基于高光谱数据的高寒草甸氮磷钾含量估测方法研究——以青海省贵南县及玛沁县高寒草甸为例

以青海省玛沁县和贵南县高寒草甸作为典型研究区,利用地物光谱仪采集了20块样地的高光谱数据,并测定了对应样地所有样方中牧草的养分含量,分析了牧草中氮磷钾素含量与冠层原始光谱反射率和一阶微分光谱反射率之间的相关关系;采用回归统计方法,基于光谱位置变量,光谱面积变量及植被指数变量构建了高寒草甸氮磷钾素的估测模型,并对模型进行了精度评价.结果表明,1)与原始光谱反射率曲线相比,一阶微分光谱反射率曲线能较好地反映牧草中N,P,K素所对应的敏感波段;2)高寒草甸牧草中N,P,K素含量与冠层高光谱相关性较强的波段大多分布在红光区域(680~760 nm);3)基于光谱位置变量构建的估测模型能更好地反演高寒草甸N,P,K素含量.其中,以光谱位置变量R'_708.88为自变量的对数模型对氮素含量估测效果较好,R²为0.67,估测精度达到83.56%;以光谱位置变量R'_704.85为自变量的对数模型对磷素含量估测效果较好,R²为0.55,估测精度达到92.15%;以光谱位置变量R'_697.36为自变量的对数模型对钾素含量估测效果较好,R²为0.86,估测精度达到82.44%.     

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%。     

基于随机森林的高寒草地地上生物量高光谱估算

草地地上生物量（Aboveground biomass,AGB）是衡量草地生产力的关键因素,准确测定草地AGB具有重要意义。高光谱因具有时效性强、不破坏草地等特点被广泛用于草地生理生态指标的测定。本研究提取和计算了海北试验站高寒草地冠层的原始光谱（Original spectrum,OR）反射率、一阶微分光谱（First derivative spectrum,FD）反射率、光谱位置面积参数（Spectral parameters of spectral position and area,PA）和植被指数（Vegetation indices,VI）4种不同类型的特征变量,使用连续投影算法（Successive projections algorithm,SPA）和递归特征消除算法（Recursive feature elimination,RFE）进行特征选择,采用随机森林算法（Random forest,RF）构建草地AGB估测模型。结果表明：在由4种特征变量分别构建的草地AGB估测模型中,基于VI的RF模型精度最高（测试集R²=0.70,RMSE=557.87 kg·ha^-1）,实测AGB与估测AGB的线性R²达到0.72;不同类型特征变量组合构建的草地AGB估测模型中,PA+VI组合的RF模型精度最高（R²=0.71,RMSE=548.97 kg·ha^-1）,实测AGB和估测AGB的线性R²达到0.73。     

大丰麋鹿保护区狼尾草粗蛋白含量的高光谱遥感估算

粗蛋白是评价牧草质量的重要指标,利用高光谱遥感技术可以充分了解粗蛋白的含量及其动态变化,为牧草品质遥感监测提供科学依据.利用光谱仪测定大丰麋鹿自然保护区半散养区主要优势植物狼尾草(Pennisetum alopecuroides)的冠层反射率,并分析了其粗蛋白的相对含量.选择狼尾草原始反射率光谱及其构建的植被指数与其粗蛋白含量进行相关性分析,筛选显著相关的光谱特征;运用偏最小二乘回归(partial?least?squares?regression,PLSR)和多元逐步回归(stepwise?multiple?linear?regression,SMLR)建立狼尾草粗蛋白含量高光谱预测模型,通过比较模型精度确定最优预测模型.结果表明,基于显著性波段的PLSR模型精度最高(验证集R2?=?0.897,?RMSE?=?1.303,?RPD?=3.110);基于显著性波段的SMLR模型反演效果最差(验证集R2?=?0.170,?RMSE?=?3.691,?RPD?=?1.098);基于植被指数的PLSR和SMLR模型精度较为接近,验证集RPD约为2;基于显著性波段的PLSR模型反演效果最好.本研究结果可为保护区大区域尺度狼尾草粗蛋白含量的定量反演提供参考依据.     

