利用遥感环境资料进行草地大面积估产研究

利用１９９１￣１９９３年在新疆阜康县不同草地类型上观测到的牧草产量、环境资料与地面光谱、气象卫星资料等，进行了多重相关分析。结果表明，不同类型的草地产量和环境因子与各种遥感绿度值间存在着显著相关性（Ｐ〈０．０５），相关系数均达到０．４５以上，并通过Ｐ检验。在对草地气候因子和牧草产量动态变化的分析基础上，探索了牧草产量形成环境关系的机理分析与解释。进而，摸清了不同草地类型地面光谱绿度值的时空变化规律     

利用MODIS-NDVI进行草地估产研究--以内蒙古锡林郭勒草地为例

MODIS较高的空间分辨率(250 m/pixel)比AVHRR(1.1 km/pixel)在空间分析方面具有更高的精度.以内蒙古自治区锡林郭勒盟的温性荒漠草原、温性沙地典型草原、温性典型草原和温性草甸草原4种具有代表性的草地类型为例,以2002年5-9月的地面测产数据和同步MODIS遥感数据为基础,分别建立每类草地的草产量与MODIS-NDVI关系模型及4类混合的总模型.所有模型均通过0.01的极显著水平的F检验,不同模型拟合效果不同,R由0.55～0.87不等,分析得出:植被覆盖度大、空间分布均匀、NPP大的模型拟合效果好,反之则差.在此基础上初步探讨了利用MODIS-NDVI进行草地估产研究的可行性.     

草地遥感估产的原理与方法

在介绍草地遥感估产的原理和方法的基础上,分析了单纯的遥感模型、遥感模型与地学模型相结合等不同估产方法及草地面积动态监测的特点和存在问题,并对草地遥感估产方法发展趋势做了总结。随着遥感技术的发展,草地遥感估产技术和方法也将继续发展,基于遥感数据和方法的草地估产模型更加趋于成熟,其应用也将向草原生态系统、草地退化监测、草地植被生长监测等领域扩展。     

不同类型草地监测与估产遥感指标和光学模型建立的研究

对１９９１－１９９３年在新疆阜康县不同草地类型上观测的牧草产量、环境资料与地面光谱资料等进行的多重相关分析和光学模型建立的研究结果表明，不同类型的草地产量与各咱光谱工值间存在着显著相关性（Ｐ〈０．０５），相关系数（ｙ）均达到０．８４以上，且通过Ｆ检验。在找出影响牧草类型地面光谱绿度值的时空变化规律，建立了最优草地监测与估产指标和模型，其模型精度较高可用于草地资源大面积监测和估产。     

典型草原植被生物量遥感监测模型——以锡林郭勒盟为例

以锡林郭勒盟典型草原为研究区域,将遥感技术用于草地牧草产量测量,分析了遥感植被指数与牧草产量之间的相关关系,比较和分析了3种植被指数的应用范围,研究了草地牧草产量遥感监测的方法,并利用遥感植被指数建立了草地牧草产量估产模型y=368.273x 2.973(R=0.908,R2=0.824),该模型通过2005年预测值与实测值的误差统计分析,2005年估产精度达到97%,研究还表明,锡林郭勒草地牧草产量估产的植被指数是归一化植被指数(NDVI).研究结果为今后开展大面积草地牧草产量估产和动态监测提供了有效途径.     

锡林郭勒盟草地植被生物量遥感监测模型的研究

以锡林郭勒盟为研究区域,将遥感技术用于草地地上生物量估算,分析了遥感植被指数与草地地上生物量之间的相关关系,比较和分析了三种植被指数的应用范围,研究了草地地上生物量遥感监测的方法,并利用遥感植被指数建立了草地地上生物量估算模型.研究表明:锡林郭勒草地地上生物量估产的植被指数是NDVI,其估产模型是"S"曲线,回归模型Y=e5.983-0.479/x(R=0.828, R2=0.685).     

