基于NDVI的西昌市紫茎泽兰入侵监测模型初探

[目的]为紫茎泽兰生物入侵的遥感监测提供参考。[方法]以ASTER影像数据为主信息源,结合西昌市紫茎泽兰样地调查,提取3种植被指数分别为归一化植被指数NDVI、垂直植被指数PVI和比值植被指数RVI,通过与紫茎泽兰表征因子盖度、高度和生物量进行相关分析,筛选敏感植被指数。在紫茎泽兰单个表征因子回归分析基础上,建立敏感植被指数与重要值的回归模型。[结果]3种植被指数中,NDVI最能反映紫茎泽兰表征因子的变化信息。NDVI与紫茎泽兰表征因子及IV显著正相关,对IV的复相关系数(R2=0.72)大于单个表征因子。基于NDVI与紫茎泽兰IV的线性模型模拟误差较小。[结论]利用NDVI与IV的线性模型对研究区紫茎泽兰入侵进行监测是较为可行的。     

紫茎泽兰群落数量特征调查

通过对西南部分地区紫茎泽兰入侵的群落学调查,研究了紫茎泽兰入侵的群落主要数量特征的变化规律.结果表明:紫茎泽兰入侵的群落其物种比较贫乏,最多的物种数量为17种;群落内紫茎泽兰主要数量特征随着物种数量的增加总体表现为下降的趋势,物种数目多的群落内,紫茎泽兰种群的优势度小,相对高度和盖度也比较低;优势度指标与群落多样性指数相关性最强,能反映出该入侵种对群落多样性、均匀性的影响.     

森林生物量与遥感信息的相关性

利用遥感数据研究森林的生物量,建立遥感信息模型,首先要分析各波段与生物量的相关性.通过建立甘肃省小陇山党川林场中幼林典型样地,并伐树称量,建立模型计算出样地的生物量.对试验区的TM影像进行校正,对应每块样地中心点的GPS测量坐标,获取了样地像元各波段的灰度值,并计算各种植被指数.利用MATLAB软件计算了样地生物量与遥感影像各波段的灰度值、各种植被指数的相关系数.在P<0.05水平上,生物量与TM1、TM2、TM3、TM6成显著的负相关.与归一化植被指数、比值植被指数和绿度成显著的正相关.建立遥感生物量模型应用这些呈显著正、负相关的波段和派生数据.采用逐步回归的方法建立了生物量与植被指数的统计方程,以及生物量与遥感TM影像的各波段灰度值、植被指数的统计方程.但在P<0.05水平上,只有NDVI、RVI两个因子复相关系数不高.     

封育条件下草地光谱反射特征及地上生物量估测

2005年7月至2006年4月,对云南省马龙县封育草地和过牧草地的光谱反射率、草层高度、覆盖度和地上生物量进行了测定,分析了归一化植被指数(NDVI)及比值植被指数(RVI)与地上生物量之间的相关性。结果表明:过牧草地封育1年之后,其草层高度、覆盖度和地上生物量显著增加,光谱反射特征也相应地发生明显变化。450~850 nm范围内,两种草地不同季相条件下在各波段的光谱反射率差异均达到极显著水平(P<0.01),覆盖度及季节变化对近红外波段的影响明显大于可见光波段。旺盛生长期(7月)和枯黄期(11月),封育草地具有植被反射型特征,而自由放牧草地表现为植被-土壤型;返青期(4月)两种草地均表现为土壤型。过牧草地地上生物量与两种植被指数之间无显著相关性。封育草地地上生物量与NDVI,RVI之间存在显著的(P<0.05)非线性相关,旺盛生长期和返青期NDVI与地上生物量的相关性强于RVI,枯黄期RVI与地上生物量相关性强于NDVI。     

封育条件下草地光谱反射特征及地上生物量估测*

 2005年7月至2006年4月,对云南省马龙县封育草地和过牧草地的光谱反射率、草层高度、覆盖度和地上生物量进行了测定,分析了归一化植被指数（NDVI）及比值植被指数（RVI）与地上生物量之间的相关性。结果表明:过牧草地封育1年之后,其草层高度、覆盖度和地上生物量显著增加,光谱反射特征也相应地发生明显变化。450~850 nm范围内,两种草地不同季相条件下在各波段的光谱反射率差异均达到极显著水平（P＜0.01）,覆盖度及季节变化对近红外波段的影响明显大于可见光波段。旺盛生长期（7月）和枯黄期（11月）,封育草地具有植被反射型特征,而自由放牧草地表现为植被-土壤型;返青期（4月）两种草地均表现为土壤型。过牧草地地上生物量与两种植被指数之间无显著相关性。封育草地地上生物量与NDVI,RVI之间存在显著的（P＜0.05）非线性相关,旺盛生长期和返青期NDVI与地上生物量的相关性强于RVI,枯黄期RVI与地上生物量相关性强于NDVI。     

