排序方式: 共有76条查询结果,搜索用时 15 毫秒
1.
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。 相似文献
2.
20世纪中后期以来,在全球气候变化和人类活动的影响下,青藏高原湿地生态系统变的极其敏感和脆弱。运用遥感与地理信息系统技术,以Landsat TM/ETM+/OLI遥感影像为主要数据源,解译了青藏高原东部甘南和川西北地区1991、2000、2010和2016年4个时期的沼泽湿地;利用转移矩阵和湿地动态度,分析了沼泽湿地的空间变化、转移方向和变化速率;采用景观指数,分析了沼泽湿地景观格局变化;结合气象数据和相关统计资料并利用灰色关联度法,分析了沼泽湿地变化的驱动因素。结果表明: 1)研究区沼泽湿地主要分布在东北部,1991-2016年4个时期的面积分别为6739.89、6231.39、5849.59和5649.35 km2,处于持续减少的状态,26年间面积共减少了1090.54 km2。2)26年来,研究区沼泽湿地的动态度从-7.54%减小至-3.42%,面积变化速率持续减慢,高寒草地是沼泽湿地转出和转入的主要类型。3)沼泽湿地的斑块数量先增加后减少,斑块密度持续增大,反映了沼泽湿地的破碎程度增高;最大斑块指数先降低后小幅升高,斑块形状指数先升高后小幅下降,反映了沼泽湿地的优势度降低,景观形状趋于复杂化;分离度指数先增大后小幅减小,聚集度持续降低,反映了沼泽湿地从单独紧凑的状态趋向离散化发展。4)人为因素是影响青藏高原东部沼泽湿地面积变化的首要原因,其次受到气候因素的影响,各因子影响力大小依次是牧业生产总值>国民生产总值(GDP)>人口数量>温度>蒸发量。沼泽湿地面积与各因子呈明显的负相关关系,面积随牧业生产总值、GDP、人口数量、温度和蒸发量的增加而减小。 相似文献
3.
天然草地牧草营养品质的优劣不仅影响家畜的生长发育,同时也影响畜产品的品质,对草牧业的发展具有至关重要的意义。高光谱遥感技术的飞速发展使深入研究天然草地牧草品质的动态变化成为可能。本研究综述了目前可利用的高光谱遥感数据以及天然草地牧草营养品质遥感反演的主要成果、常用方法和最新研究动态,分析了我国在天然草地牧草营养品质监测与评价方面尚存在数据获取困难、相关研究缺乏、软硬件性能不足等问题;在多种观测平台及相关技术不断革新背景下,探索星载、机载和地面高光谱数据的有机结合,强化高光谱遥感仪器性能,提高关键营养成分的反演精度是未来研究的重点。 相似文献
4.
草地是甘南和川西北地区最主要的植被覆盖类型,约占研究区面积的43.91%。为探明该地区草地的生长状况变化及其驱动因素,基于MOD13A3数据,采用趋势分析、变异系数、偏相关分析和残差分析,对研究区草地归一化植被指数(Normalized Difference Vegetation Index,NDVI)时空动态变化和稳定性进行分析,并研究了气象因素和人类活动对草地NDVI变化的影响。结果表明:2000-2018年甘南和川西北地区草地生长期NDVI呈上升趋势的面积占比为74.17%,其中17.15%通过显著性验证;研究区草地NDVI整体较高(均值为0.7096),在19年间全区和各类型草地NDVI均呈波动上升趋势,生长状况稳定,仅有6.08%的草地波动幅度较大;温度和降水对研究区草地NDVI的变化主要呈正向驱动,且NDVI与温度呈正相关的面积(70.19%)大于降水(62.63%),人类活动在2000-2005年对草地NDVI呈负向影响,2006-2017年呈正向影响。 相似文献
5.
基于随机森林的高寒湿地地区土地覆盖遥感分类方法 总被引:3,自引:0,他引:3
高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。 相似文献
6.
植物群落构成和植物种间联结,反映植物物种空间上相互关系,对于草地演替动态及稳定性的揭示具有重要理论意义。以青南牧区南部3个嵩草群落为对象,分析了群落生物量构成变化;并基于2×2列联表及植物种多度,采用Ochiai种间关联度指数及Spearman秩相关分析,探讨了不同嵩草群落的植物种间关系及群落演替特征。结果表明:藏嵩草群落的生物量显著高于高山嵩草+异针茅/杂类草群落,群落生物量主要由莎草科植物构成,其占总生物量的45%~80%,而禾草、杂类草和不可食植物则分别约占总生物量的8.1%,15.2%和16.4%;3个嵩草群落内的植物种对一般存在完全关联、绝对关联和完全独立3种关系,藏嵩草群落和高山嵩草+杂类草群落中完全独立的种对较多,为38.1%和40.0%;而高山嵩草+异针茅群落中完全关联种对较多,为36.3%;3个群落中较多植物种对间存在显著联结性,且显著正联结种对数多于显著负联结种对数,同一种对在不同群落中的种间关系不同;各嵩草群落均处于稳定发展阶段。 相似文献
7.
