高山草地植被盖度对气候变暖和人类活动的响应

高寒草地对气候变化和人类活动的干扰响应敏感,高寒草地植被盖度估算是了解高寒草地植被状况和评估退化草地修复效果的一个重要方法。目前,地面盖度估算的主要方法是数码照相法,其中基于多光谱照片的盖度提取是比较准确和高效的方法。本研究采用多光谱相机对疏勒河上游不同演替阶段高寒草地、围栏封育和翻耕补播草甸生长季内的植被盖度进行了观测,研究了气候变暖和人类活动干扰下高寒草地植被盖度的变化,同时对估算多光谱照片盖度的阈值法做了改进。结果表明,1）新阈值法的估算结果与真实值之间无显著差异（P=0.219）,而旧阈值法与真实值之间差异极显著（P=0.001）;2）处于不同演替阶段的草地类型具有不同的植被盖度,沼泽草甸最高,各草地类型盖度均在7月达到最大;3）在生产力较低的多年冻土区,围栏封育对高寒草地修复效果在短期内不明显,翻耕补播甚至会导致植被盖度进一步降低。     

复合植被指数在稀疏高寒草原植被盖度遥感反演中的应用

基于Landsat 8遥感影像数据,以西藏日喀则经南木林到申扎县的一条样带高寒草原作为研究对象,选择较为常用的归一化植被指数(normalized difference vegetation index,NDVI)、土壤调整植被指数(soil adjusted vegetation index,SAVI)、修改型土壤调整植被指数(modified soil adjusted vegetation index,MSAVI)以及对半干旱区低覆盖植被信息较为敏感的转换型土壤调整植被指数(transformational soil adjusted vegetation index,TSAVI),结合地表反射率改进运算的FCD模型(forest canopy density mapping model)裸土(bare soil index,BI)和阴影指数(shadow index,SI)构建适合低植被覆盖区域的复合植被指数(vegetation bare shadow index,VBSI);基于各植被指数构建像元二分模型,定量反演高寒草原植被盖度;并利用网格法实测的植被盖度分析反演精度。研究结果表明,8种植被指数所构建的像元二分模型对高寒草原植被盖度的反演精度以VBSI(TSAVI)最高,反演精度为85.66%;并证明了基于野外采集的土壤光谱曲线获取的TSAVI所构建的像元二分模型对高寒草原植被盖度信息的提取具有一定的实用性;改进运算的FCD模型裸土和阴影指数能较好地削弱土壤和阴影对植被信息的影响,所构建的复合植被指数对提取稀疏高寒草原植被盖度信息具有重要的实际意义。     

基于UAV技术和MODIS遥感数据的高寒草地盖度动态变化监测研究—以黄河源东部地区为例

利用黄河源东部地区野外实测样地数据和MODIS卫星遥感资料,结合农业多光谱相机(agricultural digital camera,ADC)、普通数码相机(Canon)、无人机(unmanned aerial vehicle,UAV)等设备获取的高寒草地盖度数据,构建了基于MODIS NDVI、EVI的草地盖度反演模型,比较分析了不同草地盖度监测方法的精度,确立了黄河源区草地盖度遥感监测的最优反演模型,并分析了研究区近16年草地植被盖度的动态变化。结果表明,1) MODIS NDVI与基于UAV相片计算的草地盖度间的相关性优于MODIS EVI,而MODIS EVI与ADC和Canon照片计算的草地盖度之间的相关性则优于MODIS NDVI;2) 就Canon和ADC方法构建的草地盖度反演模型而言,前者精度远高于后者,普通数码相机方法更适宜于高寒草地植被盖度的估算;3) 对比分析两种植被指数与Canon相机、ADC和大疆(DJI)无人机航拍(航高30和100 m两种方法)相片计算的草地盖度之间的关系表明,MODIS NDVI对航高30 m UAV航拍相片计算的盖度数据的响应最敏感,基于UAV航高30 m的相片和NDVI构建的草地盖度反演模型最优;4) 黄河源东部地区2000-2015年间草地盖度稳定不变的区域达71.46%,多分布在东南部;呈增加趋势的区域占研究区草地面积的22.01%,由西向东、由北向南增加幅度呈减少趋势;盖度减少区域零星分布在黄河源北部和南部的部分地区,仅占研究区草地面积的6.53%。     