近红外光谱检测燕麦饲草青贮营养品质研究

为提高生产中燕麦(Avena sativa L.)饲草营养品质检测分析效率，实现快速准确预测多指标含量，本研究从中国河北、甘肃、内蒙、四川、贵州、江苏和山东7个省份采集并制作了273份燕麦饲草青贮样本，使用便携式近红外仪器采集光谱，利用偏最小二乘回归法(Partial least square, PLS),建立了新鲜样品和干燥样品营养成分的定量分析模型。结果表明：新鲜样品含水量和酸性洗涤纤维的模型可以用于定量分析，外部验证决定系数(Correction of validation,R_val²)分别为0.94和0.88,相对分析误差(Ratio of performance to deviation, RPD)大于2.5;干燥样品的含水量、酸性洗涤纤维和粗蛋白的模型能够用于实时检测分析，R_val²分别为0.90,0.90,0.88,RPD均大于2.5,中性洗涤纤维、可溶性碳水化合物、粗脂肪的模型能达到粗估的效果，R_val²分别为0.76,0.85,0.85,...     

大丰麋鹿保护区狼尾草粗蛋白含量的高光谱遥感估算

粗蛋白是评价牧草质量的重要指标,利用高光谱遥感技术可以充分了解粗蛋白的含量及其动态变化,为牧草品质遥感监测提供科学依据。利用光谱仪测定大丰麋鹿自然保护区半散养区主要优势植物狼尾草(Pennisetum alopecuroides)的冠层反射率,并分析了其粗蛋白的相对含量。选择狼尾草原始反射率光谱及其构建的植被指数与其粗蛋白含量进行相关性分析,筛选显著相关的光谱特征;运用偏最小二乘回归(partial least squares regression,PLSR)和多元逐步回归(stepwise multiple linear regression,SMLR)建立狼尾草粗蛋白含量高光谱预测模型,通过比较模型精度确定最优预测模型。结果表明,基于显著性波段的PLSR模型精度最高(验证集R2=0.897, RMSE=1.303, RPD=3.110);基于显著性波段的SMLR模型反演效果最差(验证集R2=0.170, RMSE=3.691, RPD=1.098);基于植被指数的PLSR和SMLR模型精度较为接近,验证集RPD约为2;基于显著性波段的PLSR模型反演效果最好。本研究结果可为保护区大区域尺度狼尾草粗蛋白含量的定量反演提供参考依据。     

基于XGBoost算法的草甸地上生物量的高光谱遥感反演

准确、高效获取草甸地上生物量信息,对牧区农牧业生产、草地资源管理、牧草可持续利用具有重要意义。本研究基于实地采集的牧草冠层光谱反射率及同期获取的地上生物量数据,运用互信息法分别分析了微分光谱、优化植被指数与草甸地上生物量的相关性,进一步构建了极限梯度提升（XGBoost）算法与不同阶光谱植被指数数据集的草甸地上生物量模拟估算模型,并与多元线性回归（MLR）和随机森林（RF）算法建立的模型进行对比。结果表明：对光谱反射率进行一阶、二阶微分与光谱植被指数变换协同应用,有助于提高冠层光谱与地上生物量的相关性;基于原始光谱植被指数与XGBoost算法构建的草甸地上生物量模拟估算模型效果最佳,均方根误差（RMSE）为140.26 g·m^-2,平均绝对误差（MAE）为97.20 g·m^-2,Nash效率系数（NSE）为0.81,一致性指数（d）为0.94,其次为基于RF算法构建的模型,MLR算法构建的模型精度较差。研究认为XGBoost算法可适用于草甸地上生物量模拟估算模型的建立,为快速准确的牧草高光谱遥感监测提供了技术和方法,为区域性草地高精度大面积生产力估算奠定了基础。     

