基于遙感信息的農(nóng)作物生物質(zhì)可獲取量評(píng)估及空間分布研究.pdf

1、科學(xué)準(zhǔn)確的估算農(nóng)作物生物量及生物質(zhì)能利用潛力是生物質(zhì)能源開發(fā)利用戰(zhàn)略的必要前提。隨著遙感技術(shù)的不斷發(fā)展，可獲取的遙感數(shù)據(jù)的時(shí)間、空間、光譜分辨率都在不斷提高，為大時(shí)間跨度和大空間尺度的農(nóng)作物生物量估算提供了有力的數(shù)據(jù)支撐。本文首先對(duì)基于遙感信息的對(duì)農(nóng)作物生物量估算方法的原理和典型應(yīng)用進(jìn)行了分析總結(jié)，并在此基礎(chǔ)上歸納總結(jié)出了基于植被指數(shù)(Vegetation Index)的小麥生物量估算方法。
　　本文以2015年5月1日和4月25

2、的Landsat8影像數(shù)據(jù)，以安徽省六安市為例，采用基于植被指數(shù)的小麥生物量估算方法，對(duì)六安市2015年小麥生物量進(jìn)行估算，并對(duì)其小麥生物質(zhì)能利用潛力進(jìn)行估算和分析。首先，對(duì)研究區(qū)域的影像進(jìn)行預(yù)處理和圖像分類處理，通過對(duì)非監(jiān)督分類和監(jiān)督分類6類常用分類算法分類結(jié)果的對(duì)比分析，選取分類效果最好的最小距離分類法對(duì)六安市進(jìn)行土地利用監(jiān)督分類，并對(duì)分類結(jié)果進(jìn)行后處理，提取六安市小麥種植區(qū)域，并對(duì)其提取精度進(jìn)行分析。然后，將實(shí)測小麥生物量數(shù)據(jù)與對(duì)

3、應(yīng)采樣點(diǎn)的差值植被指數(shù)(DVI)、歸一化綠度指數(shù)(NDGI)、歸一化差異植被指數(shù)(NDVI)、綠色植被指數(shù)(RI)和比值植被指數(shù)(RVI)進(jìn)行相關(guān)分析，分析結(jié)果證明，NDVI與小麥生物量相關(guān)性最高，相關(guān)系數(shù)r達(dá)到0.760，其次是RVI，相關(guān)系數(shù)r為0.655,在此基礎(chǔ)上進(jìn)一步將上述5種植被指數(shù)分別實(shí)測小麥生物量進(jìn)行指數(shù)、線性、對(duì)數(shù)、二次多項(xiàng)式、冪函數(shù)五種方式的擬合，選取決定系數(shù)最高的植被指數(shù)和擬合類型建立小麥生物量估算模——基于NDV

4、I的指數(shù)估算模型，并將估算結(jié)果與基于谷草比的小麥生物量進(jìn)行對(duì)比分析，結(jié)果表明，兩者誤差僅為10.115萬噸，誤差百分比為6.89％;同時(shí)，對(duì)六安市各區(qū)縣小麥生物量空間分析并對(duì)其單位小麥生物量密度進(jìn)行計(jì)算，結(jié)果表明壽縣的生物量及生物量密度都為最高分別為63.79萬噸和213.6噸/平方千米。最后，通過對(duì)前人研究中小麥可收集系數(shù)和折標(biāo)煤系數(shù)進(jìn)行加權(quán)平均得到本文中小麥可收集系數(shù)和折標(biāo)煤系數(shù)分別為0.766和0.490，利用上述系數(shù)對(duì)六安小麥生