基于STARFM的草地地上生物量遥感估测研究——以甘肃省夏河县桑科草原为例

遥感数据具有实时、动态、大范围等特点,在草地资源监测与管理研究中获得了广泛应用。然而,单一的遥感植被指数无法同时满足草地地上生物量观测中时空分辨率的需求。因此,本研究基于时间序列Landsat NDVI和MODIS NDVI数据,结合时空融合算法（spatial and temporal adaptive reflectance fusion model, STARFM）,生成了2000-2016年高时空分辨率的植被指数数据集（NDVI_STARFM,时间分辨率为16 d,空间分辨率为30 m）,并基于2013-2016年地面实测草地地上生物量数据,构建了夏河县桑科草原高寒草地地上生物量遥感反演模型,分析了2000-2016年研究区草地地上生物量生长状况和变化趋势。结果表明：1）基于NDVI_STARFM的最优估测模型为乘幂模型,其R²为0.58,均方根误差（root mean square error, RMSE）为795.62 kg·hm^-2,模型的表现能力次于Landsat NDVI最优估测模型（R²=0.76,RMSE=634.83 kg·hm^-2）,而优于MODIS NDVI最优估测模型（R²=0.24,RMSE=937.79 kg·hm^-2）;2）基于NDVI_STARFM最优估测模型对各样区草地地上生物量总产的估测精度优于MODIS NDVI而次于Landsat NDVI,总体精度达84.05%;3）2000-2016年来,夏河县研究区草地地上生物量总体呈现增加趋势,其中90%左右的区域年增量大于30 kg·hm^-2,草地地上生物量呈现减少趋势的区域仅占2.30%。     

锡林郭勒盟草地植被生物量遥感监测模型的研究

以锡林郭勒盟为研究区域,将遥感技术用于草地地上生物量估算,分析了遥感植被指数与草地地上生物量之间的相关关系,比较和分析了三种植被指数的应用范围,研究了草地地上生物量遥感监测的方法,并利用遥感植被指数建立了草地地上生物量估算模型.研究表明:锡林郭勒草地地上生物量估产的植被指数是NDVI,其估产模型是"S"曲线,回归模型Y=e5.983-0.479/x(R=0.828, R2=0.685).     

基于MODIS数据的伊犁地区草地地上生物量反演

为伊犁草地资源监测、保护及合理利用提供参考依据,利用新疆伊犁地区2012年7-8月野外草地地上生物量采样数据和同期的MODIS数据,分析了增强型植被指数(EVI)、归一化植被指数(NDVI)与实测草地地上生物量的一元线性、指数和二次多项式回归模型,并对各种回归模型进行分析比较.利用优选模型的反演结果分析了伊犁地区地上生物量的空间分布.结果表明:各植被指数都与实测生物量有较好的相关性,但以EVI指数建立的二次多项式回归模型(y = 14759x²-4758x + 1346,R²= 0.8402)较优,拟合模型平均估产精度达到 92.19%,可作为该区域草地地上生物量遥感反演模型;伊犁地区2012年平均产草量为1817 kg·hm^-2,总产草量达70.59×10⁸ kg,并且产草量随高程增加呈现先增加后减少的特征.     

基于多源遥感数据的高寒草地生物量反演模型精度——以夏河县桑科草原试验区为例

基于MODIS、Landsat-8 OLI和HJ-1A/1B CCD卫星遥感资料,结合2013-2014年甘南州夏河县桑科草原试验区野外实测数据,建立了高寒草地地上生物量遥感反演模型,筛选出基于不同遥感资料植被指数的生物量最优反演模型,比较分析了生物量最优模型的空间效应。同时,分析了2000-2013年基于MODIS植被指数估算的试验区产草量的年际变化特征。结果表明,草地生物量最优反演模型为基于Landsat-8 OLI NDVI数据的对数模型(y=727.54lnx1+495.23,R2=0.772,RMSE=31.333 kg DM·hm-2);在30和250 m空间分辨率下,基于MODIS NDVI及EVI、Landsat-8 OLI NDVI和HJ-1A/1B CCD NDVI最优模型估算的生物量均高于实测生物量,其中Landsat-8 OLI NDVI数据估算的草地生物量与实测生物量值最接近;2000-2013年试验区草地总生物量整体上具有显著增加的趋势(R2=0.590 7,P0.001),平均增加速率达50.57 kg DM·hm-2·a-1。     

