共查询到18条相似文献，搜索用时 218 毫秒
1.
以甘南州高寒天然草地为研究对象,利用2016-2019年草地地上生物量实测数据和MOD13Q1植被指数产品,构建了甘南州草地地上生物量遥感反演模型,分析了近20年(2000-2019年)甘南州高寒天然草地地上生物量的时空分布特征.结果表明:1)MODIS EVI植被指数适宜于甘南州高寒天然草地地上生物量变化监测研究,模型决定系数R2=0.5249,均方根误差RMSE=527.9 kg·hm-2;2)20年间甘南州高寒草甸和山地草甸的地上生物量均呈增加趋势,而沼泽类草地地上生物量呈减少趋势;3)近20年来甘南州草地呈现出整体恢复、局部恶化的趋势,全州66.04％的草地呈稳定或恢复趋势,33.96％的草地地上生物量呈减少趋势,其中18.08％的草地呈持续性恶化趋势.研究结果为甘南州草地植被动态监测和高寒草地退化修复提供了数据支持. 相似文献
2.
基于遥感技术的甘南牧区草地植被状况多年动态 总被引：2，自引：0，他引：2
结合遥感技术的草地植被监测是区域植被变化研究的重要组成部分和研究热点,为了能够更好地监测甘南牧区多年的草地动态变化,本研究以甘南牧区的草地为研究对象,引入了垂直植被指数(Perpendicular Vegetation Index,PVI),探讨了其在甘南草地遥感监测中的适用性及其精度,并以草地植被盖度、草地面积和草地地上生物量为主要监测指标,对2001-2012年间甘南草地的变化做全面连续的研究,从草地的生态和资源属性两方面说明甘南草地的变化状况,期望为甘南牧区生态保护和畜牧生产提供帮助。结果表明,1)在运用MODIS数据对地表植被覆盖度进行估算时,使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的像元二分模型对植被覆盖度的模拟较垂直植被指数PVI更准确,其精度可达88.14%。2)盖度分级结果显示,植被盖度最大和最小分别为2010年的76.63%和2002年的73.21%,12年间的变异系数(Coefficient of Variability,CV)为1.25%,年际变化很小;3)对草地面积动态变化的研究结果表明,近12年平均草地面积占甘南州土地总面积的85.47%左右,且草地面积的年际变化较小。4)在高寒地区,垂直植被指数PVI的指数模型较NDVI能够更好地估算甘南州草地地上生物量,总体估产精度可达70.48%,且能很好地模拟整个生长季的生物量变化。 相似文献
3.
NDVI和EVI在高寒草地牧草鲜质量估算和植被动态监测中的比较 总被引：2，自引：2，他引：0
对2007-2009年126景MODIS影像的归一化植被指数(NDVI)和增强型植被指数(EVI)数据进行了比较研究,并结合11个高寒草地监测点的地上生物量鲜质量(AGB)数据,通过相关分析、回归分析等方法,分析了MODIS共4种植被指数(NDVI250,NDVI500,EVI250,EVI500)在估算高寒草地牧草鲜质量中的优劣,并确定了通过EVI250估算地上生物量鲜质量的回归方程。结果表明,EVI在高寒草地上均比NDVI小,但EVI比NDVI更稳定准确。应用植被指数产品EVI估算高寒草地牧草鲜质量优于NDVI,其中在EVI250、EVI500、NDVI250和NDVI5004种植被指数中,EVI250与地上生物量鲜质量的相关性最好,相关系数为0.904(P0.01),回归方程为yAGB=-244+1316xEVI250(R2=0.817,P0.01)。 相似文献
4.
5.
