基于高光譜數(shù)據(jù)的內(nèi)蒙東部天然草地生物量反演模型研究.pdf

1、當(dāng)前，全球碳循環(huán)的研究日益成為全球變化和生態(tài)學(xué)的熱點(diǎn)之一，估測植被生物量是模擬碳循環(huán)和減緩氣候變化措施的關(guān)鍵。傳統(tǒng)的野外調(diào)查方法獲取的生物量數(shù)據(jù)結(jié)果準(zhǔn)確，但是費(fèi)時(shí)費(fèi)力，所能達(dá)到的空間尺度和時(shí)效性有限。準(zhǔn)確獲取作物的生物量和產(chǎn)量是作物生產(chǎn)力管理和預(yù)測的關(guān)鍵。與植被反射率有關(guān)的“紅邊位置”是估測植被葉片葉綠素含量或者氮元素含量的重要光譜特征。然而傳統(tǒng)的多光譜傳感器普遍存在著傳感器飽和與缺少對(duì)植被生物物理和化學(xué)特性敏感波段的問題，這些因素都影

2、響了生物量反演模型的不確定性。高光譜遙感技術(shù)可以有效的挖掘生物量與植被光譜特征的關(guān)系，高光譜遙感技術(shù)的應(yīng)用可以對(duì)大區(qū)域范圍內(nèi)植被生物量精確估測。
　　本文首先基于實(shí)測光譜數(shù)據(jù)計(jì)算的高光譜特征變量及高光譜植被指數(shù)，結(jié)合同期的草地地上鮮生物量數(shù)據(jù)，利用回歸分析的方法構(gòu)建內(nèi)蒙古草地地上鮮生物量的地面光譜估算模型。結(jié)果表明：內(nèi)蒙古草地地上生物量與高光譜變量之間，可以用線性方程、對(duì)數(shù)方程、多項(xiàng)式方程、乘冪方程以及指數(shù)方程進(jìn)行擬合，擬合結(jié)果均

3、達(dá)到極顯著相關(guān)水平，其中以高光譜植被指數(shù)（HVI）為變量構(gòu)建的單變量線性和非線性方程決定系數(shù)最高，以紅邊內(nèi)一階微分光譜中的最大值（Dr）為單變量構(gòu)建的模型預(yù)測生物量最接近實(shí)測值。應(yīng)用多元回歸的方法對(duì)高光譜特征變量及高光譜植被指數(shù)進(jìn)行回歸分析后發(fā)現(xiàn)，以綠峰反射率與紅谷反射率的歸一化值（VI2）、紅邊內(nèi)一階微分的總和與藍(lán)邊內(nèi)一階微分的總和的歸一化值（VI5）、高光譜植被指數(shù)（HVI）、紅邊位置（REP）、三角葉綠素植被指數(shù)（TCI）這5個(gè)變

4、量構(gòu)建的多元回歸模型效果最好，該模型可以對(duì)內(nèi)蒙古草地地上鮮生物量進(jìn)行預(yù)測。其次，利用地面實(shí)測草地冠層高光譜數(shù)據(jù)、草地鮮生物量數(shù)據(jù)以及Hyperion成像高光譜數(shù)據(jù)對(duì)錫林浩特市典型草原的生物量進(jìn)行遙感反演研究?；诟吖庾V變量與草地鮮生物量之間的相關(guān)分析，建立了單變量線性與非線性地面實(shí)測高光譜生物量預(yù)測模型，確定以三角葉綠素植被指數(shù)（TCI）為變量的線性生物量預(yù)測模型y=191.7x-236.19對(duì)生物量預(yù)測效果最佳，鑒于ASD高光譜三角葉