發(fā)布時(shí)間：2022-01-17 16:57

　　草層高度是評價(jià)草地退化狀況的關(guān)鍵指標(biāo),也是準(zhǔn)確估測地上生物量和牧區(qū)雪災(zāi)預(yù)警的重要參數(shù)。青藏高原高寒草地生態(tài)系統(tǒng)不僅是牧區(qū)經(jīng)濟(jì)賴以發(fā)展的生產(chǎn)資料,也是反饋全球氣候變化的感應(yīng)器。因此,對青藏高原高寒草地的草層高度進(jìn)行動(dòng)態(tài)監(jiān)測具有重要的科學(xué)意義和實(shí)用價(jià)值。目前已有部分學(xué)者通過構(gòu)建統(tǒng)計(jì)模型的方法對天然草地的草層高度進(jìn)行了預(yù)測,但是由于天然草地類型復(fù)雜、統(tǒng)計(jì)模型的可復(fù)制性較差,導(dǎo)致天然草地草層高度的反演精度參差不齊,差異明顯。青藏高原高寒草地時(shí)空分布的差異性較大,對草層高度的精準(zhǔn)反演還存在較大的難度。因此,本研究以青藏高原東部的甘南地區(qū)作為典型研究區(qū),基于MODIS數(shù)據(jù)、生態(tài)環(huán)境因素和地面高光譜遙感數(shù)據(jù),利用RF、SVM、ANN、XGBoost和Cubist機(jī)器學(xué)習(xí)算法分別構(gòu)建了草層高度反演模型,并對2006-2018年甘南地區(qū)草層高度的時(shí)空動(dòng)態(tài)變化進(jìn)行了分析。研究結(jié)果如下:（1）基于MODIS數(shù)據(jù)構(gòu)建的6種植被指數(shù)中,NDVI和OSAVI均對草層高度較為敏感（r均為0.39）,但兩者僅能反映草層高度變化的15%。草層高度與MODIS的紅光波段（B1）和中紅外波段（B7）的反射率具有較高的負(fù)相關(guān)... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究區(qū)地理位置

蘭州大學(xué)碩士學(xué)位論文甘南地區(qū)高寒草地草層高度的遙感估測研究7400~800mm，受季風(fēng)帶影響，降水量的分配表現(xiàn)為“南多北少”。全州年日照時(shí)間介于1800~2600h，每年大于10℃的溫度僅能持續(xù)2個(gè)月，夏季時(shí)間較短，6~8月份雨熱同期，是一年之中植被的生長季。甘南州熱量較低，適合草本植物和灌木的生長，無法滿足大多數(shù)農(nóng)作物的生長需求。2.1.3植被類型甘南州高寒草地的面積約為2.8萬km2，占全州總面積的62.2%，是甘南州最主要的植被類型，其中可利用的草地面積約為2.5萬km2，占草地總面積的96.2%。圖2-2展示了甘南州高寒草地的主要類型以及分布情況，可以看出甘南州的高寒草地主要分布在夏河等牧業(yè)縣，而舟曲縣、迭部縣、臨潭縣和卓尼縣的草地面積較校全州草地類型主要有3種：高寒草甸、山地草甸和沼澤，其中高寒草甸的面積最大，約為1.8萬km2，占草地總面積的62.4%，其次為山地草甸，占草地總面積的36.1%，面積約為1.0萬km2，沼澤草地面積最小，約為407.6km2，僅占草地總面積的1.5%，主要分布在瑪曲縣的東南區(qū)域。甘南州高寒草地的植物種約有917種（馬琳雅，2013），優(yōu)勢種主要有矮嵩草（Kobresiahumilis）、垂穗披堿草（Elymusnutans）、蒲公英（Taraxacummongolicum）等。圖2-2研究區(qū)草地類型

蘭州大學(xué)碩士學(xué)位論文甘南地區(qū)高寒草地草層高度的遙感估測研究82.2數(shù)據(jù)收集2.2.1地面實(shí)測數(shù)據(jù)甘南地區(qū)草地生長季的地面實(shí)測數(shù)據(jù)包括兩部分：2006-2019年調(diào)查的草層高度數(shù)據(jù)、2017-2019年采集的地面高光譜數(shù)據(jù)。根據(jù)甘南州高寒草地的分布特征，選擇草地長勢均一、代表性較好的地區(qū)隨機(jī)設(shè)置調(diào)查樣地（圖2-3），樣地大小至少為500m×500m，間隔在5km以上。在每個(gè)樣地中以“5點(diǎn)法”或者“3點(diǎn)法”布置大小為0.5m×0.5m的樣方，沿樣方的兩條對角線均勻選取至少10株植物，測量其自然株高，同時(shí)記錄每個(gè)樣方的草地類型、蓋度、優(yōu)勢種、經(jīng)度、緯度等信息，將測量的植株高度的平均值作為整個(gè)樣地的平均草層高度。利用美國ASD公司生產(chǎn)的便攜式FieldSpec3地物光譜儀對高寒草地的光譜數(shù)據(jù)進(jìn)行采集。該儀器的光譜范圍為350~2500nm，光譜間隔為1nm。光譜采集盡量選擇在少云或者無云、光照條件良好的時(shí)間段進(jìn)行，采集數(shù)據(jù)前先進(jìn)行白板校準(zhǔn)和暗電流消除處理，采集冠層反射率時(shí)將探頭垂直放置在距離地面約1m的上方，探頭的視場角為25°。在每個(gè)樣方中沿單條對角線均勻采集3組光譜數(shù)據(jù)，每組采集10條光譜，將3組數(shù)據(jù)平均后得到該樣方的高光譜反射率曲線。圖2-32006-2019年甘南地區(qū)草地調(diào)查樣地分布圖

