一种新的草地盖度测定器及使用方法

一种新的草地盖度测定器及使用方法张自和（甘肃草原生态研究所，兰州７３００２０）测定草地植被盖度常用３种方法：对以草本为主、草层不高、密度较大的草地多用针刺法；对以灌木、半灌木为主，株本较高大，植被稀疏的草地常用线段法；当精度要求不高且具一定经验时各类...     

草地植被盖度的近距离遥感测定

盖度或者覆盖度是植物群落结构的一个重要数量指标。通常的目视估测植物群落盖度方法不仅精度低,而且因人而异。本研究采用近距离遥感方法测定草地植物群落盖度,该方法主要包括数据获取、图像处理、像元数量提取和盖度计算4个部分。精度评价表明,该方法测定的绿色植被盖度误差很小,与目视估测方法比较,它具有客观、一致和精度高的优点。     

用数码相机测定草地盖度的研究

传统草原地面调查时盖度的测定使用目测法或点测法，但存在实地测定时耗时长、效率低、准确率低等缺点。用数码相机对样方资料进行记录，可以减少人为的误差和提高数据精度且节省实地调查时间。本文从样方照片数据中提取6项指标，通过分析建立逻辑判别模型，对样方照片中的绿色植被部分做出判读，获得植被在整个样方中所占的比例，即投影盖度。应用此方法可使抽样判断的总体精度达到94．7％。     

基于无人机图像的草地植被盖度估算方法比较

植被盖度是反映植被基本情况的客观指标和重要参数.本研究在对比8种常用的可见光植被指数计算草地盖度精度的基础上,发现这些植被指数对荒漠草地的植被盖度估测效果较差,因此提出一种适用于荒漠草地植被盖度估测的荒漠植被指数(DVI),并评价了不同植被指数对不同草地类型的植被盖度估测效果,分析了不同草地类型阈值取值的变化情况.结果...     

不同植被指数和无人机航高对草地盖度估测精度的影响

搭载高清数码相机的无人机在草地资源调查等方面具有成本低廉、机动性高、观察范围大等突出优势,拥有广阔的发展前景.本研究使用小型无人机(unmanned aerial vehicle,UAV)、手机相机等设备获取草地盖度数据,选用植被因子指数(vegetative index,VEG)、超绿指数(excess green index,ExG)、超绿超红差分指数(excess green minus excess red index,ExGR)和绿叶指数(green leaf index,GLI)4种基于可见光的植被指数提取草地盖度信息,从无人机航高、草地盖度水平等方面分析各植被指数的适用性.结果表明:1)VEG和ExG方法估测草地盖度的效果较好,平均精确度均在93％以上.ExGR与GLI方法的估测效果较差,平均精度仅75％～80％.2)4种方法的估测精度均随盖度增加而降低.VEG方法估测草地盖度的精度受盖度水平影响最小,ExG方法次之,ExGR和GLI方法对高盖度草地的估测效果较差.3)VEG方法在高、中盖度水平下的最适航高为100 m,在低盖度水平下为40 m;ExG和ExGR方法在高、中盖度水平下的最适航高为100 m,在低盖度水平下为80 m;GLI方法在高盖度水平下的最适航高为100 m,在中、低盖度水平下为20 m.     

不同植被指数和无人机航高对草地盖度估测精度的影响

搭载高清数码相机的无人机在草地资源调查等方面具有成本低廉、机动性高、观察范围大等突出优势,拥有广阔的发展前景。本研究使用小型无人机(unmanned aerial vehicle, UAV)、手机相机等设备获取草地盖度数据,选用植被因子指数(vegetative index, VEG)、超绿指数(excess gree...     

基于机器学习的青藏高原天然草地盖度时空变化特征研究

草地盖度是评价草地生长状况的重要指标,构建高精度的盖度估测模型是开展天然草地动态监测的关键。本文利用2003—2018年实测数据和地形、土壤等55个指标,建立了4种草地盖度遥感估测模型,通过比较得到研究区草地盖度遥感估测最优模型,并分析了2001—2019年研究区草地盖度时空动态变化。结果表明：由最小绝对压缩变量筛选方法选出10个有较高重要性的变量。其中,比值植被指数与草地植被盖度间的相关性优于其他单因素模型与草地植被盖度间的相关性。在3种机器学习模型中,随机森林优于人工神经网络与支持向量机模型,其R²和均方根误差分别为0.68和12.75%。机器学习方法构建的草地盖度模型优于单因素模型,其R²可提高0.09～0.16,RMSE降低1.52%～2.81%;2001—2019年,研究区草地盖度整体上呈现出自西向东、自北向南增加的趋势,呈增加趋势的面积占比为55.4%,呈减少趋势的面积占比为44.6%。     

高寒草地生长季/非生长季植被盖度遥感反演

植被盖度是刻画陆地生态系统植被覆盖的重要生态参量.以当雄县Landsat-8OLI为数据源,从10种常用植被指数中筛选出适合反演高寒草地生长季/非生长季草地植被盖度的植被指数,引入像元三分法确定端元特征值,通过不同植被指数基于像元二分模型反演植被盖度的对比分析,确定适合生长季/非生长季植被盖度最优植被指数,根据反演结果...     