2001-2008年甘南牧区草地地上生物量与载畜量遥感动态监测

草地地上生物量监测是草地资源空间格局动态研究的重要内容,也是草畜平衡综合分析的基础。利用2006-2008年甘南牧区草地调查资料和Terra/MODIS每日地表反射率产品MOD09GA,建立了草地地上生物量遥感反演模型,模拟分析了甘南州及各县市草地资源在2001-2008年期间的各旬、月和年的生物量及理论载畜量变化动态。研究结果表明, MODIS增强型植被指数EVI的乘幂函数可以较好地模拟甘南牧区草地地上的生物量鲜重,拟合模型平均估产精度为76.7%,可很好地模拟牧草生长状况较好时期(5-10月)的草地地上生物量变化动态。甘南牧区草地生长主要集中在5月上旬-10月下旬期间,草地旬最大地上生物量数字图像可以较客观地反映草地植被生长发育的总体规律。但是,个别旬生物量受大范围长时间阴雨多云天气状况及放牧家畜数量有较大变动情况的严重影响。2001-2008年不同草地类型的月最大生物量动态变化曲线均呈单峰抛物线形式,全州平均最大生物量均出现在7月,但不同年份产量达到最大值的月份有所变化,主要集中在7-8月。甘南州草地地上总生物量年度之间存在较大的差异。全州8年平均总地上生物量为109.31亿kg。2005年全州草地植被年总生物量最高,达129.1亿kg,其次为2006,2007和2002年,分别为113.2,110.7和109.0亿kg。由于气候条件和不同县市草地面积及生长状况等存在较大差异,其理论载畜量也存在显著差别。     

基于MODIS-NDVI的天山北坡中段草地动态估产模型研究

利用EOS/MODIS卫星遥感数据,以天山北坡中段山地草原带为典型研究区,进行草地生物量变化动态监测。运用植被指数最大合成法,分析了研究区草地植被指数的时空变化特征,以及植被指数NDVI与地上生物量的相关关系,建立了MODIS NDVI在山地草甸草原、山地草原和山地荒漠草原上不同季节的生物量动态估测模型。结果表明：3种草地类型的最优动态估产模型分别是一元线性回归模型、二次曲线回归模型、幂函数曲线模型,估产精度分别达到83.06%、90.85%、88.06%。     

