基于决策树方法的青藏高原温泉区域高寒草地植被分类研究

植被指数作为植被生长状态的最佳指示因子,已成为植被分类的重要手段之一。为了解青藏高原温泉区域高寒草地植被的分布状况,利用野外样方调查获得植被点数据,结合MODIS/EVI遥感影像数据及数字高程（DEM）数据,综合分析各种高寒草地植被类型的EVI时序曲线特征及其生长环境的高程、坡度和坡向等地形特征,建立知识库并采用决策树分类算法对该区域的高寒草地植被分类进行研究。结果表明,总体分类精度为72%,Kappa系数是0.6,决策树方法能有效地分类和识别具有相似EVI时序特征的高寒草地植被。     

基于EVI植被指数的大尺度草地多源信息综合分类研究

在全国范围内采用MODIS EVI植被指数结合多源环境因子数据的方法实现对主要草地类型的划分.在借鉴第一次草地调查分类方案的基础上,提出了新的草地分类方案,将我国的天然草地划分为9类.根据气候带分布状况划分我国的四大草地资源分区,在分区内进行草地分类.在分类中通过量化分析各草地类型增强型植被指教和高程、降水、积温和湿润...     

玉树地区融合决策树方法的面向对象植被分类

植被类型是反映气候变化和生态环境变化最直接、最敏感的指示器。草地作为青藏高原最主要的植被类型,对其进行分类研究可以为高原草地退化、荒漠化等研究提供直接的信息,也可以为全球变暖、冻土退化等提供间接的分析数据,同时还可以为陆面模型的模拟提供重要的参数。大面积区域的植被分类可以通过将研究区内的位置、纹理和地形属性等信息综合考虑来完成,面向对象的植被分类方法可以通过对研究区多重信息进行分割和合并,来生成植被类型图。而且,该方法可以克服传统决策树分类方法成图时像元分散的缺点。利用TM假彩色合成影像、ASTER DEM数据和MODIS的EVI和LST产品,对玉树地区的高寒草地类型进行了面向对象的划分,总体精度为49.32%。虽然相比仅用单独决策树分类方法的总体精度略微偏低,不过该方法可以在保持环境、地域等因子同植被类型统计关系的基础上,克服决策树方法带来的“椒盐效应”。此外,植被模型的物理过程、参数计算和获取环境因子等都比较复杂,本研究的方法也可以为植被分类制图提供一种简单,快速的方法。     

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。     

巴什吐格草原草场类型及其资源开发利用

对巴什吐格草地自然地理环境、植被分布规律与草场类型特点研究结果表明，该区草地是中昆仑山北坡自然环境最好、植被发育最好、放牧地形最好和供水条件最好的典型草场之一。自南向北，草场植被垂直分布十分明显，东、西部植被水平分布亦有较显著差异。根据新疆草地分类系统可划分为：山地荒漠、山地草原化荒漠、山地荒漠草原、山地典型草原、高寒草原和高寒草甸６类及６个亚类、１１个组、１４个型。。山地荒漠草原和山地典型草原分别是冬春场和夏秋场的主体类型，各占冬春场和夏秋场草地可利用面积的４８２２％和６６７１％。结合当地草场实际，提出了草地合理开发利用的意见。     

新疆阜康典型坡地群落空间分布特征及草地类型遥感特征分析

草地观测方式（方法）大致可分为样地观测、近地观测和遥感观测,相应的草地分类方法也可分为地面观测分类、近地观测分类及遥感分类。近年来随着遥感技术的发展,采用遥感影像数据源和特定指数（如NDVI、SR、RVI等）进行草地群落结构、草地分类方面的研究初见成效,但仍未见有人提出草地类型遥感分类标准及体系。试验采用遥感手段对新疆阜康草地类型进行遥感鉴别,以期为草地遥感分类提供理论依据。     

