共查询到16条相似文献，搜索用时 727 毫秒
1.
2.
甘南草地地上生物量的高光谱遥感估算研究 总被引：1，自引：2，他引：1
为了促进高光谱分辨率遥感技术在草地畜牧业动态监测和遥感估产中的应用,选择甘南草原为研究区,通过野外观测,测量了天然牧草的冠层高光谱和地上生物量数据,分析了4种主要草地类型的冠层光谱曲线特征,并分析了地上鲜生物量与冠层反射光谱和一阶微分光谱之间的相关关系,构建了光谱特征参数作为变量,建立了甘南草原牧草地上鲜生物量的高光谱估算模型,并对模型进行检验,结果表明：特征参数D723的对数回归模型,不仅相关系数较高,而且均方根和相对误差都较小,因此,估算精度较高,可作为甘南草地地上鲜生物量的最佳高光谱估算模型。 相似文献
3.
4.
利用EOS/MODIS植被指数产品（NDVI）、实测草地地上生物量和气象监测资料,结合实测资料和NDVI之间的关系建立了青海省草地地上生物量卫星遥感估算模型,并通过研究青海省气温和降水量变化特征分析了影响草地地上生物量的主要因素。结果表明：在草地生长季,生态监测站草地地上生物量与NDVI之间具有较好的正相关关系（P<0.01）。利用模型估算的青海省草地地上生物量在2003-2017年表现出弱的增加态势,2003年平均草地地上生物量最低,仅为2622 kg·hm-2,2010年最大,达3252 kg·hm-2; 2003-2017年,青海省草地地上生物量变化表现出明显的空间分布特征,从东南向西北逐渐递减;其中,青海省果洛州东南部、玉树州南部、黄南州东南部和海北州东南部草地地上生物量最高;西北部的柴达木盆地最低;2003-2017年青海省绝大多数地区草地地上生物量均呈现保持不变或者趋好的变化特征,其中曲麻莱、都兰以及甘德等地区部分草地地上生物量明显减少。气温升高热量条件充足的背景下,青海省草地受降水量增多带来的水分条件趋好的有利影响,对高寒地区草地植被的生长发育起到了促进作用,最终导致草地NDVI升高,地上生物量增加。 相似文献
5.
为探究新疆荒漠草地生物量反演模型及其影响因子,基于Terra/MODIS,NOAA CDR NDVI,SPOT/VGT等遥感产品数据及草地地上生物量实测数据,构建研究区荒漠草地地上生物量植被指数反演模型,分析新疆荒漠草地地上生物量时空分布规律,运用趋势分析法和相关性等方法,揭示了生物量演变趋势与气温、降水的关系。结果表明：建立的不同遥感数据源生物量模型中,指数函数反演模型精度最高,决定系数和估算精度分别为0.66和70.93%;基于2000—2019年归一化植被指数(Normalized difference vegetation index,NDVI)变化趋势发现,新疆荒漠草地以稳定和改善为主;研究区2000—2019年间荒漠草地地上生物量空间分布格局整体表现为北高南低的趋势,20年间荒漠草地平均地上生物量为38.92 g·m-2;2000—2019年气温与降水均上升,年平均升温率和降水率达到了0.32℃·(10 a)-1和2.18 mm·(10 a)-1,50%以上的地区荒漠草地与气温、降水呈正相关关系,生物量与降水的相关性优于气温。研究结果可为新疆草地保护和改善、生态环境建设提供科学依据和技术支持。 相似文献
6.
基于STARFM的草地地上生物量遥感估测研究——以甘肃省夏河县桑科草原为例 总被引：1，自引：0，他引：1
遥感数据具有实时、动态、大范围等特点,在草地资源监测与管理研究中获得了广泛应用。然而,单一的遥感植被指数无法同时满足草地地上生物量观测中时空分辨率的需求。因此,本研究基于时间序列Landsat NDVI和MODIS NDVI数据,结合时空融合算法（spatial and temporal adaptive reflectance fusion model, STARFM）,生成了2000-2016年高时空分辨率的植被指数数据集（NDVISTARFM,时间分辨率为16 d,空间分辨率为30 m）,并基于2013-2016年地面实测草地地上生物量数据,构建了夏河县桑科草原高寒草地地上生物量遥感反演模型,分析了2000-2016年研究区草地地上生物量生长状况和变化趋势。结果表明：1）基于NDVISTARFM的最优估测模型为乘幂模型,其R2为0.58,均方根误差（root mean square error, RMSE）为795.62 kg·hm-2,模型的表现能力次于Landsat NDVI最优估测模型（R2=0.76,RMSE=634.83 kg·hm-2）,而优于MODIS NDVI最优估测模型（R2=0.24,RMSE=937.79 kg·hm-2）;2）基于NDVISTARFM最优估测模型对各样区草地地上生物量总产的估测精度优于MODIS NDVI而次于Landsat NDVI,总体精度达84.05%;3）2000-2016年来,夏河县研究区草地地上生物量总体呈现增加趋势,其中90%左右的区域年增量大于30 kg·hm-2,草地地上生物量呈现减少趋势的区域仅占2.30%。 相似文献
7.
