基于植被结构特征的土壤侵蚀遥感定量反演
【摘要】：随着遥感技术的广泛应用,土壤侵蚀模型中植被覆盖度定量遥感估算陆续展开。但早期的研究,多注重植被指数与植被覆盖度之间的关系,应用植被指数来提取植被覆盖度进而估算植被管理措施因子C值,不仅损失了植被指数中隐含的植被结构信息,预测精度偏低,而且受植被结构特征等影响,增加了提取植被覆盖度的难度。通过植被结构因子——叶面积指数(LAI)指标来反演植被覆盖管理措施因子的文献,目前尚属少见。
论文选取苏南典型丘陵山区作为研究区,观测不同土地利用类型的叶面积指数及年土壤侵蚀模数,以遥感光谱反演模型为基础,应用多尺度(径流小区、小流域)的试验和观测数据,提取植被指数所包含的植被结构信息LAI,构建了研究区LAI与植被覆盖管理措施因子C量化耦合模型,并进行模型精度验证。主要研究结果如下：
(1)土壤侵蚀预报模型中植被覆盖管理措施因子(C)的修订
植被覆盖管理措施因子是土壤侵蚀模型预测的关键参数之一,论文以植被结构因子——叶面积指数(LAI)取代了长期以来用于水土保持定量评价的植被覆盖因子。其不仅能反映植被群落的覆盖状况和垂直结构,而且还能间接的反映地表凋落物和地下生物量等的多少,有效提高了预报模型的精度。
(2)基于遥感技术的植被结构因子(LAI)构建
选取了比值植被指数(RVI),归一化植被指数(NDVI),垂直植被指数(PVI),大气阻抗植被指数(ARVI),土壤调节植被指数(SAVI),修正土壤调节植被指数(MSAVI).增强型植被指数(EVI),通过一元回归方程、多元回归方程、一元非线性回归方程模拟,建立了植被指数与LAI回归方程：y=2.1956e-10.7696(x-0.7779)2
进行卡方检验,χ0.252(26)=29.33923,表明通过该模型计算的模拟数据为有效数值,通过该模型反演LAI是可行的。
(3)LAI与植被覆盖管理措施因子(C)的量化耦合模型构建
叶面积指数高度综合了植被的水平覆盖与垂直结构特性,论文综合分析相关研究成果,经过反复试验,提出了叶面积指数与植被覆盖管理措施因子的量化耦合模型。即：C=1 LAI0.02 C=0.4138028-0.17888LAI 0.2≤LAI1.8 C=0 LAI≥1.8
(4)耦合模型验证
从不同土地利用类型的C值变化及与通用土壤流失方程中的C值(简称经验C值)比较,定性地验证C值的合理性,通过模型计算小流域与径流小区实测土壤流失量比较,定量验证采用LAI反演C值的有效性。
基于不同算法模拟土壤侵蚀量的结果表明,利用线性像元分解法计算结果精度最差,RMSE为26.0986,利用植被覆盖度计算C值计算的土壤流失量精度相当,RMSE分别为2.4831和3.0226,但利用LAI反演植被作物管理措施因子C,再利用USEL计算土壤流失量,其精度最高,RSEM为0.0856,进一步验证了通过LAI反演植被管理措施因子C的可靠性与准确性。
【关键词】：遥感 土壤侵蚀 定量反演 植被结构特征 【学位授予单位】：南京林业大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：S157
【目录】：
- 摘要3-5
- 英文摘要5-9
- 第一章 综述9-22
- 1.1 课题来源9
- 1.2 研究目的及意义9-11
- 1.3 国内外研究进展11-18
- 1.3.1 土壤侵蚀模型研究11-15
- 1.3.2 叶面积指数及植被管理措施因子C15-18
- 1.4 研究内容18-20
- 1.5 技术路线20
- 1.6 研究区概况20-22
- 第二章 基础数据及其处理方法22-36
- 2.1 研究基础数据22-26
- 2.1.1 TM数据22-23
- 2.1.2 LISS-3数据23-24
- 2.1.3 HJB-CCD数据24-25
- 2.1.4 数据资料25-26
- 2.2 卫星数据的预处理26-36
- 2.2.1 卫星数据的精纠正26
- 2.2.2 卫星数据的辐射校正26-28
