基于高分遥感数据校正的MODIS草地生物量监测模型精度评价

利用玛曲县尼玛镇研究区2009年8月30日的RapidEye影像和2011年8月27日的WorldView-2影像及同时段的MOD09GA产品,计算分析了基于高分影像的NDVI与基于MOD09GA的NDVI的相关关系,对基于MOD09GA NDVI的甘南州草地生物量模型进行了修正,并对修正后模型的估产精度进行了比较和评价。结果表明：基于MOD09GA NDVI（x）的甘南州草地生物量最优模型为指数模型（Y=1026.027e^1.466x）,其R²为0.571,高于其线性、乘幂、对数等模型;研究区内MOD09GA NDVI与依据RapidEye和WorldView-2计算的NDVI（分别记作N_r和N_w）之间均具有显著的线性相关关系,且后者略优于前者,回归方程分别为N_r=1.2713x-0.2183和N_w=0.9559x+0.0679;结合MOD09GA NDVI与WorldView-2NDVI回归方程对甘南州MOD09GA NDVI与草地生物量模型进行修正后,得到的生物量更接近实测值,在研究区内平均估产精度可达84.73%,比未修正的估算模型精度提高1.08%。说明利用高分遥感影像修正的MODIS估产模型具有更好的精度。     

构建草地农业智库系统,助力中国农业结构转型

“草地农业”,简称草业,是兼顾生态和生产、粮食和饲料,适应时代发展,迎接城乡统筹,面向全球经济一体化的新型农业系统,也是破解我国传统“耕地农业”发展难题、优化农业结构的一个里程碑式转变。“草地农业”建设是一项系统工程,涉及社会众多层面。为了落实党的十八届三中全会《决定》提出“加强中国特色新型智库建设,建立健全决策咨询制度”,本研究提出构建“草地农业智库”,基于云计算等新兴互联网技术,构建“草地农业智库”信息系统,巩固现有研究成果,凝聚研究合力,对国内外草业信息做适时收集、分析,使之成为草业的“神经系统”以供社会共享。“草地农业智库”应具有独立性、科学性、时效性和建设性,为一线生产,科研院所和政府机构提供服务的智力平台,对我国草业发展提供科技支撑,助力中国农业从传统“耕地农业”向粮草兼顾的“草地农业”转型。     

草地资源分类经营初探

传统的草地资源经营理念已带来了诸多的生态和社会问题,转变经营理念是草业科学发展的必然需求.通过对草地资源分类经营的理论依据和必然性的分析,提出了草地资源分类经营是未来草地资源经营的主要模式,其内容主要指根据草地资源在区域发展中的主导功能和社会需求的分化,将现存草地资源从空间上划分为生态功能区,经济功能区和多功能区3种类型,在时间序列上分别采取不同的经营策略.     

牧草适应性的定量化研究

为了实现对牧草适应性的定量化研究,以草原综合顺序分类法、牧草生长的气候适宜度、牧草种或品种的生物学特性理论为依据,确定了牧草适应性影响因子,并采用模糊逻辑和层次分析法建立了其隶属函数;在地理信息系统(GIS)平台的支持下,建立了数据库并形成了牧草适应性的GIS产品.通过这些研究,得出了牧草适应性的定量化定义.     

基于遥感技术的植被净初级生产力研究进展

植被净初级生产力(NPP)的研究是全球变化与陆地生态系统的核心内容之一.本文回顾了植被NPP研究的历史、基于遥感技术的植被NPP和草地植被NPP研究进展,并对近期陆地植被NPP研究的特点及发展趋势作了总结,对NPP模型的研究提出了一些建议.     

