基于实测光谱的大兴安岭地区典型森林枯落物含水率估测模型

Estimating model of typical forest litter moisture content based on the field spectrum in Daxing'anling of China

导出 LinkOut 学术成果认领

摘要大兴安岭是我国重点森林火灾区,准确预测该地区的森林可燃物含水率对于提高该地区林火发生预测的准确性意义重大.本研究采集典型林型的枯落物的光谱和含水率实测数据,通过一阶导数和去包络线的光谱分析方法识别森林枯落物含水率敏感波段.通过相关系数法从原始光谱、去包络线光谱、一阶导数光谱、去包络线之后的一阶导数光谱中筛选与枯落物含水率高度相关的波段作为含水率反演模型的备选自变量.利用逐步回归分析建立枯落物含水率反演模型,并对模型进行精度评价.结果表明,去包络线之后的一阶导数光谱对枯落物含水率变化存在显著响应,敏感波段位于398～668、768～1068、1098、1278、1388～1438、1458 ～ 1538、1868 ～ 1898、1988～2088、2198～2208、2228 ～ 2238 nm(P＜0.05).相关系数极值为-0.653、0.610,分别在波长2008、1888 nm处.通过多元逐步回归构建大兴安岭地区9种典型林型枯落物光谱和含水率的预测模型,模型决定系数R2=0.537,平均相对误差为0.303,均方根误差为0.499.本研究结果将为利用遥感技术快速测定森林枯落物含水率提供参考.