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。     

基于数码相机的草地植被盖度测量方法对比研究

草地植被盖度是表征生态系统植被生长状况及环境质量的重要参数。在草地植物群落野外调查中,可以利用数码相机拍摄草地样方照片,而后在室内利用图像处理软件进行自动或半自动的植被盖度测量。随着移动智能设备(如iPhone/iPAD或各类Android Phone/PAD)的快速发展和普及,野外实时获取草地样方照片,同步计算草地植被盖度,并与有关遥感反演参数产品作校验对比分析,将成为未来地学移动测量和研究的重要方向。本研究在总结梳理既有利用数码相机识别植被盖度方法的基础上,设计了低覆盖、中低覆盖、中等覆盖、中高覆盖、高覆盖5种不同植被盖度情景,以及从早上6:00 到下午6:00、每隔2 h一次、全天共7次不同光照环境下的照相方案。继而以Photoshop人工勾勒和测算方法为基准,选择RGB阈值法、RGB决策树法、HSV判别法3种自动测量方法开展对比研究。测量结果的对比分析表明,草地盖度变化对RGB阈值法和HSV判别法的盖度识别精度无明显规律性影响,RGB决策树的盖度识别精度随着草地盖度的增加而增加;光照强度越强,RGB阈值法和HSV判别法对同一草地样方估算的盖度值越小,RGB决策树法估算的盖度值随光照强度的变化没有固定的规律。总体上讲,RGB阈值法和HSV判别法的识别精度较高,RGB决策树法误判率较高,但后者可以识别出非绿色的植物茎、花朵。最后提出了在现有绿色植被像元识别方法的基础上,结合边缘检查算法等图形像素的统计学特征分析方法,能进一步提高草地植被盖度测量的准确率。     

高寒矿区植被恢复对渣山表层基质的响应CSCD

针对多年冻土高寒矿区煤矸石山植被恢复问题,本研究以青海木里煤田圣雄矿区2013年在渣山人工种植的3个阳坡(Ⅰ、Ⅱ、Ⅲ)为研究对象,结合野外调查及室内分析方法,进行了植被恢复对渣山表层基质响应的研究。结果表明,样地Ⅰ的植被高度、盖度、地下生物量、幼苗高度、总盖度、苔藓盖度和生殖枝数量均与样地Ⅱ和Ⅲ之间有显著差异(P<0.05)。3个样地表层基质速效P、速效K、有机质、pH以及水分含量差异极显著(P<0.01)。坡面苔藓盖度与植被总盖度、幼苗盖度、生殖枝数量以及基质速效K极显著正相关(P<0.01)。利用随机森林方法得出,pH、速效P、幼苗高度、有机质、幼苗盖度是影响渣山坡面表层基质差异最主要的环境因子。因此,在多年冻土矿区植被恢复过程中,调节基质pH、适时补充速效养分和有机质有助于植被恢复。     

草地植被盖度的近距离遥感测定

盖度或者覆盖度是植物群落结构的一个重要数量指标。通常的目视估测植物群落盖度方法不仅精度低,而且因人而异。本研究采用近距离遥感方法测定草地植物群落盖度,该方法主要包括数据获取、图像处理、像元数量提取和盖度计算4个部分。精度评价表明,该方法测定的绿色植被盖度误差很小,与目视估测方法比较,它具有客观、一致和精度高的优点。     

疏勒河上游冻土区高寒草地NDVI分布特征及制约因素分析

全球变暖对多年冻土最直接的影响就是地温升高和活动层厚度增大,导致表层土壤含水量减少,从而对多年冻土区植被产生影响。以祁连山西段干旱－半干旱区的疏勒河上游地区为研究对象,分析不同冻土类型区高寒草地归一化植被指数（NDVI）的分布特征及变化趋势,建立不同冻土类型区NDVI和地表温度（LST）的关系。结果表明,从极稳定型冻土区到季节性冻土区,NDVI呈倒“U”形分布特征;1995年以来,极稳定型和稳定型冻土区NDVI略有增加,亚稳定型和过渡型冻土区NDVI增加相对明显,植被覆盖有所增加;不稳定型和季节性冻土区NDVI减少。从极稳定型冻土区到季节性冻土区,植被生长的限制因素从热量过渡到水分。     