基于MODIS的青藏高原牧草生长季草地生物量动态 总被引：3，自引：0，他引：3
摘要：草地生物量是评价青藏高原生态脆弱性和敏感性的重要指标,也是度量草地退化的重要指标。本研究利用MODIS植被指数NDVI和EVI资料及青藏高原三江源地区326个样方实测数据,构建并优化了研究区不同类型草地生物量的预测模型,估算了2002-2009年期间草地生物量年际和月际变化特征。结果表明,高寒草甸地上生物量适宜植被指数为NDVI,反演模型为,y=6.202 5x2-574.89x+14 586,高寒草原地上生物量适宜植被指数为EVI,反演模型为,y=0.165 5x1.773 2。高寒草甸和高寒草原生物量在2002-2009年表现为波动状态,但高寒草甸比高寒草原波动幅度大。高寒草甸和高寒草原生物量在6-8月间均持续增加,9月开始下降,但7月高寒草原生物量波动大于高寒草甸,8月高寒草原生物量波动小于高寒草甸,6月和9月两种草地类型生物量波动不明显。 相似文献
6.
补播禾草对玛曲高寒沙化草地各经济类群地上生物量的影响 总被引：2，自引：0，他引：2
为研究补播禾草对玛曲高寒沙化草地各经济类群地上生物量的影响,于2006年和2007年在甘肃玛曲高寒沙化草地进行了禾草补播试验。结果表明:补播禾草可增加高寒沙化草地草群高度和植被盖度。补播当年,莎草类地上生物量降低,禾草类地上生物量增加。补播第二年,各经济类群地上生物量都增加,禾草类的地上生物量增加最多,占到总生物量的50%左右。其中,中华羊茅(Festuca sinensis)、草地早熟禾(Poa pratensis)和垂穗披碱草(Elymus natans)混播的处理,禾草类和豆科类比对照分别高出34.56%和96.37%,是玛曲高寒沙化草地较好补播处理。补播作为改良天然草场的有效措施,对增加草群高度、覆盖度和提高草地地上生物量具有积极作用。 相似文献
7.
2001-2008年甘南牧区草地地上生物量与载畜量遥感动态监测 总被引：13，自引：1，他引：12
草地地上生物量监测是草地资源空间格局动态研究的重要内容,也是草畜平衡综合分析的基础。利用2006-2008年甘南牧区草地调查资料和Terra/MODIS每日地表反射率产品MOD09GA,建立了草地地上生物量遥感反演模型,模拟分析了甘南州及各县市草地资源在2001-2008年期间的各旬、月和年的生物量及理论载畜量变化动态。研究结果表明, MODIS增强型植被指数EVI的乘幂函数可以较好地模拟甘南牧区草地地上的生物量鲜重,拟合模型平均估产精度为76.7%,可很好地模拟牧草生长状况较好时期(5-10月)的草地地上生物量变化动态。甘南牧区草地生长主要集中在5月上旬-10月下旬期间,草地旬最大地上生物量数字图像可以较客观地反映草地植被生长发育的总体规律。但是,个别旬生物量受大范围长时间阴雨多云天气状况及放牧家畜数量有较大变动情况的严重影响。2001-2008年不同草地类型的月最大生物量动态变化曲线均呈单峰抛物线形式,全州平均最大生物量均出现在7月,但不同年份产量达到最大值的月份有所变化,主要集中在7-8月。甘南州草地地上总生物量年度之间存在较大的差异。全州8年平均总地上生物量为109.31亿kg。2005年全州草地植被年总生物量最高,达129.1亿kg,其次为2006,2007和2002年,分别为113.2,110.7和109.0亿kg。由于气候条件和不同县市草地面积及生长状况等存在较大差异,其理论载畜量也存在显著差别。 相似文献
8.
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
9.
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
10.
11.