基于ADC和MODIS遥感数据的高寒草地地上生物量监测研究——以黄河源区为例

利用2015-2016年8月采集的黄河源区草地生物量数据和MODIS卫星遥感资料,结合农业多光谱相机(agricultural digital camera,ADC)获取的植被指数数据,比较分析3种_(ADC)植被指数(NDVI_(ADC)、SAVI_(ADC)和GNDVI_(ADC))与野外实测草地地上生物量(above-ground biomass,AGB)数据的相关性,筛选出适合构建草地AGB反演模型的_(ADC)植被指数;结合MODIS NDVI(记作NDVIMOD)构建草地地上生物量反演模型,采用留一法交叉验证方法评价各模型精度,确立适宜模拟研究区草地AGB的最优模型;并利用NDVI_(ADC)校正NDVI_(MOD),获得高分辨率、高精度的草地AGB遥感监测改进模型。结果表明,1)基于_(ADC)获取的3种植被指数中,NDVI_(ADC)与高寒草地地上生物量关系最为密切,其次为SAVI_(ADC),拟合效果最差的是GNDVI_(ADC);2)基于NDVI_(ADC)建立的草地AGB监测模型的精度(RMSEP介于383.55~393.18kg DW/hm2;r范围为0.65~0.66)远高于NDVI_(MOD)的模型精度(RMSEP介于421.08~427.00kg DW/hm~2;r范围为0.55~0.58),NDVI_(ADC)反演得到的草地AGB更接近于黄河源区草地实际生物量,且相较于NDVI_(ADC),NDVI_(MOD)的样本值整体偏高;3)在NDVI_(ADC)构建的4类模型中,线性和乘幂模型模拟研究区草地AGB的能力较好,但线性模型精度更高(y=3248.93×NDVI_(ADC)-305.59,RMSEP=383.55kg DW/hm~2,r=0.66),该模型为黄河源区草地生物量的估测提供了一个新型且易操作的方法;4)NDVI_(ADC)与NDVIMOD相关性较高,利用NDVI_(ADC)校正NDVI_(MOD)可以改进草地AGB遥感反演模型,优化模型为y=2455.54×NDVI_(MOD)-301.69。该模型可在大尺度范围内估测黄河源区的草地生物量,且模型精度接近于地表测量法的监测精度。     

基于MODIS逐日地表反射率数据的青南地区草地生长状况遥感监测研究

大范围草地生长状况遥感监测对研究草地变化动态和草地畜牧业的管理具有重要意义。利用2010-2013年的草地外业调查数据和EOS Terra MODIS每日地表反射率产品MOD09GA,采用空间分析方法分别计算了生长季(5-9月)草地NDVI_max, EVI_max, NDVI_mean和EVI_mean4种植被指数,探讨了这4种植被指数与草地地上生物量之间的遥感反演模型,分析了青南地区草地生长季多年NDVI平均值空间分布特征;根据所选的最优模型反演了青南牧区近10年(2004-2013年)的草地地上生物量,统计分析了地上生物量的空间变化特征。结果表明,青南地区多年NDVI平均值和草地地上生物量总体上均具有由西北向东南逐渐增加的空间分布特点。不同草地类型的生物量差异显著。近10年来山地草甸类的生物量最高,达1280 kg DW/hm²;其次为高寒草甸类、温性草原类、温性荒漠类和沼泽类,生物量介于244.9~902.4 kg DW/hm²;高寒草甸草原类、高寒荒漠类和高寒荒漠草原类生物量较小,在65 kg DW/hm²以下。海拔对生物量具有明显的影响,在3500 m以上地区的草地生物量随海拔的升高而减小。当海拔介于3500~4000 m,最大生物量达1358.8 kg DW/hm²;海拔介于4000~4500 m,生物量小于920 kg DW/hm²;海拔介于4500~5000 m,生物量为574.2 kg DW/hm²;海拔大于5500 m,生物量仅为94.4 kg DW/hm²。统计分析近10年间的NDVI变化趋势发现,三江源地区的黄河、长江和湄公河三大流域及各行政区的草地植被生长状况以轻度改善和改善为主,总体趋于良好。     

甘南州高寒天然草地生长状况遥感监测

以甘南州高寒天然草地为研究对象,利用2016-2019年草地地上生物量实测数据和MOD13Q1植被指数产品,构建了甘南州草地地上生物量遥感反演模型,分析了近20年(2000-2019年)甘南州高寒天然草地地上生物量的时空分布特征.结果表明:1)MODIS EVI植被指数适宜于甘南州高寒天然草地地上生物量变化监测研究,模型决定系数R2=0.5249,均方根误差RMSE=527.9 kg·hm-2;2)20年间甘南州高寒草甸和山地草甸的地上生物量均呈增加趋势,而沼泽类草地地上生物量呈减少趋势;3)近20年来甘南州草地呈现出整体恢复、局部恶化的趋势,全州66.04％的草地呈稳定或恢复趋势,33.96％的草地地上生物量呈减少趋势,其中18.08％的草地呈持续性恶化趋势.研究结果为甘南州草地植被动态监测和高寒草地退化修复提供了数据支持.     