草地植被指数及生物量的遥感估测*

 简要回顾了我国草地遥感技术的发展过程以及各阶段的主要特点,并对草地植物的反射光谱特征做了介绍。在阐述植被指数在草地科学领域的运用的同时,介绍了植被指数NDVI和RVI的特点,就NDVI和RVI在草地地上生物量估测上的运用做了初步的探讨。其结果表明,在目前草地生物量的估测领域植被指数NDVI运用较RVI广泛。     

基于NDVI的巴音布鲁克天鹅湖高寒湿地地上生物量的反演

以巴音布鲁克天鹅湖高寒湿地为研究对象,基于Landsat 8 OLI多光谱遥感影像数据,提取植被指数(NDVI、EVI、RVI)信息,构建植被指数与地上生物量的回归模型,比较不同植被指数的拟合效果。结果表明,NDVI与地上生物量的相关性最高(r=0.778),显著大于EVI、RVI与地上生物量的相关性;二次多项式是NDVI与地上生物量构建的4种回归模型最优估测模型,决定系数R~2达到0.6619;巴音布鲁克天鹅湖高寒湿地2016年地上生物量的储量约为2.86×10~5 kg,地上生物量密度为10.25～444.99 g/m~2,均值为323.08±52.68 g/m~2。     

小麦不同生育期水肥管理与产量模型构建

[目的]建立小麦在不同生育期的水肥管理与产量的关系模型.[方法]用主动遥感仪器Green seeker 进行检测小麦冠层归一化植被指数(NDVI)以及比值植被指数(RVI),解析小麦冠层植被指数与生长状况的变化规律;分析NDVI、RVI与实际产量关系,建立小麦产量预测模型;最终以NDVI、RVI作为过渡参数,反演产量与小麦在不同生育期的水肥管理的最佳模型.[结果]小麦水肥一体化管理直接影响小麦产量,不同生育期水肥一体化小麦生长模型和植被指数小麦估产模型的标准误差都小于0.05.[结论]建立了小麦不同生育期的产量与水肥一体化管理模型.     

基于TM遥感影像丰宁县森林地上生物量估测研究

利用TM遥感数据以及同期获得的野外调查样地数据,研究了河北省丰宁满族自治县森林地上生物量的遥感估测技术。提取TM遥感影像6个波段反射率及DVI、NDVI、PVI、RVI、VI3、SLAVI和SAVI 7个植被指数,分析了森林样地地上生物量与各个因子间的关系,得出相关系数较小（均小于0.400）;因此采用Stepwise逐步回归法,建立了多元回归模型。结果表明,ρ2、ρ3、ρ4、ρ54波段反射率和有效叶面积植被指数（SLAVI）结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.730,留一交叉验证均方根误差RMSE最小,达33.712。利用2008年的全覆盖TM影像,结合丰宁遥感分类图像,获得了丰宁县2008年森林地上生物量分布图,森林植被总生物量为1.805×107t。     

不同生境紫茎泽兰构件生长及其对环境的行为响应

[目的]探究紫茎泽兰(Eupatorium adenophorum)构件生长对不同环境条件变化的响应。[方法]在哀牢山国家级自然保护区南华片区紫茎泽兰入侵的华山松(Pinus armandii)林、落叶阔叶林、林区公路边和林区空旷地等4种生境类型中共设置样方120个,测量紫茎泽兰优势植株构件数据和环境因子分析不同生境紫茎泽兰的生长状况差异性和环境因子差异性,并采用主成分分析和相关性分析研究紫茎泽兰构件生长变量主成分因子和环境变量主成分因子的关系。[结果]不同生境紫茎泽兰优势植株构件生长均差异显著(P0.01)。在华山松林中,紫茎泽兰植株相对弱小,各枝级数分配不均,这与华山松林内的弱光照条件、高海拔的气候特征及较大的草本层盖度密切相关。林区空旷地和林区公路边的植株各枝级的分枝密度和分枝强度均较其他2种生境的大,且各枝级数分配较均匀,这与生境的强光照条件有关。落叶阔叶林中的紫茎泽兰植株粗壮茂盛,但各枝级数分配不匀,这与该生境较高的土壤肥力和夏季林内光照不足有关。[结论]环境变化是影响紫茎泽兰构件生长的关键,紫茎泽兰构件生长对环境条件变化有不同的响应。建议对保护区不同生境采取不同的管理方式,以防止紫茎泽兰的入侵或降低其入侵的危害。     

