基于遥感解译<bold>、</bold>野外观测与模型模拟的云南省植被制图
摘要
植被图为生态学家和决策者提供了直观的植被类型及分布信息, 在复杂生态系统的研究与管理中发挥着关键作用. 近年来, 随着地球观测技术和机器学习算法的快速发展, 绘制大尺度、高精度植被图的数据资源和技术能力得到显著提升. 然而, 在环境异质性强且人为干扰频繁的生物多样性热点地区, 绘制准确详细的植被图仍面临诸多挑战, 地面数据不足和复杂的植被气候关系是制约制图精度的主要因素. 本研究以中国最重要的生物多样性热点地区——云南省为研究区域, 构建了基于多源数据融合的植被制图框架. 框架主要包括以下四个部分: (1) 利用随机森林算法和Landsat影像初步区分植被类型; (2) 建立静态植被气候关系模型以确定植被类型边界; (3) 使用多种独立的森林资源调查数据修正特定类型的植被斑块分布; (4) 结合大量、广泛分布的植物群落调查数据验证植被图的准确性. 基于群落优势种的生长型组成, 绘制了云南省17个植被类型和44个亚型的空间分布图(比例尺1:50000). 经评估, 自然植被型和亚型的总体精度分别为0.747和0.710, 人工植被型和亚型的总体精度分别为0.905和0.891. 此图空间分辨率高、分类系统详细且准确性高, 它不仅深化了我们对生物多样性热点地区植被分布格局和生态复杂性的认识, 也为区域植被保护与可持续管理政策的制定提供了重要的科学参考.
引用本文（GB/T 7714）
明健 夏侯, 明春 彭, 泽昊 沈, 等. 基于遥感解译<bold>、</bold>野外观测与模型模拟的云南省植被制图[J]. SCIENTIA SINICA Terrae, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。