疏勒河上游地区植被物种多样性和生物量及其与环境因子的关系

物种多样性与生物量及其环境因子的关系是生态学和环境科学领域的热点问题,而多年冻土退化的生态效应是冰冻圈科学研究的重要内容之一。因此,本研究以疏勒河上游地区21处试验样地的9种类型植被为对象,初步分析物种多样性和群落盖度、生物量及其同海拔梯度、土壤理化性质和多年冻土区活动层厚度的关系。结果表明,物种多样性与群落盖度、生物量存在显著的“单驼峰型”关系,同海拔梯度关系满足“中度膨胀”理论。另外,0～40 cm深度土壤中有机质和全氮含量高,速效养分含量适中,而pH值、全钾和全磷低,则使植被群落盖度升高、生物量增加,物种多样性表现出先增加后减少的趋势,而具有高饲用价值的莎草科类植物增多,杂草类植物减少。定量分析表明,多年冻土退化,活动层厚度增加,土壤pH值升高,有机质、全氮、速效磷和速效氮含量明显降低,全钾和速效钾含量增加至一定程度后减少;从而导致植物组成由湿生型逐渐向中旱生乃至旱生型转变,植被类型由高寒沼泽草甸演替为高寒草甸、黑土滩及高寒草原,最终成为沙化草地,群落盖度不断降低、生物量不断减少;功能群类型中高饲用价值的莎草科类植物不断减少,而禾本科、豆科及杂草类植物先增加后减少,致使物种多样性同样表现出先增加后减少的变化趋势。     

天山北坡草地盖度高光谱遥感估算

以天山北坡乌鲁木齐县甘沟乡为研究区,利用美国SVC HR-768便携式光谱仪采集25块样方的高光谱数据,并测定对应样方中草地盖度,分析草地盖度与原始光谱、一阶微分光谱和高光谱特征变量之间的相关关系;采用回归统计的方法,基于高光谱位置变量、高光谱面积变量和高光谱植被指数变量构建草地盖度的估测模型,并进行模型精度评价。结果表明,研究区草地盖度与植被冠层光谱反射率相关性较强的波段范围为354-704、1 420-1 481和1 904-2 512nm;基于一阶微分光谱和高光谱植被指数构建的估测模型能更好地反演草地盖度。通过模型检验,确定基于560nm的光谱一阶微分模型y=-384.153x+72.096可作为草地盖度的最优估测模型,模型均方根误差为7.344%,估算精度为90.343%。     

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。     

基于无人机激光雷达与多光谱数据的不同放牧强度下草原冠层尺度特征研究北大核心CSCD

放牧活动不但影响草原生态过程,而且改变草原群落空间格局。为进行草地冠层连续变化的尺度对放牧强度响应的研究,基于无人机机载激光雷达和多光谱遥感获取亚米级的草原冠层数据,利用小波分析方法研究了不同放牧强度下草原冠层空间格局及其尺度特征,探究草原冠层高度(CH)、植被覆盖度(FVC)、归一化植被指数(NDVI)等不同冠层参数空间尺度特征对放牧强度的响应。结果表明:CH、FVC、NDVI的小波方差随放牧强度增大呈下降趋势,草原冠层空间结构整体趋于均匀;小波方差和系数实部分析显示,CH,FVC和NDVI的空间格局存在170~180 m、116~140 m等2个主特征尺度,不随放牧强度而变化,较为稳定;中度、重度放牧使植物群落在空间中产生了许多小斑块,植被盖度的空间格局在小尺度上的变化较大。     

甘肃省高寒草甸植被覆盖度反演及其时空变化研究

本研究以甘肃省高寒草甸为研究区,基于2000—2019年遥感数据和2014年实测数据,采用经验回归模型法构建植被覆盖度(fractional vegetation cover,FVC)估算模型,并研究了过去20年高寒草甸FVC时空变化规律、稳定性及变化原因,以期为FVC动态监测提供科学依据。结果表明：在6种植被指数(vegetation index,VI)中除比值植被指数(ratio vegetation index,RVI)外,其余VI与FVC相关系数均大于0.65(P<0.01);模型精度检验发现高寒草甸FVC最佳反演模型为归一化植被指数(normalized difference vegetation index,NDVI)二项式模型：y=-0.65x²+1.97x—0.23(R²=0.81,RMSE=7.33);甘肃省高寒草甸FVC呈现南高北低的格局,20年FVC均值处于较高水平,年均FVC呈现波动上升趋势,平均增速0.15%·a^-1,其中FVC增加的面积占52.76%,稳定的面积占27.58%,下降的面积占19.66%,FVC变异系数小于0.15的面积占86.57%。综上所述,2000—2019年甘肃省高寒草甸FVC整体上呈现增加趋势,并且稳定性较高。     

