青海湖流域植被物候格局时空动态变化及其与植被退化的关系

本研究利用2000-2014年期间MODIS 16 d合成EVI 数据,选用阈值法模型提取了青海湖流域逐年的植被关键物候期,分析了物候时空动态变化特征及其与植被退化的关系。结果表明,青海湖流域内植被陆续在4月中旬-6月中旬进入返青阶段,8月中旬-10月中旬进入枯黄期,生长季长度在100~150 d之间。植被陆续进入返青期的时间在流域整体空间上呈现由东南向西北延迟的水平地带性变化趋势,多高山分布区域的植被进入返青期时间表现出垂直非地带性特征。植被进入枯黄期的时间与进入返青期早晚的时间在空间格局上相反,生长季长短空间格局与植被进入返青时间早晚的空间格局一致。气候变化趋势下,流域植被物候时空动态变化存在空间异质性,返青期均值年际变化趋势不明显,枯黄期均值提前6.4 d,生长季均值缩短8.9 d。流域内植被物候除受气候因子影响外,与植被退化也有密切关系。植被生长趋于茂盛,返青期呈现延迟趋势;植被生长退化趋势,返青期呈现提前倾向。枯黄期与植被退化的关系较复杂,整体上未表现出明显一致的相关性。植被生长季与植被退化呈现强负相关,即植被生长呈现茂盛趋势的区域,生长季缩短。     

高山松地上生物量遥感估算的不确定性分析

  目的  采用遥感数据估算森林地上生物量仍存在一些不确定性问题,研究估算过程中的误差来源及其占比,对提高森林地上生物量的估测精度具有重要意义。  方法  从遥感影像提取因子,结合高山松Pinus densata外业调查数据,建立多元线性回归、梯度提升回归树、随机森林等3种地上生物量估测模型,对样地尺度与3种模型的不确定性进行分析和度量。  结果  ①高山松单株生物量模型不确定性为16.43%,样地尺度的不确定性为7.07%;②多元线性回归模型残差不确定性为34.86%,参数不确定性为21.30%,与样地不确定性合成后总不确定性为41.45%;③非参数模型中,梯度提升回归树估测高山松地上生物量的总不确定性为23.12%,随机森林为19.42%。  结论  3种遥感估算模型中,非参数模型的不确定性明显低于参数模型。相较于样地尺度,遥感估算模型的不确定性对地上生物量估算精度的影响较大。图3表3参26