基于高光譜信息的楊樹人工林生產力遙感估算模型的研究.pdf

1、森林是陸地生態(tài)系統的主體，對維持全球碳平衡、調節(jié)氣候變化起著至關重要的作用。隨著森林面積的減少，大力發(fā)展人工林是當今世界各國緩解森林資源短缺、增強固碳潛力、促進人類可持續(xù)發(fā)展的重要手段。楊樹是我國主要的人工林樹種之一，對提高我國固碳增匯水平以及增加經濟用材等方面具有巨大潛力。植被生產力是衡量碳匯能力的一個重要指標。因此，對楊樹生產力準確、快速估算具有重大意義。
　　目前，生產力的估算方法主要有生物量法、微氣象法和遙感測算法，由于遙

2、感測算法具有快速、高效等優(yōu)勢，已成為生產力估算的熱門研究手段。光能利用率模型由于機理明確、計算簡單的特點，在遙感估算生產力的應用中最為廣泛。該模型中存在兩個受生理生態(tài)以及環(huán)境影響的重要參數，分別為光能利用率(LUE)和光合有效輻射吸收比例(FAPAR)。其中，LUE的估算需要確定最大光能利用率(LUEmax)，FAPAR主要基于比爾定律利用葉面積對其進行估算。目前在遙感法測算植被生產力模型中，LUEmx在同種類型植被中被視為一個定值，但

3、LUEmax在不同植被環(huán)境及其不同生長期都具有一定差異，會隨植物自身生理生態(tài)狀態(tài)的變化而變化;冠層FAPAR估算模型中較少涉及機理影響因素。從而導致傳統遙感法估算LUE、FAPAR存在不確定性，影響生產力估算精度。
　　高光譜技術通過輻射傳輸模型和數學方法，可從波譜信息中提取不同植被及其不同環(huán)境參數的有用信息，有助于LUEmax和FAPAR的精確反演，對提高遙感估算植被生產力的精度具有一定可行性。但針對具體植被，其特征波段的選擇具

4、有一定差異性。只有實現最佳波段的精確選取，才能提高模型的估算精度。
　　本文將以位于河北省衡水市的黃淮海平原楊樹（片）林作為研究對象，在改進高光譜最佳波段提取算法的基礎上，并研究構建基于光譜指數的生理生態(tài)參數反演模型;研究確定LUE和FAPAR與生理生態(tài)參數之間的定量關系;再利用LUE、FAPAR與總初級生產力(GPP)的關系，研究構建了楊樹GPP光譜反演模型（LUEmax+FAPARchl模型）;采用渦度相關法實測得到的GPP數

5、據，對所構建的GPP模型進行驗證。并與傳統的遙感GPP模型相比較，進一步分析其精度。最后對驗證的模型進行初步應用。本研究旨在為遙感估算楊樹人工林GPP提供理論依據與技術支撐，對進一步提高GPP估算精度具有重要的作用和意義。主要結論如下:
　　(1)本研究通過分析最佳指數法與相關系數法的優(yōu)缺點，利用熵權法有機的將這兩種方法相結合，構建了一種新高光譜特征波段的提取方法:最佳指數—相關系數法(OIFC)，并成功應用于楊樹與小麥葉片葉綠素

6、特征波段的提取。可見，利用該方法提取植被特征波段具有一定可行性。
　　(2)本研究中利用代價函數結合PROSPECT模型與實測數據，對楊樹的葉片葉肉結構進行了分析，獲得楊樹葉片的葉肉結構參數平均值為1.65。
　　研究中利用OIFC法對楊樹葉綠素含量特征波段進行提取，提取葉綠素特征波段為570nm、630nm、865nm。利用所提取的波段構建了修正比值植被指數(mRVI)，并與常用的植被指數進行比較分析，結果顯示:mRVI在

7、葉片尺度與冠層尺度葉片葉綠素含量估算都具有很高的精度。并且分別獲得葉片尺度與冠層尺度的具有較高精度的葉片葉綠素含量估算模型:LCC=0.08×(13.6×mRVI-1.50)1.62和CCC=0.28×mRVI-0.19。
　　(3)通過對實測楊樹高光譜數據和利用PROSPECT與PROSAIL模型輸出的反射率數據分別進行了葉片尺度和冠層尺度的干物質含量分析。研究發(fā)現:干物質含量與葉片中的水分具有較好的線性相關性，同時，利用歸一化

8、指數的計算方法篩選出楊樹葉片尺度與冠層尺度的最佳的歸一化干物質指數(NDMI)波段組合，其分別為1685nm、1704nm和1551nm、2143nm。分析提取波段，獲得葉片尺度干物質含量(LM)的估算模型為:LM=1.022× NDMI(1685,1704)-0.0007。通過對模型中加入葉面積指數進行校正，構建的模型為CM=131.65-165.83×LAI+(-64.5+55.18× LAI)×e7.704×NDMI(1551,2

9、143)，該模型提高了冠層尺度干物質含量的估算精度。
　　(4)通過對常用水分植被指數的敏感性分析以及受葉片干物質與葉綠素含量的影響分析，提出利用全球植被水分指數(GMVI)與水分脅迫指數(MSI)進行比值計算，構建了新的水分植被指數GMVI/MSI，并在葉片尺度與冠層尺度的分別對GMVI/MSI指數估算等效水厚度(EWT)精度進行分析。結果顯示，在楊樹葉片等效水厚度的估算中，由GMVI/MSI指數對楊樹等效水厚度估算具有較高精度

10、，其葉片等效水厚度(EWTleaf)和冠層尺度等效水厚度(EWTcanopy)的估算模型分別為:EWTleaf=0.244-0.247×e-0.159×GVMI/MSI和EWTcanopy=0.052×GVMI/MSI+0.008。
　　(5)通過分析葉片尺度的生理參數與LUEmax以及葉綠素吸收的光和有效輻射比例(FAPARchl)的關系，研究發(fā)現葉綠素含量與干物質含量構建的比值指數與LUEmax具有較高的相關性。利用該比值指數

11、構建的LUEmax估算模型，在葉片尺度的LUEmax反演中具有較高精度，并通過尺度擴展構建了冠層尺度的LUEmax估算模型:LUEmax=a×CCDM+b。同時，分析了傳統光合有效輻射吸收比例主要貢獻來源，考慮到光合作用中主要是由于葉綠素吸收的光合有效輻射，則FAPAR主要為葉綠素吸收的光合有效輻射比例（FAPARchl）。并利用冠層尺度葉綠素含量構建了冠層FAPARchl的估算模型。
　　(6)以LUEmax、FAPARchl參

12、數修正光能利用率為基礎，構建了楊樹GPP光譜反演模型（LUEmax+FAPARchl模型），采用與渦度相關法得到的GPP實測值(GPP_ EC)，對該模型進行驗證，結果表明:GPP估算值與實測值的線性相關性達0.87（P＜0.01）。而基于VPM模型、MODIS產品(MOD17)所計算得到楊樹GPP值與GPP EC的相關系數分別為0.80和0.72?？梢?，所構建的LUEmax+FAPARchl模型具有相對較高測算精度。
　　(7)