遥感和GIS技术对陆地碳库存

遥感技术具有巨大的潜力,长期监测的区域和碳储量的变化。本章讨论了应用不同的技术对不同项目类型的可行性和可靠性;强调不确定性成本和所需的技术能力;描述了地理信息系统(GIS)的应用程序的方法碳排放清单为不同的项目;并评估遥感和的作用GIS技术长期碳库存。

遥感是通过传感器的数据,这可能是形式的光学设备,雷达或激光雷达车载卫星相机配备光学或安装在飞机红外电影。数据可以被认为是一个形象代表。这些数据可用于提供估计的土地覆盖和区域虽然本质上是解释的图像时,通常有必要验证数据与地面真理知道准确的解释是(联合国政府间气候变化专门委员会2006年)。遥感是一种强大的工具,它覆盖了大面积,使库存,单位面积上的以较低的成本。卫星图像的分析是最实用的方法,监测植被大面积定期作为一个例程(DeFries et al . 2005年)。如果示例图与足够的地面测量数据不足以支持一个适当的库存面积大,有必要使用辅助变量与土地使用变量。这样的一个变量可以通过遥感和GIS (Lappi和好的2006)。另一个好处是储蓄从实地测量是最昂贵的部件之一sampling-based土地使用库存的大面积(Tomppo 2006)。

遥感数据可分为通过视觉分析的图像或数字,以计算机为基础的方法。遥感的力量是能够提供空间显式信息重复。遥感数据档案也跨越了几十年,因此可以用来重建土地覆盖和土地利用时间序列。遥感获得的估计地区是特别有用的在不同类型的土地覆盖和土地利用类别在第八章中描述。此外,遥感可以帮助识别和定义相对同质的地区能够指导抽样(见第10章信息采样设计和样本大小)。

遥感的挑战是在解释,即过程图像或数据转化成有意义的信息,例如,土地覆盖和土地利用。一个常见的障碍是存在的云、气溶胶和阴霾,这使数据的可用性受到限制,在不同程度上,取决于所使用的传感器。雷达,主动发出一个信号,表明从表面反射回去,并不限于这些因素而被动传感器,依赖于实际从表面反射受到这样的障碍物。另一个障碍是难以区分不同土地利用覆盖类型非常相似的信号。另一个担忧当比较数据长时间是遥感系统传感器可能会改变随着时间的推移,带宽或维护。

14.1影响碳库存

一个碳库存需要估计生物质股票和遥感有助于生成所需信息或数据验证(估计或估计由其他方式。植被的生物量的估计股票是基于特征如覆盖率和树冠。

的一个至关重要的问题在利用遥感数据估算的准确性。碳的担忧也延伸到评估库存。遥感,试图关联光谱特征与一个特定的土地利用,有必要解释定义如何密切匹配现实(2006年《联合国气候变化框架公约》)。80 - 95%的精度可以通过高分辨率图像(每个像素只覆盖一个小区域)在森林地区之间的歧视和非林地区。然而,检测生物质碳含量,因此,如此高的精度很难达到——碳储量的最可靠的估计是基于实地测量。

碳是植被生物量的主要成分,是无形的。因此,有必要关注功能的植被碳储量估算。这些特性可以植被的年龄(见,例如郑et al . 2004年),树直径(见,例如德雷克et al . 2003年),叶绿素活动或生物量密度强度(见,例如Tan et al . 2007年)。

14.2遥感数据

遥感是获取对象信息的过程中,地区,获得的数据或现象通过分析仪器直接接触被调查的对象。例如,阅读是一个遥感的过程。眼睛作为传感器,对光线反射一页的一本书。眼睛购买冲动的数据对应反射的光的数量和模式页面上的黑暗与光明的领域。这些数据分析或解释的大脑使一个人能够解释页面上的黑暗领域为字母组成一个单词的集合(Lillesand和基弗1994)。

目前大约有800个卫星操作,目的是收集信息在各种环境主题,如大气、雪、海洋和植被。在不同类型的卫星移动轨迹,轨道或路径,如同步或极地卫星。大多数的传感器放置在地球观测卫星是在极轨卫星的高度450 - 900公里,通常与太阳同步以来能见度光学传感器需要光来收集信息。

