【摘要】：芨芨草(Achnatherum Splendens)是一種遍及我國內(nèi)蒙古高原、黃土高原、青藏高原東部等干旱半干旱典型草原區(qū)的多年生密叢性非地帶性禾本科植被。芨芨草既是牧區(qū)牲畜的重要飼養(yǎng)飼料,又能防風(fēng)固沙,是草原生態(tài)系統(tǒng)的天然保護(hù)屏障。芨芨草群落的演替反應(yīng)了植被對流域氣候及人類活動變化的響應(yīng),因而芨芨草是草原生態(tài)環(huán)境變化的指示因子,對干旱半干旱區(qū)域氣候、生態(tài)等研究具有重要作用。因此,及時準(zhǔn)確的對其生物量進(jìn)行估算能夠促進(jìn)草地資源的科學(xué)管理與合理利用,為保障區(qū)域生態(tài)草地系統(tǒng)可持續(xù)發(fā)展提供數(shù)據(jù)支撐。芨芨草作為高密度植被,其光學(xué)敏感性與典型草原植被差異性較大,為減弱草地空間異質(zhì)性影響,細(xì)化草地地上生物量遙感估算方法,本文選擇呼倫湖流域廣泛分布的芨芨草群落為研究目標(biāo),采用星—機(jī)—地三種數(shù)據(jù)源相結(jié)合的方式,對生物量進(jìn)行縱向升尺度變換分析,即將芨芨草生物量野外采集數(shù)據(jù)通過兩次升尺度反演,研究呼倫湖流域芨芨草群落生物量空間分布。并在此基礎(chǔ)上對其土壤生長環(huán)境及其影響因素進(jìn)行探索,為芨芨草定量遙感反演后續(xù)研究提供科學(xué)依據(jù)。主要內(nèi)容如下:(1)芨芨草群落空間分布提取:本文采用Landsat8影像,依據(jù)芨芨草野外采樣點選取純芨芨草斑塊作訓(xùn)練樣本集,分析芨芨草光譜特性(主要是芨芨草與典型草原植被光譜差異性)、形狀指數(shù)、空間關(guān)系及紋理信息,將分類圖像按最佳尺度分割,結(jié)合訓(xùn)練樣本構(gòu)建規(guī)則集進(jìn)行影像分類,提取其空間分布并對提取結(jié)果進(jìn)行修正和精度驗證。試驗結(jié)果表明芨芨草群落的提取精度為88%。(2)芨芨草生物量升尺度反演:通過無人機(jī)RGB影像計算出芨芨草樣方植被覆蓋度,將1m×1m實測生物量數(shù)據(jù)經(jīng)樣方植被覆蓋度升尺度反演為10m×0m生物量。通過分析芨芨草樣方植被覆蓋度與10m×10m生物量的敏感性關(guān)系,驗證芨芨草植被覆蓋度升尺度反演的準(zhǔn)確性、合理性及可行性。最后,結(jié)合Landsat8影像光譜指數(shù)構(gòu)建芨芨草生物量反演模型,將10m×10m生物量升尺度反演為30m×30m的生物量數(shù)據(jù),進(jìn)而得到呼倫湖流域尺度芨芨草生物量空間分布。(3)芨芨草生物量純植被指數(shù)模型構(gòu)建:芨芨草純植被指數(shù)模型構(gòu)建,包括背景信息像元分解和純植被指數(shù)線性生物量反演模型構(gòu)建兩部分。本文通過改進(jìn)的三波段梯度差法模型反演流域內(nèi)芨芨草植被覆蓋度(經(jīng)驗證R~2為0.65,RMSE為0.098(P0.001),估算精度E_A為78.95%),進(jìn)而對芨芨草混合像元做背景信息像元分解,得到芨芨草純反射率。通過對芨芨草純反射率與生物量的相關(guān)性分析,發(fā)現(xiàn)芨芨草生物量與近紅外波段反射率相關(guān)性最高,R~2為0.43,其次是紅光與短波紅外波段,R~2為0.35上下。與藍(lán)、綠光波段反射率相關(guān)性最差,R~2僅為0.04左右,最終確定芨芨草參與構(gòu)建芨芨草生物量反演模型的光譜指數(shù)為NDVI、EVI、SAVI、RVI、SIPI、NDWI(歸一化植被水分指數(shù))、CI_(green)及NDSI_(64),試驗結(jié)果表明,EVI指數(shù)模型效果最好,其中模型構(gòu)建中R~2為0.74,RMSE為98.74kg/100m~2,而模型驗證中R~2為0.87,RMSE為40.17kg/100m~2,估算精度E_A為61.89%�；诖朔囱萘撕魝惡饔騼�(nèi)芨芨草生物量,并對其平均生物量空間分布進(jìn)行制圖。研究表明:呼倫湖流域芨芨草生物量大多在在20kg/100m~2,其中芨芨草生物量較高(40-80kg/100m~2)的地方主要集中在呼倫湖以西,河流周邊地區(qū)芨芨草生物量最高(80kg/100m~2)。最后利用芨芨草群落土壤生長環(huán)境PH、氮、磷及土壤有機(jī)質(zhì)等的監(jiān)測數(shù)據(jù)與生物量進(jìn)行相關(guān)性分析,結(jié)果表明土壤極度貧瘠的狀態(tài)下,土壤理化特性與生物量無明顯相關(guān)性。
【學(xué)位授予單位】：河南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：S812;TP751
【圖文】：