基于不同阶微分高光谱植被指数的牧区草场地上生物量估算

利用高光谱遥感技术能快速、无损、高效地获取草地地上生物量信息,对牧区牧草高效管理、草畜供求关系平衡以及放牧制度优化等方面具有重要意义。为了寻求估算生长旺盛期草地地上生物量最适宜的微分光谱阶数,本研究在内蒙古天然草场通过原位试验采集了高光谱反射率与地上生物量数据,对原始光谱反射率数据进行一至四阶微分处理,在全波段范围内挑选最佳波段构建简单比值植被指数（Simple ratio vegetation index,SRVI）、归一化植被指数（Normalized difference vegetation index,NDVI）、土壤调节植被指数（Soil adjusted vegetation index,SAVI）和增强型植被指数（Enhanced vegetation index,EVI）4种高光谱植被指数,建立相应地上生物量估算模型并对比评价各模型精度。结果表明：对原始高光谱反射率进行微分处理,有助于提高敏感波段与地上生物量的相关性;红边波段与近红外波段是构建最佳植被指数的重要组成波段,占所有优选波段的82%;基于二阶微分光谱的最佳SRVI和NDVI模型精度最好,R²分别为0.69和0.70,RMSE分别为196.60 g·m^-2和196.65 g·m^-2,过高的微分阶数反而会降低估算模型的精度。本研究能为利用不同阶微分高光谱估算草地地上生物量提供科学借鉴,为精准快速的牧区天然草场遥感监测提供技术和方法支持。     

基于HJ-1A卫星数据的高寒草地氮素评估-以青海省贵南县及玛沁县高寒草地为例

基于HJ-1A HSI卫星遥感资料,结合2014年青海省玛沁县、贵南县研究区高寒草地野外实测数据,建立了高寒草地氮素含量的估测模型,并对模型进行了精度评价,筛选出最优反演模型,分析了研究区高寒草地氮素的空间分布。结果表明,1)高寒草地HSI的原始光谱反射率、一阶导数光谱反射率及去包络线光谱反射率与地面实测氮素含量有一定的相关性,特别是吸收特征波段1(750.95~791.95 nm)和吸收特征波段3(889.03~921.30 nm)与氮素含量具有显著的相关性;2)基于吸收特征波段1构建的波段深度指数BD_767.99可以较好的估测研究区高寒草地氮素含量,利用此变量拟合的线性回归模型可以解释研究区高寒草地氮素含量变化的44%,模型估测精度可达81.6%;3)贵南研究区氮素含量的空间变异较大,整体而言,西北部和西南部地区氮素含量较高,东北部地区氮素含量较低;玛沁研究区氮素含量的空间变异较小,草地氮素含量水平整体较低。     

祁连山东缘高寒草地植物群落叶绿素高光谱反演模型的建立

祁连山高寒草地是我国北方草地的重要组成部分,近年来退化较严重,导致其产量、质量下降.利用ASD地物光谱仪采集了祁连山东缘高寒草地植物群落光谱数据,并利用Person相关系数法、PCA主成分分析法和VIP变量投影重要性法等方法,筛选了与高寒草地植物群落叶绿素相关性较高的原始光谱波段与植被指数,通过多元逐步回归与多元线性回归建立了叶绿素反演模型,为祁连山东缘高寒草地的遥感监测提供技术支撑.结果 如下:1)原始光谱384、528、721 nm波段的反射率与高寒草地植物群落的叶绿素相关系数较高,共筛选出522个原始光谱波段作为多元逐步回归变量;2)植被指数RVI、SAVI、NDVI670、VARI、PSRI、ARVI、RGI、GI、OSAVI、GNDVI与群落叶绿素显著相关,且优于单波段原始光谱;3)利用筛选出敏感波段的原始光谱反射率与植被指数指标建立反演模型,其中原始光谱多元逐步回归模型精度(R2 =0.889)最高,且模型检验结果较好(R2 =0.9161,RMSE=0.05),可作为高寒草地植物群落叶绿素的反演模型.     

