基于UAV和机器学习方法的甘南地区高寒草地地上生物量遥感估测研究

发布时间：2020-03-29 16:35

【摘要】：草地地上生物量(Above Ground Biomass,AGB)是区域碳循环分析和草地生态系统健康评价、草地资源可持续开发利用的关键指标。在青藏高原地区,受特殊气候和复杂地形条件的影响,生态环境极其脆弱,草地生物量能够反映高原地区草地生态系统和植被物种的动态变化情况,是全球气候变化研究的重要指标之一。因此,构建高精度的草地生物量估测模型对草地资源管理、草畜平衡分析、草地生长状况评估和生态环境保护均具有重要的意义。许多学者针对青藏高原地区的草地生物量估测已开展了大量的研究。然而,现有草地生物量估测模型差异较大,适合高寒草地生物量估测的反演方法尚缺乏系统全面的研究。因此,本研究以青藏高原东缘的甘南地区作为典型研究区,利用与草地生物量有显著相关性的地理位置、地形、植被生物物理指标、气象、土壤和遥感植被指数等因子,分别构建了草地生物量单因素参数模型、多因素参数模型和非参数模型,利用10-fold交叉验证的方法系统比较了各种模型的精度和稳定性。在此基础上,分析了2000-2016年研究区草地生物量的时空动态变化特征。研究结果表明:1)对MOD13Q1植被指数数据的滤波去噪处理是降低基于MODIS数据高寒草甸草地AGB反演误差的关键之一。基于Gaussian函数、Double-Logistic曲线和Savitzky-Golay三种方法进行滤波处理后的EVI比MOD13Q1 EVI最优AGB估测模型的精度高,其测试集的R~2增加0.001~0.009,RMSE减少0.72 kg/ha~1.33kg/ha;基于以上三种方法进行滤波处理后的NDVI比MOD13Q1 NDVI最优AGB估测模型的精度高,其测试集的R~2增加0.057~0.068,RMSE减小19 kg/ha~34.21kg/ha。2)在地理位置、地形、植被生物物理指标、土壤和气象等14种因子中,经度(X)、纬度(Y)、海拔(DEM)、坡位(TPI)、草层高度(H)、草地盖度(C)、气温(T)、降水(P)和底层土壤粘粒含量(Clay2)等9种因子和草地生物量之间具有显著的相关性。在所有单因子最优估测模型中,基于草地盖度的指数模型精度最高,其测试集的R~2和RMSE分别为0.39和859.368 kg/ha;其它因子最优估测模型的精度由高到低依次为H、P、T、Y、DEM、X、TPI和Clay2。总体来看,9个单因子AGB参数模型的估测精度较低,存在较大的不确定性,仅能解释生长季草地生物量变化的1.5%~36.3%。3)与单因素AGB模型相比,构建草地生物量多因素参数模型和非参数模型是提高草地生物量监测精度的重要途径。在6大类因素中,基于植被生物物理指标H和C构建的最优估测模型在参数和非参数两类模型中的精度均最高,其次依次为气象(T、P)、地理位置(X、Y)和地形(DEM、TPI)等因素构建的最优草地生物量估测模型;并且以上4类因素所构建的非参数模型精度较参数模型高,其测试集的R~2增加0.07~0.1,RMSE减小1.41kg/ha~80.65kg/ha。在基于各因素组合的参数和非参数模型中,不同组合模型的精度随着构建模型时自变量的减少,两类模型的精度均呈现逐渐递减的趋势。在相同组合中,非参数模型精度均高于参数模型,其测试集的R~2增加0.04~0.12,RMSE减小74.91 kg/ha~138.34kg/ha。4)构建多因素参数和非参数模型是改进草地生物量估测模型稳定性的关键。在参数和非参数2类模型中,随着参与构建模型因素数量的增加,模型的稳定性也呈现增加趋势。在所有模型中,基于X、Y、DEM、TPI、H、C、T、P、Clay2、EVI_(SG)等10种因子的最优非参数模型稳定性最高,其RMSE的标准偏差较最优单因素模型减少51.643 kg/ha~61.286 kg/ha,较最优多因素参数模型减少37.508kg/ha~61.286 kg/ha。5)2000-2016年甘南地区草地生物量总体呈现增加趋势,年均增加量约为12.463kg/ha。从草地生物量变化趋势的空间分布特征来看,研究区大多数区域的草地生物量变化趋势处于稳定和增加的状态,其中保持稳定区域占整个研究区草地面积的78.53%,增加趋势的区域占整个研究区草地面积的20.50%,而生物量呈减少趋势的区域仅占0.98%。从草地类型来看,除低平地草甸类草地生物量有轻微减小趋势外,其它各类型的草地生物量变化主要处于稳定和增加趋势的状态,其中保持稳定的区域面积占各种草地类型的面积比例介于76.81%~97.64%,呈现增加趋势的比例介于12.55%~23.02%,而具有减小趋势的比例仅为0.17%~6.43%。
【学位授予单位】：兰州大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：S812

