收藏本站
《河南理工大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

呼伦湖流域芨芨草群落地上生物量多尺度遥感监测

潘嫄嫄  
【摘要】:芨芨草(Achnatherum Splendens)是一种遍及我国内蒙古高原、黄土高原、青藏高原东部等干旱半干旱典型草原区的多年生密丛性非地带性禾本科植被。芨芨草既是牧区牲畜的重要饲养饲料,又能防风固沙,是草原生态系统的天然保护屏障。芨芨草群落的演替反应了植被对流域气候及人类活动变化的响应,因而芨芨草是草原生态环境变化的指示因子,对干旱半干旱区域气候、生态等研究具有重要作用。因此,及时准确的对其生物量进行估算能够促进草地资源的科学管理与合理利用,为保障区域生态草地系统可持续发展提供数据支撑。芨芨草作为高密度植被,其光学敏感性与典型草原植被差异性较大,为减弱草地空间异质性影响,细化草地地上生物量遥感估算方法,本文选择呼伦湖流域广泛分布的芨芨草群落为研究目标,采用星—机—地三种数据源相结合的方式,对生物量进行纵向升尺度变换分析,即将芨芨草生物量野外采集数据通过两次升尺度反演,研究呼伦湖流域芨芨草群落生物量空间分布。并在此基础上对其土壤生长环境及其影响因素进行探索,为芨芨草定量遥感反演后续研究提供科学依据。主要内容如下:(1)芨芨草群落空间分布提取:本文采用Landsat8影像,依据芨芨草野外采样点选取纯芨芨草斑块作训练样本集,分析芨芨草光谱特性(主要是芨芨草与典型草原植被光谱差异性)、形状指数、空间关系及纹理信息,将分类图像按最佳尺度分割,结合训练样本构建规则集进行影像分类,提取其空间分布并对提取结果进行修正和精度验证。试验结果表明芨芨草群落的提取精度为88%。(2)芨芨草生物量升尺度反演:通过无人机RGB影像计算出芨芨草样方植被覆盖度,将1m×1m实测生物量数据经样方植被覆盖度升尺度反演为10m×0m生物量。通过分析芨芨草样方植被覆盖度与10m×10m生物量的敏感性关系,验证芨芨草植被覆盖度升尺度反演的准确性、合理性及可行性。最后,结合Landsat8影像光谱指数构建芨芨草生物量反演模型,将10m×10m生物量升尺度反演为30m×30m的生物量数据,进而得到呼伦湖流域尺度芨芨草生物量空间分布。(3)芨芨草生物量纯植被指数模型构建:芨芨草纯植被指数模型构建,包括背景信息像元分解和纯植被指数线性生物量反演模型构建两部分。本文通过改进的三波段梯度差法模型反演流域内芨芨草植被覆盖度(经验证R~2为0.65,RMSE为0.098(P0.001),估算精度E_A为78.95%),进而对芨芨草混合像元做背景信息像元分解,得到芨芨草纯反射率。通过对芨芨草纯反射率与生物量的相关性分析,发现芨芨草生物量与近红外波段反射率相关性最高,R~2为0.43,其次是红光与短波红外波段,R~2为0.35上下。与蓝、绿光波段反射率相关性最差,R~2仅为0.04左右,最终确定芨芨草参与构建芨芨草生物量反演模型的光谱指数为NDVI、EVI、SAVI、RVI、SIPI、NDWI(归一化植被水分指数)、CI_(green)及NDSI_(64),试验结果表明,EVI指数模型效果最好,其中模型构建中R~2为0.74,RMSE为98.74kg/100m~2,而模型验证中R~2为0.87,RMSE为40.17kg/100m~2,估算精度E_A为61.89%。基于此反演了呼伦湖流域内芨芨草生物量,并对其平均生物量空间分布进行制图。研究表明:呼伦湖流域芨芨草生物量大多在在20kg/100m~2,其中芨芨草生物量较高(40-80kg/100m~2)的地方主要集中在呼伦湖以西,河流周边地区芨芨草生物量最高(80kg/100m~2)。最后利用芨芨草群落土壤生长环境PH、氮、磷及土壤有机质等的监测数据与生物量进行相关性分析,结果表明土壤极度贫瘠的状态下,土壤理化特性与生物量无明显相关性。
【学位授予单位】:河南理工大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:S812;TP751

