齐,a . m . et al .,“地上生物量的估计Dalbergia sissoo森林种植园从双极化ALOS-2 PALSAR数据。”加拿大遥感杂志》上,43卷,不。3、297 - 308年,2017页。视图:出版商的网站|谷歌学术搜索
60. l·d·鲁问:陈,g . Wang, g . Li和e·莫兰“远程sensing-based地上部生物量的调查评估方法在森林生态系统中,“国际数字地球杂志》上,9卷,不。1,第105 - 63页,2016。视图:出版商的网站|谷歌学术搜索

版权

版权©2018阿等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。