甘南州高寒天然草地生长状况遥感监测

以甘南州高寒天然草地为研究对象,利用2016-2019年草地地上生物量实测数据和MOD13Q1植被指数产品,构建了甘南州草地地上生物量遥感反演模型,分析了近20年(2000-2019年)甘南州高寒天然草地地上生物量的时空分布特征.结果表明:1)MODIS EVI植被指数适宜于甘南州高寒天然草地地上生物量变化监测研究,模...     

基于CASA模型和MODIS数据的甘南草地NPP时空动态变化研究

植被净初级生产力(net primary productivity, NPP)在全球气候变化及碳循环研究中扮演着重要的角色,精准快速的估算NPP对评估区域生态系统承载力以及合理利用自然资源具有重要的意义。利用2011-2014年甘南地面实测草地地上生物量(aboveground biomass, AGB)数据和根冠比系数计算的草地NPP数据,分别验证了MOD17A3 NPP产品和基于CASA(Carnegie-Ames-Stanford approach)模型估算的草地NPP的精度,分析了2000-2016年甘南地区草地NPP的时空动态变化。结果表明:基于CASA模型模拟的草地NPP精度整体上高于MOD17A3 NPP产品的精度,其均方根误差(root mean square error, RMSE)较MOD17A3 NPP小9.94 g C·m^-2;CASA模型分析的甘南地区草地NPP总体上呈现由西南向东北逐渐减少的趋势;对不同草地类型而言,沼泽类的平均NPP最高(469.07 g C·m^-2),温性草原类最低(324.18 g C·m^-2),而占研究区草地总面积比例较大的高寒草甸类和高寒灌丛草甸类草地的平均NPP分别为449.22和465.27 g C·m^-2;2000-2016年间,甘南地区大部分草地NPP稳定不变,其面积占研究区草地总面积的75.31%,NPP呈增加趋势的区域占草地面积的22.63%,而NPP呈减少趋势的区域占比最小,仅为2.06%。以上研究结果表明CASA模型在高寒地区草地NPP评估、草地资源合理利用与管理方面具有重要的应用价值。     

基于小型无人机与MODIS数据的草地植被覆盖度研究——以甘南州为例

以甘南州为研究区,采用Canon数码相机和小型无人机搭载相机在不同大小样方上获取草地植被覆盖度数码照片,结合2015年5月-10月的Terra/MODIS植被指数产品MOD13Q1,分析了增强型植被指数(EVI)和归一化植被指数(NDVI)与草地植被覆盖度之间的相关性,建立了研究区草地植被覆盖度的回归模型,并对模型进行了精度评价,筛选出甘南州草地植被覆盖度最优遥感反演模型,并对草地生长季时期覆盖度时空上的动态特征进行分析。结果表明,1)利用小型无人机搭载相机获取草地大样方植被数码照片的方法能用于地面草地覆盖度数据的获取;2)与NDVI相比,用EVI估算草地覆盖度更优,因此确定基于EVI构建的对数模型为甘南州草地植被覆盖度最优反演模型,模型精度可达88.00%;3)研究区2015年生长季草地植被覆盖度除了低平地草甸在8月达到最大值外,其它草地类型均在7月达到最大值;4)甘南州以中高植被覆盖度为主,主要分布在玛曲、碌曲、夏河以及合作四县市。整体而言,中西部和西南部区域草地覆盖度高于东部。通过精确草地植被覆盖度模型的建立,不仅有利于及时准确的了解草地植被覆盖度的时空分布状况和季节性动态变化,也有利于维护甘南州草地生态系统的持续稳定发展。     