基于遥感和无人机数据的草地NDVI影响因子多尺度分析

为探索不同尺度草地植被的影响因子,本研究基于Landsat遥感影像和无人机多光谱影像等,在村落和地块2个尺度分析西藏草地归一化植被指数（Normalized Difference Vegetation Index,NDVI）的影响因子。结果表明：村落尺度的海拔、坡度、坡向、地表起伏度皆对NDVI有显著的非线性影响,解释比例为37.20%;方差分析表明,地形等因子相近的同类土地利用内部NDVI差异仍较大;运用无人机影像细分同种土地利用类型内部异质性,发现遥感影像中无法辨别的点状、线状地物（石堆、水渠、田间路等）对草地NDVI有一定影响;缓冲区分析表明,非硬化水渠和道路对NDVI的负面影响在1~3 m,硬化水渠和路面对草地的负面影响超过4 m。无人机获取高分辨率多光谱影像的便捷性可以推进更小尺度下人类活动强度以及景观破碎化对植被和生态系统功能影响研究的深入。     

基于GIS系统的云南省岩溶地区石漠化草地分布分析

本文旨在研究云南省岩溶地区石漠化草地的分布范围及特征。利用Arc GIS 10.1地理信息系统下的空间分析工具将云南省石漠化分布图与云南省草地植被类型图,通过空间关联操作得到云南省石漠化草地植被类型图。分别用石漠化草地植被类型图与云南数字高程影像(DEM)、行政区划图进行空间关联分析,获取石漠化草地植被类型的垂直和水平分布特征,并基于此特征分析云南省岩溶地区石漠化草地的成因。     

新疆伊犁地区草地植被地上生物量遥感反演

本文以伊犁地区146个草地样地调查数据为基础,结合遥感及气象数据,进行草地植被地上生物量与NDVI、EVI、海拔、年均降水、年均气温、积温、干燥度、湿润指数等因子的回归分析。并通过各因子对地上生物量影响权重参数分析和加权融合,运用ArcGIS软件,反演分析了新疆伊犁地区草地植被地上生物量的空间分布特征。结果表明,新疆伊犁地区草地平均产草量约为704.96 kg/hm²,与20世纪80年代全国草地调查数据相比,产草量有所下降。草地植被地上生物量与各项因子具有较好的相关性,反演结果与伊犁地区的地形、地貌、气候特征基本吻合,反映了伊犁地区草地植被的空间分布特征。地上生物量反演结果得到验证,预测值与实测值之间相关系数(R²)为0.8532;均方根误差(RMSE)为216.559 kg/hm²,偏离度为22.92%,可以为新疆伊犁地区草地资源合理利用与评价提供参考。     

焉耆盆地主要草地资源类型及其分布与植被分布特点

笔者对新疆焉耆盆地主要草地资源类型及其分布与特点进行了研究。结果表明,焉耆盆地内的草地类型主要有平原荒漠类、低地草甸类、山地荒漠类、沼泽草地类4大类,13个亚类,占巴州12个主要草地大类的33.3%,28个亚类的46.4%。盆地内草地植被分布主要受地形、土壤基质、水分因子及其引起的水热再分配的影响。     

基于IKONOS高分辩率影像的城市草地信息提取研究

在IKONOS影像图上提取草地信息试用了2种方法进行探索,分别采用植被指数法和基于灰度共生矩阵的纹理量分类法.前者用MSAVI指数分类提取得到的精度为87.48%;后一种方法是通过从近红外波段提取灰度共生矩阵和灰度联合矩阵,计算并提取理想窗口的最能反映类别差异的纹理量值,试验发现取3X3窗口的CON纹理量可以较好地提取出草地信息,通过精度评估发现具有较高的精度(平均精度达90.56%).研究证明用该法提取草地信息可取得相对理想的精度效果.     

