论文部分内容阅读
在陆表生态系统中,植被占非常重要的地位,植被的生长发育受陆表水文环境的制约,植被的生长又对水文环境起重要的调节作用,二者相辅相成、相互制约。生态水(层)是生态环境中最重要的储水体,对降水具有调节、缓存和分配的作用。生态水(层)的研究是水资源定量研究的关键部分,植被生态水的储水较为特殊,难以用常规的测绘方法进行量化和提取,随着遥感技术的发展,遥感信息定量化研究作为强有力的技术支撑,为生态水的量化研究提供了新的方法和思路。目前国内外的定量遥感研究多为精准农业、生态环境监测等方面,生态水(层)的概念是由本团队最先提出的,目前对生态水(层)的研究也仅限于本团队,经过团队成员多年不断的探索和研究,已取得巨大进展。项目组前期对植被生态水含量部分的研究多为利用植被的实测光谱数据进行研究,其光谱采集多以叶片为主,未对植被地上部分整体进行量化。植物主要由干物质(生物量)和水组成,本次研究通过生物量和实测含水率数据,计算得到样地地上植被生态水含量,根据样地地上植被生态水含量与样地面积,得到单位面积植被生态水含量,最后根据单位面积植被生态水含量与植被指数之间的关系建立模型,反演植被生态水含量。植被种类和材质不同,其含水量也不同,在不同的生长季节,植被生态水含量也存在差异,因此植被生态水含水量受自身特性、生长周期以及季节变化的影响,目前还没有研究对不同月份的植被生态水进行定量化研究,因此对植被生态水进行动态监测,研究植被生态水的时空变化具有重要意义。本次选取2018年4月9日、2018年7月14日、2017年11月16日以及2019年1月22日的遥感影像,对这四个月份的植被生态水含量进行遥感量化反演。本次论文主要研究内容和主要成果主要有以下几方面:(1)利用最大似然法对研究区植被类型信息进行提取根据地物在遥感影像中的特征以及纹理结构、色调等辅助信息,结合实地调查与验证结果,对研究区植被类型信息进行提取。选择最大似然法、支持向量机法以及神经网络法三种分类方法进行监督分类,其中最大似然法分类的总体精度最高,为90.5401%,Kappa系数为0.8853,选择最大似然分类法的分类结果作为研究区植被类型提取结果。研究区可分类为阔叶林、针叶林、混交林、灌丛和草甸、水域、裸地以及其它,其它类主要包括居民地和道路。提取结果表明,针叶林在海拔2000-3500 m均有存在,阔叶林主要分布在2000-2500 m,混交林主要分布在2500-2800 m,研究区3500米以上多为高山草甸,坡陡土瘠,植被发育不良。(2)建立单位面积植被生态水含量与植被指数MSI 7的回归模型本文是对研究区地上植被生态水含量进行定量研究,地上植被生态水含量通过生物量计算。在团队前期研究的成果基础上,利用植被指数与单位面积植被生态水含量之间的关系建立遥感反演模型,对比植被生态水含量与不同植被指数建立的模型,与MSI 7(Moisture Stress Index)建立的回归模型反演效果最好,利用该模型成功反演了研究区植被生态水含量。(3)不同月份植被生态水动态监测植被生态水含量随季节和生长状态发生改变,在不同的季节其含量不同,本文通过四个不同月份的遥感影像反演了不同时间的植被生态水含量,实现了植被生态水多时相量化研究,反演结果表明,四个月份植被生态水含量的排布依次为7月份>4月份>11月份>1月份,其平均生态水含量分别为315.66 Mg ha-1、173.19 Mg ha-1、157.78 Mg ha-1和144.37 Mg ha-1,植被生态水储水量分别为15417131.28 Mg,8727004.27 Mg,14048252.19 Mg,12881028.00 Mg。(4)植被生态水储水量分类统计根据研究区植被类型提取结果和植被生态水遥感反演结果,按照植被类型对植被生态水储水量进行统计,针叶林生态水储水量占总生态水储水量比例最大,其次为混交林、灌丛和阔叶林,同一植被类型在不同月份的生态水储水量不同,占总储水量的比例也不同。