【相似文献】

相关期刊论文 前10条

1 付刚;孙维;李少伟;张晶;余成群;沈振西;;利用MODIS影像和气候数据模拟青藏高原草地地上生物量（英文）[J];Journal of Resources and Ecology;2017年01期

2 谢堂民;单贵莲;陈功;;光谱分析在草地地上生物量估测中的研究与应用[J];草业与畜牧;2013年03期

3 仲延凯;包青海;;人工羊草草地干、鲜地上生物量比的研究[J];内蒙古大学学报(自然科学版);1990年03期

4 王贵满;于贵义;苏合;;不同类型天然草场地上生物量和营养动态的研究[J];中国草原;1987年06期

5 刘速,刘晓云;人工草地叶面积指教与地上生物量关系的初步研究[J];干旱区研究;1989年03期

6 王义凤;大针茅草原地上生物量形成的规律与特点[J];植物生态学与地植物学学报;1989年04期

7 A.K.Das;P.S.Ramakrishnan;李爱平;;不同年龄卡西亚松地上生物量及养分含量的研究[J];内蒙古林业科技;1989年02期

8 秦洁;韩国栋;乔江;武倩;靳宇曦;;内蒙古不同草地类型中羊草地上生物量对放牧强度的响应[J];中国草地学报;2016年04期

9 陈全;周忠发;魏小岛;;喀斯特山区草地地上生物量遥感估测[J];湖北农业科学;2014年09期

10 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

相关会议论文 前10条

1 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

2 郝匕台;;不同始牧时间处理对典型草原地上生物量的影响[A];2017中国草学会年会论文集[C];2017年

3 何吉成;罗天祥;孔高强;刘新圣;;藏东南色齐拉山林线植被地上生物量的研究[A];青藏高原资源·环境·生态建设学术研讨会暨中国青藏高原研究会2007学术年会论文摘要汇编[C];2007年

4 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

5 杨淑霞;冯琦胜;孟宝平;高金龙;葛静;梁天刚;;三江源地区高寒草地地上生物量时空动态变化研究[A];2017中国草学会年会论文集[C];2017年

6 何红艳;郭志华;赵宪文;;遥感在森林地上生物量估算中的现状及展望[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

7 闫宝龙;王占文;王悦骅;康静;宋晓辉;王忠武;韩国栋;;降雨对荒漠草原不同载畜率植物群落恢复的影响[A];2017中国草学会年会论文集[C];2017年

8 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

9 红梅;陈有君;李艳龙;李建国;;不同放牧强度对土壤含水量及地上生物量的影响[A];内蒙古农业科技土壤肥料专辑[C];2001年

10 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10条

1 李飞;气候与林龄对中国几种典型森林地上生物量的影响[D];华北电力大学(北京);2015年

2 孟宝平;基于UAV和机器学习方法的甘南地区高寒草地地上生物量遥感估测研究[D];兰州大学;2018年

3 傅黎;密云库区森林地上生物量遥感估算与验证方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

4 赵菡;江西省主要树种不同立地等级的地上生物量与不确定性估计[D];中国林业科学研究院;2017年

5 傅煜;区域尺度森林地上生物量的不确定性度量研究[D];中国林业科学研究院;2015年

6 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

7 穆喜云;森林地上生物量遥感估测方法研究[D];内蒙古农业大学;2015年

8 叶静芸;旱区植被遥感信息提取与反演[D];中国林业科学研究院;2017年

9 王瑞利;基于多模型的森林—草原交错带碳动态模拟研究[D];内蒙古农业大学;2017年

10 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

相关硕士学位论文 前10条

1 郭威星;乌拉特中旗荒漠草原优势灌丛地上生物量分析及预测模型[D];内蒙古农业大学;2019年

2 姬阳光;降水改变、施氮和增温对青藏高原高寒草甸植物群落结构的影响[D];南京农业大学;2017年

3 郑扬;刈割频度对黄土高原两种草地类型植物生产力和化学计量的影响[D];兰州大学;2019年

4 杨烁;不同类型草地地上生物量的估测[D];西北农林科技大学;2019年

5 孙长虹;额济纳旗植被地上生物量对地下水埋深与气候变化的响应研究[D];西北大学;2018年

6 张振;乌桕入侵和原产地种群根系生态学比较[D];河南大学;2018年

7 贾昭;黄土丘陵区退耕草地群落盖度与物种组成及地上生物量关系研究[D];西北农林科技大学;2018年

8 芦伟;古田山中亚热带常绿阔叶林地上生物量空间格局及其影响因子[D];浙江师范大学;2018年

9 汪W，

本文编号：2606230