为了利用冠层光谱估算草地生物量,开展草地生态效益评估与退牧还草效益遥感监测定量化研究,促进高光谱遥感在草地定量遥感监测中的应用,于2007年8月利用美国ASD公司ASD FieldSpec Pro 2500光谱仪,对甘南牧区不同类型的休牧草场进行高光谱遥感地面观测与生物量测定.在分析四类不同草地光谱特征的基础上,分析了四类不同草地型的高光谱反射特征与红边参数特征,并运用高光谱吸收特征参数和植被指数进行分析,建立了地上生物量的高光谱估算模型,主要得出以下结论:不同草地类型的光谱特征在近红外光区的差异最明显,其红边参数特征也可以较好的对不同类型草地及生长状态进行区分,这为遥感进行草原分类监测提供了一定依据.对休牧草场地上生物量与原始光谱、高光谱变量及植被指数进行了相关分析,将观测数据分成两组:一组观测数据作为训练样本,运用单变量线性、非线性和逐步回归分析方法,建立草地生物量高光谱遥感估算模型;另一组观测数据作为检验样本,进行精度检验.结果表明:其中基于光谱植被指数构建的回归模型估算生物量的结果较好.估测R2明显高于基于高光谱位置变量构建的模型,说明在甘南这样的高植被覆盖度、高寒草原区运用高光谱植被指数来估算草地生物量效果较好;运用逐步回归分析方法构建甘南草地生物量模型,发现虽然随着变量增加,相关系数略有增加,但估算精度并未增加,说明进入回归模型的波段数的多寡并非是影响模型预测能力的决定因素,各个波段的互补性是提高预测精度的关键;初步确定基于可见光、近红外、短波红外的三个变量构建的模型相对简单使用,精度相对较好,估计标准误差为0.252(kg/m2);综合比较所有模型,最后确定以RVI为变量的的抛物线方程为单变量回归估算模型中的最佳模型,且适合多光谱遥感应用,估算精度较高,估算标准误差为0.178(kg/m2).该结果说明在甘南牧区这样的牧草覆盖度较高的草原区,成熟期牧草生物量估算用RVI指数效果最理想,这与稀疏草原区用NDVI估算最佳的结论有差异.研究结果表明利用高光谱遥感在草地动态监测中具有可行性与重要意义.
展开▼