基于Landsat 8遥感影像的土地利用分类研究——以四川省红原县安曲示范区为例 总被引:3,自引:0,他引:3
以四川省红原县安曲示范社区2013年7月23日的Landsat 8OLI影像为数据源,参照国家土地利用分类标准,结合示范区的野外实际调查资料、数字高程模型、草地资源类型等辅助信息,建立了较为准确的解译标志。将目视解译结果视为地表真实状况,对非监督分类、监督分类和基于专家知识的决策树分类的结果进行精度验证。结果表明,监督分类方法对红原安曲示范区的土地利用分类结果与实际类别吻合最好,其分类总体精度可达85.02%,其中面积占示范区总面积约99%以上的草地、湿地、道路及水体的分类精度分别达88.66%、83.42%、83.73%和85.26%。 相似文献
8.
基于多源遥感数据的高寒草地生物量反演模型精度——以夏河县桑科草原试验区为例 总被引:2,自引:0,他引:2
基于MODIS、Landsat-8 OLI和HJ-1A/1B CCD卫星遥感资料,结合2013-2014年甘南州夏河县桑科草原试验区野外实测数据,建立了高寒草地地上生物量遥感反演模型,筛选出基于不同遥感资料植被指数的生物量最优反演模型,比较分析了生物量最优模型的空间效应。同时,分析了2000-2013年基于MODIS植被指数估算的试验区产草量的年际变化特征。结果表明,草地生物量最优反演模型为基于Landsat-8 OLI NDVI数据的对数模型(y=727.54lnx1+495.23,R2=0.772,RMSE=31.333 kg DM·hm-2);在30和250 m空间分辨率下,基于MODIS NDVI及EVI、Landsat-8 OLI NDVI和HJ-1A/1B CCD NDVI最优模型估算的生物量均高于实测生物量,其中Landsat-8 OLI NDVI数据估算的草地生物量与实测生物量值最接近;2000-2013年试验区草地总生物量整体上具有显著增加的趋势(R2=0.590 7,P0.001),平均增加速率达50.57 kg DM·hm-2·a-1。 相似文献
9.
草地地上物生物量(AGB)是评价草地生产力的重要指标,精准反演天然草地的AGB,对草地长势监测和草畜平衡评估具有重要的意义。由于常用的遥感数据(如Landsat和MODIS等)受较低时间或空间分辨率引发的诸多问题的影响,因此探索具有更高时空分辨率及更多光谱波段的Sentinel-2卫星数据在县域尺度的草地植被监测状况具有极其重要的作用。利用Sentinel-2卫星遥感影像和青海门源县实测草地AGB数据,构建了基于随机森林(RF)、支持向量机(SVM)和人工神经网络(ANN)3种机器学习方法的草地生物量估算模型,研究了2019-2021年门源县天然草地生物量时空分布特征。结果表明:1)Sentinel-2卫星影像的3个原始波段(B2、B6、B11)和2种植被指数[反红边叶绿素指数(IRECI)和特定色素简单比值植被指数(PSSRa)],是草地AGB敏感的特征变量。其中,红边波段(B5、B6、B7)对天然草地AGB遥感反演具有重要作用。2)基于RF算法的草地AGB估测模型是门源县天然草地生物量估测的最优模型(验证集R2为0.72,RMSE为622.616 kg·hm-2),优于SVM模型(... 相似文献
10.
基于土地利用/覆盖的甘肃省景观生态风险时空变化特征 总被引:1,自引:0,他引:1
甘肃省景观类型丰富多样,在中国西部地区的生态安全中起关键性作用,也为当地发展提供着重要的物质基础和生态服务。由于气候变化和人类不合理活动的影响,甘肃省部分地区生态环境的安全与稳定遭到严峻挑战。本研究基于欧洲航空局全球土地利用/覆盖数据(CCI-LC),利用动态度、转移矩阵方法分析了2005-2019年甘肃省土地利用/覆盖变化特征;通过构建景观生态风险指数并运用空间自相关分析法分析了景观生态风险的空间分布特征。结果显示:1)2005-2019年间,裸地面积减少最多,变化率1.88%,耕地次之,变化率2.31%;草地面积增加最多,变化率1.83%,建设用地次之,变化率191.08%。2)所有土地利用/覆盖类型中,建设用地的动态度最高且在整个研究时期内变化速率都保持在较高水平,综合动态度最大的时期为2010-2019年。3)土地利用/覆盖转移矩阵主要表现为耕地、林地、草地、裸地之间的转入与转出以及其他土地类型向建设用地的转入。4)2019年整体的生态风险值较2005年明显上升。其中低风险区和较低风险区面积最多,转化最频繁;中等风险区、较高风险区和高风险区面积虽然较少,但都存在不同程度的增长。... 相似文献