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 高师琴;杜华佩;;“生态系统中的生产量和生物量”一节的教学设计[J];生物学教学;2017年08期
2 车日桃;;华北落叶松单木生物量模型研究[J];山西林业科技;2017年01期
3 魏年锋;;闽北不同海拔湿地松生物量模型构建及比较分析[J];林业勘察设计;2017年02期
4 徐高福,徐高翔,李秀平,王春法,严世峰;柏木异速生长现象研究[J];中南林业调查规划;1998年03期
5 魏鉴章;赵海林;杨智勇;;泡桐生物量曲线方程的选择[J];河南林业科技;1987年02期
6 于融;;毛白杨苗期施肥与其生物量的研究[J];河南林业科技;1987年02期
7 易季纯;;柳叶湖浮游植物调查报告[J];湖南水产;1987年04期
8 夏景新;;草地生物量估测的遥感方法[J];中国草原;1987年02期
9 B、G.洛卡贝;J、C.亚当斯;赵君华;;北路易斯安那州火炬松林分的薪材生物量和养分元素含量(节译)[J];云南林业调查规划;1987年03期
10 高玉宝;;人工和自然羊草种群的高生长及生物量季节动态的研究[J];植物生态学与地植物学学报;1987年01期
中国重要会议论文全文数据库 前10条
1 玉宝;乌吉斯古楞;王立明;张秋良;;不同结构兴安落叶松天然林生物量生产力特征[A];第二届中国林业学术大会——S3 森林经理与林业信息化的新使命论文集[C];2009年
2 喻光明;王立国;杨珊;胡利梅;陶文星;;土地整理对生物量平衡及生态环境的影响[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年
3 温晓蔓;孙陆宇;禹娜;陈立侨;;不同生物量鲢鱼对铜绿微囊藻的生长和水质影响的研究[A];渔业科技创新与发展方式转变——2011年中国水产学会学术年会论文摘要集[C];2011年
4 孟超;秦俊;胡永红;;单株截顶香樟树冠生物量及其分配格局[A];中国观赏园艺研究进展(2010)[C];2010年
5 叶德赞;赵昌会;骆祝华;黄翔玲;裴耀文;;热带太平洋细菌生物量及其对深海碳循环的影响[A];2006中国微生物学会第九次全国会员代表大会暨学术年会论文摘要集[C];2006年
6 左涛;王俊;唐启升;金显仕;;夏末秋初南黄海网采浮游生物的生物量谱[A];2007年中国水产学会学术年会暨水产微生态调控技术论坛论文摘要汇编[C];2007年
7 高凯;朱铁霞;乌日娜;张永亮;;密度对菊芋株高及生物量贡献率的影响[A];中国草学会2013学术年会论文集[C];2013年
8 刘玉萃;吴明作;郭宗民;;河南宝天曼自然保护区栓皮栎林生物量和净生产力研究[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
9 马维维;巩彩兰;胡勇;李春光;;基于环境减灾卫星的青海湖流域草地生物量反演模型研究[A];第十八届中国环境遥感应用技术论坛论文集[C];2014年
10 佃袁勇;王鹏程;方圣辉;汪曼;乐源;;多源遥感数据反演三峡库区森林地表生物量的比较与分析[A];遥感定量反演算法研讨会摘要集[C];2010年
中国重要报纸全文数据库 前8条
1 白秀萍;走近日本木质生物量利用[N];中国绿色时报;2008年
2 记者 芳旭;三江源林区扩大生物量增加[N];西宁晚报;2012年
3 记者 张梦然;全球珊瑚礁鱼类生物量分布确认[N];科技日报;2016年
4 高玉平;灵芝种质资源的收集与评价技术[N];科技日报;2006年
5 市林业局局长 黄辉;切实抓好“四化” 推进美丽宁波建设[N];宁波日报;2013年
6 沈慧;“大个子”水稻成方向 开启研究新大门[N];粮油市场报;2017年
7 冯丽妃;种间异步性维持温带森林生物量稳定性[N];中国科学报;2019年
8 经济日报·中国经济网记者 沈慧;“巨型稻”下好乘凉[N];经济日报;2017年
中国博士学位论文全文数据库 前10条
1 郑阳;作物生物量遥感估算方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
2 刘志民;植物适应干扰机制和干扰对植被过程影响的若干例证研究[D];中国科学院研究生院(寒区旱区环境与工程研究所);2001年
3 胥辉;立木生物量模型构建及估计方法的研究[D];北京林业大学;1998年
4 高萌;基于数据挖掘的区域森林乔木层生物量估算与评价研究[D];东北林业大学;2015年
5 蔡烁;金沟岭林场三种森林类型生物量研究[D];北京林业大学;2012年
6 范娟;吉林蛟河针阔混交林生物多样性时空格局及其与地上部分生物量的关系[D];北京林业大学;2015年
7 徐星欧;基于目标分解的全极化雷达数据估算生物量相关参数方法研究[D];武汉大学;2010年
8 沈爱华;基于多源数据的浙江省公益林生物量时空特征分析与遥感估算方法研究[D];浙江大学;2017年
9 杨淑霞;三江源地区高寒草地生物量和草畜平衡的时空变化动态及其影响因素研究[D];兰州大学;2017年
10 王利清;不同干扰下荒漠啮齿动物群落组成种数量和生物量格局[D];内蒙古农业大学;2009年
中国硕士学位论文全文数据库 前10条
1 潘嫄嫄;呼伦湖流域芨芨草群落地上生物量多尺度遥感监测[D];河南理工大学;2018年
2 李子雁;中国北方温带草原养分含量、生物量及多样性对土壤酸碱变化的响应[D];西北农林科技大学;2019年
3 王文倩;基于机器学习和零膨胀模型估算大兴安岭树种生物量[D];东北师范大学;2019年
4 李天佐;基于多源数据的小麦多参数生物量遥感监测研究[D];宁夏大学;2018年
5 李翔;海南尖峰岭热带山地雨林更新林生物量动态及其与水分因子的关联性[D];中国林业科学研究院;2018年
6 高煜堃;基于机器学习及多源数据的亚热带典型区域森林地上生物量估测研究[D];浙江农林大学;2018年
7 张雅;天山北坡典型牧场生物量遥感估算方法研究[D];石河子大学;2018年
8 钟迪;辽东山区蒙古栎枝叶生物量模拟研究[D];沈阳农业大学;2017年
9 孟露;基于地统计学的大兴安岭塔河林业局主要森林类型生物量空间分布[D];东北林业大学;2017年
10 杨丽;北京西山地区元宝枫生物量计算模型的研究[D];北京林业大学;2012年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026