首页 | 本学科首页   官方微博 | 高级检索  
     

基于Landsat 8 OLI和MODIS数据的高寒草地盖度升尺度效应研究——以夏河县桑科草原试验区为例
引用本文:孟宝平,崔霞,杨淑霞,高金龙,胡远宁,陈思宇,梁天刚. 基于Landsat 8 OLI和MODIS数据的高寒草地盖度升尺度效应研究——以夏河县桑科草原试验区为例[J]. 草业学报, 2016, 25(7): 1-12. DOI: 10.11686/cyxb2015433
作者姓名:孟宝平  崔霞  杨淑霞  高金龙  胡远宁  陈思宇  梁天刚
作者单位:草地农业生态系统国家重点实验室,兰州大学草地农业科技学院,甘肃兰州730020;兰州大学西部环境教育部重点实验室,兰州大学资源与环境学院,甘肃兰州730000
基金项目:国家自然科学基金项目(31372367;41401472),农业部公益性行业(农业)科研专项项目(201203006),长江学者和创新团队发展计划(IRT13019)
摘    要:基于Landsat 8OLI和MODIS卫星遥感资料,结合2013-2014年甘南州夏河县桑科草原试验区野外实测盖度数据,对草地盖度敏感的OLI波段及其组合指数进行了筛选,构建并确立了试验区基于MODIS植被指数的草地盖度反演模型,探讨了不同空间升尺度方式对草地盖度的空间效应。结果表明,1)OLI比值植被指数r(Band7/Band5)对草地盖度的响应最敏感,基于该指数的草地盖度最优反演模型为yoli=-270.064xoli+115.987(R2=0.833,P0.001);2)基于MODIS MEVI和Landsat 8OLI比值植被指数r(30m)反演的盖度重采样数据(250m)的对数模型为最优草地盖度评估模型(R~2=0.795,P0.001),其决定系数较MODIS MEVI与基于农业多光谱照相机(agricultural digital camera,ADC)的盖度数据建立的回归模型高(R~2=0.706),绝对误差和相对误差较低;3)基于OLI和MODIS植被指数的3种草地盖度回归模型(方法1~3)精度均优于直接使用MODIS植被指数建立的回归模型(方法4);方法3利用OLI比值指数r反演盖度(30m),将其升尺度至250m,再反演盖度构建的对数模型的精度最高(R~2=0.795),其次依次为方法2构建的模型(R2=0.760)、方法1构建的模型(R~2=0.730)和方法4构建的模型(R2=0.706)。

关 键 词:Landsat 8 OLI  MODIS  敏感波段  盖度反演  空间升尺度
收稿时间:2015-09-14

Scaling-up methodology for alpine grassland coverage monitoring based on Landsat 8 OLI and MODIS remote sensing data: A case study in XiaheSangke grassland
MENG Bao-Ping,CUI Xia,YANG Shu-Xia,GAO Jin-Long,HU Yuan-Ning,CHEN Si-Yu,LIANG Tian-Gang. Scaling-up methodology for alpine grassland coverage monitoring based on Landsat 8 OLI and MODIS remote sensing data: A case study in XiaheSangke grassland[J]. Acta Prataculturae Sinica, 2016, 25(7): 1-12. DOI: 10.11686/cyxb2015433
Authors:MENG Bao-Ping  CUI Xia  YANG Shu-Xia  GAO Jin-Long  HU Yuan-Ning  CHEN Si-Yu  LIANG Tian-Gang
Abstract:
Keywords:Landsat 8 OLI  MODIS  sensitive combination of bands  cover inversion model  spatial upscaling
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《草业学报》浏览原始摘要信息
点击此处可从《草业学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号