用植被判定流程图法从数码照片中快速提取植被覆盖度

【目的】获得一种基于数码照片的准确、快速估计植被覆盖度的方法,为农林业及生态环境管理提供参数依据。【方法】首先从具有代表性的3个省区（江苏、河南、新疆）获取地表数码照片,然后采用植被判定流程图法（VDF法）,对分别在温和及强烈阳光下拍摄的10个样本的共计100张数码照片进行处理,计算植被盖度,将其处理效果及计算结果与归一化差异指数法（NDI法）所得结果进行比较。【结果】在温和阳光照射下拍摄的数码照片,用VDF法和NDI法估计的植被覆盖度的准确度都能够达到90%以上;而在强烈阳光照射下拍摄的数码照片,用VDF法估计的植被覆盖度的准确度（90.01%～92.61%）高于NDI法（81.31%～88.34%）。【结论】相对于NDI法,VDF法是一种提取信息全面、准确、高效的基于数码照片的植被覆盖度估计方法。     

基于线性光谱混合模型的荒漠草地覆盖度估测

为了解决草地混合像元对草地植被覆盖度监测的影响,该研究以Landsat TM为数据源,探讨线性光谱混合模型进行混合像元分解的关键问题,分析混合光谱模型获得的不同组分分量与植被覆盖度之间的关系,以期建立适合天山北坡荒漠草地覆盖度监测模型。结果表明:通过光谱混合模型获得植被、沙丘以及盐碱化土壤3个基本组分,其中植被组分与覆盖度拟合效果较好(R2=0.62),与植被指数法估测草地覆盖度相比,决定系数R2均高于比值植被指数、归一化植被指数、土壤调节植被指数及修正土壤调整植被指数MSAVI。通过对所获模型精度检验,均方根误差RMSE为1.28,结果较为理想。因此,利用线性光谱混合模型解析混合像元估测天山北坡荒漠草地覆盖度具有可行性。     

基于决策树的典型荒漠草地遥感分类策略

【目的】在遥感影像和地形图基础上对干旱半干旱地区天然荒漠草地进行分类,旨在为干旱半干旱地区草地分类及监测提供参考。【方法】采用基于决策树的天然草地分类方法,以天山北坡新疆阜康地区的TM遥感影像(2010-09-24)多光谱波段特征为主要分类变量,结合研究区数字高程模型(DEM),辅以影像目视解译结果,构建了对天然荒漠地区草地进行分类的决策树分类模型,对研究区主要地物类型进行了分类,并对分类精度进行了评价。【结果】综合考虑了遥感图像植被指数(NDVI)特征、DEM特征的分类策略,可以忽略山区的地形影响,简化分类过程,提高分类精度;与传统的非监督分类精度评价结果相比,基于专家知识的分类方法中总分类精度提高了37.4%,Kappa系数提高了78%,错分误差和漏分误差大幅减小;调整NDVI和DEM阈值可以使分类结果更加精准,模型适用区域更加广阔。【结论】基于决策树的典型荒漠草地遥感分类模型适用于荒漠区天然草地类型的提取与划分,可以提高利用遥感图像进行荒漠草地类型分类的精度。     

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。     

利用高光谱数据快速估算高羊茅牧草光合色素的研究

光合色素是植物体进行初级生产的重要物质, 能够间接反映植被的健康状况与光合能力,同时,高光谱遥感为快速、大面积监测植被的色素变化提供了可能。本研究以高羊茅牧草为材料,实测了高羊茅冠层的高光谱反射率与光合色素含量数据, 对二者进行了相关分析,从5大类12个高光谱特征变量{R_g、R₇₁₀、Dλ_r、Dλ₇₀₀、D[log(1/λ_i)]、S_g、RVI_a、RVI_b、PSSR、PSND、R_ch、CARI}中挑选了光合色素敏感参数,建立了植被指数光合色素估算模型。结果表明,光合色素叶绿素a、叶绿素b、总叶绿素和类胡萝卜素与原始光谱进行相关性比较分析时,叶绿素b效果最好;原始光谱、光谱一阶导和倒数对数一阶导3种光谱形式与光合色素进行比较分析时,光谱一阶导在700 nm附近与光合色素相关性最好,相关系数为-0.897;通过12个高光谱特征变量与光合色素相关性比较,选择达到极显著水平的6个变量:R_g、Dλ₇₀₀、D[log(1/R₇₃₀)]、RVI_b、R_ch、CARI进行光合色素含量的回归模型建立,这为利用物理方法快速、无损伤探测高羊茅牧草的营养状况及牧草质量提供了理论支持。