三江源区高寒草地地上生物量遥感反演模型研究
本文关键词: 三江源区 高寒草地 地上生物量 遥感反演模型 回归分析 出处:《环境科学研究》2017年01期 论文类型:期刊论文
【摘要】:为了发展适用于三江源区高寒草地(包括高寒草甸和高寒草原)地上生物量(aboveground biomass,AGB)模拟的遥感反演模型,基于2006—2014年逐年7—8月三江源区高寒草地70个采样点地上生物量数据与同期MODIS-NDVI和MODIS-EVI数据,通过回归分析方法建立高寒草地地上生物量遥感反演模型,并利用长时间序列MODIS数据对2005—2014年三江源区高寒草地地上生物量的时空格局进行模拟分析.结果表明:基于EVI建立的乘幂模型对三江源区高寒草地地上生物量的拟合效果最好,其判定系数(R2)最大,达到0.654;均方根误差(RMSEP)最小,仅为27.86 g/m~2.根据三江源区70个采样点的地上生物量数据最终确立的估算模型为y=348.769x0.783(R2=0.655,P0.001).估算模型模拟结果显示,2005—2014年三江源区高寒草地地上生物量空间特征基本一致,总体表现为从东南到西北逐渐减少的变化趋势,这与该区域的降水量、气温、海拔和植被类型等因素有关;2005—2014年三江源区高寒草地地上生物量平均值为169.25 t/a,最高值为2010年的178.36 t/a,最低值为2008年的162.80t/a,年际变化趋势表现为2005—2008年逐年下降、2008—2014年则在波动中逐年有所上升.研究显示,三江源区高寒草地地上生物量遥感反演模型及其确定的模型参数可对该区域草地地上生物量进行有效评估.
[Abstract]:In order to develop a remote sensing inversion model suitable for simulating aboveground biomass in alpine grassland (including alpine meadow and alpine steppe) in the source region of the three rivers, Based on the aboveground biomass data of 70 sampling points of alpine grassland and MODIS-NDVI and MODIS-EVI data from July to August of 2006 to 2014, a remote sensing retrieval model of aboveground biomass of alpine grassland was established by regression analysis. The temporal and spatial patterns of the aboveground biomass of alpine grassland in the source region of the three rivers from 2005 to 2014 were simulated and analyzed by using the long time series MODIS data. The results showed that the power model based on EVI had the best fitting effect on the aboveground biomass of the alpine grassland in the source region of the three rivers. The R2) is the largest, and the root mean square error (RMSEP) is the smallest. Based on the aboveground biomass data of 70 sampling points in the source area of Sanjiang River, the estimated model is yjing348.769x0.783R2O0.655P0.001. The simulation results show that the spatial characteristics of aboveground biomass of alpine grassland in the source area of Sanjiang River from 2005 to 2014 are basically the same. The overall performance is a decreasing trend from the southeast to the northwest, which is associated with the precipitation and temperature in the region, The above ground biomass of alpine grassland was 169.25 t / a from 2005 to 2014, the highest was 178.36 t / a on 2010, and the lowest was 162.80 t / a on 2008. The trend of interannual variation was decreased from 2005-2008 to 2008-2014. Activity has increased year by year. Research shows that, The inversion model of aboveground biomass of alpine grassland and its determined model parameters can be used to evaluate the aboveground biomass of alpine grassland in the source region of the three rivers.