基于Landsat 8和随机森林的青海门源天然草地地上生物量遥感估算

草地地上生物量（above-ground biomass, AGB）的遥感监测可快速且客观地对草地生长现状进行评估,对生态环境评价和草地资源利用有重要意义。为了提高遥感估算草地AGB的准确性,基于青海省门源县的地面实测数据,利用Landsat-8 OLI遥感数据计算出的植被指数分别构建了单因素回归模型和随机森林模型（random forest, RF）,确定了AGB遥感估测最佳模型,并反演得到了研究区2019-2021年草地AGB空间分布。结果表明：1）在29个植被指数构建的单因素回归模型中,与草地AGB相关性较高的5个植被指数为NDVI、RBNDVI、TVI、GNDVI、MSR,R²均达0.49以上。其中,NDVI模型的精度最高,验证集R²为0.50,均方根误差（root mean square error, RMSE）为702.89 kg·hm^-2。2）在RF模型中,变量筛选前R²=0.61,RMSE=621.14 kg·hm^-2;经过变量筛选后模型精度有小幅度提升,R²达0.62,RMSE基本不变;二者精度均优于单因素模型,相比传统单因素最优回归模型,R²提高0.12,RMSE降低了80.95 kg·hm^-2。3）门源县AGB空间分布特征为西北部较高,东南部相对较低;大体呈中部高,四周低的分布状况。2019-2021年全县天然草地总产草量介于4.2827万~8.9776 万t,平均单产介于1063.49~1484.82 kg·hm^-2;草地类型以高寒草甸为主,2019-2021年产草量为4.0825万~5.6653 万t,平均地上AGB介于1060.38~1471.94 kg·hm^-2;山地草甸平均AGB为1036.81~1637.43 kg·hm^-2;温性草原平均AGB介于1198.72~1786.63 kg·hm^-2。     

基于MOD10A1和AMSR-E的北疆牧区积雪动态监测研究

准确监测牧区积雪覆盖范围,对有效防灾减灾和牧区畜牧业持续发展具有特别重要的意义。利用积雪产品和气象台站的观测资料,对比分析了北疆地区2002年11月1日－2005年3月31日三个积雪季的AMSR-E每日雪水当量产品及其与MOD10A1每日积雪分类产品合成的图像MODAE1的积雪识别精度。结果表明,1)AMSR-E每日雪水当量产品的积雪识别率为66.59%,总精度为69.49%;2)利用用户自定义的合成算法计算的合成图像MODAE1,结合了AMSR-E雪水当量产品不受天气影响和MOD10A1每日积雪产品较高空间分辨率的优点,积雪识别率达76.43%;3)雪深和土地覆盖对合成图像MODAE1的积雪识别率具有重要的影响。在雪深为1～40cm时,合成图像的积雪识别精度随雪深的增加而增大;在雪深为31～40cm时,积雪识别率可达90.19%;在雪深大于40cm时,积雪识别率开始下降。在牧区合成图像的积雪识别率可达77.6%,而在开阔的灌丛区积雪识别率略有下降,为72.7%。     

甘南牧区草畜数字化管理系统的设计与开发

结合WebGIS等技术,详细设计了的体系结构,以及系统主要组成模块、功能和实现方法,开发完成草畜数字化管理系统“甘南牧区草畜数字化管理系统”的核心技术。该系统主要包括草地监测、草地评价、家畜动态、草畜平衡诊断、草畜平衡决策和数据共享等6个核心模块,可以向用户提供翔实的草畜动态资料,并实时发布草畜平衡诊断结果和相应管理方案,能够为从事草地畜牧业管理和研究的人员及相关部门提供草畜管理和决策方面的科学依据。     

牧区雪灾遥感监测方法的研究

雪灾是影响我国北方草原牧区畜牧业发展的重要因子,如何准确评价雪灾对牧区造成的影响并及时援救,最大限度地减少灾区的经济损失,是一个十分迫切的问题.为此总结了国内外牧区雪灾遥感监测的现状,分析了卫星遥感系统在草地雪灾监测方面的应用及存在的问题,提出了雪灾遥感监测的原理及技术路线,为进一步做好牧区抗灾救灾及草地畜牧业持续发展决策的研究提供科学依据.     

玛曲县草畜平衡优化方案与管理决策初探

利用玛曲县2001-2009年的草地畜牧业动态监测资料和社会经济统计数据,通过MATLAB 7.9软件的多目标规划方法,以维持草畜平衡、优化畜群结构和保护草地生态环境为总目标,综合考虑畜群结构优化、牧业生产、生态保护3个方面的约束条件,研究了规划期(2010-2012年)玛曲县草地畜牧业发展的优化方案及管理对策,对比分析了2套不同收入水平的优化方案。结果表明:减少家畜数量,加大周转是实现上述目标的根本途径,其具体措施包括调整牲畜数量和优化畜群结构。优化方案表明玛曲县若减少149.18×10⁴ SU后,能实现草畜平衡;提高出栏率,增强畜牧业生产效益,从优化方案中发现出栏率保持在31%以上能够使牧民收益最大化;增加补饲,全县每年至少补饲精饲料4万kg;拓宽经济收益渠道,发展旅游等其他产业,将增强该县经济弹性。