遥感图像像素测量从地球表面反射或发射能量(1997年布朗)。一些最常用的类型的遥感数据是航空摄影,卫星图像使用可见光和近红外波段,卫星或机载雷达成像和激光雷达。组合不同类型的遥感数据很可能用于评估不同土地利用系统或区域,从而估算碳储量。这些组合可以包含两个数据集的解释增加的准确性和使用两个或两个以上的乐队生产指标。一组这样的有用的指标包括使用视觉和红外波段植被指数。基于遥感的系统来跟踪土地使用转换可以包括很多的组合传感器和数据类型在不同的决议。

有几个重要的标准为陆地碳选择遥感数据和产品库存(2006年联合国政府间气候变化专门委员会):

1。充足的土地利用系统的分层方案分层项目区域是健壮的和明确的能够区分他们。分层应该是足够的空间分辨率,使遥感的使用。

2。适当的空间分辨率,如果大类或不同土地利用差异,如森林和不出所料地,低分辨率的遥感可能是足够的,而不同的详细分类农业用地这需要高分辨率。

3所示。适当的时间分辨率估计土地利用变化在北方森林系统可能需要的数据跨越几十年,而对于估算草地的变化,数据甚至一年可能就足够了。的季节性高峰以来的植被是一个重要因素植被通常是最佳的时间内陆地碳的库存。

4所示。可用性ofhistorical评估经常进行遥感调查的局限性是历史数据的可用性。从这个意义上说,未来是有前途的,因为,容易获得,传感器和正在开发的产品。

5。透明和一致的方法应用于数据采集和处理碳库存经常执行,需要监测一段时间后,所使用的方法必须是可重复的。

6。随着时间的推移,数据的一致性和可用性的产品应该使用一致的随着时间的推移,出于同样的原因,所点五个以上。

不同遥感传感器接受能源的不同部分电磁波谱可见、近红外、红外或热。

传感器收集的部分波长不同的乐队或信息集,这意味着在一个特定的像素,几个乐队产生同样的地区,可用于构造指数等众多功能的植被类型。在本章后面描述的过程。不同的特性,比如森林,基岩、土壤或农田有不同的反射和这些特性之间的光谱差异,允许用户将图像划分为不同的土地利用类型(1997年布朗)。更多信息遥感摄影系统相关的元素可以在教科书,如发现Lillesand et al。(2004)。

土地分类使用遥感数据可以实现视觉或数字;后者本质上意味着计算机分析。每种方法的优缺点。视觉分析允许人类推理的评价图像的整体特征。通常,这是通过分析上下文方面的形象。数字分类,利用计算机的硬件和软件,允许与数据执行一些操作,如合并不同的光谱数据(Fuentes et al . 2006年)和添加信息辅助数据从面向对象的方法(烈性黑啤酒et al . 2005年),它可以帮助提高生物物理模型的地面数据,如树的直径、高度、基底面积、生物量、开花时间和收获或干扰等干旱、疾病或火灾。数字分析允许直接计算与不同的土地使用类别相关的区域和过去几十年发展迅速;考虑到有关计算机并行开发,必要的硬件、软件以及卫星数据容易获得较低的成本。

航空摄影的航拍照片分析可以揭示土地利用差异或覆盖系统,如农业、草地、森林树种和森林结构的相对分布和树健康可能判断。在农业、相似分析可以显示作物物种,作物压力或树木覆盖在农林复合经营系统(图14.1)。最小的空间单元,可以看到取决于所使用的航拍照片的类型,但是对于标准产品通常的1米2006 (IPCC)。

光学卫星图像完整的国家或区域土地利用和覆盖分析可以通过卫星图像。本节描述被动卫星数据中的可见光和近红外光谱。被动传感器依靠反射的太阳能从表面到传感器或检测器。附近的可见,这种能量捕获-和中等红外部分的电磁波谱(-2.5 ~ 0.4 | im)。数字多光谱遥感数据记录光谱信息的波长称为乐队。信息10乐队每像素或单元的土地可以被记录下来。高光谱数据,100 - 200组成的乐队的信息,可用但需要特殊处理方法(见,例如答摩和雷纳特2006)。绿色植被展品的一个独特的签名在绿色和红外反射的部分电磁波谱和强劲的吸光度在红色和中红外区域(见图14.2)。内部细胞结构变化的叶子,吸收水平的叶绿素和叶片含水量的变化