8.
基于多源遥感数据的高寒草地生物量反演模型精度——以夏河县桑科草原试验区为例 总被引：2，自引：0，他引：2
基于MODIS、Landsat-8 OLI和HJ-1A/1B CCD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数据,建立了高寒草地地上生物量遥感反演模型,筛选出基于不同遥感资料植被指数的生物量最优反演模型,比较分析了生物量最优模型的空间效应。同时,分析了2000-2013年基于MODIS植被指数估算的试验区产草量的年际变化特征。结果表明,草地生物量最优反演模型为基于Landsat-8 OLI NDVI数据的对数模型(y=727.54lnx1+495.23,R2=0.772,RMSE=31.333 kg DM·hm-2);在30和250 m空间分辨率下,基于MODIS NDVI及EVI、Landsat-8 OLI NDVI和HJ-1A/1B CCD NDVI最优模型估算的生物量均高于实测生物量,其中Landsat-8 OLI NDVI数据估算的草地生物量与实测生物量值最接近;2000-2013年试验区草地总生物量整体上具有显著增加的趋势(R2=0.590 7,P0.001),平均增加速率达50.57 kg DM·hm-2·a-1。 相似文献
9.
基于遥感数据的呼伦贝尔草原放牧强度研究 总被引：1，自引：0，他引：1
呼伦贝尔草甸草原是我国主要的畜牧业基地,放牧强度直接影响着该草原生态系统的稳定和可持续发展。本文首先建立了研究区草地地上生物量的遥感估算经验模型,然后结合净初级生产力(NPP),研究了草地放牧强度估算方法;基于该方法,利用2014年6月到7月多期Landsat遥感数据计算谢尔塔拉牧场草地地上生物量变化和放牧强度。研究结果表明:所使用方法可较好用于放牧强度的估算,估算结果与实际情况基本吻合,决定系数R2达0.7996;谢尔塔拉牧场的公共放牧区放牧强度范围为1~2.5 Au/hm2,属于过度放牧状态,重度放牧区多位于小型湖泊周围和草地面积较少但牛相对较多的生产队,轻度放牧区多位于围封地;将尺度扩展到海拉尔区分析:所使用方法能够准确地将轻度、中度和重度放牧区分开,且海拉尔区东北方向的放牧强度明显高于西南地区。 相似文献
10.
准确、高效获取草甸地上生物量信息,对牧区农牧业生产、草地资源管理、牧草可持续利用具有重要意义。本研究基于实地采集的牧草冠层光谱反射率及同期获取的地上生物量数据,运用互信息法分别分析了微分光谱、优化植被指数与草甸地上生物量的相关性,进一步构建了极限梯度提升（XGBoost）算法与不同阶光谱植被指数数据集的草甸地上生物量模拟估算模型,并与多元线性回归（MLR）和随机森林（RF）算法建立的模型进行对比。结果表明：对光谱反射率进行一阶、二阶微分与光谱植被指数变换协同应用,有助于提高冠层光谱与地上生物量的相关性;基于原始光谱植被指数与XGBoost算法构建的草甸地上生物量模拟估算模型效果最佳,均方根误差（RMSE）为140.26 g·m-2,平均绝对误差（MAE）为97.20 g·m-2,Nash效率系数（NSE）为0.81,一致性指数（d）为0.94,其次为基于RF算法构建的模型,MLR算法构建的模型精度较差。研究认为XGBoost算法可适用于草甸地上生物量模拟估算模型的建立,为快速准确的牧草高光谱遥感监测提供了技术和方法,为区域性草地高精度大面积生产力估算奠定了基础。 相似文献
11.
