基于随机森林的高寒湿地地区土地覆盖遥感分类方法

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。     

天然草地牧草营养品质的高光谱遥感研究进展

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。     

青藏高原东部高寒沼泽湿地动态变化及其驱动因素研究

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。     

杀菌剂对沙打旺种子萌发和幼苗生长的短期影响

病害是导致沙打旺(Astragalus adsurgens)草地产量下降的主要原因之一。本研究用杀菌剂对沙打旺种子进行预处理,在培养皿和盆栽两种培养条件下模拟沙打旺种子在自然环境中受到不同病原真菌侵染后的萌发和生长状况,探讨杀菌剂预处理的作用和效果。结果表明,人工接种病原菌后,经杀菌剂处理的种子,其发芽率,植株的株高、根长和干重较无菌水处理种子显著提高(P0.05),而发病率、死亡率和平均病情指数则相应地显著降低(P0.05)。不同杀菌剂的防治效果有所不同,在多菌灵、代森锰锌和甲基托布津3种杀菌剂中,代森锰锌预处理防治效果最好。     

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。     

基于ADC和MODIS遥感数据的高寒草地地上生物量监测研究——以黄河源区为例

利用2015-2016年8月采集的黄河源区草地生物量数据和MODIS卫星遥感资料,结合农业多光谱相机(agricultural digital camera,ADC)获取的植被指数数据,比较分析3种_(ADC)植被指数(NDVI_(ADC)、SAVI_(ADC)和GNDVI_(ADC))与野外实测草地地上生物量(above-ground biomass,AGB)数据的相关性,筛选出适合构建草地AGB反演模型的_(ADC)植被指数;结合MODIS NDVI(记作NDVIMOD)构建草地地上生物量反演模型,采用留一法交叉验证方法评价各模型精度,确立适宜模拟研究区草地AGB的最优模型;并利用NDVI_(ADC)校正NDVI_(MOD),获得高分辨率、高精度的草地AGB遥感监测改进模型。结果表明,1)基于_(ADC)获取的3种植被指数中,NDVI_(ADC)与高寒草地地上生物量关系最为密切,其次为SAVI_(ADC),拟合效果最差的是GNDVI_(ADC);2)基于NDVI_(ADC)建立的草地AGB监测模型的精度(RMSEP介于383.55~393.18kg DW/hm2;r范围为0.65~0.66)远高于NDVI_(MOD)的模型精度(RMSEP介于421.08~427.00kg DW/hm~2;r范围为0.55~0.58),NDVI_(ADC)反演得到的草地AGB更接近于黄河源区草地实际生物量,且相较于NDVI_(ADC),NDVI_(MOD)的样本值整体偏高;3)在NDVI_(ADC)构建的4类模型中,线性和乘幂模型模拟研究区草地AGB的能力较好,但线性模型精度更高(y=3248.93×NDVI_(ADC)-305.59,RMSEP=383.55kg DW/hm~2,r=0.66),该模型为黄河源区草地生物量的估测提供了一个新型且易操作的方法;4)NDVI_(ADC)与NDVIMOD相关性较高,利用NDVI_(ADC)校正NDVI_(MOD)可以改进草地AGB遥感反演模型,优化模型为y=2455.54×NDVI_(MOD)-301.69。该模型可在大尺度范围内估测黄河源区的草地生物量,且模型精度接近于地表测量法的监测精度。     

中国北方草地资源管理信息系统的设计与实现

北方草地不仅是我国重要的畜牧业生产基地,更是我国北方一道重要的生态屏障。为了掌握北方草地资源的整体状况、空间分布以及动态变化,本研究基于ArcGIS Server 10.0服务器、Microsoft SQL Server 2008数据库等环境,将Flex框架与WebGIS技术相结合,设计开发了中国北方草地资源管理信息系统,实现了在网页上快速浏览、查询、管理北方草地资源的功能,构建了一个全面、准确、高效的草地资源监测信息管理平台,为相关决策人员提供了科学、合理的决策依据,推动了我国数字草业的发展进程。     

