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%.     

基于高光谱数据的高寒草地土壤有机碳预测模型研究

土壤退化是草地退化的更深层次指示,运用遥感手段大面积测定土壤有机碳进而评估草地土壤状况有助于对草地退化状态的正确认识。以甘南州高寒草地土壤为研究对象,使用ASD地物光谱仪,在室内条件下对土壤样品进行可见光/近红外光谱测量,分析8种光谱变换形式与土壤有机碳含量的相关性并选取特征波段,利用3种多元回归方法(逐步多元线性回归、主成分回归、偏最小二乘回归),通过验证样本的决定系数(R_v²)、均方根误差(RMSE)和剩余估计偏差(RPD)来评价模型,进而确定高寒草地土壤有机碳的最佳估测模型。结果表明,微分变换方法可以显著提高光谱特征与土壤有机碳含量的相关性,在所有变换形式中以光谱反射率的一阶微分与土壤有机碳含量相关性最好,最大相关系数绝对值为0.865;基于光谱反射率一阶微分变换形式的3种多元回归方法对土壤有机碳均有极好的预测能力,表明对于土壤有机碳的稳定监测来说光谱反射率的一阶微分是非常有效的变换形式;综合考虑基于所有光谱变换形式的3种多元回归方法的预测结果,偏最小二乘回归法具有高的R_v²和RPD,同时具有低的RMSE值,是研究区土壤有机碳估测的最优回归方法;基于光谱反射率对数的一阶微分变换形式所建立的偏最小二乘回归模型具有相对较高的预测集决定系数(R_v²=0.878)、最大剩余估计偏差(RPD=2.946)和最小均方根误差(RMSE=7.520),因此该模型为甘南高寒草地土壤有机碳的最优估测模型,最优模型的RPD大于2.5说明该模型有足够的稳定性可以应用于其他地区土壤有机碳的估测。     

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HJ-HSI数据的伊犁绢蒿荒漠草地生物量估测

以地面实测数据为依据,通过获取其同步HJ-HSI影像光谱反射率,筛选出光谱变量、波段变量,对不同利用状态的退化伊犁绢蒿(Seriphidium transiliense)荒漠草地(围栏封育区N,围栏外重度退化区W_1,围栏外中度退化区W_2)的地上生物量进行估测。结果表明,1)各季节不同利用状态伊犁绢蒿荒漠草地群落HJ-HSI光谱反射率不同,春季为W_2NW_1,夏季为W_2W_1N,秋季为W_1W_2N;2)HJ-HSI可以实现对伊犁绢蒿荒漠草地地上生物量的估测,估测模型因群落类型和季节不同而存在差异。春、夏、秋3个季节的估测模型,N分别由DVI、NDVI、620.225-627.895nm反射率平均值所构建,W_1分别由近红外波段(Rn)、656.305nm和776.8199nm反射率归一化值、MSAVI构建,W_2分别由652.09和732.01nm反射率归一化值、红外波段(Rr)、584.52-598.295nm反射率平均值构建。     

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。     

黄河源区玛曲县不同沙化程度高寒草地光谱特征分析

高寒草地是黄河上游主要的生态屏障，受自然和人为的双重影响，草地沙化现象严重且监测和治理困难。因此，分析不同沙化程度的高寒草地光谱特征可为该区遥感监测及沙化程度精细识别提供充分的地面验证信息。研究基于玛曲县野外实测不同沙化程度高寒草地的高光谱信息，利用多种光谱变化方法对其光谱特征进行分析，结果显示：除极重度沙化的光谱曲线表现出典型荒漠化土壤的特征外，其他沙化程度草地的红谷、绿峰及三边参数均与绿色植被光谱特征保持一致，其中720-1 000 nm是区分不同程度沙化类型草地的最佳波段，而在510-560和650-690 nm波段范围内的红谷和绿峰区分度不理想。利用一阶微分和包络线去除的光谱转化方法，对草地光谱反射率曲线进行处理，发现较好的可用于不同程度沙化草地区分的特征波段和参数有510-560、650-700 nm、红边幅值以及包络线去除后600-700 nm处的吸收深度，经过波段运算后的比值植被指数、绿红植被指数指数在不同程度沙化草地区分作用明显，同时对植被指数进行阈值化处理，可作为识别不同沙化程度草地的提供判别依据，研究成果为高寒区沙化监测及沙化程度精细识别提供数据支撑和参考。     

