锡林郭勒典型草原植被光谱特征研究

发布时间：2017-08-12 17:00

  本文关键词：锡林郭勒典型草原植被光谱特征研究

  更多相关文章： 典型草原 高光谱遥感 光谱反射特征 光谱特征参数 土壤含水量 估产

【摘要】：大针茅群落和羊草群落是我国温带典型草原的代表群落。利用高光谱反射数据开展草原群落生物量估算等研究,是进行植被动态监测和遥感估产的必要条件。本项研究于2015年,分别于6月、7月、8月植物生长季对内蒙古锡林郭勒草原羊草和大针茅群落进行实地调查,并利用手持式地物波谱仪测定了群落和土壤的光谱特征,分析了羊草和大针茅群落光谱特征,并进行了遥感估产方面的研究。主要结果：(1)大针茅群落和羊草群落6月份的光谱反射率在可见光波段和近红外波段都显著高于7月份和8月份,这是由于6月份群落覆盖度较低,群落光谱反射受到土壤背景影响,导致反射率偏高。(2)对8月份的不同处理方式下的羊草群落光谱特征进行比较发现：围封群落的光谱反射率最低,但是就光谱参数而言,围封群落的红边位置和红边面积都是最高,说明在围封处理下,羊草群落长势最好,因此高光谱特征参数可以用来监测植被的生长状况。(3)大针茅群落和羊草群落都显示出：刈割群落的土壤含水量高于围封群落,且羊草群落土壤含水量高于大针茅群落。随着土壤深度的增加,大多数群落的土壤含水量也随之升高,在土层深度40-60cm处达到最大值,之后随之减少。比较发现裸土的光谱反射率随着土壤含水量的升高而下降。(4)经过相关性分析,高光谱植被指数和光谱特征参数都可以与草原生物量建立模型,估测草原产量。且就本文而言,相较于植被指数所建立的估产模型,高光谱特征参数的估产模型精确度更高,更适应于典型草原的遥感估产。
【关键词】：典型草原 高光谱遥感 光谱反射特征 光谱特征参数 土壤含水量 估产
【学位授予单位】：内蒙古大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S812
【目录】：

• 摘要4-6
• abstract6-10
• 第一章 前言10-14
• 1.1 研究背景10-11
• 1.2 国内外研究进展11-13
• 1.3 研究目的及意义13-14
• 第二章 研究区概况与研究方法14-21
• 2.1 研究区概况14-15
• 2.1.1 研究区地理位置14
• 2.1.2 研究区自然概况14-15
• 2.2 实验设计与方法15-21
• 2.2.1 实验设置15
• 2.2.2 数据来源15-17
• 2.2.3 数据处理17-21
• 第三章 结果与分析21-54
• 3.1 不同月份羊草群落光谱特征比较分析21-28
• 3.1.1 不同月份羊草群落变化21-23
• 3.1.2 不同月份羊草冠层高光谱特征23-25
• 3.1.3 不同月份下羊草叶片光谱反射特征25-27
• 3.1.4 不同月份羊草冠层高光谱特征参数比较27-28
• 3.2 不同月份大针茅群落光谱特征比较分析28-35
• 3.2.1 大针茅群落不同月份群落特征变化28-30
• 3.2.2 大针茅群落不同月份光谱特征研究30-34
• 3.2.3 不同月份大针茅群落冠层高光谱特征参数比较34-35
• 3.3 不同利用方式下羊草群落光谱特征研究35-42
• 3.3.1 不同利用方式下羊草群落变化35-38
• 3.3.2 不同利用方式下羊草群落光谱特征研究38-41
• 3.3.3 不同处理方式下羊草群落冠层高光谱特征参数比较41-42
• 3.4 土壤光谱数据分析42-47
• 3.4.1 土壤含水量比较42-46
• 3.4.2 不同羊草群落裸土光谱特征比较46-47
• 3.5 典型草原遥感估产研究47-54
• 3.5.1 典型草原生物量与高光谱植被指数遥感估产建模47-50
• 3.5.2 典型草原生物量与高光谱特征参数估产建模50-54
• 第四章 讨论与结论54-57
• 4.1 讨论54-55
• 4.1.1 植被光谱特征的变化分析54
• 4.1.2 植被光谱特征参数的变化54
• 4.1.3 高光谱遥感估产的研究分析54-55
• 4.2 结论55-57
• 参考文献57-64
• 致谢64-65
• 毕业论文支撑科研项目65