分別是耕地和林地的 2.65 和 1.95 倍，是中國面積最大色天然屏障[22, 23]。作為草原生態(tài)系統(tǒng)的重要組成部分，草地地草地群落生長及生產(chǎn)狀況、牲畜承載能力和生態(tài)植被演替趨勢，循環(huán)、物質(zhì)循環(huán)和能量循環(huán)的重要組成部分，是評測草地生態(tài)系水平和結(jié)構(gòu)功能的重要指標(biāo)。草地地上生物量是群落結(jié)構(gòu)、環(huán)境因素共同作用的結(jié)果，在生態(tài)系統(tǒng)中發(fā)揮著舉足輕重的作用[24]。物量也是草地生態(tài)系統(tǒng)獲取能量的集中體現(xiàn)，對生態(tài)系統(tǒng)結(jié)構(gòu)重要作用，更為直接的是草地地上生物量是牧業(yè)發(fā)展重要的物遙感技術(shù)在森林生物量空間反演等方面的研究取得了顯著成效態(tài)變化方面的監(jiān)測與研究仍很薄弱。因此，開展流域草地動態(tài)變作非常必要。

技術(shù)流程圖

圖 2-1 研究區(qū)地理位置圖Fig.2-1 Spatial location of the study area 野外數(shù)據(jù)采集與處理野外數(shù)據(jù)采集時間選取2016年呼倫湖流域植被最茂盛的7月底到8月初，為期，總行程4200km。本次實驗采用大疆Phantom4四旋翼電動無人機(jī)(無人機(jī)重kg，續(xù)航時間28min)，云臺搭載高清數(shù)碼相機(jī)，相機(jī)分辨率12萬(無人機(jī)飛行前過去噪以及曝光調(diào)整)，無人機(jī)視場角為94°。野外數(shù)據(jù)采集包括：（1）芨芨草樣點、無人機(jī)樣方及生物量數(shù)據(jù)獲取在研究區(qū)內(nèi)，根據(jù)野外實驗方案路線采集芨芨草分布樣點的經(jīng)緯度及高程信并按照“植被長勢和蓋度的差異性、樣地可達(dá)性”原則[80]隨機(jī)選取無人機(jī)樣地，樣地面積10m×10m，在其中心位置布設(shè)一個1m×1m的樣方，通過手持GPS對行準(zhǔn)確定位（如圖2—1）。首先將無人機(jī)云臺下調(diào)，鏡頭垂直向下拍攝芨芨草RGB照片，然后沿根剪取芨芨草根部以上部分，去除干枯枝葉并稱重記錄，即1m×1m樣方芨芨草地上生物量數(shù)據(jù)。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張娜;烏力吉;劉松濤;竇華山;李進(jìn);;呼倫湖地區(qū)氣候變化特征及其對湖泊面積的影響[J];干旱區(qū)資源與環(huán)境;2015年07期