基于遥感技术的高寒草地覆盖度变化

摘要：本研究在像元二分法模型的基础上,利用改进归一化植被指数的植被覆盖度定量模型,采用MODIS卫星8天合成地表反射率数据产品（MOD09A1）,结合3S技术（GIS、RS、GPS）空间分析功能,以甘南州高寒草地为对象,分5个等级分别计算得到了甘南2000、2004和2008年的草地植被覆盖度,分析了甘南2000-2008年植被覆盖度变化的大致演变过程和趋势。结果表明,从2000-2008年,甘南植被覆盖度质量总体呈下降趋势,一级盖度植被退化比较严重,草地植被的演变情况主要由优等植被覆盖（一、二级）向低等植被覆盖（四、五级）演变。研究结果揭示了甘南州草地退化状况的动态趋势及严重程度,为相关政府和研究部门的草地管理决策提供了有效参考依据。     

基于RS和GIS的甘南草地生产力估测模型构建及其降水量空间分布模式的确立

利用遥感（Remote Sensing)、地理信息系统(Geographic Information System)并结合植被生态学基本原理，以甘南藏簇自治州高寒草甸生态系统为研究对象，进行了草地生产力估测模型构建与降水量空间分布模式确立的方法研究。以归一化植被指数NDVI和降水数据库为例，具体论述了草地GIS数据库的形成过程。通过遥感气象卫星NOAA数据在ERDAS图像软件中进行处理，提取了甘南全州的NDVI值，并结合实际采样点的植物地上部分生物量鲜重实测数据，进行统计回归分析（线性回归和指数回归），建立了生产力估测模型，证实了NDVI值与地面初级生产力之间的正相关关系。利用甘南全州及周围共61个气象站和水文站的多年平均降水资料，形成了甘南多年平均降水等值线图。在分析降水数据时，采用了SPLINE、IDW、TREND、KRIGING4种插值法，对4种插值方法进行分析，发现SPLINE方法比较适合甘南降水资料的插值模拟。     

藏北典型高寒草甸地上生物量的遥感估算模型

本研究利用2010和2011年6-9月高寒嵩草草甸群落地上生物量数据和同期的中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)影像数据,建立了西藏自治区拉萨当雄高寒草甸的地上生物量遥感估算模型。在探讨群落地上生物量与归一化植被指数(normalized difference vegetation indices,NDVI)、增强型植被指数(enhanced vegetation indices,EVI)以及地表水分指数(land surface water indices, LSWI)相关关系的基础上,构建了群落地上生物量与各指数的线性或非线性(包括对数函数、二次多项式、三次多项式、幂函数、增长曲线、指数函数)估算模型,并进行了模型验证。结果表明, 1)3个指数中EVI的模拟效果最好,NDVI次之,LSWI最差;2)所有模型中线性模型的模拟效果最好,EVI的线性模型为:y=174.225x,R²=0.975, P<0.001,NDVI的线性模型为:y=115.478x,R²=0.956, P<0.001;3)在预测效果方面,幂函数模型最好,线性模型次之,其平均误差分别仅为9.76%和10.8%,因此,两者都可以用于高寒草甸群落地上生物量的模拟。     

甘南和川西北地区草地植被NDVI变化及其驱动因素研究

草地是甘南和川西北地区最主要的植被覆盖类型,约占研究区面积的43.91%。为探明该地区草地的生长状况变化及其驱动因素,基于MOD13A3数据,采用趋势分析、变异系数、偏相关分析和残差分析,对研究区草地归一化植被指数（Normalized Difference Vegetation Index,NDVI）时空动态变化和稳定性进行分析,并研究了气象因素和人类活动对草地NDVI变化的影响。结果表明：2000-2018年甘南和川西北地区草地生长期NDVI呈上升趋势的面积占比为74.17%,其中17.15%通过显著性验证;研究区草地NDVI整体较高（均值为0.7096）,在19年间全区和各类型草地NDVI均呈波动上升趋势,生长状况稳定,仅有6.08%的草地波动幅度较大;温度和降水对研究区草地NDVI的变化主要呈正向驱动,且NDVI与温度呈正相关的面积（70.19%）大于降水（62.63%）,人类活动在2000-2005年对草地NDVI呈负向影响,2006-2017年呈正向影响。