【作者单位】: 中国环境科学研究院环境基准与风险评估国家重点实验室;中国环境科学研究院国家环境保护区域生态过程与功能评估重点实验室;安徽理工大学测绘学院;
【基金】:中央级公益性科研院所基本科研业务专项(2014-YKY-003) 中国工程院重点咨询项目(2014-XZ-31)
【分类号】:S812
【正文快照】: 草地生态系统作为陆地生态系统中分布面积最为广泛的生态系统类型之一,不仅是草地畜牧业发展最重要的物质基础,而且对全球碳循环、气候调节等具有重要作用[1-3].三江源区地处青藏高原腹地,是我国重要的水源涵养区和重点草原草甸生态功能区,高寒草地(包括高寒草甸和高寒草原)是
【相似文献】
相关期刊论文 前10条
1 刘正恩,王昱生,潘介正,葛剑平;羊草草原地上生物量的预测[J];生态学杂志;2004年04期
2 安尼瓦尔·买买提;杨元合;郭兆迪;方精云;;新疆草地植被的地上生物量[J];北京大学学报(自然科学版);2006年04期
3 吴建付;陈功;杨红丽;申亚楠;龙光强;;利用高光谱技术进行草地地上生物量估测[J];草业与畜牧;2009年04期
4 赵景学;陈晓鹏;曲广鹏;多吉顿珠;尚占环;;藏北高寒植被地上生物量与土壤环境因子的关系[J];中国草地学报;2011年01期
5 张志;田昕;陈尔学;何祺胜;;森林地上生物量估测方法研究综述[J];北京林业大学学报;2011年05期
6 温美佳;贾光林;宋经元;谢彩香;刘美子;郑司浩;辛天怡;;若尔盖白河牧场地上生物量与遥感植被指数关系研究[J];世界科学技术(中医药现代化);2012年01期
7 李萍;朱清科;刘中奇;赵荟;邝高明;王晶;;半干旱黄土区地上生物量对立地因子的响应[J];中国水土保持科学;2012年02期
8 张小琪;盛建东;武红旗;谷海斌;龚双凤;;典型草地地上生物量遥感反演模型的建立[J];农业网络信息;2013年04期
9 唐天云;胡庭兴;陈光升;罗龙海;武卫国;刘闯;;川西地区蜜桔林不同遮荫度对3种禾草生物特性和地上生物量的作用[J];草业科学;2008年08期
10 张凯;郭铌;王润元;王小平;王静;;甘南草地地上生物量的高光谱遥感估算研究[J];草业科学;2009年11期
相关会议论文 前7条
1 王梓;马履一;;滴灌灌溉施肥下一年生欧美107杨地上生物量水肥耦合效应[A];第九届中国林业青年学术年会论文摘要集[C];2010年
2 刘文辉;周青平;颜红波;梁国玲;;青海扁茎早熟禾种群地上生物量积累动态[A];2012第二届中国草业大会论文集[C];2012年
3 何峰;李向林;万里强;王国良;;坝上羊草草原不同时期生长比较研究[A];中国草学会饲料生产委员会2007年会暨第十四次学术研讨会论文集[C];2007年
4 王小平;郭铌;张凯;王静;;甘南牧区草地地上生物量的高光谱遥感估算模型[A];第七届全国优秀青年气象科技工作者学术研讨会论文集[C];2010年
5 庞勇;黄克标;李增元;舒清态;;大湄公河次区域森林地上生物量遥感反演[A];发挥资源科技优势 保障西部创新发展——中国自然资源学会2011年学术年会论文集(上册)[C];2011年
6 黄春燕;王登伟;陈冠文;袁杰;祁亚琴;陈燕;;基于高光谱植被指数的棉花地上生物量估算模型研究[A];中国科协2005年学术年会“新疆现代农业论坛”论文专集[C];2005年
7 王小平;郭铌;张凯;王静;;甘南牧区草地地上生物量的高光谱遥感估算模型[A];第27届中国气象学会年会干旱半干旱区地气相互作用分会场论文集[C];2010年
相关博士学位论文 前6条
1 吴迪;基于GLAS和MISR数据的森林冠层高度和地上生物量遥感估算研究[D];东北林业大学;2015年
2 邱赛;ICESat-GLAS波形与HJ-1A高光谱影像联合反演森林地上生物量的研究[D];东北林业大学;2016年
3 凌成星;Worldview-2八波段影像支持下的湿地信息提取与地上生物量估算研究[D];中国林业科学研究院;2013年
4 宋彦涛;松嫩草地植物功能生态学研究[D];东北师范大学;2012年
5 何丹;改良措施对天然草原植被及土壤的影响[D];中国农业科学院;2009年
6 王梓;欧美107杨苗木精准灌溉施肥制度研究[D];北京林业大学;2011年
相关硕士学位论文 前10条
1 陈丽佳;盐池县草地退化及地上生物量遥感反演研究[D];宁夏大学;2015年
2 陆宗宇;在区域尺度上林龄、气候与森林地上生物量关系的研究[D];华北电力大学;2015年
3 王晨;外界因素对皖南毛竹地上生物量以及竹笋生长特性的影响[D];安徽农业大学;2014年
4 周鑫;北疆草地地上生物量遥感监测模型对比分析[D];新疆农业大学;2015年
5 符佩斌;红原高寒草地沙化进程中植物群落及土壤理化性状特征研究[D];四川农业大学;2015年
6 张颖;基于高分辨率遥感和极化雷达数据的大兴安岭地区森林地上生物量估测[D];北京林业大学;2016年
7 尚珂;基于支持向量机回归的草地地上生物量遥感估测研究[D];西南林业大学;2015年
8 魏志成;不同类型草地地上生物量空间分布格局的研究[D];西北农林科技大学;2016年
9 何游云;无人机遥感估测林木地上生物量的研究[D];北京林业大学;2016年
10 郭云;基于多源数据的山区森林地上生物量反演及动态模拟[D];福州大学;2014年
,本文编号:1485669
本文链接:https://www.wllwen.com/yixuelunwen/dongwuyixue/1485669.html