近些年,无人机遥感由于其具有分辨率高、时效性高、机动性强、可云下低空飞行等优势在草地资源监测及草地生态方面迅速兴起。本文首先介绍了无人机遥感的系统组成以及不同传感器在草地监测上的应用,在此基础上对无人机在草地植被覆盖度监测和地上生物量估算、草地有蹄类野生动物和草地啮齿动物监测中的应用研究进行了综述,并对该技术存在的问题及限制进行了探讨,从而有针对性地解决所需要监测的对象与问题,这对于草地动植物资源在调查中构建精准数据获取、实现实时动态监测具有重要的研究意义和实际应用价值。 相似文献
12.
准确估算草地地上生物量(Aboveground biomass，AGB)对于科学调整草畜关系、保护生态环境和实现草地资源的可持续发展具有重要意义。本文以锡林郭勒盟不同草地类型为研究对象，基于遥感数据、气象数据和数字高程模型数据，利用支持向量机(Support vector machines,SVM)、BP神经网络(BP neural networks,BP)和随机森林(Random forest,RF)三种机器学习算法建立AGB估算模型，评估三种机器学习算法模型估算AGB的潜力。精度验证结果表明，在研究区内不区分草地类型整体建立估算模型时RF算法的回归精度最高(R=0.88，RMSE=0.10，MSE=0.01，MAE=0.07)。SVM算法建立的模型在草甸草原和荒漠草原回归精度较高，而RF算法回归能力在典型草原具有相对优势。不同特征变量对估算AGB的贡献分析结果表明，植被覆盖度(Fractional vegetation cover,FVC)、归一化植被指数(Normalized difference vegetation Index,NDVI)、增强植被指数(Enhanced vegetation index,EVI)和降水量(Precipitation,PRCP)四个变量对AGB估算结果的影响较大。本文研究结果为干旱/半干旱区草地地上生物量估算精度的提高和方法的选择提供科学建议。 相似文献
13.
草地遥感估产的原理与方法 总被引：5，自引：2，他引：3
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。 相似文献
14.
基于MODIS-NDVI的天山北坡中段草地动态估产模型研究 总被引：5，自引：2，他引：3
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%。 相似文献
15.
基于Landsat 8 OLI影像的渭-库绿洲植被地上生物量估算 总被引：1，自引：0，他引：1
干旱区绿洲植被地上生物量估算研究可为绿洲生态系统稳定性评价与区域碳储量估算提供重要依据。以渭干河-库车河三角洲绿洲为研究区，利用ENVI 5.3软件对Landsat 8 OLI 影像数据进行预处理，提取反映植被地上生物量信息的植被指数和波段因子，并结合样地实测数据，采用常规统计模型、多元逐步回归和偏最小二乘回归方法建立研究区植被地上生物量最优估测模型，从而揭示该绿洲植被地上生物量的空间分布特征。结果表明：1）所选的20个遥感因子与实测植被地上生物量呈极显著正相关关系，相关系数为0.5~0.7（P<0.01）。2）乔木与灌木地上生物量最优估测模型均为多元逐步回归模型，草本与农作物地上生物量的估测模型以偏最小二乘回归模型为最优，模型验证决定系数均在0.6以上，均方根误差和平均绝对误差均较小。3）研究区植被地上生物量主要在280~1450 g·m-2 分布，面积约为6973.82 km2，低水平地上生物量（ABG<65 g·m-2）分布区域约占研究区总面积的15.02%。地上生物量由高到低依次为：农作物>乔木>灌木>草本。根据不同的植被类型，基于地物光谱特征构建的遥感估测模型可准确估算干旱区绿洲植被地上生物量，并对其空间分布特征进行遥感定量反演。 相似文献
16.
中国草地碳库估算差异性综合分析 总被引：1，自引：0，他引：1
我国草地资源丰富,固碳量大,具有深厚的碳汇潜力。本文综合分析已发表的中国草地碳库相关研究结果,以期阐述中国草地碳库的情况及其分布格局,探究草地碳储量估算中不确定性因素导致的差异性。结果表明:中国草地碳储量估算结果差异较大,接近4倍;中国草地有机碳主要分布于高寒和温带地区;采用不同资料数据来源估算出的草地面积不同,利用草场普查资料估算的草地面积均值最大,卫星遥感数据估算出的最小;不同估算方法也导致碳库估算结果存在差异,全球平均碳密度法的草地碳储量平均估值最大,模型估算法最小;根冠比范围差距由0.38到52.30导致草地地下生物量碳储量估算差异较大。经综合分析,中国草地碳储量为41.67 Pg C,具有较大的碳汇潜力。 相似文献