基于无人机可见光图像的荒漠草地覆盖度估算

及时准确监测草地植被覆盖度,对草地资源的可持续利用及生态系统的恢复与重建具有重要意义.本研究以荒漠草地植被为研究对象,采用监督分类与植被指数直方图相结合的阈值法,分析了6种RGB植被指数对荒漠草地的识别效果.研究结果表明:归一化绿红差异指数(normalized green-red difference index,NGRDI)对草地覆盖度的提取精度最高,其平均绝对误差和均方根误差分别为2.56％和3.06％.监督分类与可见光植被指数统计直方图相结合的阈值法对荒漠草地植被覆盖度的提取效果较好,可以用于荒漠草地植被覆盖度的提取.     

不同植被指数和无人机航高对草地盖度估测精度的影响

搭载高清数码相机的无人机在草地资源调查等方面具有成本低廉、机动性高、观察范围大等突出优势,拥有广阔的发展前景.本研究使用小型无人机(unmanned aerial vehicle,UAV)、手机相机等设备获取草地盖度数据,选用植被因子指数(vegetative index,VEG)、超绿指数(excess green index,ExG)、超绿超红差分指数(excess green minus excess red index,ExGR)和绿叶指数(green leaf index,GLI)4种基于可见光的植被指数提取草地盖度信息,从无人机航高、草地盖度水平等方面分析各植被指数的适用性.结果表明:1)VEG和ExG方法估测草地盖度的效果较好,平均精确度均在93％以上.ExGR与GLI方法的估测效果较差,平均精度仅75％～80％.2)4种方法的估测精度均随盖度增加而降低.VEG方法估测草地盖度的精度受盖度水平影响最小,ExG方法次之,ExGR和GLI方法对高盖度草地的估测效果较差.3)VEG方法在高、中盖度水平下的最适航高为100 m,在低盖度水平下为40 m;ExG和ExGR方法在高、中盖度水平下的最适航高为100 m,在低盖度水平下为80 m;GLI方法在高盖度水平下的最适航高为100 m,在中、低盖度水平下为20 m.     

光谱分析在草地地上生物量估测中的研究与应用

简要介绍了草地地上生物量估测的不同方法及其各自特点,阐述了反射光谱特征参数、植被指数与草地地上生物量之间的关系,分析了草地类型、季相条件以及植被覆盖度对植被指数、草地地上生物量估产模型的影响.     

基于无人机可见光图像的荒漠草地覆盖度估算

及时准确监测草地植被覆盖度,对草地资源的可持续利用及生态系统的恢复与重建具有重要意义。本研究以荒漠草地植被为研究对象,采用监督分类与植被指数直方图相结合的阈值法,分析了6种RGB植被指数对荒漠草地的识别效果。研究结果表明： 归一化绿红差异指数 (normalized green-red difference index, NGRDI)对草地覆盖度的提取精度最高,其平均绝对误差和均方根误差分别为2.56%和3.06%。监督分类与可见光植被指数统计直方图相结合的阈值法对荒漠草地植被覆盖度的提取效果较好,可以用于荒漠草地植被覆盖度的提取。     

高寒草地生长季/非生长季植被盖度遥感反演

植被盖度是刻画陆地生态系统植被覆盖的重要生态参量。以当雄县Landsat-8OLI为数据源,从10种常用植被指数中筛选出适合反演高寒草地生长季/非生长季草地植被盖度的植被指数,引入像元三分法确定端元特征值,通过不同植被指数基于像元二分模型反演植被盖度的对比分析,确定适合生长季/非生长季植被盖度最优植被指数,根据反演结果分析了研究区草地生长季/非生长季植被盖度的时空变化特征。结果表明：1）由可见光-近红外波段构建的植被指数适用生长季植被盖度反演,由短波红外构建的植被指数适用于非生长季植被盖度反演。2）基于MSACRI的像元二分模型适合非生长季植被盖度反演,基于NDVI的像元二分模型则最适用于生长季植被盖度的反演。3）研究区草地植被盖度随海拔增加呈现先增加后减少的单峰变化格局,草地集中分布于海拔4300~5100 m处。生长季植被盖度主要集中于20%~80%,非生长季绝大部分的草地盖度小于40%。研究结果可为草地生态系统碳存储、植被生产力、土壤侵蚀、生态水文等研究提供参考依据。     

基于高光谱遥感的退化伊犁绢蒿荒漠草地群落盖度估算

实地测定不同利用状态的退化伊犁绢蒿荒漠草地群落覆盖度,获取草地的地面光谱和相对应的HJ-HSI高光谱影像两种数据,并通过植被指数和筛选波段变量估测相应的植被覆盖度。结果表明:利用两种高光谱数据构建的回归模型所选用的光谱变量和波段变量不一致,地面实测光谱的回归方程决定系数大于HJ-HSI光谱数据,利用地面光谱对较低决定系数的群落盖度估测模型进行纠正,精度有一定的提高;不同光谱数据估测盖度的最佳模型精度均在85%以上,围栏封育区模型均由敏感波段反射率的归一化值构建,围栏外重度退化区模型均由DVI构建,围栏外中度退化区模型可由光谱变量R_r、R_n构建。     