基于小型无人机与MODIS数据的草地植被覆盖度研究——以甘南州为例 总被引：3，自引：0，他引：3
以甘南州为研究区,采用Canon数码相机和小型无人机搭载相机在不同大小样方上获取草地植被覆盖度数码照片,结合2015年5月-10月的Terra/MODIS植被指数产品MOD13Q1,分析了增强型植被指数(EVI)和归一化植被指数(NDVI)与草地植被覆盖度之间的相关性,建立了研究区草地植被覆盖度的回归模型,并对模型进行了精度评价,筛选出甘南州草地植被覆盖度最优遥感反演模型,并对草地生长季时期覆盖度时空上的动态特征进行分析。结果表明,1)利用小型无人机搭载相机获取草地大样方植被数码照片的方法能用于地面草地覆盖度数据的获取;2)与NDVI相比,用EVI估算草地覆盖度更优,因此确定基于EVI构建的对数模型为甘南州草地植被覆盖度最优反演模型,模型精度可达88.00%;3)研究区2015年生长季草地植被覆盖度除了低平地草甸在8月达到最大值外,其它草地类型均在7月达到最大值;4)甘南州以中高植被覆盖度为主,主要分布在玛曲、碌曲、夏河以及合作四县市。整体而言,中西部和西南部区域草地覆盖度高于东部。通过精确草地植被覆盖度模型的建立,不仅有利于及时准确的了解草地植被覆盖度的时空分布状况和季节性动态变化,也有利于维护甘南州草地生态系统的持续稳定发展。 相似文献
12.
基于CASA模型和MODIS数据的甘南草地NPP时空动态变化研究 总被引：1，自引：0，他引：1
植被净初级生产力(net primary productivity, NPP)在全球气候变化及碳循环研究中扮演着重要的角色,精准快速的估算NPP对评估区域生态系统承载力以及合理利用自然资源具有重要的意义。利用2011-2014年甘南地面实测草地地上生物量(aboveground biomass, AGB)数据和根冠比系数计算的草地NPP数据,分别验证了MOD17A3 NPP产品和基于CASA(Carnegie-Ames-Stanford approach)模型估算的草地NPP的精度,分析了2000-2016年甘南地区草地NPP的时空动态变化。结果表明:基于CASA模型模拟的草地NPP精度整体上高于MOD17A3 NPP产品的精度,其均方根误差(root mean square error, RMSE)较MOD17A3 NPP小9.94 g C·m^-2;CASA模型分析的甘南地区草地NPP总体上呈现由西南向东北逐渐减少的趋势;对不同草地类型而言,沼泽类的平均NPP最高(469.07 g C·m^-2),温性草原类最低(324.18 g C·m^-2),而占研究区草地总面积比例较大的高寒草甸类和高寒灌丛草甸类草地的平均NPP分别为449.22和465.27 g C·m^-2;2000-2016年间,甘南地区大部分草地NPP稳定不变,其面积占研究区草地总面积的75.31%,NPP呈增加趋势的区域占草地面积的22.63%,而NPP呈减少趋势的区域占比最小,仅为2.06%。以上研究结果表明CASA模型在高寒地区草地NPP评估、草地资源合理利用与管理方面具有重要的应用价值。 相似文献
13.
为精确获取区域草地地上生物量（Above-ground biomass，AGB），本研究利用Sentinel-2和Landsat 8数据，计算5种植被指数，与野外实测AGB建立草地AGB遥感估算模型，并用均方根误差、决定系数和平均相对误差等指标综合比较不同估算模型的反演精度。结果表明：5种植被指数与草地AGB均显著相关；基于Sentinel-2数据建立的AGB估算模型总体上优于Landsat 8的估算结果；7月最优反演模型为基于差值植被指数（Difference vegetation index，DVI）的二次多项式模型，精度达86％；8月最优反演模型为基于绿色归一化植被指数（Green normalized difference vegetative index，GNDVI）的指数模型，精度达84％；天祝县草地AGB的空间差异明显，不同草地类型平均AGB顺序为：山地草甸>高寒草甸>温性草原>温性荒漠草原。以上研究结果可为研究区草地AGB合理估算和放牧管理提供科学依据。 相似文献
14.