基于高光谱参数的柑橘园土壤水分动态监测

摘要：土壤水分是提高柑橘产量和品质的关键因素，为了高效、无损、精准的获取柑橘园土壤水分动态变化，利用ASD光谱仪选取了适宜的响应波段（350~1075nm）的数据作为试验光谱反射率，采用多元线性逐步回归分析（SMLR）对提取的特征波段反射率及9种光谱的转换形式的数据进行计算和分析，并利用实测柑橘根系0~60cm的土壤含水率进行验证，建立了预测柑橘园土壤含水率的高光谱模型。结果表明：土壤含水率在0~20cm的深度条件下变化最为明显，有助于提高模型的预测精度；光谱的微分处理较非微分处理，与波长的关系曲线波动更大且反演精度显著上升；柑橘园的试验样本水分的特征波段在700~760nm以及950nm左右是进行建模优先考虑的特征波段；光谱对数（1gR）的一阶导数和倒数的对数（lgR-1）的一阶导数对土壤水分的拟合精度较高，两种拟合方式的决定系数（R2）均达到0.876以上，均方根误差（RMSE）均达2.19%，相对分析误差（RPD）均达7.107；其中光谱对数（1gR）的一阶导数为预测柑橘园土壤含水率的最优模型，在进一步验证中实测值和模型计算值拟合的相关系数高达0.992。因此，基于光谱对数（1gR）的一阶导数构建的模型可实现对柑橘园土壤水分的精确监测。     

甘南草地地上生物量的高光谱遥感估算研究

为了促进高光谱分辨率遥感技术在草地畜牧业动态监测和遥感估产中的应用,选择甘南草原为研究区,通过野外观测,测量了天然牧草的冠层高光谱和地上生物量数据,分析了4种主要草地类型的冠层光谱曲线特征,并分析了地上鲜生物量与冠层反射光谱和一阶微分光谱之间的相关关系,构建了光谱特征参数作为变量,建立了甘南草原牧草地上鲜生物量的高光谱估算模型,并对模型进行检验,结果表明：特征参数D723的对数回归模型,不仅相关系数较高,而且均方根和相对误差都较小,因此,估算精度较高,可作为甘南草地地上鲜生物量的最佳高光谱估算模型。     

新疆伊犁地区草地土壤容重空间格局分析

以新疆伊犁地区146个草地样地表层土壤容重调查测定数据为基础,结合遥感及气象数据,进行草地土壤容重与海拔、年均气温、年均降雨、≥10℃年积温、湿润度和NDVI间的相关及回归分析,构建土壤容重综合评价模型,借助ArcGIS平台加权叠加计算出伊犁地区草地土壤容重的空间分布格局。结果表明,伊犁地区草地土壤容重与海拔、年均气温、年均降雨、≥10℃年积温、湿润度和NDVI间显著相关(P<0.01);综合评价结果与实测值之间的复相关系数R²=0.6025,均方根误差(RMSE)为0.1479 g/cm³,总体偏差为14.39%,平均预测精度达85.61%。空间格局上,土壤容重在河谷地带较高,随着海拔递增呈现出逐渐减小的趋势;伊犁河谷两侧的温带荒漠类草地土壤容重最大,约为1.3340 g/cm³,南部天山北坡的高寒草甸类草地最小,约为0.7310 g/cm³。综合评价结果较好地反映了新疆伊犁地区的土壤容重空间分布情况,与土壤类型和草地类型的分布基本吻合,可以为草地退化安全评估提供参考。     

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 = 0.524 9,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.     

黄河源区高寒草甸群落高度遥感模拟与评价

草层高度是反映草地生长状况的重要指标之一,与草地地上生物量的监测及载畜力的评估具有紧密联系。目前,对我国天然草地群落高度的监测尚缺乏精确的遥感方法。本研究以黄河源区高寒草甸为研究区,分别基于MODIS植被指数、冠层高度模型以及草地冠层高光谱反射率,构建了高寒草甸草地群落高度的估算模型,并对模型精度进行了评价。结果表明,1)12种MODIS植被指数中,NDVI对草层高度的变化最为敏感,其4种回归模型的R~2均较低,介于0.203~0.241,NDVI指数模型(y=0.789e~(3.186x),R~2=0.241)的拟合效果最好,但反演误差较大(RMSE=4.2cm,CVRMSE=45.7%);2)冠层高度模型在黄河源地区高寒草甸试验区的反演精度较低(RMSE=5.8cm,CVRMSE=62.1%),实际应用误差较大;3)高寒草甸群落高度与519.4-583.17nm波段之间的冠层光谱反射率存在显著负相关关系(P0.05),基于光谱位置变量R′510.59的线性模型(y=~(-1)56.375x+20.384)相对最优(R~2=0.489,RMSE=3.5cm),较适合反演高寒草甸群落的草层高度。     