紫茎泽兰对重金属锌富集特性研究

[目的]研究紫茎泽兰对重金属Zn的富集特性。[方法]采用火焰原子吸收法,研究了紫茎泽兰在重金属Zn胁迫下的富集作用。[结果]在一定的浓度范围内,紫茎泽兰对Zn具有较强的富集作用;Zn在紫茎泽兰不同部位的含量不同,茎叶>根;随着生长环境中Zn浓度的增加,紫茎泽兰各部位Zn富集量随之增加,但富集系数及转移系数随之降低。[结论]紫茎泽兰可用于植物修复Zn污染土壤。     

紫茎泽兰3种提取方法提取物的除草活性

[目的]筛选紫茎泽兰(Eupatorium adenophorum Spreng)中除草活性物质的较佳提取方法。[方法]采用索氏提取法、超声波提取法和浸提法3种常用提取方法制备紫茎泽兰提取物,并采用种子萌发法研究了3种提取方法所得紫茎泽兰提取物的除草活性。[结果]索氏提取法对紫茎泽兰的提取率最高,为(22.54±0.48)%;紫茎泽兰索氏提取法所得提取物的除草活性较强。[结论]索氏提取法是紫茎泽兰中除草活性物质的较佳提取方法。     

基于冠层反射光谱的冬小麦干物质积累量的估测研究

[目的]分析了小麦光谱特征与干物质积累量的相关关系。[方法]通过对冬小麦不同品种的干物质积累量、叶面积等参数和冬小麦冠层光谱反射率、光谱一阶微分和光谱比值植被指数(RVI)的相关分析,确立了冬小麦干物质积累量的敏感波段,并建立了预测模型。[结果]开花期350~700 nm和1 420~1 520 nm冠层光谱反射率和灌浆期350~1 750 nm冠层光谱反射率分别与干物质积累量显著相关;比值植被指数RVI(560,1220)与干物质积累量的相关性较好;确立的冬小麦干物质积累量预测模型为:干物质积累量=-186.94×RVI(560,1220)-2 242.2(R2=0.713 8),说明通过遥感手段监测冬小麦的群体质量是可行的。[结论]该研究为高光谱遥感技术在监测小麦的群体质量的应用提供参考依据。     

加工番茄叶绿素密度与高光谱数据的相关分析

[目的]分析加工番茄高光谱数据与叶绿素密度的相关关系,为加工番茄生育期生长状况的实时、无损、快速的遥感监测提供理论依据.[方法]通过非成像ASD地物光谱仪获取加工番茄两个品种四个氮素水平冠层关键生育时期的反射光谱,与其相应的冠层叶绿素密度(CH.D)进行逐步回归相关分析.加工番茄冠层CH.D分别在其近红外反射光谱757 nm波段处和红光677 nm波段处的相关系数达最大值(rp757 -CH.D=0.7521**,rp677 -CH.D=-0.8437**,n=44,α=1;);采用这两个波段的反射率分别组成了归一化植被指数(NDVI)和比值植被指数(RVI),建立与加工番茄CH.D的5种线性和非线性的相关模型.[结果]NDⅥ和RVI所构建的加工番茄CH.D的双曲线函数模型的相关性和精度最高,再采用这两个植被指数的双曲线函数模型分别对加工番茄CH.D进行估算,它们的实测CH.D与估测CH.D的相关性均达到极显著检验水平(r实测CH.D-NDVI估测的CH.D -NDVI=0.8041**,r实测CH.D-RVI估测CH.D- RVI=0.8094**,n=44,α=1;),估算精度均为86.6;.[结论]利用高光谱植被指数可以精确提取加工番茄冠层叶绿素密度信息并对其进行遥感估算研究.     

烤烟冠层光谱参数与地上生物量的相关性研究

[目的]明确烤烟(Nicotiana sanderae)地上生物量与冠层光谱参数的相关性。[方法]大田条件下设置5个氮肥施用梯度,利用相关分析对地上鲜生物量和冠层光谱参数的相关性进行分析。[结果]一定范围内,施氮量增加,对团棵期和旺长期的烤烟地上鲜生物量表现出较明显的促进效应。与地上鲜生物量相关性最强的单波段反射率波长均为550 nm,R=-0.949 0;相关性最强的植被指数为RVI(1 050,550),R=0.983 1。[结论]该研究可为开发基于冠层光谱的烤烟长势监测仪器提供研究基础和数据支撑。     