图14.1的航拍照片4 m分辨率/ Julita mideastern瑞典(~ 2 x 2.5公里)。这张照片是一个正色摄影,这意味着它已经几何纠正。农业、落叶林和防护林带树木可以检测以及个人房屋和花园。在左下角是Oljaren湖的一部分。2007年(由Lantmateriet耶夫。Medgivande我2007/437)

图14.1的航拍照片4 m分辨率/ Julita mideastern瑞典(~ 2 x 2.5公里)。这张照片是一个正色摄影,这意味着它已经几何纠正。农业、落叶林和防护林带树木可以检测以及个人房屋和花园。在左下角是Oljaren湖的一部分。2007年(由Lantmateriet耶夫。Medgivande我2007/437)

可以区分不同植被类型(Patenaude et al . 2005年)。各种指标,如规范化的区别植被指数(NDVI),设计优化这些植被的光谱特征。

时间序列可以获得任何感兴趣的领域,因为卫星经过它持续和定期。可靠的光学数据回到1990年代初可以访问和用于解释具有良好的信心来评估土地利用变化(DeFries et al . 2006年)。因为卫星绕地球在不同的高度和速度,在不同的轨道之间的时间间隔连续通过一个特定的地理区域不同卫星。不同类别的图像通常会生成一个详细的马赛克,但匹配他们适当的土地覆盖和土地利用类别通常需要地面参考数据从地图,实地调查或其他信息。

最小单位的确定取决于传感器的空间分辨率和工作的规模。最常见的传感器系统的空间分辨率20 - 30米。空间分辨率为30米,单位可以确定1公顷。从高分辨率卫星数据也可以(2006年联合国政府间气候变化专门委员会)。几个卫星产品展示在表14.1与一系列决议从0.6到1100,罚款和粗和低分辨率高。许多卫星产品可以通过官方网站访问。

图14.2一个光学20 m分辨率点多光谱图像在西方奥里萨邦(228/309),印度,1994年12月29日(x ~ 60 60公里)。图像包含的信息从所有乐队,从近红外可见绿色和红色,也称为假彩色合成图像,这使得绿色植被出现红、碳监测的功能,是很重要的

图14.2一个光学20 m分辨率点多光谱图像在西方奥里萨邦(228/309),印度,1994年12月29日(x ~ 60 60公里)。图像包含的信息从所有乐队,从近红外可见绿色和红色,也称为假彩色合成图像,这使得绿色植被出现红、碳监测的功能,是很重要的

表14.1被动卫星图像的例子。(来自《联合国气候变化框架公约》,2006年版。)

卫星(传感器)	分辨率(m)	时间范围	成本	源
NOAA (AVHRR)	1100 - 8000	1978 -	免费的	http://edc.usgs.gov
环境(梅里)	300 - 1200	2002 -	525美元/场景	http://envisat.esa.int/
Terra (MODIS)	250年	2000 -	免费的	http://edc.usgs.govhttp://glcf.umiacs.umd.edu/data/gimms /
陆地卫星(MSS)	60	19721992	免费到375美元/场景	http://www.spaceimaging.comhttp://edu.usgs.govhttp://glcf.umiacs.umd.edu/data/gimms /
陆地卫星(TM)	25	1982 -	免费到625美元/科学	http://www.spaceimaging.comhttp://edu.usgs.govhttp://glcf.umiacs.umd.edu/data/gimms /
陆地卫星(ETM +)	15	1999 -	免费到800美元/场景	http://www.spaceimaging.comhttp://edu.usgs.govhttp://glcf.umiacs.umd.edu/data/gimms /
点(VGT)	20 (10)* 2.5	1986 -	1200 - 10125美元/场景	http://www.spotimage.fr/homehttp://www.spot.com
Terra (ASTER)	15	1999 -	145 - 580美元/场景	http://edc.usgs.gov
IKONOS	4 (1)*	2000 -	16-56美元/平方公里	http://www.spaceimaging.comhttp://glcf.umiacs.umd.edu/data/gimms /
Quickbird	2.4 (0.6)*	2001 -	5000 - 11 500 /场景16-45美元/平方公里	http://www.digitalglobe.comhttp://glcf.umiacs.umd.edu/data/gimms /