【相似文献】

中国期刊全文数据库 前10条

1 吴豪翔,王人潮;土壤光谱特征及其定量分析在土壤分类上的应用研究[J];土壤学报;1991年02期

2 李双江;刘志红;刘文兆;高桥厚裕;j口笃志;桧山哲哉;福岛义宏;;黄土高原冬小麦田光谱特征变化及其与二氧化碳日收支的相关分析[J];应用生态学报;2008年11期

3 李园园;宋于洋;陈兵;张建新;孙跃飞;黄视俸;;荒漠公益林中典型灌木树种光谱特征研究[J];西北林学院学报;2011年01期

4 林伟桦,杨燕琼,侯长谋;用主成分法进行林分及相关因子光谱特征研究[J];华南农业大学学报;2004年02期

5 单捷;岳彩荣;;基于光谱特征的决策树分类方法研究——以昆明市东北部地区为例[J];西北林学院学报;2010年06期

6 严研;邓志辉;陈梅花;;东湖地区几种特征植物叶绿素的光谱特征[J];林业科技开发;2008年05期

7 袁琳;张利权;;大型沉水植物苦草的光谱特征识别[J];生态学报;2006年04期

8 刘文娟;常庆瑞;贾科利;刘京;刘梦云;;荒漠化地区土地覆被光谱特征与遥感信息提取方法研究[J];西北农林科技大学学报(自然科学版);2007年09期

9 张艳彬;王玉;杨忠芳;陈岳龙;;成都经济区土壤光谱特征及其意义[J];世界地质;2007年01期

10 李园园;宋于洋;王蕾;伍艳;;基于TM影像的荒漠林光谱特征及提取模型研究[J];福建林业科技;2013年02期

中国重要会议论文全文数据库 前9条

1 张登荣;董传万;阎强;邓超;;浙东火山岩区岩墙可见光-近红外遥感光谱特征[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

2 徐金鸿;;粤西不同母岩型红土野外光谱特征[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

3 吴德文;吴健生;周正武;张云峰;;青海芒崖金多金属成矿区岩石光谱特征及应用[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

4 高占国;张利权;;盐沼植被光谱特征的间接排序识别分析[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

5 王晓梅;张玉钧;刘文清;夏慧;;基于光谱特征的植被遥感探测及应用研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 林颖;徐卫明;袁立银;王建宇;;热红外高光谱非均匀性校正及光谱特征提取[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年

7 邓书斌;陈秋锦;;植被光谱特征与植被指数综述[A];第十七届中国遥感大会摘要集[C];2010年

8 周宁;尹球;张凤丽;朱迅;;服装面料光谱特征初探[A];成像光谱技术与应用研讨会论文集[C];2002年

9 袁琳;张利权;;大型沉水植物的光谱特征识别[A];第九届全国河口海岸学术研讨会论文（摘要）集[C];2006年

中国重要报纸全文数据库 前1条

1 本报记者 沈俊霖;19个“电子眼”监测胶州湾[N];青岛日报;2011年

中国博士学位论文全文数据库 前3条

1 刘丙新;基于高光谱特征的水上油膜提取与分析研究[D];大连海事大学;2013年

2 高占国;长江口盐沼植被的光谱特征研究[D];华东师范大学;2006年

3 周广柱;铜矿区植物光谱特征与信息提取[D];山东科技大学;2007年

中国硕士学位论文全文数据库 前10条

1 刘效栋;黄土台塬区土壤有机质高光谱特征及反演研究[D];西北农林科技大学;2015年

2 张宣宣;玉米铁毒胁迫的光谱特征与叶绿素含量反演实验研究[D];东北大学;2014年

3 张健;锡林郭勒典型草原植被光谱特征研究[D];内蒙古大学;2016年

4 刘璇;基于高光谱遥感图像的植被光谱特征分析及含水量反演[D];哈尔滨工业大学;2016年

5 段瑞鲁;科尔沁沙地典型沙丘植被光谱特征及其覆盖变化分析[D];内蒙古农业大学;2013年

6 张荟平;基于光谱特征不确定性的遥感影像分类研究[D];华中科技大学;2013年

7 谢红叶;基于光谱特征的高光谱丰度估计模型研究[D];大连海事大学;2013年

8 韩趁霞;基于ICA的土壤重金属污染遥感弱信息分离技术与软件原型[D];中国地质大学（北京）;2009年

9 陆应诚;基于Landsat TM数据的皖东南圩田结构特征与开发驱动因素分析[D];安徽师范大学;2006年

10 徐冬青;遥感技术应用于土壤盐渍化动态监测[D];新疆农业大学;2005年

，

本文编号：662635