福建省平潭綜合試驗(yàn)區(qū)是海峽兩岸交流合作的試驗(yàn)區(qū),木麻黃（Casuarina equisetifolia）作為平潭主要的沿海防護(hù)喬木,在平潭主島廣泛分布。采用歸一化比值植被指數(shù)（Normalized difference vegetation index,NDVI）對(duì)木麻黃生物量快速估算,可為區(qū)域尺度的單一喬木生物量快速、無(wú)破壞估算提供參考,同時(shí)為評(píng)價(jià)主島生態(tài)系統(tǒng)生產(chǎn)潛力和經(jīng)營(yíng)管理提供數(shù)據(jù)支撐。采用RS和GIS技術(shù),對(duì)平潭主島2017年4月的Landsat 8 OLI影像進(jìn)行處理,以實(shí)地調(diào)查數(shù)據(jù)為基礎(chǔ),利用專家分類知識(shí)庫(kù)（Knowledge base system,KBS）提取木麻黃信息,以NDVI為自變量,引用木麻黃公式獲取的木麻黃生物量為因變量,建立NDVI與生物量的反演模型,對(duì)主島木麻黃生物量進(jìn)行估算,采用K-均值聚類法對(duì)各鄉(xiāng)鎮(zhèn)木麻黃進(jìn)行分區(qū)統(tǒng)計(jì)。結(jié)果表明:（1）基于專家分類知識(shí)庫(kù)的木麻黃提取,總體精度達(dá)81.3%。（2）建立的5種常用模型,通過(guò)顯著性檢驗(yàn),R值均在0.67以上,NDVI與木麻黃生物量之間存在相關(guān)性,采用NDVI估算區(qū)域生物量可行,多項(xiàng)式的擬合效果最佳(R=0.72... 

【文章來(lái)源】：安徽農(nóng)業(yè)大學(xué)學(xué)報(bào). 2020,47(05)CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

平潭主島區(qū)位圖

采用遙感圖像處理軟件的專家分類知識(shí)庫(kù)提取木麻黃信息。首先基于ENVI平臺(tái)，計(jì)算研究區(qū)域的NDVI，通過(guò)經(jīng)驗(yàn)閾值判別以及專家知識(shí)分類器對(duì)“林地”和“非林地”進(jìn)行區(qū)分。因Landsat 8的OLI 1與OLI 8分別是海藍(lán)波段、全色波段，不用于木麻黃信息提取�；凇傲值亍被A(chǔ)上，將采集的208個(gè)木麻黃分布點(diǎn)導(dǎo)入到ERDAS 9.2中，按照不同的波段進(jìn)行劃分，結(jié)合樣點(diǎn)在影像上的光譜值，得到木麻黃不同波段的光譜灰度閾值信息。根據(jù)知識(shí)庫(kù)提取與建立規(guī)則，建立知識(shí)庫(kù)實(shí)施專家分類，并對(duì)分類結(jié)果做反復(fù)測(cè)試和對(duì)比分析，調(diào)整后確定方案，從而得到平潭主島木麻黃分布信息。2.2.2 生物量計(jì)算方法

采用專家分類知識(shí)庫(kù)提取木麻黃，對(duì)分類結(jié)果做反復(fù)測(cè)試和對(duì)比分析，將提取結(jié)果與主島各鄉(xiāng)鎮(zhèn)矢量邊界圖疊加顯示，得到平潭主島木麻黃分布圖（圖3）。根據(jù)實(shí)地調(diào)查208個(gè)木麻黃點(diǎn)，用ERDAS9.2中的Accuracy Assessment功能作分類精度評(píng)價(jià)，分類總體精度達(dá)81.3%,Kappa系數(shù)達(dá)0.76。3.2 木麻黃生物量模型選擇

【參考文獻(xiàn)】：
期刊論文
[1]海南文昌不同林齡木麻黃人工林碳儲(chǔ)量分配格局[J]. 宿少鋒,薛楊,楊眾養(yǎng),王小燕,林之盼.  廣東農(nóng)業(yè)科學(xué). 2018(11)
[2]�？谑胁煌铸g木麻黃林分碳儲(chǔ)量分配格局[J]. 薛楊,吳至平,楊眾養(yǎng),宿少鋒,王小燕,林之盼,馮杏.  熱帶林業(yè). 2018(02)
[3]基于文獻(xiàn)計(jì)量的沿海防護(hù)林研究?jī)?nèi)容分析[J]. 頡洪濤,成向榮,吳統(tǒng)貴,虞木奎.  山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[4]基于森林小班的香格里拉市高山松生物量遙感建模[J]. 陸馳,張加龍,王愛(ài)蕓,胥輝.  西南林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(03)
[5]海南島東北部木麻黃立木生物量建模[J]. 邢海濤,陸元昌,劉憲釗,薛楊,林之盼,王小燕.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[6]平潭島木麻黃碳儲(chǔ)量遙感估測(cè)[J]. 池毓鋒,賴日文,余莉莉,蘇艷琴,謝雪莉,應(yīng)興亮.  森林與環(huán)境學(xué)報(bào). 2016(04)
[7]基于高分辨率與高光譜遙感影像的北亞熱帶馬尾松及次生落葉樹種的分類[J]. 申鑫,曹林,徐婷,佘光輝.  植物生態(tài)學(xué)報(bào). 2015(12)
[8]基于高分辨率遙感影像的城市典型喬木樹種分類研究[J]. 李丹,柯櫻海,宮輝力,李小娟,鄧曾.  地理與地理信息科學(xué). 2016(01)
[9]基于Landsat 8 OLI的特征變量?jī)?yōu)化提取及森林生物量反演[J]. 徐婷,曹林,佘光輝.  遙感技術(shù)與應(yīng)用. 2015(02)
[10]NDVI在農(nóng)作物監(jiān)測(cè)中的研究與應(yīng)用[J]. 王磊,王賀,盧艷麗,白由路,楊俐蘋.  中國(guó)農(nóng)業(yè)資源與區(qū)劃. 2013(04)



本文編號(hào)：3568154