以新疆全区草地为研究对象,利用2010-2014年天然草地地上生物量实测数据(above-ground biomass,AGB)和EOS Terra MODIS每日地表反射率产品MOD 09GA,采用空间分析方法分别计算了生长季(4-10月)草地NDVImax,MSAVImax,PVImax,NDVImean,MSAVImean和PVImean 6种植被指数,探讨了NDVImax,MSAVImax,PVImax与草地地上生物量之间的遥感反演模型,分析了新疆草地生长季多年NDVImean,MSAVImean和PVImean空间分布特征和空间变化特征。根据所选的最优模型反演了新疆2005-2014年的草地地上生物量,统计分析了地上生物量的空间变化特征。结果表明,新疆草地2010-2014年NDVImean,MSAVImean和PVImean总体上均具有由北向南、由西向东逐渐递减的空间分布特点,不同草地类型的生物量差异显著。2005-2014年低地草甸类的生物量最高,高寒荒漠类最低。统计分析2010-2014年的NDVImean,MSAVImean和PVImean变化趋势发现,北疆有28%以上草地处于改善状态,南疆草地则以稳定为主;全疆14个地、州、市草地以稳定为主,处于稳定比重的草地大于40%,博尔塔拉蒙古自治州、哈密地区、塔城地区、巴音郭楞蒙古自治州草地处于改善状态的草地超过15%,阿勒泰地区、博尔塔拉蒙古自治州、伊犁哈萨克自治州直属、克拉玛依市、昌吉回族自治州、克孜勒苏柯尔克孜自治州、阿克苏地区和乌鲁木齐市轻度改善的草地比重大于10%;除吐鲁番市和乌鲁木齐市外,其余地、州、市恶化草地比重低于10%,全疆草地整体改善以稳定为主,总体趋于良好。 相似文献
15.
为探讨返青期休牧对退化高寒草地植被特征及优势种光合生理的影响,本研究在祁连山区选择已实施返青期休牧6年的高寒草甸开展了植被特征及优势种光合生理相关指标的调查研究。结果表明：返青期休牧6年后,高寒草甸的植被盖度、地上生物量、地下生物量和土壤含水量较未休牧区分别增加了38.44%,985.00%,209.56%和62.62%,其优势禾草垂穗披碱草（Elymus nutans）株高、叶片净光合速率、光化学量子效率、呼吸速率、叶面积、相对叶绿素含量和叶片氮含量分别提高了965.77%,139.86%,4.92%,269.37%,254.13%,197.02%和96.24%（P<0.05）,其地上地下生物量与除叶温和光化学猝灭系数外的指标显著相关,叶片净光合速率与除叶温外的指标显著相关。因此,返青期休牧可显著增强高寒草地优势禾草的光合作用和呼吸作用,促进植物生长及退化草地的恢复。本研究为推广实施返青期休牧这一措施来恢复退化高寒草地植被提供了理论基础。 相似文献
16.
本研究基于广义线性模型（generalized linear model,GLM）,利用中分辨率成像光谱仪（moderate resolution imaging spectroradiometer,MODIS）植被指数产品和野外实测的地上生物量数据（aboveground biomass,AGB）,分析了2009-2015年主要生长季5-10月内蒙古荒漠草原及典型草原AGB动态变化及气候因子的关系。结果表明：NDVI幂函数模型最佳模拟内蒙荒漠草原AGB,RVI对数函数模型最优模拟内蒙典型草原AGB;七年间荒漠草原平均地上总生物量为6.51 Tg,典型草原平均地上总生物量为36.94 Tg;2009-2015年主要生长季内蒙荒漠草原及典型草原AGB变化趋势呈现单峰曲线,生物量高峰出现在每年7,8月份,低值出现在每年10月份;AGB空间分布5-10月,以8月为节点随着季相变化南北交替推进;最后采用面板分析方法解释2类草原的限制因子,结果表明荒漠草原降水贡献较大,典型草原气温贡献较大,因此水热动态假说对该格局解释最佳。 相似文献
17.
