基于多源遙感數(shù)據(jù)融合技術的植被生物量、生產(chǎn)力估算研究.pdf

1、隨著工農業(yè)生產(chǎn)的迅速發(fā)展，人口的急劇增加，人類對植被能源與物質的需求量劇增，為實現(xiàn)植被資源的可持續(xù)利用，植被生物量、生產(chǎn)力的實時監(jiān)測尤為重要。鑒于單一遙感數(shù)據(jù)時空分辨率的限制，首先引入了多源遙感數(shù)據(jù)融合技術，以獲取高時間、中空間分辨率遙感數(shù)據(jù)，用以草場生物量的動態(tài)估算及植被生產(chǎn)力的估算，并進一步討論了生物量的時空變化趨勢及生產(chǎn)力估算結果的影響因素。本文選取干旱半干旱區(qū)，主要在以下幾個方面開展研究工作，并獲得以下結論:
　　(1)基

2、于30 m Landsat TM及500 m/8d的MODIS(Moderate-resolution ImagingSpectroradiometer)數(shù)據(jù)，針對時空自適應性反射率融合模型(Spatial and temporal adaptivereflectance fusion mode; STARFM)研究比較反射率、植被指數(shù)兩種不同輸入數(shù)據(jù)STARFM的融合結果精度。結果發(fā)現(xiàn)不論是從空間效果，還是用選定的均值、標準差、絕對差

3、值、均方根誤差、結構相似度、相關系數(shù)等統(tǒng)計指數(shù)標定，較融合反射率數(shù)據(jù)，直接融合植被指數(shù)數(shù)據(jù)STARFM融合效果更好，為后續(xù)的研究提供高時間、中空間分辨率數(shù)據(jù)支持。
　　(2)以實時動態(tài)監(jiān)測草原生物量為目的，以錫林浩特為實驗區(qū)，基于STARFM融合技術獲得的高時間、中空間分辨率NDVI(Normalized Differential Vegetation Index)數(shù)據(jù)，結合實測生物量數(shù)據(jù)分別建立線性、二次、冪、指數(shù)函數(shù)回歸模型，

4、其中指數(shù)模型最優(yōu)，R2最大且RMSE最小，分別為0.832，28.653 g/m2。
　　(3)以原始MODIS NDVI數(shù)據(jù)與STARFM融合后NDVI數(shù)據(jù)分別作為自變量，建立指數(shù)模型，基于融合后30m分辨率NDVI建立的指數(shù)模型(R2為0.832，RMSE為28.653g/m2)，相較基于原始500 m分辨率的MODIS NDVI數(shù)據(jù)的模型(R2為0.761，RMSE為32.521 g/m2)，在模型精度有所提高的基礎上，分辨

5、率提高到30 m/8天。因此基于融合后NDVI建立的生物量估算模型可以對錫林浩特草原地上生物量進行實時監(jiān)測及時空變化趨勢分析。
　　(4)基于GPP(Gross Primary Productivity)估算模型-植被光合模型(VegetationPhotosynthesis Model，VPM)，選取干旱、半干旱區(qū)森林、農田、草地的混合區(qū)，對比分析基于不同土地覆蓋類型數(shù)據(jù)源、不同分辨率植被指數(shù)數(shù)據(jù)VPM區(qū)域外推估算的結果。結果發(fā)

6、現(xiàn)基于不同土地覆蓋數(shù)據(jù)源(TM、AVHRR、MODIS)的VPM估算的年GPP量分別為95.8 Tg C/a、97.1 Tg C/a、92.2 Tg C/a;基于不同分辨率植被指數(shù)(30 m、500 m、1000 m)的VPM估算的年GPP量分別為48.8 Tg C/a、97.0 Tg C/a、95.8 Tg C/a。說明VPM區(qū)域外推估算結果不僅受土地覆蓋類型數(shù)據(jù)源也受植被指數(shù)分辨率的影響。
　　(5)基于光能利用率模型VPM，