基于无人机大样方数据及国产卫星反演草地植被覆盖度方法研究

受开垦、采矿等人类活动影响,草原出现退化甚至沙化,监测其植被覆盖度对于揭示草地的分布状况与空间变化规律具有重要意义。本文以无人机大样方数据与国产高分一号（GF-1）数据作为数据源,结合野外同步数码相机获取的数据,应用支持向量机（Support vector machine,SVM）构建不同数据源之间的植被覆盖度反演模型（数码相片—无人机大样方数据植被覆盖度估算模型,无人机大样方数据—GF-1数据植被覆盖度估算模型）,探讨国产GF-1卫星结合无人机大样方估算草原植被覆盖度的方法。结果表明,基于SVM模型的GF-1数据结合无人机大样方计算的土壤调节植被指数（Soil-adjusted vegetation index,SAVI）具有较高的精度（判定系数R²=0.97,相对分析误差RPD=4.86,均方根误差RMSE=3.23）,因此基于无人机大样方数据结合GF-1数据可以准确、快速地反演草地覆盖度,利用这种方法可以估算整个草原的植被覆盖度。     

我国西北地区东部时间序列NDVI数据集重建方法比较研究

高质量、长时序归一化植被指数(NDVI)数据集不仅是连续监测陆地表面特征的基础,也是研究气候与陆地生态系统变化的重要参数。本研究以生态环境较为脆弱的西北地区东部为例,借助多种时间序列重建方法对LTDR NDVI数据集中的噪声进行拟合重建,并结合农业气象资料和高质量NDVI数据,对不同重建方法的拟合结果开展适用性评价分析,结果表明,1)下垫面类型是影响重建方法拟合效果的重要因素。根据不同植被类型或作物生长特点,每种重建方法对其噪声消除能力有所不同;2)在年均NDVI较高(NDVI≥0.3),且NDVI曲线具有明显季节变化的草地、林地以及牧草等作物种植区域内,经过D-L拟合重建的NDVI具有较高的保真能力和适应性;3)在年均NDVI较低(NDVI<0.3),且植被季节生长变化不明显或NDVI曲线不呈季节对称性变化的稀疏植被区,以及以冬小麦为典型作物种植的区域内,经过S-G滤波重建的NDVI数据表现出相对较好的保真能力和适应性。     

不同机器学习算法在草原草地生物量估算上的适应性研究

准确估算草地地上生物量(Aboveground biomass，AGB)对于科学调整草畜关系、保护生态环境和实现草地资源的可持续发展具有重要意义。本文以锡林郭勒盟不同草地类型为研究对象，基于遥感数据、气象数据和数字高程模型数据，利用支持向量机(Support vector machines,SVM)、BP神经网络(BP neural networks,BP)和随机森林(Random forest,RF)三种机器学习算法建立AGB估算模型，评估三种机器学习算法模型估算AGB的潜力。精度验证结果表明，在研究区内不区分草地类型整体建立估算模型时RF算法的回归精度最高(R=0.88，RMSE=0.10，MSE=0.01，MAE=0.07)。SVM算法建立的模型在草甸草原和荒漠草原回归精度较高，而RF算法回归能力在典型草原具有相对优势。不同特征变量对估算AGB的贡献分析结果表明，植被覆盖度(Fractional vegetation cover,FVC)、归一化植被指数(Normalized difference vegetation Index,NDVI)、增强植被指数(Enhanced vegetation index,EVI)和降水量(Precipitation,PRCP)四个变量对AGB估算结果的影响较大。本文研究结果为干旱/半干旱区草地地上生物量估算精度的提高和方法的选择提供科学建议。     

1982-2013年新疆不同植被生长时空变化

基于逐像元一元线性回归模型,应用MODIS NDVI数据对AVHRR-GIMMS NDVI 数据进行时间序列拓展,建立了1982-2013年间长时间序列生长季最大NDVI数据集,分析了新疆不同分区的生长季植被NDVI变化及其对气候变化的响应。结果表明,1)北疆平原地区、南疆平原地区和南疆山地地区的植被NDVI变化呈显著增长趋势,北疆山地地区的植被呈下降趋势。2)水分条件和最低气温是影响新疆植被生长的重要因素,但不同分区的影响程度不同。北疆平原地区植被受水分条件影响较大,其中最低气温对农田植被影响较大;南疆平原地区植被受气温和降水的双重作用;山地地区植被受水分条件影响较大。3)从不同植被类型来看,水分条件对草地的影响最大,其次是林地,农田植被受水分条件的限制较小,与灌溉有着直接关系。4)增温增湿的气候条件有利于植被生长;北疆山地地区植被退化趋势受气候变化、火灾、平原草地围栏保护后放牧压力向山地转移等综合因素的影响。