基于NDVI的藏北地区草地退化时空分布特征分析

本文以藏北地区为研究区域,基于归一化植被指数(NDVI)反演草地植被盖度,以植被盖度作为判断草地退化的标准,综合计算藏北地区2000-2010年逐年草地退化指数(grassland degradation index),定量揭示藏北地区草地退化的时空分布规律.结果表明,截至2010年,藏北地区草地退化现状仍然较为严重,退化草地的面积占全区面积的58.2%.其中,重度退化和极重度退化草地面积的比例分别为19.0%和6.5%,区域草地退化指数为1.97,接近中等退化水平.分区结果显示,藏北地区中部,东部,北部草地退化情况较为严重,均处于中等退化等级,西部地区的退化情况最轻,处于轻度退化等级.分析2000-2010年藏北地区全区及各个分区的草地退化趋势表明,只有北部地区有减缓趋势;2000-2010年间与1981-1985年间对比结果显示,重度退化及极重度退化草地面积比例上升幅度较大.2000-2010年间藏北地区平均草地退化指数为1.84,草地退化等级在轻度退化到中度退化之间波动.     

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%。     

基于无人机可见光图像的荒漠草地覆盖度估算

及时准确监测草地植被覆盖度,对草地资源的可持续利用及生态系统的恢复与重建具有重要意义.本研究以荒漠草地植被为研究对象,采用监督分类与植被指数直方图相结合的阈值法,分析了6种RGB植被指数对荒漠草地的识别效果.研究结果表明:归一化绿红差异指数(normalized green-red difference index,N...     

基于像元二分模型的和布克赛尔县植被覆盖动态变化分析

利用2003-2010年每年8月的MODIS遥感数据,基于归一化植被指数的像元二分模型原理,对和布克赛尔县近8年来植被覆盖的变化情况进行遥感监测,并分析了2003-2010年不同时期植被覆盖度的空间分布特征以及面积变化情况。结果表明,和布克赛尔县植被覆盖度由北向南逐渐降低,北部地区长势较好。近8年中,和布克赛尔县的植被覆盖总体略有上升趋势,其中2005年植被覆盖度最高,达到91.18%,部分年份较前一年植被覆盖度略有下降,但幅度不大,说明和布克赛尔县的生态环境建设较好。     

天山北坡草地遥感分类及其精度分析

基于遥感资料的植被类型划分能快速获得大尺度的植被覆盖变化数据。采用遥感和GIS技术,利用天山北坡典型草地2008年Landsat 5 TM遥感影像和1999年Landsat 7 ETM+全色波段数据,在对遥感影像预处理的基础上,进行了数据融合处理。根据融合影像的纹理特征进行监督分类,将研究区域的植被初步分为8种主要覆盖类型,在监督分类的基础上借助专家知识系统构建决策树,进一步将草地分为5类,包括平原荒漠、平原沙漠、低山荒漠、温性草甸和高寒草甸,最后对分类结果进行精度评价,总精度在95%以上,总Kappa系数为0.939 6,间隔9年的影像融合和决策树分类方法在研究区植被分类中具有较高的可行性。     

