论文部分内容阅读
我国旱区面积大,分布广,气候干旱,土壤贫瘠。旱区主要分布荒漠和草原植被,结构简单,低矮、稀疏。植被覆盖度和地上生物量等是旱区植被生长状况评价与荒漠化监测的重要指标,遥感技术已成为植被信息提取与反演的主要手段。然而,光学遥感植被信息提取技术多应用于森林与草原植被,对荒漠植被研究比较薄弱。近年来,稀疏植被研究受到关注,但是关于稀疏植被地上生物量遥感估算的研究较少,缺乏系统研究,在估算方法上仍存在着诸多不足。本文以半干旱区、干旱区以及极干旱区的植被为研究对象,根据旱区的自然地理特征和植被空间分布特点,选取毛乌素沙地、共和盆地、乌兰布和沙漠及其东北缘荒漠-绿洲过渡带、民勤地区和库姆塔格沙漠及其周边地区作为典型研究区,基于长期积累的大量植被地面样方数据和不同空间分辨率的多源遥感数据,对旱区植被特别是稀疏植被地上生物量遥感估算方法进行系统研究,以期为旱区植被地上生物量及碳储量估算和荒漠化监测提供数据与技术支撑。主要的研究结论如下:（1）旱区植被地上生物量遥感估算结果:半干旱区的毛乌素沙地植被地上生物量均值为231.16 g/m~2（RMSErel=54.28%）,共和盆地植被地上生物量均值为177.97 g/m~2（RMSErel=67.38%）;干旱区的乌兰布和沙漠荒漠-绿洲过渡带漠植被地上生物量均值为90.73 g/m~2（RMSErel=24.15%）,乌兰布和沙漠荒漠植被地上生物量均值为138.14 g/m~2（RMSErel=104.08%）。民勤研究区植被地上生物量均值为127.9 g/m~2（RMSErel=154.26%）;极干旱区的阿尔金山北麓山前戈壁区荒漠植被地上生物量均值为118.28 g/m~2（RMSErel=71.51%）,阿奇克谷地荒漠植被地上生物量均值为103.89 g/m~2（RMSErel=68.23%）,敦煌西湖湿地荒漠植被地上生物量均值为136.72 g/m~2（RMSErel=133.23%）。基于地面样方数据和MODIS数据进行估算,我国北方半干旱区、干旱区和极干旱区植被地上生物量均值分别为517.29 g/m~2（RMSErel=47.93%）、297.17 g/m~2（RMSErel=72.77%）和39.99 g/m~2（RMSErel=84.93%）。（2）不同空间分辨率遥感数据对于旱区植被地上生物量遥感估算的适用性不同。高空间分辨率卫星遥感数据可准确刻画旱区植被的时空分布特征,其在半干旱区、干旱区和极干旱区的植被地上生物量遥感估算结果的RMSErel均值分别为24.37%、16.62%和41.72%,更适用于旱区植被地上生物量的高精度遥感估算。中空间分辨率遥感数据在半干旱区、干旱区和极干旱区的植被地上生物量遥感估算结果的RMSErel均值分别为62.36%、72.77%和84.93%,更适合于植被覆盖度较高的干旱区和半干旱区植被地上生物量估算。低空间分辨率遥感数据在半干旱区、干旱区和极干旱区的植被地上生物量遥感估算结果的RMSErel均值分别为47.93%、72.77%和84.93%,仅在植被覆盖较高的半干旱区地上生物量估算中表现较好,在干旱区和极干旱区的表现较差。（3）旱区植被地上生物量估算模型的适用性:采用归一化植被指数（NDVI）和比值植被指数（RVI）估算旱区植被地上生物量的精度明显高于改进的土壤调整植被指数（MSAVI）,采用高空间分辨率遥感数据进行估算时以对数回归模型的估算效果最好,采用中空间分辨率遥感数据进行估算时以线性回归模型的估算效果最好。（4）旱区植被地上生物量遥感估算的影响因素:1)旱区植被地上生物量与植被覆盖度是影响植被地上生物量遥感估算的内在因素。从半干旱区到干旱区再到极干旱区,采用相同空间分辨率遥感数据和相同估算方法,植被地上生物量遥感估算结果的误差越来越大,精度逐渐降低。从半干旱区到干旱区再到极干旱区,随着气候越来越干旱,植被单位面积地上生物量显著降低,植被覆盖度也呈现出与植被地上生物量相同的变化趋势。2)遥感影像的空间分辨率是影响稀疏植被地上生物量遥感估算的重要外部因素。植被地上生物量与NDVI之间良好的相关性是植被地上生物量遥感估算的基础。随着地面样方植被地上生物量的降低,NDVI值对植被地上生物量的敏感性逐渐降低,使得植被地上生物量提取难度不断加大。另外,在不同类型旱区,高空间分辨率遥感影像NDVI与植被地上生物量均存在着较好的相关性,但是中、低空间分辨遥感影像NDVI与植被地上生物量相关性较弱,尤其是在极干旱区。（5）采用较高空间分辨率遥感数据植被地上生物量估算结果校正较低空间分辨率遥感数据估算结果的适用性:1)在毛乌素沙地研究区和阿尔金山北麓山前戈壁区采用高空间分辨率遥感数据校正中空间分辨率遥感数据估算结果,毛乌素沙地研究区估算结果的RMSErel由62.36%下降到54.28%,阿尔金山北麓山前戈壁区估算结果的RMSErel由114.34%下降到83.16%。因此,在提取稀疏植被地上生物量信息时,采用高空间分辨率遥感数据估算结果校正中空间分辨率遥感数据估算结果,可以有效提高植被地上生物量的估算精度。2)在估算旱区植被地上生物量时,分别采用高、中空间分辨率遥感数据的估算结果对低空间分辨率遥感数据的估算结果进行校正,未能有效提高植被地上生物量估算精度。因此,这种校正方法不适用于采用高、中空间分辨率遥感数据对低空间分辨率遥感数据估算结果的校正。