NDVI时间序列重建及火后森林恢复时空动态分析

摘要

大兴安岭是我国面积最大的国有天然林区及重要的森林资源储备基地，在我国林业生产中占有重要的战略地位，但同时也是森林火灾频发的林区。火灾通常快速破坏森林资源，并相伴产生了大范围连续或斑块的火烧迹地，而火后的植被恢复是一个长期的过程，其中火烧迹地初期的植被恢复是森林生态系统结构与功能恢复的关键。因此，基于遥感手段监测大兴安岭地区火后不同级别火烧区的森林恢复过程，尤其是森林火后多年长时间序列恢复，对于我们衡量森林火后具体响应、把握森林恢复时空特征、了解火后森林再生的生态系统过程和森林生态系统功能变化，以及采取合理的管理措施具有重要意义。但是目前在中小尺度上基于LandsatTM影像衍生出的NDVI数据时间序列进行的火后植被恢复研究方面，Landsat卫星影像受其自身传感器、天气多云等大气条件以及森林生长季节性等影响，导致火后可利用的时相一致的年际影像序列并不连续完整。
　　本研究以大兴安岭19870506-0602的林火为研究基础，以归一化植被指数(NDVI)作为重要参量以指示火后森林绿度动态恢复特征，监测森林年际NDVI恢复轨迹。首先基于研究区1987年火后有限、不完整TM序列数据，同时结合GIMMS NDVI和气象数据的优势，实施3种NDVI重建方法并对其效果进行评估:(1)TM数据对方法——构建待校正影像与生长旺季(7-8月)影像之间的回归模型;(2)GIMMS方法——基于待校正影像与生长旺季影像分别对应的15d-GIMMSNDVI数据，构建二者之间的回归模型，或提取NDVI差异并叠加到待校正影像上。(3)气象方法——基于气象站点数据构建气象数据与NDVI之间的PLSR模型，然后基于待校正影像和生长旺季影像分别对应的气象栅格数据，提取由气象要素变化引起的NDVI变化并叠加到校正待校正影像上。通过这3种方法，重建多年生长旺季NDVI时间序列，然后将最优方法结果用于后续的森林恢复分析。其次，结合火烧强度及森林类型等数据，重点对1987-1999年间森林NDVI恢复的时间轨迹及其恢复趋势变化特征的空间分布进行研究，并监测了不同火干扰下不同森林覆被类型的NDVI恢复过程。主要研究结果如下:
　　(1)通过对比同一季节校正方法下不同火烧强度下的残差分布，发现5月和10月NDVI校正后的残差比6、9月大，说明5月和10月的影像在多年NDVI时间序列重建中效果并不理想。很可能是由于5月、10月的大兴安岭地区气候寒冷，寒潮、降雪等天气条件存在不确定性，造成5月、10月季节校正的效果不如6、9月。
　　(2)通过对比同一月份下3种NDVI季节校正方法后的残差及精度，发现TM数据对方法拟合的NDVI与真实值之间的残差最小，精度最高，其次是气象方法，最后是GIMMS方法。
　　(3)通过建立TM NDVI与GIMMS NDVI之间的线性关系，发现GIMMS数据在10月（19881007和19951011）的NDVI值异常，说明由于10月已接近生长季末，利用GIMMS数据对回归及计算变率存在对NDVI的过度校正效应，再次表明GIMMS方法不适于10月的TM NDVI校正。
　　(4)基于火后1987-2009年间10级火烧强度下植被生长旺季NDVI时间序列表明火后以NDVI为指示特征的绿度恢复过程呈现出显著阶段性:火后2～5年内重度及中度火烧区植被NDVI上升趋势最显著，尤其是火后第二年林木下草灌大量萌生而加速NDVI急剧上升;火后6～13年内NDVI增加趋势较显著;13年后，火烧区与未过火区NDVI统计差异较小，火烧区森林恢复效果较显著。
　　(5)火后13年间是森林绿度恢复的关键时段，从时间轨迹上来看，森林恢复速度与火烧强度具有显著的正相关关系，即火烧强度越大，NDVI增加速度越快，且增加趋势显著;从变化趋势的空间分布来看，火后植被NDVI变化趋势以增加趋势为主，其中显著上升趋势占主导，主要集中于北部及中部的重度过火区，而南部增加不显著，表明整体上森林植被恢复效果显著。
　　(6)火后不同森林覆被类型下的植被恢复速度存在一定差别，研究区在火灾后以白桦为主的阔叶林生长速度较快，NDVI增加趋势更显著，以落叶松为主的针叶林恢复缓慢，NDVI增加不如阔叶林显著。未火烧区植被由于接近或达到顶级演替群落，林型以针叶林为主，针叶林和阔叶林生长状况稳定，NDVI几乎没有差异。

目录

摘要

1．1 选题背景与研究意义

1．1．1 选题背景

1．1．2 研究意义

1．2 国内外研究进展

1．2．1 森林火后长期恢复监测研究进展

1．2．2 NDVI应用于森林火后恢复监测研究进展

1．2．3 NDVI时间序列重建研究进展

1．2．4 研究现状评述及问题提出

1．3 研究内容及技术路线

1．3．1 研究内容

1．3．2 技术路线

第2章 研究区概况及研究方法

2．1 研究区概况

2．1．1 气候环境

2．1．2 地形地貌

2．1．3 植被状况

2．1．4 1987年“5·6”大火概况

2．2 数据准备与预处理

2．2．1 Landsat影像数据的选取与准备

2．2．2 Landsat影像预处理

2．2．3 气象数据准备与预处理

2．2．3 GIMMS数据准备

2．2．4 野外实测数据及其他数据

2．3 研究方法

2．3．1 一元线性回归分析

2．3．2 Mann-Kendall趋势分析

2．3．3 偏最小二乘回归分析

2．3．4 克里金插值

2．4 本章小结

第3章 NDVI时间序列重建

3．1 基于TM数据对的季节校正

3．1．1 数据对匹配

3．1．2 回归模型构建

3．1．3 季节校正

3．2 基于GIMMS数据的季节校正

3．2．1 TM-GIMMS时空尺度匹配

3．2．2 GIMMS NDVI与TM NDVI关系构建

3．2．3 基于GIMMS数据对回归的季节校正

3．2．4 基于GIMMS数据对变化率季节校正

3．2．5 本节小结

3．3 基于气象数据的季节校正

3．3．1 理论准备

3．3．2 数据预处理及模型建立

3．3．3 季节校正

3．4 NDVI时间序列重建方法结果比较

3．4．1 不同季节不同火烧强度不同方法的残差分布

3．4．2 精度评价

3．4．3 空间对比

3．5 本章小结

第4章 火后森林NDVI恢复时空动态分析

4．1 不同火烧强度下森林NDVI恢复轨迹监测

4．2 森林NDVI动态变化趋势空间分析

4．3 不同森林类型对火烧强度的响应过程

4．4 大兴安岭火后森林NDVI恢复对比分析

4．5 本章小结

5．1 结论

5．2 不足与展望

参考文献

攻读硕士学位期间所发表的学术论文

声明

致谢