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對生物量預(yù)測效果最佳，鑒于ASD高光譜三角葉