河北省草地资源分布及植被特征动态

根据河北省2005-2007年草地地面调查,结合1979-1984年河北省草地调查资料,确定了河北省草地类型、面积、分布及物种组成特征,并对河北省草地盖度、高度和产草量年际变化动态进行了监测研究。结果表明,1)草地类型、面积及分布:河北省有温性草甸草原、温性草原、暖性灌草丛、暖性草丛、山地草甸草原、低地草甸、沼泽草地等7个草地类型;草地分布分为坝上高原区、山地丘陵区草地及滨海平原区;2)草地产量(干草):暖性灌草丛(5 133.35 kg/hm²)＞暖性草丛(4 182.22 kg/hm²)＞山地草甸(坝上高原区)(3 268.35 kg/hm²)＞温性草甸草原(2 665.94 kg/hm²)＞山地草甸(山地丘陵区)(2 111.55 kg/hm²)＞低地草甸(1 872.44 kg/hm²)＞温性草原(1 103.29 kg/hm²),暖性灌草丛产量最高,温性草原产量最低。3)草地植被盖度:山地草甸(坝上高原区)(93.97%)＞山地草甸(山地丘陵区)(82.60%)＞低地草甸(82.26%)＞暖性灌草丛(79.70%)＞暖性草丛(76.91%)＞温性草甸草原(71.59%)＞温性草原(57.63%),山地草甸的植被盖度最大,温性草原的植被盖度最小。4)草地植被高度:暖性草丛(49.25 cm)＞暖性灌草丛(34.18 cm)＞山地草甸(坝上高原区)(28.88 cm)＞温性草甸(26.22 cm)＞山地草甸(山地丘陵区)(21.98 cm)＞温性草原(19.77 cm)＞低地草甸(18.77 cm),暖性草丛草地植被高度最高,低地草甸草地植被高度最低。5)草地植被动态:2006年草地植被基本以正向波动为主,2005和2007年基本以负向波动为主,其中2007年植被负向波动率大于2005年植被负向波动率。按草地类型,暖性草丛类草地年际波动幅度最大,温性草原草地次之,温性草甸草地的年际波动幅度最小,其他类草地年际波动幅度介于暖性草丛类草地、温性草原类草地与低地草甸类草地之间。     

基于NDVI的2000-2016年青藏高原牧户 草场覆盖度变化驱动力分析

选取青藏高原5个省份共573块牧户草场,利用2000-2016年遥感、气象、社会经济等数据,计算牧户草场植被覆盖度,设定实证模型,综合分析确定了21世纪以来青藏高原牧户草场退化等级、各要素的变化趋势以及导致草场变化的主要驱动力。结果表明:研究区牧户草场退化面积占总面积的69%,以轻度退化为主;草场植被盖度的变化是自然和社会经济等因素相互作用的结果,在气候变化中,温度的升高和降水的增加对草场植被生长有正向的促进作用,而不合理的经济发展要素和人口密度的增加会引起草场植被盖度的进一步降低。此外,距离城市越近的草地植被盖度越低。从变化的机理来看,草地载畜量与植被盖度呈显著的负相关关系,超载放牧仍是导致青藏高原草地变化的最主要驱动力。     

基于遥感技术的高寒草地覆盖度变化

摘要：本研究在像元二分法模型的基础上,利用改进归一化植被指数的植被覆盖度定量模型,采用MODIS卫星8天合成地表反射率数据产品（MOD09A1）,结合3S技术（GIS、RS、GPS）空间分析功能,以甘南州高寒草地为对象,分5个等级分别计算得到了甘南2000、2004和2008年的草地植被覆盖度,分析了甘南2000-2008年植被覆盖度变化的大致演变过程和趋势。结果表明,从2000-2008年,甘南植被覆盖度质量总体呈下降趋势,一级盖度植被退化比较严重,草地植被的演变情况主要由优等植被覆盖（一、二级）向低等植被覆盖（四、五级）演变。研究结果揭示了甘南州草地退化状况的动态趋势及严重程度,为相关政府和研究部门的草地管理决策提供了有效参考依据。     

基于UAV技术和MODIS遥感数据的高寒草地盖度动态变化监测研究—以黄河源东部地区为例

利用黄河源东部地区野外实测样地数据和MODIS卫星遥感资料,结合农业多光谱相机(agricultural digital camera,ADC)、普通数码相机(Canon)、无人机(unmanned aerial vehicle,UAV)等设备获取的高寒草地盖度数据,构建了基于MODIS NDVI、EVI的草地盖度反演模型,比较分析了不同草地盖度监测方法的精度,确立了黄河源区草地盖度遥感监测的最优反演模型,并分析了研究区近16年草地植被盖度的动态变化。结果表明,1) MODIS NDVI与基于UAV相片计算的草地盖度间的相关性优于MODIS EVI,而MODIS EVI与ADC和Canon照片计算的草地盖度之间的相关性则优于MODIS NDVI;2) 就Canon和ADC方法构建的草地盖度反演模型而言,前者精度远高于后者,普通数码相机方法更适宜于高寒草地植被盖度的估算;3) 对比分析两种植被指数与Canon相机、ADC和大疆(DJI)无人机航拍(航高30和100 m两种方法)相片计算的草地盖度之间的关系表明,MODIS NDVI对航高30 m UAV航拍相片计算的盖度数据的响应最敏感,基于UAV航高30 m的相片和NDVI构建的草地盖度反演模型最优;4) 黄河源东部地区2000-2015年间草地盖度稳定不变的区域达71.46%,多分布在东南部;呈增加趋势的区域占研究区草地面积的22.01%,由西向东、由北向南增加幅度呈减少趋势;盖度减少区域零星分布在黄河源北部和南部的部分地区,仅占研究区草地面积的6.53%。