【參考文獻(xiàn)】：
期刊論文
[1]近紅外光譜LASSO特征選擇方法及其聚類分析應(yīng)用研究[J]. 李魚強(qiáng),潘天紅,李浩然,鄒小波.  光譜學(xué)與光譜分析. 2019(12)
[2]草層高度遙感監(jiān)測研究進(jìn)展[J]. 馮琦勝,殷建鵬,楊淑霞,梁天剛.  草業(yè)科學(xué). 2018(05)
[3]陸表定量遙感反演方法的發(fā)展新動(dòng)態(tài)[J]. 梁順林,程潔,賈坤,江波,劉強(qiáng),劉素紅,肖志強(qiáng),謝先紅,姚云軍,袁文平,張曉通,趙祥.  遙感學(xué)報(bào). 2016(05)
[4]結(jié)合機(jī)載LiDAR和LANDSAT ETM+數(shù)據(jù)的溫帶森林郁閉度估測[J]. 張瑞英,龐勇,李增元,包玉海.  植物生態(tài)學(xué)報(bào). 2016(02)
[5]高山草地植物群落數(shù)量特征沿海拔梯度變化及其影響因素[J]. 崔海軍,王根緒,楊燕,楊陽.  生態(tài)學(xué)雜志. 2015(11)
[6]星地多源數(shù)據(jù)的區(qū)域土壤有機(jī)質(zhì)數(shù)字制圖[J]. 周銀,劉麗雅,盧艷麗,馬自強(qiáng),夏芳,史舟.  遙感學(xué)報(bào). 2015(06)
[7]川西北草地沙化對土壤顆粒組成和土壤磷鉀養(yǎng)分的影響[J]. 舒向陽,胡玉福,蔣雙龍,蒲琴,袁鋮銘,彭佳佳.  干旱區(qū)資源與環(huán)境. 2015(08)
[8]高維數(shù)據(jù)回歸分析中基于LASSO的自變量選擇[J]. 張秀秀,王慧,田雙雙,喬楠,閆麗娜,王彤.  中國衛(wèi)生統(tǒng)計(jì). 2013(06)
[9]祁連山北坡天然草地不同尺度地上生物量空間格局對地形的響應(yīng)[J]. 侯兆疆,趙成章,董小剛,李鈺,張茜,馬小麗.  生態(tài)學(xué)雜志. 2014(01)
[10]隨機(jī)森林理論淺析[J]. 董師師,黃哲學(xué).  集成技術(shù). 2013(01)

博士論文
[1]基于機(jī)載激光雷達(dá)的森林參數(shù)反演研究[D]. 郝紅科.西北農(nóng)林科技大學(xué) 2019
[2]基于多尺度高光譜成像的大豆養(yǎng)分檢測方法研究[D]. 張亞坤.東北農(nóng)業(yè)大學(xué) 2018
[3]基于UAV和機(jī)器學(xué)習(xí)方法的甘南地區(qū)高寒草地地上生物量遙感估測研究[D]. 孟寶平.蘭州大學(xué) 2018
[4]草地類型及其品質(zhì)參數(shù)的遙感反演方法研究[D]. 馬維維.中國科學(xué)院研究生院(上海技術(shù)物理研究所) 2015
[5]基于決策優(yōu)化策略的認(rèn)知引擎關(guān)鍵技術(shù)的研究[D]. 許慧穎.北京郵電大學(xué) 2015
[6]支持向量機(jī)算法及其應(yīng)用研究[D]. 張國云.湖南大學(xué) 2006

碩士論文
[1]基于XGBoost算法的多因子量化選股方案策劃[D]. 李想.上海師范大學(xué) 2017
[2]近13年甘南州草地生態(tài)系統(tǒng)健康動(dòng)態(tài)評價(jià)[D]. 趙玉婷.蘭州大學(xué) 2016
[3]基于Landsat8-OLI的香格里拉高山松林生物量遙感估測模型研究[D]. 孫雪蓮.西南林業(yè)大學(xué) 2016
[4]基于低空光譜成像遙感技術(shù)的油菜冠層SPAD檢測研究[D]. 肖宇釗.浙江大學(xué) 2016
[5]BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)研究及應(yīng)用[D]. 馬海志.東北農(nóng)業(yè)大學(xué) 2015
[6]基于土壤可見—近紅外光譜庫的土壤全氮預(yù)測建模研究[D]. 王乾龍.浙江大學(xué) 2015
[7]基于遺傳模擬退火算法的航班著陸調(diào)度問題[D]. 崔雪源.華中師范大學(xué) 2015
[8]甘南州草地植被覆蓋度與物候期時(shí)空變化動(dòng)態(tài)特征[D]. 馬琳雅.蘭州大學(xué) 2013
[9]BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化與研究[D]. 呂瓊帥.鄭州大學(xué) 2011
[10]基于貪婪算法的線性規(guī)劃在貨位優(yōu)化中的應(yīng)用[D]. 吳璟.上海交通大學(xué) 2011



本文編號(hào)：3595095