基于CCI-LC数据的甘南和川西北地区土地覆盖类型时空动态分布及草地面积变化驱动力研究

土地覆盖变化是评价生态系统健康的关键,并对可持续发展有重要意义。遥感技术是实现快速动态监测大面积土地覆盖变化的有效方法。结合野外实测土地类型数据和Landsat 8 OLI影像,对欧空局全球土地覆盖产品(CCI-LC)在甘南和川西北地区分类精度评价的基础上,分析了研究区1992-2015年土地覆盖类型的时空动态变化特征,并从自然和人为两方面因素出发,研究了该地区草地面积变化的驱动力。结果表明:1)CCI-LC产品在甘南和川西北地区的总体精度为76.79%,在六大土地覆盖类型中(草地、林地、裸地、水体、永久冰雪和人类占用地),草地的用户精度最高(94.88%)。2)在1992-2015年,草地面积整体上呈减少趋势,且在1994-2001年发生了较大的变化,减少了6760.53 km²,动态度为-0.53%·年^-1。3)1992-2000年研究区主要发生草地、林地和人类占用地三者之间的相互转化,其中草地以转出为主;2000-2010年研究区土地覆盖类型的变化多样,草地仍以转出为主,但转出面积较上一时间段大幅度减少;2010-2015年间研究区地物类型的转换关系更加复杂,其中草地以转入为主,转入来源仅为林地和人类占用地。4)农业GDP和牧业GDP是甘南和川西北地区草地面积变化的主要驱动因素,且两者均与草地面积呈负相关关系。提供了一种宏观、快速、低成本分析长时间序列土地覆盖类型动态变化的遥感监测方法。     

草层高度遥感监测研究进展

草层高度在草地退化和沙化评价、生物量遥感监测、牧区雪灾监测中都具有重要的作用和价值,然而草层高度精确监测和制图一直是草地遥感研究的难点。近年来随着多光谱遥感、激光雷达遥感技术、无人机技术和高光谱遥感技术的不断发展,为草层高度的高精度遥感监测提供了技术支撑。本文在综述草层高度遥感监测研究进展的基础上,归纳了草层高度遥感监测研究存在的问题及展望,以期为草层高度高精度遥感监测研究提供帮助。     

基于CASA模型和MODIS数据的甘南草地NPP时空动态变化研究

植被净初级生产力(net primary productivity, NPP)在全球气候变化及碳循环研究中扮演着重要的角色,精准快速的估算NPP对评估区域生态系统承载力以及合理利用自然资源具有重要的意义。利用2011-2014年甘南地面实测草地地上生物量(aboveground biomass, AGB)数据和根冠比系数计算的草地NPP数据,分别验证了MOD17A3 NPP产品和基于CASA(Carnegie-Ames-Stanford approach)模型估算的草地NPP的精度,分析了2000-2016年甘南地区草地NPP的时空动态变化。结果表明:基于CASA模型模拟的草地NPP精度整体上高于MOD17A3 NPP产品的精度,其均方根误差(root mean square error, RMSE)较MOD17A3 NPP小9.94 g C·m^-2;CASA模型分析的甘南地区草地NPP总体上呈现由西南向东北逐渐减少的趋势;对不同草地类型而言,沼泽类的平均NPP最高(469.07 g C·m^-2),温性草原类最低(324.18 g C·m^-2),而占研究区草地总面积比例较大的高寒草甸类和高寒灌丛草甸类草地的平均NPP分别为449.22和465.27 g C·m^-2;2000-2016年间,甘南地区大部分草地NPP稳定不变,其面积占研究区草地总面积的75.31%,NPP呈增加趋势的区域占草地面积的22.63%,而NPP呈减少趋势的区域占比最小,仅为2.06%。以上研究结果表明CASA模型在高寒地区草地NPP评估、草地资源合理利用与管理方面具有重要的应用价值。