*可在全色,这意味着它是黑白的

*可在全色,这意味着它是黑白的

建立植被生物量之间的关系,因此碳储量和光学传感器的数据与低分辨率一般弱(Rosenqvist et al . 2003年)。许多早期的或pre - 2000卫星产品是低到中等分辨率,事实时要考虑寻求历史信息光学卫星成像系统碳储量。雷达图像与光学卫星,依靠太阳能照明、雷达、无线电探测和测距的缩写,是活跃的微波传感器发射能量测量地球(Lillesand et al . 2004年)。雷达系统的一个主要优势是,它可以穿透云层,气溶胶和水蒸气(图14.3)。雷达在夜间也获得数据,而被动和光学产品不能这样做。因此,系统称为一个活跃的卫星系统,因为它发出一个信号,并返回到传感器表面。这也许使得雷达遥感数据的唯一可靠来源在世界的许多地区云量频繁,如热带地区。

最常见的一种是所谓的雷达数据合成孔径雷达(SAR)传感器系统,在微波频段,比如RadarSAT。通过使用不同波长和不同的偏振光,SAR系统可以区分土地利用系统,例如,森林和非林地、植被的生物量的内容。雷达系统传递水平(H)或垂直(V)极化电磁(EM)能量,然后接收这两个偏振。雷达数据的传输/接收频率配置通常由一个三个字母的代码说明:第一个字母指定乐队的雷达和最后两个字母偏振配置状态。四个组合使用,即HH,高压,VH和VV。L-VH雷达,例如,意味着一个l波段水平垂直系统,传送和接收的极化电磁能量(Kasischke et al . 1997年)。目前雷达还有一些限制,当生物量高是由于信号饱和,即不改变信号超过一定的叶绿素水平。

图14.3两个雷达图像,即合成孔径雷达(SAR)和相控阵类型l波段合成孔径雷达(PALSAR)显示从1996年到2006年在亚马逊森林砍伐。灰色表示森林面积和黑色代表被砍伐的区域。(由日本宇宙航空研究开发机构的先进陆地观测卫星(JAXA / ALOS))

图14.3两个雷达图像,即合成孔径雷达(SAR)和相控阵类型l波段合成孔径雷达(PALSAR)显示从1996年到2006年在亚马逊森林砍伐。灰色表示森林砍伐面积和黑色代表的地区。(由日本宇宙航空研究开发机构的先进陆地观测卫星(JAXA / ALOS))

近年来,特区后向散射日益调查用于盘点森林因为雷达波长穿透植被,在这个意义上,提供直接的反馈对植被结构和生物量(Patenaude et al . 2005年)。最常用的系统是c波段(波长~ 5厘米),l波段(~ 24厘米)和p波段(~ 70厘米)(Kasischke et al . 1997;Igarashi et al . 2003;卢卡斯et al . 2006年)。的短的波长c波段,敏感,树冠如树叶和树枝的小部件,而其他两个乐队穿透更深,主要是对大的树枝和树干。

雷达SAR系统的一个限制是他们对表面形貌的敏感性,这限制了他们的应用程序来持平或轻轻起伏的地形(Rosenqvist et al . 2003年)。的主要外部因素控制生物质SAR信号的敏感性是森林和植被的结构特性及其潜在的表面。同等的生物量、雷达后向散射响应会明显不同森林组成的稀疏分布的大树和一个由密集的年轻,小树(Patenaude et al . 2005年)。可用的例子使用主动雷达远程收集的数据列在表14.2。