大范围草地生长状况遥感监测对研究草地变化动态和草地畜牧业的管理具有重要意义。利用2010-2013年的草地外业调查数据和EOS Terra MODIS每日地表反射率产品MOD09GA,采用空间分析方法分别计算了生长季(5-9月)草地NDVImax, EVImax, NDVImean和EVImean4种植被指数,探讨了这4种植被指数与草地地上生物量之间的遥感反演模型,分析了青南地区草地生长季多年NDVI平均值空间分布特征;根据所选的最优模型反演了青南牧区近10年(2004-2013年)的草地地上生物量,统计分析了地上生物量的空间变化特征。结果表明,青南地区多年NDVI平均值和草地地上生物量总体上均具有由西北向东南逐渐增加的空间分布特点。不同草地类型的生物量差异显著。近10年来山地草甸类的生物量最高,达1280 kg DW/hm2;其次为高寒草甸类、温性草原类、温性荒漠类和沼泽类,生物量介于244.9~902.4 kg DW/hm2;高寒草甸草原类、高寒荒漠类和高寒荒漠草原类生物量较小,在65 kg DW/hm2以下。海拔对生物量具有明显的影响,在3500 m以上地区的草地生物量随海拔的升高而减小。当海拔介于3500~4000 m,最大生物量达1358.8 kg DW/hm2;海拔介于4000~4500 m,生物量小于920 kg DW/hm2;海拔介于4500~5000 m,生物量为574.2 kg DW/hm2;海拔大于5500 m,生物量仅为94.4 kg DW/hm2。统计分析近10年间的NDVI变化趋势发现,三江源地区的黄河、长江和湄公河三大流域及各行政区的草地植被生长状况以轻度改善和改善为主,总体趋于良好。 相似文献
18.
利用2015-2016年8月采集的黄河源区草地生物量数据和MODIS卫星遥感资料,结合农业多光谱相机(agricultural digital camera,ADC)获取的植被指数数据,比较分析3种_(ADC)植被指数(NDVI_(ADC)、SAVI_(ADC)和GNDVI_(ADC))与野外实测草地地上生物量(above-ground biomass,AGB)数据的相关性,筛选出适合构建草地AGB反演模型的_(ADC)植被指数;结合MODIS NDVI(记作NDVIMOD)构建草地地上生物量反演模型,采用留一法交叉验证方法评价各模型精度,确立适宜模拟研究区草地AGB的最优模型;并利用NDVI_(ADC)校正NDVI_(MOD),获得高分辨率、高精度的草地AGB遥感监测改进模型。结果表明,1)基于_(ADC)获取的3种植被指数中,NDVI_(ADC)与高寒草地地上生物量关系最为密切,其次为SAVI_(ADC),拟合效果最差的是GNDVI_(ADC);2)基于NDVI_(ADC)建立的草地AGB监测模型的精度(RMSEP介于383.55~393.18kg DW/hm2;r范围为0.65~0.66)远高于NDVI_(MOD)的模型精度(RMSEP介于421.08~427.00kg DW/hm~2;r范围为0.55~0.58),NDVI_(ADC)反演得到的草地AGB更接近于黄河源区草地实际生物量,且相较于NDVI_(ADC),NDVI_(MOD)的样本值整体偏高;3)在NDVI_(ADC)构建的4类模型中,线性和乘幂模型模拟研究区草地AGB的能力较好,但线性模型精度更高(y=3248.93×NDVI_(ADC)-305.59,RMSEP=383.55kg DW/hm~2,r=0.66),该模型为黄河源区草地生物量的估测提供了一个新型且易操作的方法;4)NDVI_(ADC)与NDVIMOD相关性较高,利用NDVI_(ADC)校正NDVI_(MOD)可以改进草地AGB遥感反演模型,优化模型为y=2455.54×NDVI_(MOD)-301.69。该模型可在大尺度范围内估测黄河源区的草地生物量,且模型精度接近于地表测量法的监测精度。 相似文献