上海市林木覆盖率多源遥感估算方法研究OA

【目的】针对高密度超大城市林木覆盖精细化监测的需求,在上海市奉贤区典型实验区,系统对比与评估不同技术路径估算林木覆盖率的精度、效率与成本效益,为构建精准、高效的城市生态监测体系提供方法论依据。【方法】基于国家森林城市评价指标与地方实践,厘清林木覆盖率概念并构建可操作化定义。在上海市典型实验区内,并行开展基于0.5 m航空影像阈值分类、5 cm无人机正射影像(DOM)阈值分类以及无人机激光雷达(LiDAR)点云冠层高度模型(CHM)单木分割的3种林木覆盖率估算方法研究,并通过机械布点与目视解译进行精度验证与综合对比。【结果】3条遥感技术路径在实验区的林木覆盖率估算结果分别为:航空影像法84.11%、无人机DOM法64.30%、LiDAR法68.67%。精度验证表明,无人机DOM阈值分类法的总体精度(88%)和Kappa系数(0.73)最高,分类结果最可靠;航空影像阈值分类法存在因混合像元和阴影导致的明显高估;LiDAR单木法在单木识别(生产者精度91.04%)上具有优势,但精度(84.72%)相对较低。【结论】本次研究在概念体系规范化、研究框架系统性、技术路径适配性3个方面实现了创新,并根据3种路径对比研究提出对于大范围的城市林木监测,基于面向对象的航空影像阈值分类是最优选择。未来应着力推动轻量化深度学习模型(如U-Net)与多源数据协同方面的研究,以平衡精度、效率与成本,实现城市林木覆盖的动态、精准监测。