基于高光谱遥感的退化伊犁绢蒿荒漠草地群落盖度估算

实地测定不同利用状态的退化伊犁绢蒿荒漠草地群落覆盖度,获取草地的地面光谱和相对应的HJ-HSI高光谱影像两种数据,并通过植被指数和筛选波段变量估测相应的植被覆盖度。结果表明:利用两种高光谱数据构建的回归模型所选用的光谱变量和波段变量不一致,地面实测光谱的回归方程决定系数大于HJ-HSI光谱数据,利用地面光谱对较低决定系数的群落盖度估测模型进行纠正,精度有一定的提高;不同光谱数据估测盖度的最佳模型精度均在85%以上,围栏封育区模型均由敏感波段反射率的归一化值构建,围栏外重度退化区模型均由DVI构建,围栏外中度退化区模型可由光谱变量R_r、R_n构建。     

基于高光谱影像的高寒牧区土地覆盖分类与草地生物量监测模型

利用环境减灾卫星HJ 1A高光谱图像数据,分析了研究区不同土地覆盖类型的波谱曲线特征,比较了监督分类和光谱角分类方法对高光谱影像的分类精度,研究了高寒牧区草地生物量超光谱遥感监测模型。结果表明,1）不同地物波谱曲线的吸收位置和吸收深度等波谱特征在可见光波段具有较大差异,在近红外波段吸收特征相似。在可见光波段,云和植被的吸收位置最少,都只有1处,但云的吸收深度小于植被;裸地吸收位置有5处;水域吸收位置最多,有6处。2）光谱角与监督分类均适于高光谱影像分类,但光谱角分类方法的总精度可达85.9%,远高于监督分类法。3）依据草地生物量与9种植被指数间的回归分析结果,选出了适合研究区草地植被生物量动态监测的两种植被指数,即归一化植被指数和比值植被指数。     

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。     

三江源高寒退化草原土壤有机质含量的光谱模拟估算

以三江源玛多县不同退化程度高寒草原土壤为研究对象,采集0～30 cm土层的90个土壤样品,测定土壤样品的光谱反射率和有机质（SOM）含量,分析不同光谱数据转换方式与土壤SOM含量的相关性,据此挑选P<0.001水平的显著波段作为特征波段,并与土壤SOM含量建立多元逐步回归（MLSR）、支持向量机（SVM）、决策树（DT）、随机森林（RF）模型。结果表明：1）高寒草原土壤SOM含量属中等变异,且与土壤原始反射率呈负相关,与倒数对数呈正相关;2）光谱数据的数学转换扩大了光谱的吸收特征,log(1/R)、R’、[log(1/R)]’与土壤SOM含量相关系数绝对值的最大值比R分别提高了0.099、0.156、0.160;3)RF反演模型精度高于其他反演模型,Log(1/R)-RF模型的预测效果较好,其建模组和检验组的决定系数（R2）、均方根误差（RMSE）分别为0.949 1、0.252 69和0.717 23、0.496 9,可以准确估算高寒草原土壤SOM的含量。     

单播措施下三江源区高寒退化草地恢复效果评估

本研究以青海省海南州贵南县森多乡和果洛州玛沁县大武镇针对重度退化草地建植的单播人工草地为研究对象,研究了不同区域恢复草地的植被生物量、群落结构、物种多样性和土壤有机碳变化特征,并采用CVOR综合指数评价单播措施在不同区域的恢复效果和健康状况,为指导高寒草地恢复及人工草地的后续管理提供理论依据。主要得到以下研究结果：研究区不同建植期草地地上生物量、物种多样性、植物功能群组成和土壤有机碳含量存在显著差异。单播措施显著提高了不同区域的草地地上生物量和禾本科牧草所占比例,降低了物种多样性指数,土壤有机碳呈现不同的变化规律。此外,对不同区域恢复草地进行健康评价的结果发现,单播后,年度内研究区域的健康等级均处在健康和警戒状态。综上所述,人工草地的建植能够有效恢复黑土滩退化草地。     

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。     

基于空间信息技术的贵南县草地退化研究

以景观生态学理论为基础,利用1976、1996、2001、2006年四期遥感影像,采用遥感(RS)和地理信息系统(GlS)相结合的方法.探讨了贵南县草地景观的变化特征.结果表明:1)30年来,贵南县草地面积减少了59 046.13 hm2,占责南县草地面积的12.62%.平均每年减少0.42%,草地退化严重.草地的退化不仅表现在数量上,草地质量也明显下降,高覆盖度草地面积明显减少,净减少量达106 076.80 hm2,减少率达28.87%;2)贵南县草地景观破碎化显著,1976、1996、2001、2006年草地景观的分维值分别为1.519 3、1.501 1、1.496 7和1.675 4.表明贵南县草地受人为因素影响较大;3)从动态度看,1976-1996年高覆盖度草地对草地整体变化影响较大,该时期草地退化严重;1996-2006年,草地面积基本处于平稳状态.     

