金属矿山 ›› 2023, Vol. 52 ›› Issue (01): 65-72.
• 测绘视角下的矿山地质灾害智能识别与预警 • 上一篇 下一篇
唐佳佳1,2 董 婧1,2 杨永均2 许木桑2 雷少刚2 华 夏3
TANG Jiajia1,2 DONG Jing1,2 YANG Yongjun2 XU Musang2 LEI Shaogang2 HUA Xia3 #br#
摘要： 准确评估矿区植被地上碳储量,可为矿区生态修复及其碳汇贡献估算提供科学依据。 利用无人机采集 激光雷达和高光谱数据,分别建立乔、灌、草 3 种植物群落的地上碳储量估算模型,并在神东矿区大柳塔采煤沉陷生态 修复区实现了应用与验证。 研究发现:仅利用高光谱数据反演乔、灌、草植物群落地上碳储量的精度 R2 分别为 0. 42、 0. 43、0. 41,仅利用激光雷达数据反演乔、灌、草植物群落地上碳储量的精度 R2 分别为 0. 64、0. 44、0. 36,融合 LiDAR 和高光谱两种数据反演乔、灌、草植物群落地上碳储量的精度 R2 分别达到 0. 87、0. 73、0. 72;LiDAR 和高光谱特征中 的高度百分位变量和绿色指数分别与地上碳储量的相关性最高,对于提升地上碳储量的反演精度贡献最大,说明融 合 LiDAR 和高光谱数据在反映群落形态结构和光合固碳特征方面的能力,可有效提高矿区植被地上碳储量的反演精 度。 研究结果表明:融合 LiDAR 和高光谱数据,可以实现矿区复杂地形和植被配置下的植被地上碳储量估算,为矿区 生态修复碳汇贡献评估提供支撑。
皖公网安备34050402000109号 皖ICP备05002078号-5