草地资源遥感调查方法的研究

七十年代以来,遥感技术发展十分迅速,它广泛地应用于地质、地理、土壤、森林、草地等多种学科。草地资源遥感调查就是利用遥感技术调查草地的数量、质量和分布,它更新了常规调查的方法和手段,缩短了调查周期,改变了草地资源图件的制图工艺和流程,提高了总体调查的准确性。新一代陆地资源卫星遥感影像的应用,明显提高了地类的可判性和判读精度,增加了各类草地面积数据的可靠性,特别是经过 TM 波段比较值处理和 TM 缨帽变换等处理后的影像,质量较高,其解译精度完全符合大面积草地资源调查的精度要求。     

锡林郭勒盟草地MODIS-NDVI植被指数和估产牧草产量季节变化特征——以2005年4-9月的变化为例

利用新一代卫星遥感数据TERR/MODIS,结合地面调查数据,以内蒙古自治区锡林郭勒盟草地为研究区域,分析了草甸草原、典型草原、沙地草原和荒漠草原4种代表性草地植被指数和草地生物量的季节变化特征,以2005年4-9月时间变化为例,较详尽地反映草地在其生长期内各个阶段植被指数和草地生物量的变化趋势,进而反映草地牧草生长发育状况.     

甘肃省天然草地退牧还草工程效益遥感监测研究——以安西县荒漠草地为例

以"3S"技术为支撑,结合遥感图像、草地光谱观测以及地面调查数据对安西县实施退牧还草后植被恢复情况进行分析研究.结果表明:除河东戈壁温性荒漠草地短期效果不明显外,其它草地不论是盖度、高度和产草量还是植被指数,围栏内较围栏外均有一定幅度的提高,其中牧草盖度、高度和产草量围栏内较围栏外平均增加了5.0%、16.9%和6.8%.植被指数增加了8.9%,2005年植被指数较2004年增加了9.7%.高光谱遥感进一步监测结果显示围栏内牧草光谱反射率比围栏外高,同样说明牧草长势及生产力围栏内要好于围栏外.由此可见,安西县退牧还草工程的实施已经取得了明显的效果.     

北疆典型牧区草畜平衡动态监测生产力估产模型的初步研究

应用MODIS／TM数据初步探讨了北疆典型牧区草畜平衡遥感监测估产模型的建立,认为：在低盖度荒漠带草地,NDVI受土壤基质影响大,获得的相关系数普遍较低,采用线性模型能很好地反映牧草产量的变化;对于中、高盖度草场的草原类型,产量与NDVI的线性与非线性相关性都较好,采用指数模型能很好地反映牧草产量的变化。     

基于MODIS-NDVI的天山北坡中段草地动态估产模型研究

利用EOS/MODIS卫星遥感数据,以天山北坡中段山地草原带为典型研究区,进行草地生物量变化动态监测。运用植被指数最大合成法,分析了研究区草地植被指数的时空变化特征,以及植被指数NDVI与地上生物量的相关关系,建立了MODIS NDVI在山地草甸草原、山地草原和山地荒漠草原上不同季节的生物量动态估测模型。结果表明：3种草地类型的最优动态估产模型分别是一元线性回归模型、二次曲线回归模型、幂函数曲线模型,估产精度分别达到83.06%、90.85%、88.06%。     

青海省龙羊峡库区草地资源遥感调查研究

利用 1987年和 2 0 0 0年美国陆地卫星TM数据资料 ,对青海省龙羊峡库区 13年来草地的面积、分布、发展和演变情况进行了调查 ,发现龙羊峡库区天然草地面积 13年中减少了6 984 .0 9hm2 ,平均年递减速率为 0 .14 % ,草地盖度、高度、产量等方面均有不同程度的下降 ,草地盖度平均下降 5 %～ 10 % ,牧草高度下降 3～ 2 8cm ,牧草产量均呈现下降趋势     

BP神经网络在环青海湖地区天然草地估产研究中的应用

为构建一种对不同草地类型与时期的天然草场高精度产草量估测模型,快速获取环青海湖区域月际产草量数据、减少数据处理和反复建模过程中的工作量,本试验基于高分卫星影像数据,以草地类型、植被指数及实测草场产草量为训练样本,构建了环青海湖地区天然牧草产草量神经网络预估模型。结果显示：以2-6-1为构架的人工神经网络模型,目标误差、学习次数设定为0.003,800时,产草量模型预测值与实测值呈高度相关（R²=0.743,RMSE=58.531 g·m^-2）,达到实际估产需求,证明本文人工神经网络模型对环青海湖区域天然牧草产草量估测的可行性与适用性。     