对技术的需求和对气候变化科学的输入工作,碳库存和《京都议定书》,《京都议定书》&碳行动是由日本宇宙航空研究开发机构(JAXA)的先进陆地观测卫星(ALOraybet雷竞技最新S)在2000年。焦点之一是利用树脂黄相控阵类型l波段合成孔径雷达(PALSAR)支持的类型信息需求在区域范围内与碳相关的估计(ALOS 2006)。到目前为止(2007年初),从这个工作生成的产品是提供给一般用户初始分布大约6个月后京都&碳科学团队。

激光光探测和测距、激光雷达使用同样的原则作为雷达。激光雷达仪器光传输到目标;透射光的相互作用

表14.2卫星拍摄的图像与有源雷达系统的例子。(从树脂黄2006;Rosenqvist et al . 2003;Lillesand et al . 2004;联合国气候变化框架公约》2006年)。

卫星(传感器)	分辨率(m)	时间	报道	成本	源
萨特(特别行政区,	25 - 150	2002年		150 - 1000美元/场景	http://envisat.esa.int/
ASAR梅里)
ERS-1 (SAR)	25 - 150	1991年	2000年	150 - 700美元/场景	http://www.esa.int
ERS-2 (SAR)	30.	1995年		150 - 700美元/场景	http://www.esa.int
JERS-1 (SAR)	18 - 100	1992年	1998年	100 - 1000美元/场景	http://www.Eorc。nasda.go.jp / JERS-1
树脂黄(PALSAR)	9 - 157	2006 -		免费到250美元/场景	http://earth.esa.int/dataproducts /
RadarSAT - 1	8 - 100	1995年		免费的	http://www.rsi.ca
(SAR, ASAR)
RadarSAT 2	3 - 100	2004 -			http://www.rsi.ca
(SAR, ASAR)

目标和改变。其中一些光散射和反射回仪器,分析了光。光的性质的变化使目标待定的一些性质。光的时间前往目标和回激光雷达是用于确定目标(2006年联合国政府间气候变化专门委员会)的距离。激光雷达分辨率或足迹大小可能会有所不同从0.25至25米(德雷克et al . 2003;Rosenqvist et al . 2003年),这使得激光雷达比另一个更详细的技术描述。激光雷达的产品广泛,虽然大多数都是商业,因此不像那些现成的光学和雷达数据。激光雷达是目前不可以从卫星平台,这限制了它的使用更加(Patenaude et al . 2005年)。无论使用何种类型的激光雷达仪器,一般的方法是使用一些物理属性森林的树冠(Nssset 2002),如树冠高度(kim et al . 2006年),树高和阀杆体积(Holmgren et al . 2003年)和树冠元素在三维空间(Lovell et al . 2003年)来估算生物量、特别是地上生物量(Lim和Treitz 2004)。激光雷达是最年轻的技术收集数据的遥感合奏,用于描述植被。激光雷达产品显示出强烈的物理特征之间的关系如树高、茎体积,生物量和郁闭(德雷克et al . 2003;Rosenqvist et al . 2003年)。

激光雷达的局限性是它是一个相当复杂的技术,这需要训练有素的专家分析没有无处不在。另外,目前,它太昂贵的应用在大面积(Skutsch et al . 2007年)。另一个限制是激光雷达无法区分森林树种。作为木材密度,因此生物量不同树种之间的身高和年龄相似,生物质单独使用激光雷达的估计可能不准确(Rosenqvist et al . 2003年)。

激光激光是另一个活跃的系统的概念,一个在地球的表面被一束激光和点之间的距离确定。激光作为遥感技术被认为是一种很有前途的工具来监控避免砍伐森林等植被变化的变化(Joanneum et al . 2006年)。geosceince激光高度计系统(格拉斯)传感器车载的冰,云和土地高程-冰云和地面高度卫星主要是针对监控质量平衡的极地冰盖但也被证明是有用的在评估植被。格拉斯生产一系列的斑点,~ 70米直径,收集在一个望远镜直径1米,使高分辨率数据分析。该卫星的发射是在2002年,但在2004年开始运营。

继续阅读:方法来估算生物量

这篇文章有用吗?

+ 1 0