施氮水平对马蹄金草坪反射光谱特征及光合色素含量的影响

为促进高光谱遥感技术在草坪营养状况监测中的应用,以马蹄金(Dichondra repens)草坪为材料,研究了不同施氮水平马蹄金草坪反射光谱特征和叶绿素含量的变化,分析了马蹄金草坪高光谱反射率与叶绿素含量的相关性。结果表明,施氮可以显著增加马蹄金草坪草的光合色素含量(P0.05),降低其可见光区光谱反射率;马蹄金草坪草绿波段(520~570nm)光谱反射率与叶绿素含量呈显著负相关关系,以绿波段反射率R570nm与叶绿素b间相关性最高,利用R570nm的变化来反演其叶绿素含量的变化可以达到较好的拟合效果(R2达0.85,P0.01)。试验为利用高光谱遥感技术快速、无损伤探测马蹄金草坪草的色泽和营养状况提供了理论支持。     

退化伊犁绢蒿荒漠草地群落特征与地面光谱反射率相关性分析

利用便携式光谱仪,采集围栏内外伊犁绢蒿(Seriphidium transiliense)荒漠草地群落的光谱反射率,并测定其群落数量特征,研究两者之间的相关性,围栏内外对比,并筛选出敏感波段进行回归分析,建立预测模型。结果表明:围封的退化伊犁绢蒿荒漠草地得到了一定恢复;一阶微分后的光谱数据与草地群落的相关性明显提高,归一化不但可以提高相关水平,更加突出了围栏内外的差异;根据筛选出的敏感波段做回归分析,比较显著性和相关性,确定预测模型,围栏外盖度以677.4~729.6nm波段建立,y=-232746x3+65081x2-5386.9x+165,相关系数达到0.82(P0.01),围栏内盖度以622~754.3nm波段建立,y=-1040.5x2+526.78x-8.3912,相关系数为0.73(P0.01);围栏外地上生物量以1 904nm和624.8~734.9nm波段建立,y=0.0773x2-6.5177x+159.41,y=10.46e8.7018x,相关系数分别为-0.86(P0.01)和0.86(P0.01);围栏内地上生物量以622~729.6nm波段建立,y=2875x2-328.02x+46.013,相关系数为0.82(P0.05),而地面光谱反射率及两种处理方法与群落的平均高度、密度相关性较低。     

退化伊犁绢蒿荒漠草地特征植物光谱特征

分别对退化伊犁绢蒿(Seriphidium transiliense)荒漠草地上8种特征植物长势较好时期的原始光谱、包络线去除后光谱及一阶微分光谱曲线特征波段进行对比分析,发现在特定波段不同植物光谱反射率特征值与其他植物有明显不同;760-930 nm植物光谱强反射带波段间8种特征植物的反射率值最大相差近40%,反射率从大到小依次为伊犁绢蒿＞萹蓄(Polygonum aviculare)＞骆驼蓬(Peganum harmala)＞画眉草(Eragrostis pilosa)＞地肤(Kochia scoparia)＞弯果胡卢巴(Trigonella arcuata)＞角果藜(Ceratocarpus arenarius)＞叉毛蓬(Petrosimonia sibirica);1 400 nm附近水分吸收带光谱反射率值最大,相差近27%,从大到小依次为伊犁绢蒿＞地肤＞角果藜＞画眉草＞叉毛蓬＞萹蓄＞弯果胡卢巴＞骆驼蓬;从红边位置(P)、幅值(K)识别8种特征植物高光谱特征信息为:除萹蓄P为708 nm外,其他7种特征植物P值均集中在718 nm处;伊犁绢蒿K为0.925 4;叉毛蓬K为0.188 5;萹蓄K为0.685 4;骆驼蓬K为0.799 8;地肤K为0.183 9;弯果胡卢巴K为0.538 7;画眉草K为0.441 6;角果藜K为0.132 7。包络线去除后的光谱红边及峰谷特征与原始光谱曲线相比显得更为清晰、明显。一阶微分对于精确提取该类草地植物光谱特征的红边参数特征值有重要作用。