甘南草原不同退化草地植被和土壤微生物特性

为研究草地退化对植被和土壤微生物的影响,本试验以甘南州碌曲县高寒草地为研究对象,调查研究不同退化程度草地植被特征,并测定土壤微生物呼吸、土壤微生物量碳、土壤微生物代谢熵及土壤微生物群落结构变化。结果表明：随着草地退化程度的加重,高寒草地植物种类减少,优势植物种类发生变化,植被高度、盖度、植株数、鲜草产量下降;土壤基础呼吸和诱导呼吸、土壤微生物量碳及土壤代谢熵等指标均有不同程度的下降;土壤总磷脂脂肪酸（Phospholipid fatty acid,PLFA）、土壤细菌、放线菌含量减少,真菌含量增多,土壤微生物群落结构发生变化,压力指数增高;植被与土壤微生物各指数呈一定的相关性。本研究说明高寒草地退化过程中植被演替与土壤微生物变化密切相关。     

不同粒径土壤的反射光谱对荒漠土壤有机质含量的响应

为研究荒漠土壤有机质的高光谱诊断技术,分析了不研磨土样与2 mm土样的高光谱反射特征及与有机质含量的相关性。结果表明：不研磨土样的原始反射光谱在365.0~449.2 nm和567.8~799.8 nm与土壤有机质成极显著负相关。反射光谱经数学变换后,扩展了与有机质极显著相关的波段范围,2 mm土样光谱反射率与有机质的最大相关系数（|r|=0.420）高于不研磨土样（|r|=0.351）。2 mm土样光谱经一阶微分变换后,在569.2 nm和1141.5 nm建立的土壤有机质含量预测模型精度较高,但是当有机质含量低于9 g·kg^-1时,预测精度较差。     

甘南“黑土滩”型退化草甸土壤理化特性及酶活性季节变化

为明确甘南草原"黑土滩"型退化高寒草甸土壤特征,本研究分季节连续采集甘南州碌曲县4种退化程度（轻度退化（LD）,中度退化（MD）,重度退化（SD）和极度退化（ED））高寒草甸土壤,分析其理化性质及酶活性季节变化。结果表明：土壤含水量在8月份显著低于6月份和10月份,脲酶活性在6月份最高,土壤碱性磷酸酶活性在10月份最低;随退化程度加剧,土壤含水量和有机质含量均呈下降趋势,脲酶活性呈先上升后下降的趋势,土壤碱性磷酸酶活性呈上升趋势。8月份土层深度和退化程度两种因素的交互作用对土壤有机质、速效钾、速效磷、全氮和全钾含量均有显著影响（P<0.05）。综上所述,甘南"黑土滩"型高寒草甸表现出显著的土壤退化特征,土壤含水量、有机质含量和土壤脲酶活性呈降低趋势,而土壤速效磷、速效钾含量和碱性磷酸酶活性呈增加趋势。     

黄土高原中部草地土壤有机碳密度特征及碳储量

对黄土高原水平方向的4种主要草地类型(森林草原、典型草原、高寒草甸草原、荒漠草原),分析其土壤有机碳含量、有机碳密度及其碳储量,以期揭示黄土高原中部不同草地类型土壤有机碳分布特征,初步估算黄土高原中部天然草地土壤有机碳储量。结果表明:各草地类型土壤有机碳含量和土壤碳密度均随深度增加而减少,但类型不同其减少程度不同。高寒草甸草原的土壤有机碳含量减少幅度最大,荒漠草原减幅最小;4种类型草地的土壤有机碳密度排序为:高寒草甸草原>典型草原>森林草原>荒漠草原,对于整个土层而言,草地类型间的土壤有机碳密度变异程度不同,典型草原变异系数最大,高寒草甸草原最小;在水平方向上,黄土高原中部有机碳密度分布很不均匀。黄土高原中部天然草地总面积2.02×10⁷hm²,其1 m深度土壤碳储量为1.06 Pg C。