甘肃省天然草地退牧还草工程效益遥感监测研究——以安西县荒漠草地为例

以"3S"技术为支撑,结合遥感图像、草地光谱观测以及地面调查数据对安西县实施退牧还草后植被恢复情况进行分析研究.结果表明:除河东戈壁温性荒漠草地短期效果不明显外,其它草地不论是盖度、高度和产草量还是植被指数,围栏内较围栏外均有一定幅度的提高,其中牧草盖度、高度和产草量围栏内较围栏外平均增加了5.0%、16.9%和6.8%.植被指数增加了8.9%,2005年植被指数较2004年增加了9.7%.高光谱遥感进一步监测结果显示围栏内牧草光谱反射率比围栏外高,同样说明牧草长势及生产力围栏内要好于围栏外.由此可见,安西县退牧还草工程的实施已经取得了明显的效果.     

基于机器学习的青藏高原天然草地盖度时空变化特征研究

草地盖度是评价草地生长状况的重要指标,构建高精度的盖度估测模型是开展天然草地动态监测的关键。本文利用2003—2018年实测数据和地形、土壤等55个指标,建立了4种草地盖度遥感估测模型,通过比较得到研究区草地盖度遥感估测最优模型,并分析了2001—2019年研究区草地盖度时空动态变化。结果表明：由最小绝对压缩变量筛选方法选出10个有较高重要性的变量。其中,比值植被指数与草地植被盖度间的相关性优于其他单因素模型与草地植被盖度间的相关性。在3种机器学习模型中,随机森林优于人工神经网络与支持向量机模型,其R²和均方根误差分别为0.68和12.75%。机器学习方法构建的草地盖度模型优于单因素模型,其R²可提高0.09~0.16,RMSE降低1.52%~2.81%;2001—2019年,研究区草地盖度整体上呈现出自西向东、自北向南增加的趋势,呈增加趋势的面积占比为55.4%,呈减少趋势的面积占比为44.6%。     

祁连山自然保护区不同草地类型地上生物量和土壤微量元素特征分析

以祁连山保护区5个主要草地类型为研究对象,探讨了不同草地类型植被及土壤微量元素的分布特征,应用冗余分析(RDA)分析了微量元素对植被特征的解释关系.研究发现:1)不同类型草地植被总盖度依次为高寒草甸＞温性草原＞高寒草原＞温性荒漠＞高寒荒漠,草层高度依次为温性荒漠＞温性草原＞高寒草原＞高寒草甸＞高寒荒漠,地上生物量依次为温性草原＞高寒草原＞高寒草句＞温性荒漠＞高寒荒漠;禾本科、豆科和杂类草生物量及比例因草地类型而异;2)随着土层深度的增加,温性荒漠和高寒荒漠土壤Mg含量降低,Mn、Zn、Fe、Cu和Mo含量升高,而高寒草甸、温性草原和高寒草原的土壤Mg、Mn和Zn含量先升高后降低,Fe、Cu和Mo含量降低;3)不同类型草地土壤微量元素含量因草地类型而异.RDA分析发现,影响草地植被特征重要性依次为Mg＞Zn＞Cu＞Mn,且Mg对植被特征的影响达显著水平.综上所述,土壤微量元素Mg、Zn、Cu和Mn与草地植被关系密切且在一定程度上影响着草地植被状况,尤其土壤Mg含量.     

新疆典型荒漠草地的高光谱特征提取和分析研究

本研究以新疆阜康地区的典型荒漠植被为对象,通过微分和Savitzky-Golay平滑滤波处理,从野外高光谱仪采集的高光谱谱线中,提取了典型荒漠植被的高光谱特征(红边、绿峰、红谷),结果显示,荒漠植被虽然也具有红边和绿峰等吸收特征,但是枝叶稀疏、覆盖度较低的荒漠植被高光谱受下垫面影响,不具有明显绿峰,红边特征也随着植被盖度的降低而减弱;由于荒漠植被10月份进入凋落枯萎时期,其光谱反射率受土壤光谱干扰而数值偏大,红边位置较5月份呈现出“红移”的规律,NDVI和RVI指数也呈现出10月份低于5月份的现象;不同草地类型、不同季相的荒漠植被,其红边、绿峰、红谷特征和植被指数均具有显著差异,但是NDVI和RVI具有较高的数据相关性。新疆典型荒漠草地的光谱特征提取和分析研究不但丰富了高光谱信息挖掘手段,还为基于高光谱信息的草地类型分类研究提供了数据基础和科学依据。