喀斯特山地草地资源遥感调查及常态化监测研究——以灌阳县为例

以广西壮族自治区桂林市灌阳县为研究区,采用第二次全国土地调查成果和高分辨率遥感影像(Worldview-Ⅰ和Worldview-Ⅱ),叠加数字高程模型(DEM)、坡度和土壤等数据,利用面向对象方法遥感解译获取喀斯特山地草地资源的类型、面积及空间分布,建设灌阳县草地资源调查数据库;通过构建草地资源分类和土地利用现状分类的对应关系,借助第二次全国土地调查的年度变更调查成果,实现了喀斯特山地草地资源调查的常态化监测,拓展第二次全国土地调查及年度变更调查成果的应用领域。结果显示,2012年灌阳县草地资源面积为20829.42 hm²,其中热性草丛类面积为711.09 hm²,热性灌草丛类面积为16246.76 hm²,热性稀树灌草丛类面积为3871.57 hm²,与1986年第1次草地资源普查相比减少了32125.05 hm²;借助2012-2016年土地利用变更调查成果,实现了灌阳县草地资源调查数据库的动态更新,2016年灌阳县草地资源面积更新为20744.18 hm²,与2012年相比减少了85.24 hm²。农业结构调整、未利用地开垦和城镇建设用地扩张等人为活动以及山体滑坡等自然灾害导致了灌阳县草地资源面积的减少。通过灌阳县喀斯特山地草地资源遥感调查和土地利用变更调查成果扩展利用的研究,实现了草地资源信息化管理和动态监测,为喀斯特山地草地资源的开发、利用及政府决策提供了可靠的数据基础。     

利用MODIS-NDVI进行草地生产力估测研究——以奇台县草地为例

利用2000年到2009年的MODIS影像,结合地面GPS精确定点调查,以奇台县草地为研究对象,建立天然草地软草产责遥感模型,分析奇台县十年草地的生产力变化情况.结果表明:从2000年到2009年,奇台县的草地产量和盖度都有一定的提高,其中2003年、2007年和2009年草地产童有明显的提高,分别为1529.8千克/公项、1755.5千克/公顷和1793.7千克/公项,2008年由于奇台县降水蚤减少,盖度与产黄有明显的下降.     

青海省龙羊峡库区草地资源遥感调查研究

利用1987年和2000年美国陆地卫星TM数据资料，对青海省龙羊峡库区13年来草地的面积、分布、发展和演变情况进行了调查，发现龙羊峡库区天然草地面积13年中减少了6984.09hm^2，平均年递减速率为0.14％，草地盖度、高度、产量等方面均有不同程度的下降，草地盖度平均下降5％-10％，牧草高度下降3-28cm，牧草产量均呈现下降趋势。     

苜蓿和无芒雀麦混播草地高光谱遥感估产研究

采用5个新的植被指数(GDVI、GRVDI、GSAVI、GOSAVI、GMSAVI),并与以往遥感估产所用的9个植被指数一起遴选,选出最佳植被指数构建最优模型,用以实现苜蓿和无芒雀麦混播草地快速无破坏性精准测产。结果表明:以近红外光(760nm)和绿光(600nm)光谱变量组合计算的绿色优化土壤调节植被指数(GOSAVI)为自变量构建的二次方程式是混播草地群落最优估产模型,以近红外光(760nm)和绿光(600nm)光谱变量组合计算的绿色土壤调节植被指数(GSAVI)为自变量构建的三次方程式是苜蓿种群最优估产模型,而无芒雀麦种群最优估产模型却是以波长971nm处一阶微分为自变量构建的三次方程式。     

基于HJ-1A卫星数据的高寒草地氮素评估-以青海省贵南县及玛沁县高寒草地为例

基于HJ-1A HSI卫星遥感资料,结合2014年青海省玛沁县、贵南县研究区高寒草地野外实测数据,建立了高寒草地氮素含量的估测模型,并对模型进行了精度评价,筛选出最优反演模型,分析了研究区高寒草地氮素的空间分布。结果表明,1)高寒草地HSI的原始光谱反射率、一阶导数光谱反射率及去包络线光谱反射率与地面实测氮素含量有一定的相关性,特别是吸收特征波段1(750.95~791.95 nm)和吸收特征波段3(889.03~921.30 nm)与氮素含量具有显著的相关性;2)基于吸收特征波段1构建的波段深度指数BD_767.99可以较好的估测研究区高寒草地氮素含量,利用此变量拟合的线性回归模型可以解释研究区高寒草地氮素含量变化的44%,模型估测精度可达81.6%;3)贵南研究区氮素含量的空间变异较大,整体而言,西北部和西南部地区氮素含量较高,东北部地区氮素含量较低;玛沁研究区氮素含量的空间变异较小,草地氮素含量水平整体较低。