紫茎泽兰种子质量特征研究

[目的]分析紫茎泽兰种子特性与寿命。[方法]收集生长于桐林地、荒山、路旁、弃耕地和退耕还林地5种生境的多年生紫茎泽兰种子,测定不同生境种子的结实量、种子发芽率、发芽势、千粒重和含水量等,分析紫茎泽兰种子寿命。[结果]紫茎泽兰单株花蕾数最高为334朵,最低为34朵,平均为131朵;单花蕾种子量平均为56粒,单株产籽量可达7 336粒;紫茎泽兰平均千粒重为0.084 2 g,平均含水率为55.26%;紫茎泽兰种子放置444 d后发芽率为22.00%,这段时间内平均发芽率为39.30%,种子放置510 d后发芽率为5.80%,明显低于正常发芽时发芽率的50.00%。说明种子寿命达510 d;紫茎泽兰种子置床后第4天开始发芽,到第6～7天达到发芽高峰期,发芽势为10.00%～25.00%。[结论]紫茎泽兰种子为长寿命种子,并有一个短暂的休眠期。     

紫茎泽兰不同组织水提液对牧草种子萌发的影响

[目的]为牧草替代种植提供参考依据。[方法]选择凉山地区6种具有替代种植潜力的优良牧草,探讨紫茎泽兰不同组织水提液对牧草种子发芽率、胚根和胚芽伸长的影响。[结果]紫茎泽兰不同组织水提液对6种牧草种子发芽和幼苗生长均有化感作用。其中,叶部水提液的抑制作用最强,其次是根和茎。低浓度的根、茎的水提液对牧草种子的发芽率、胚根伸长、胚芽伸长没有明显的抑制作用,甚至有促进作用。高浓度根、茎水提液具有明显的抑制作用。白三叶对紫茎泽兰化感物质最为敏感,当叶部水提液浓度为1.75%时其种子不能萌发。光叶紫花苕对紫茎泽兰化感物质最不敏感,当叶部水提液浓度为2.5%时其种子的发芽率也达65%(R=-0.359)。[结论]光叶紫花苕是紫茎泽兰危害严重地区牧草替代种植的理想牧草,而白三叶不适合作为紫茎泽兰替代控制的牧草。     

基于GIS的紫茎泽兰空间扩散的风险分析

[目的]分析紫茎泽兰空间扩散的风险。[方法]分析了影响紫茎泽兰传播及定植的生态条件,选择海拔、降雨、人为影响、10.8℃积温、林龄、郁闭度等为影响因子,构建了紫茎泽兰扩散传播、定植危害的空间评估模型。以昆明市为例,通过各生态因子的空间信息化处理、分析紫茎泽兰样点与各生态因子空间相关性,定量评估了其空间定植扩散的风险,并按定植扩散的潜在危害,将风险划分为:高风险区、中度风险区、轻度风险区及轻度以下风险区,制作了紫茎泽兰定植扩散风险等级地图。[结果]紫茎泽兰的湿度与降雨、平均温与积温具有共性因子,所以剔除湿度和平均温。风险适生区域在空间上具有极大的分异性,其中高风险区面积占比为24.26%,主要位于宜良、寻甸,中度风险区面积占比为28.39%,低风险区面积占比为47.35%。[结论]研究结果表明人为活动、交通网络是影响紫茎泽兰扩散传播的主导因素,气象因子是影响紫茎泽兰定植的关键。借助GIS及空间建模和模拟方法,能以精细化栅格单元进行空间连续化风险分析和预测,实现了有害生物发生发展的精细化预警,对综合防治管理及实践具有重要参考及指导意义。     

大孔树脂柱层析法提取分离紫茎泽兰中β-榄香烯

[目的]提取分离恶性杂草植物紫茎泽兰中的β-榄香烯,鉴定其结构并测定含量。[方法]采用"水+乙二醇"蒸馏法从紫茎泽兰中提取挥发油后,分别以硅胶、银离子硅胶、D101大孔树脂和HP20大孔树脂作为层析介质,采用柱层析法从挥发油中分离得到β-榄香烯,对其分离效果进行鉴定,并用HPLC制备得到β-榄香烯纯品,通过IR、1H NMR、13C NMR和HRMS对其分子结构进行确认。[结果]紫茎泽兰挥发油中β-榄香烯的最佳分离方法为HP20大孔树脂层析法,所分离的主体产品的纯度可达63.1%,产率可达75.6%;经过"水+乙二醇"蒸馏、HP20大孔树脂柱层析和HPLC制备,紫茎泽兰干燥样品中提取分离得到的β-榄香烯的纯度为98.6%,总产率为36.5%。[结论]HP20大孔树脂层析法具有成本低廉、操作简便等优点,是紫茎泽兰挥发油中β-榄香烯的最佳分离方法。