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...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。展开更多
文摘草地地上生物量(Aboveground Biomass,AGB)是衡量草地生态系统功能和质量的核心指标。然而,在呼伦贝尔草原长时序、大尺度的AGB反演中,由于部分年份样本点稀少甚至缺失,年际反演模型的精度难以保证,影响了对草原生态系统动态变化的准确评估。为解决这一关键问题,本文提出了一种基于精度分配权重的年际优化反演模型,旨在提高AGB反演精度,并通过模型结果分析呼伦贝尔草地AGB的时空变化特征。首先,以2003年、2004年、2009年和2010年的Landsat-5的Level-2数据为数据源,计算得到植被指数;以遥感影像时间为基准提取气象数据,结合野外样地实测草地AGB数据进行相关性分析,提取相关性最高的植被指数、气温和降水数据,利用偏最小二乘(Partial Least Squares Regression,PLSR)算法构建得出三年的草地AGB反演模型;然后对三年草地AGB反演模型采用简单平均法、加权平均线性法和精度分配权重法进行评估,结果表明精度分配权重模型为最优模型;再利用实测AGB对最优模型进行对比分析评估模型精度;最后,利用得到的最优模型对呼伦贝尔草地AGB进行长时序生物量反演并分析草地AGB时空变化特征。结果表明:(1)植被指数NDPI、气温和降水数据与草地AGB之间的相关性较高,分别为0.67、0.26和0.29;(2)三种模型中,精度分配权重回归模型拟合效果最好(R2为0.67),对比分析的精度也优于其余两种模型;(3)草地AGB空间分布呈现由西向东逐渐增多的趋势,且该趋势在大多数年份中保持一致,尤其在1996年、2013年和2018年表现最为明显。然而,在1997年和2007年,该趋势的变化幅度较小或出现一定的波动,表现出不同的空间分布特征;时间分布上,除了1997年和2007年草地AGB的量较低(整体在30kg/30m2以下),2019年草地AGB的量较高(整体在65kg/30m2左右),其他年份的草地AGB总体较为稳定,波动范围在(45±10)kg/30m2左右,未出现明显的波动。综上,以精度分配权重模型能够解决在反演草地AGB过程中存在部分年份样本点稀少甚至缺失的问题,研究结果为准确估算呼伦贝尔草原长时序、大尺度草地AGB、碳储量等研究提供重要参考。