- 2.2.3 卫星数据的大气校正28-36
- 第三章 通用土壤流失方程各因子估算36-50
- 3.1 降雨侵蚀力因子R的提取36-40
- 3.1.1 降雨侵蚀力数据资料36-37
- 3.1.2 研究方法37-38
- 3.1.3 计算结果38-40
- 3.1.4 降雨侵蚀力R值图40
- 3.2 地形因子的提取40-46
- 3.2.1 数字高程模型(DEM)的建立41
- 3.2.2 坡长因子的自动提取41-46
- 3.3 土壤可蚀性因子K值估算46-50
- 3.3.1 土壤样品采集与处理47
- 3.3.2 土壤可蚀性K值的计算方法47-48
- 3.3.3 土壤可蚀性K研究方法48-49
- 3.3.4 土壤可蚀性因子K值图49-50
- 第四章 植被覆盖管理措施因子C的遥感定量反演50-79
- 4.1 基于混合像元分解法的植被覆盖管理措施因子反演50-58
- 4.1.1 混合像元分解模型50-51
- 4.1.2 研究区端元选择51-55
- 4.1.3 混合像元光谱分解55-57
- 4.1.4 植被覆盖管理措施因子C值的定量提取57-58
- 4.2 基于植被指数法的C因子提取58-68
- 4.2.1 植被覆盖度遥感估算模型58-66
- 4.2.2 植被覆盖管理措施因子C遥感估算66-68
- 4.3 基于叶面积指数法的C因子遥感定量反演68-79
- 4.3.1 叶面积指数的测定68
- 4.3.2 叶面积指数的反演模型68-76
- 4.3.4 基于LAI的植被覆盖管理措施因子C遥感模型构建76-79
- 第五章 LAI与植被覆盖管理措施因子C量化耦合模型的验证79-93
- 5.1 土壤侵蚀模型79
- 5.2 土壤侵蚀量计算79-88
- 5.2.1 基于植被指数法Ⅰ的土壤侵蚀量计算79-82
- 5.2.2 基于植被指数法Ⅱ的土壤侵蚀量计算82-85
- 5.2.3 基于混合像元线性分解法的土壤侵蚀量计算85-86
- 5.2.4 基于叶面积指数法的土壤侵蚀量计算86-88
- 5.3 不同算法的土壤侵蚀量预测精度验证88-93
- 5.3.1 基于实测数据的精度验证88-89
- 5.3.2 基于野外踏查的精度验证89-93
- 第六章 结论、讨论与创新点93-94
- 6.1 结论93
- 6.2 讨论93
- 6.3 创新点93-94
- 参考文献94-102
- 附图102-110
- 详细摘要110-112
- Abstract112-113
|
|
|
|
| 1 |
向会娟;曹明宏;;森林生态效益价值的评估计量[J];安徽农业科学;2005年11期 |
| 2 |
阿布都瓦斯提·吾拉木,秦其明,朱黎江;基于6S模型的可见光、近红外遥感数据的大气校正[J];北京大学学报(自然科学版);2004年04期 |
| 3 |
王礼先;逐步回归分析在土壤侵蚀量预报中的应用[J];北京林学院学报;1980年00期 |
| 4 |
贺庆棠,A.Baumgartner;中国植物的可能生产力农业和林业的气候产量[J];北京林业大学学报;1986年02期 |
| 5 |
刘家冈;林冠对降雨的截留过程[J];北京林业大学学报;1987年02期 |
| 6 |
吴东亮,刘鹏举,唐小明,朱清科,朱金兆;基于GIS的栅格化坡面径流路径模拟与LS值计算[J];北京林业大学学报;2001年05期 |
| 7 |
魏天兴,朱金兆;黄土残塬沟壑区坡度和坡长对土壤侵蚀的影响分析[J];北京林业大学学报;2002年01期 |
| 8 |
关文彬,王自力,陈建成,张秋岩,汪西林;贡嘎山地区森林生态系统服务功能价值评估[J];北京林业大学学报;2002年04期 |
| 9 |
李景文,李俊清,任艳林;海南主要热带森林生态系统类型自然保护区物种分类多样性研究[J];北京林业大学学报;2002年Z1期 |
| 10 |
游先祥,王继兴;建立数字八达岭林场的实用性研究[J];北京林业大学学报;2003年S1期 |
|
快捷付款方式
订购知网充值卡
订购热线
帮助中心