基于tm影像的川西北理塘草地生物量与植被指数关系研究

基于tm影像的川西北理塘草地生物量与植被指数关系研究

ID:34127772

大小:1.84 MB

页数:34页

时间:2019-03-03

基于tm影像的川西北理塘草地生物量与植被指数关系研究_第1页
基于tm影像的川西北理塘草地生物量与植被指数关系研究_第2页
基于tm影像的川西北理塘草地生物量与植被指数关系研究_第3页
基于tm影像的川西北理塘草地生物量与植被指数关系研究_第4页
基于tm影像的川西北理塘草地生物量与植被指数关系研究_第5页
资源描述:

《基于tm影像的川西北理塘草地生物量与植被指数关系研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、用鲜草重来进行度量。草地生物量受多种因素的影响,最直接的因素是生理合成速率。影响生理合成速率及生物量的因素可分为外源的环境变量和内源的基因型与表现型变量【18】,其中前者通过影响植物的新陈代谢和牛长来调整生理合成的尺度,后者影响植物的生理合成速率,两种变量综合起来共同影响植物群落的生物量。外源的环境变量主要包括温度、水分、光照、大气中的二氧化碳浓度和矿质养分等;内源变量则包括植物的基因型和表现型变量,该变量又可进一步分为形态变量、生理变量和生化变量。一般来说,一种植物在内源变量不变的情况下,其生物量的大小主要决定于复杂环境的完备程度,可能达到某种牛物耐性限度的各种因子中的任何一种的过量

2、或缺失【19】,都会导致生物量的净损失或使生物量停止增长。但植物并不是自然界的奴隶,它们主动地适应环境,并改变外界条件,以减少外界因子对它们的胁迫,促进自身的顺利生长,从而不断增加其生物量。川西北理塘地区的植被以草地占_丰导,主要分布在高原面及河谷地带,草场类型以高寒草甸类草地及沼泽类草地为主。一般来说,草场牛产能力与载畜量成正比,草场的牛产能力与草场类型、牧草品种、草场植被覆盖度的大小及牧草植株的高矮等有关。而这些因素又与放牧的季节、当年气温的高低和降雨量的多少有关。近年来,该区域由于过度放牧,草地荒漠化、沙化等草地退化问题越来越严重,对区域草地进行有效监测是急需解决的问题。因此,加

3、强对该区域植被指数与草地生物量的关系研究,实现快速有效的监测草地,不仅是确定合理的草地载畜量的急切需要,同时也是保障畜牧业生产发展和保护牛态环境的现实需要。1.3研究进展1.3.1国外研究进展早在上世纪80年代初,国外学者就开始将NoA~A、,HRR资料用于草地遥感监测。JoseM。Parcelo(1997)利用NOAA/AVHRR数据来监测美国中部草原地区的草地生物量,表明了归一化植被指数NDVI与实测草地地上生物量存在着正相关关系,并建立了基于NDVI与草地地上生物量的一元线性回归模型和幂函数回归模型,最终发现幂函数回归模型相对于一元线性回归模型来说,更适合该地区草地牛物量的预测【

4、201。S.W.Todd(1998)利用TM图像提取植被指数,包括GVI、NDVI、WI和红色波段(TM3)研究了美国克罗拉多东部地区的牧草生物量,并发现这些植被指数与牧区草地生物量呈线性关系,而对于非牧区,它们之间却没有很好的相关性【2¨。Prince和Tucker利用了MSS第7与第5波段的比值来推算地上草地植被生物量【221,Merrill等利用了MSS影像数据估算了美国黄石公园的绿色草地生物量,所得的线性回归方程相关系数只有O.63,影响精度的主要因素有裸露地与绿草地、枯草地的比率【23

5、。Anderson等人从TM影像上估算了美国科罗拉多州一个试验场的草地生物量【241。Fr

6、iedl等人也利用了TM影像估算了科罗拉多州东部的地上生物量【251。日本利用试验区的产草量资料与卫星资料进行了关系分析,并建立了估产模式。日本的Hirolazu(2000)利用NOAA数据和野外实测数据估算了内蒙古地区的草地生物量,并发现NDVI和植被盖度(VCR)与草地牛物量有很好的相关性,并建立了NDVI和VCR与草地生物量的一元线性回归模型,且此模型对草地牛物量的监测误差小于10%【261。目前,最为常用的植被指数是NDVI,大量的运用于植被监测。但NDVI本身还有不足,如:NDVI的饱和问题、对大气影响的纠正不彻底、对低植被覆盖区土壤背景的影响没有处理。由于土壤干扰的影响,土

7、壤本身对NIR和Red具有不同的反射值,这种差异在经过NIR/Red比值计算后,在NDVI仍然有残留。因此,相同的植被生长在不同的上壤上,尽管理论上应该具有相同的NDVI,实际上则因为土壤的变化而发生变化。土壤背景影响NDVI的基本规律是,当背景变暗时,NDVI有增加趋势。土壤影响最大的地区不是植被非常稀少的地区,而是中等覆盖地区。研究表明,当植被覆盖40%,LAI=I时,树冠背景土壤变化对植被指数影响最大【2引,因此,土壤噪音损害了NDVI的空间一致性。针对NDVI本身的不足,于是学者们还提出了其他的植被指数,如光谱植被指数(SVI)、垂直植被指数(PVI)、土壤调节植被指数(SA、

8、,I)。Purvdori等还对SAVI作了调整和变换,又提出了两个新植被指数,称为TSAVI和MSAVI[27】。植被指数发展到现在,种类非常多,并且不同的植被指数各有特点。虽然研究者也提出了许多不同的植被指数算法,但目前很难证明究竟哪一种植被指数更具有优越。以上对遥感植被指数与草地生物量的研究表明,两者之间的关系存在着很大差别,并且无法说明何种植被指数更具有优势。这可能起因于所用的不同遥感资料与植被指数,不同地域和研究对象对植被状况有不同的敏

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。