本文關(guān)鍵詞：基于遙感地面協(xié)同試驗(yàn)的呼倫貝爾貝加爾針茅草甸草原葉面積指數(shù)反演與驗(yàn)證研究

  更多相關(guān)文章： 貝加爾針茅草甸草原 葉面積指數(shù) 經(jīng)驗(yàn)統(tǒng)計(jì)模型 BP神經(jīng)網(wǎng)絡(luò) PROSAIL模型

【摘要】：草原生態(tài)系統(tǒng)是主要的陸地生態(tài)系統(tǒng)類型。葉面積指數(shù)（LAI）是表征草原冠層狀況的重要指標(biāo)，影響著草原生態(tài)系統(tǒng)的物質(zhì)和能量循環(huán)過程，是草原生產(chǎn)力、碳循環(huán)等模型的重要特征參量。因此獲得可靠的LAI信息對(duì)評(píng)估草原長勢(shì)、研究碳循環(huán)以及維持生態(tài)系統(tǒng)平衡具有深遠(yuǎn)意義。 呼倫貝爾草原是我國溫帶草甸草原分布最集中、最具代表性的地區(qū)。目前研究主要集中在單一反演方法估算LAI方面，但其反演結(jié)果存在一定的不確定性，不同反演方法缺乏對(duì)比分析與驗(yàn)證。因此，本研究選取呼倫貝爾貝加爾針茅草甸草原作為試驗(yàn)區(qū)，基于環(huán)境星HJ-1A/1B數(shù)據(jù)和同步地面樣方觀測(cè)數(shù)據(jù)，采用經(jīng)驗(yàn)統(tǒng)計(jì)模型法、BP神經(jīng)網(wǎng)絡(luò)法和PROSAIL模型法分別構(gòu)建LAI反演模型，并對(duì)模型進(jìn)行精度驗(yàn)證，同時(shí)，比較分析不同時(shí)期的LAI反演模型，優(yōu)選不同時(shí)期的LAI反演模型，，探討LAI空間分布格局。主要的研究?jī)?nèi)容與結(jié)論如下： （1）根據(jù)2013年6月初到8月末不同觀測(cè)時(shí)期的地面樣方LAI數(shù)據(jù)，分析了不同利用方式下草原LAI生長變化趨勢(shì)。在觀測(cè)時(shí)間內(nèi)，三種不同利用方式下的貝加爾針茅群落LAI從6月初-8月末都呈顯著增長趨勢(shì)，圍封樣地和打草場(chǎng)的LAI值在6月時(shí)LAI較小，7月中旬LAI值開始趨于平緩，直至8月中旬LAI值達(dá)到最大，8月末植被開始枯萎，LAI值下降；放牧樣地LAI值在7月中旬達(dá)到最大，之后LAI值逐漸下降，這與草原植被的生長規(guī)律相吻合。 （2）基于經(jīng)驗(yàn)統(tǒng)計(jì)模型建立的多種回歸方程中，LAI-MSAVI冪函數(shù)方程具有較好的估算效果，模型反演精度為81.5%。BP神經(jīng)網(wǎng)絡(luò)模型通過輸入敏感波段反射率和三種植被指數(shù)信息反演LAI，有效地提高了LAI反演精度，模型反演精度為82.8%。通過對(duì)PROSAIL模型輸入?yún)?shù)的敏感性分析和參數(shù)化分析，最終確定PROSAIL模型反演草原LAI的最優(yōu)模型組合參數(shù)，利用查找表算法反演LAI。結(jié)果表明在植被覆蓋度較低時(shí)，經(jīng)驗(yàn)?zāi)Ｐ秃虰P神經(jīng)網(wǎng)絡(luò)反演LAI優(yōu)于PROSAIL模型精度，而在植被覆蓋度較高時(shí)，PROSAIL模型反演LAI精度明顯優(yōu)于經(jīng)驗(yàn)統(tǒng)計(jì)模型和BP神經(jīng)網(wǎng)絡(luò)，模型精度達(dá)85%。 （3）通過比較分析不同時(shí)期反演LAI的最優(yōu)模型，確定6月和7月選用BP神經(jīng)網(wǎng)絡(luò)模型反演LAI，8月選用PROSAIL模型反演LAI，反演生成了30m分辨率的LAI時(shí)空分布圖。打草場(chǎng)和放牧樣地的草原LAI反演結(jié)果基本反映了貝加爾針茅群落LAI的生長變化特征，呈現(xiàn)先增大后減小趨勢(shì)；而圍封樣地由于存在明顯的立枯現(xiàn)象，導(dǎo)致其反演的LAI值被低估。
【學(xué)位授予單位】：內(nèi)蒙古師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：S812;P237

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李瑾;張德罡;張宏斌;楊桂霞;李林芝;辛?xí)云?;呼倫貝爾草原FPAR/LAI模型的驗(yàn)證[J];草原與草坪;2011年02期

2 曾也魯;李靜;柳欽火;;全球LAI地面驗(yàn)證方法及驗(yàn)證數(shù)據(jù)綜述[J];地球科學(xué)進(jìn)展;2012年02期

3 劉照言;馬靈玲;唐伶俐;;基于SAIL模型的多角度多光譜遙感葉面積指數(shù)反演[J];干旱區(qū)地理;2010年01期

4 方秀琴,張萬昌;葉面積指數(shù)(LAI)的遙感定量方法綜述[J];國土資源遙感;2003年03期

5 蔡博峰;紹霞;;基于PROSPECT+SAIL模型的遙感葉面積指數(shù)反演[J];國土資源遙感;2007年02期

6 陳健;倪紹祥;李云梅;;基于神經(jīng)網(wǎng)絡(luò)方法的蘆葦葉面積指數(shù)遙感反演[J];國土資源遙感;2008年02期

7 李新輝;宋小寧;冷佩;;利用CHRIS/PROBA數(shù)據(jù)定量反演草地LAI方法研究[J];國土資源遙感;2011年03期

8 李淑敏;李紅;孫丹峰;周連第;;PROSAIL冠層光譜模型遙感反演區(qū)域葉面積指數(shù)[J];光譜學(xué)與光譜分析;2009年10期

9 吳瓊;包玉海;張宏斌;海全勝;閆瑞瑞;陳寶瑞;辛?xí)云?;基于PROSAIL模型及HJ-1A-CCD2影像的MODIS/LAI產(chǎn)品精度驗(yàn)證[J];草業(yè)科學(xué);2014年03期

10 吳偉斌;洪添勝;王錫平;彭萬喜;李震;張文昭;;葉面積指數(shù)地面測(cè)量方法的研究進(jìn)展[J];華中農(nóng)業(yè)大學(xué)學(xué)報(bào);2007年02期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳寶瑞;呼倫貝爾草原多尺度植被空間格局及其對(duì)干擾的響應(yīng)[D];中國農(nóng)業(yè)科學(xué)院;2010年

本文編號(hào)：1179452