景泰绿洲边缘荒漠草地土壤特征研究

为合理利用荒漠草地资源,对景泰绿洲边缘荒漠草地植被及土壤养分（0～150 cm土层）特性进行了较系统研究。结果表明,景泰荒漠绿洲边缘荒漠草地可分为砾质荒漠草地、砂质荒漠草地和盐渍化荒漠草地亚类。砾质荒漠草地亚类植物生长条件差,表现为土层薄、结构差、养分含量低、水分少;主要植物群落类型有红砂Reaumuria songarica群落、猫头刺Oxytropis aciphylla var.群落、霸王Zygophyllum xanthoxylon群落、甘蒙锦鸡儿Caragana opulen群落、膜果麻黄Ephedra przewalskii群落和绵刺Potaninia mongolica群落,植被盖度一般小于30%。砂质荒漠草地亚类以沙土为主,土壤水分差,土壤有机质、氮、磷、钾等养分含量都低于砾质草地亚类的养分含量;主要植物群落有白刺Nitraria tangutorum群落和沙蒿Artemisia desertorum＋甘蒙锦鸡儿;植被盖度介于17.5%～32.6%,产草量低。盐渍化荒漠草地亚类土层深厚,土壤水分含量和盐分含量高;主要植物群落类型有盐爪爪Kalidium foliatum群落和芦苇Phragmites australis群落;植被盖度高达55%,一般为30%～45%,草层高度可达48.8 cm;此类草地由于避风低暖,产草量高,多为家畜冬春放牧地和割草地。     

The Classification of Grassland Types Based on Object-Based Image Analysis with Multisource Data

The spatial distribution of different grassland types is important for effectively analyzing spatial patterns, obtaining key vegetation parameters using remote sensing (e.g., biomass, leaf area index, net primary production), and using and protecting grasslands. Existing classifications of grasslands by remote sensing are mostly divided according to the fractional vegetation cover or biomass, but classifications according to grassland types are scarce. In this study, we focused on the classification of different grassland types using remote sensing based on object-based image analysis (OBIA) with multitemporal images in combination with a 30-m digital elevation model (DEM) and the normalized difference vegetation index (NDVI). The grasslands were located in Hulunber, Inner Mongolia, and an autonomous region of China. The support vector machine (SVM) and random forest (RF) machine learning classifiers were selected for the classification. The results revealed the following: 1) It is feasible to generally extract different grassland types on the basis of OBIA with multisource data; the overall classification accuracy and Kappa value exceeded 90% and 0.9, respectively, using the SVM and RF machine learning classifiers, and the classification accuracy of the different grassland types ranged from 61.64% to 98.71%; 2) Multitemporal images and auxiliary data (DEM and NDVI) improved the separability of different grassland types. The information in the growing season was conducive for distinguishing temperate meadow steppe from temperate steppe and was favorable for extracting lowland meadow and swamp in the nongrowing season. The DEM and NDVI also effectively reduced the number of image segmentation objects and improved the segmentation effects; 3) Spectral and textural features were more important than geometric features in this study. A few main variables played a major role in the classification, while a large number of variables had either no significant effect or a negative effect on the classification results when the optimal feature subset was determined. This study provides a scientific basis and reference for the classification of various grassland types by remote sensing, including the data selection, image segmentation, feature selection, classifier selection, and parameter settings.     

世界草地综合顺序分类图的制作

通过对全球1961～1990年气象数据的分析与统计,将7 775个站点的气温与降水换算成草地综合顺序分类指标-＞0℃的年积温(Σθ)和湿润度(K)值,在Arc GIS平台上,配以世界行政区划图,依据综合顺序分类理论,制作世界草地综合顺序分类图.研究结果表明:可将世界陆域草地分为38类,基本符合全球气候带以及植被的分布,...     

基于CSCS的中国现存自然植被分布研究

植被类型是研究自然植被的基础,CSCS模型的模拟结果反映潜在自然植被的类型及其空间分布。因此,进一步研究基于CSCS模型的现存自然植被类型的空间分布,对CSCS模型在天然草地资源动态监测与评价、草地畜牧业生产管理等方面的应用具有现实意义。在基于CSCS模型确定的中国潜在自然植被图的基础上,结合1∶100万中国植被图和DEM数据,研究了现存自然植被分布范围,并划分了现存自然植被典型区,首次制作出基于CSCS的中国现存自然植被分布图和现存自然植被典型区分布图,对指导CSCS草地类型外业调查样点位置的选择及不同类型植物生物学特征的研究具有重要作用。     

白银地区天然草地组成及其退化特征的调查分析

对白银地区天然草地植物区系组成、草地类型结构以及退化草地物种数、生活型构成、盖度、生物量等植被特征进行了系统调查与分析,研究了不同退化演替时期草地群落结构特征的空间变化规律.总结出该区有草地种子植物29科80属175种,天然草地7类;草地构成较单一,多为寡属(种)的科,且科分布集中,属、种分布分散.随草地退化程度的加剧,从初期到后期,高位芽植物最先消失,草地植物群落物种数和优势种密度急剧下降,群落盖度、豆/禾(生物量)比、鲜草产量与可食草产量百分数均呈逐渐下降趋势.     