2 肖艷芳;周德民;宮輝力;趙文吉;;冠層反射光譜對植被理化參數(shù)的全局敏感性分析[J];遙感學(xué)報;2015年03期

3 吳華武;李小雁;蔣志云;李靜;鄭肖然;趙殿智;;基于δD和δ~(18)O的青海湖流域芨芨草水分利用來源變化研究[J];生態(tài)學(xué)報;2015年24期

4 李政海;鮑雅靜;張靖;王海梅;胡志超;;內(nèi)蒙古草原退化狀況及驅(qū)動因素對比分析——以錫林郭勒草原與呼倫貝爾草原為研究區(qū)域[J];大連民族學(xué)院學(xué)報;2015年01期

5 鄭興明;丁艷玲;趙凱;姜濤;李曉峰;張世軼;李洋洋;武黎黎;孫建;任建華;張宣宣;;基于Landsat 8 OLI數(shù)據(jù)的玉米冠層含水量反演研究[J];光譜學(xué)與光譜分析;2014年12期

6 樊才睿;李暢游;賈克力;孫標(biāo);史小紅;高宏斌;;不同放牧制度下呼倫湖流域草原植被冠層截留[J];生態(tài)學(xué)報;2015年14期

7 趙春江;;農(nóng)業(yè)遙感研究與應(yīng)用進(jìn)展[J];農(nóng)業(yè)機(jī)械學(xué)報;2014年12期

8 李濤;李曉松;李飛;;基于Hyperion的錫林郭勒草原光合植被、非光合植被覆蓋度估算[J];生態(tài)學(xué)報;2015年11期

9 曹生奎;陳克龍;曹廣超;朱錦福;盧寶梁;;環(huán)青海湖區(qū)退化芨芨草群落的土壤碳密度特征[J];水土保持通報;2014年02期

10 楊秀麗;張寶貴;張威;劉光t;陳拓;薛林貴;;祁連山疏勒河上游芨芨草根際可培養(yǎng)細(xì)菌群落特征研究[J];冰川凍土;2014年01期

相關(guān)博士學(xué)位論文 前2條

1 江佳樂;面向冬小麥遙感同化估產(chǎn)的葉面積指數(shù)空間尺度差異校正[D];中國地質(zhì)大學(xué)(北京);2017年

2 劉帥奇;基于多尺度幾何變換的遙感圖像處理算法研究[D];北京交通大學(xué);2013年

相關(guān)碩士學(xué)位論文 前6條

1 李延峰;東北典型區(qū)蘆葦分布提取與地上生物量遙感估算[D];中國科學(xué)院研究生院（東北地理與農(nóng)業(yè)生態(tài)研究所）;2014年

2 郭敏杰;基于NDVI的黃土高原地區(qū)植被覆蓋度對氣候變化響應(yīng)及定量分析[D];中國科學(xué)院研究生院（教育部水土保持與生態(tài)環(huán)境研究中心）;2014年

3 孫小添;基于MODIS數(shù)據(jù)反演森林地上生物量的研究[D];東北林業(yè)大學(xué);2014年

4 李向婷;新疆荒漠區(qū)稀疏植被覆蓋度信息提取及時空變化分析[D];西北農(nóng)林科技大學(xué);2013年

5 解平靜;高原濕地植被地上生物量遙感估算方法及時空變化研究[D];電子科技大學(xué);2012年

6 張翼飛;內(nèi)蒙古典型草原區(qū)芨芨草群落適生生境研究[D];內(nèi)蒙古大學(xué);2011年

本文編號：2791873