基于MODIS植被指数的甘南草地净初级生产力时空变化研究

利用甘南地区2006-2007年的外业实测样方草地干物质产量和MODIS植被指数数据,建立了草地地上部分干物质产量遥感反演模型,根据根冠比和干物质转碳率对2006-2008年甘南地区草地净初级生产力(NPP,net primary productivity)进行了估算,绘制了甘南草地NPP年累积量空间分布格局图和NPP月度变化动态图,对不同草地植被类型的NPP差异进行了评价。研究结果表明,2006-2008年甘南草地年NPP分别达637.04,599.98和566.59 g C/m²,其空间分布具有自西南向东北逐渐减少的趋势;年内不同草地类型的NPP均在7-8月达到最大累积量;NPP累积量最高的3种草地类型是沼泽、高寒灌丛草甸和高寒草甸,3年中最大月NPP的平均值分别达到1 137.28,553.76和527.66 g C/m²;2006-2008年甘南草地NPP持续下降,年草地NPP总量的减少速率为1.2 Tg/a,尤其是沼泽湿地的NPP下降明显,年平均减少速率达到了125.92 g C/m²。     

祁连山北坡植物群落空间分布格局与多样性研究

干旱区山地植物群落的空间分布格局和多样性特征对海拔梯度的响应分析,有助于探究山地植物的生态适应性策略。采用TWINSPAN和DCA排序等方法,研究了祁连山北坡植物群落分布格局和多样性特征。结果表明：祁连山北坡植物群落可以分为9个类群,随着海拔的升高,植被类型由荒漠-荒漠草原-典型草原逐渐转变为草甸草原,植物群落由斑块状分布的盐爪爪+珍珠群丛至灌木亚菊+珍珠群丛和合头草+珍珠群丛过渡为甘蒙锦鸡儿+芨芨草群丛、扁穗冰草+西北针茅群丛和西北针茅+赖草群丛,最后逐渐演化为呈镶嵌分布的鬼箭锦鸡儿+高山柳群丛和苔草+嵩草群丛;草地群落的Shannon-Wiener多样性指数（H'）和物种丰富度指数（R）呈“双峰”变化趋势,Pielou均匀度指数（J）在中海拔有最大值,而Simpson优势度指数（C）在中海拔有最小值。祁连山植被类型由低海拔荒漠至高海拔草甸草原演化过程中伴随着植物群落分布格局和种类组成的改变,体现了山地环境对植物群落构建的过滤作用。     

基于ArcGIS的天祝草地综合顺序分类研究

根据天祝县1961-1990年30年的降水和气温资料,将草地综合顺序分类系统(COSGC)的分类指标>0℃年积温和湿润度,利用ArcGIS软件,分别采用IDW、Spline、Kriging、Natural Neighbor插值方法进行空间插值,并将生成的天祝草地综合顺序分类图与天祝县遥感影像植被分布图进行植被景观类型对...     

天山山区植被类型改变对新疆气候影响的模拟分析

使用RegCM3区域气候模式,利用CRU资料和气象台站观测资料,验证了RegCM3区域气候模式对新疆降水和气温的模拟能力,分析了天山山区植被类型改变对新疆气候的影响。结果表明,RegCM3区域气候模式对新疆及其临近地区降水、温度的空间分布形势和季节变化特征具有较好的模拟能力。天山山区草地面积的改变,对新疆地区的降水和地面气温的影响很小。如果将天山山区43.5°~45.0° N区域内的地表类型由草地改变为耕地,即假设50%的草地被开垦为耕地,那么,天山山区降水量的变化强度在5-7月逐渐增强,然后减弱。天山植被的变化主要通过影响对流性降水并进而影响总降水的变化。天山植被类型变为农田后会造成较大的地面潜热通量差异并引起地表净热通量较大的差异,进而影响到地面气温的模拟。潜热通量的变化通过影响局地的水汽供应进而引起降水较大的变化。