蘆葦濕地植被NPP遙感估算模型構(gòu)建與應(yīng)用_第1頁(yè)
蘆葦濕地植被NPP遙感估算模型構(gòu)建與應(yīng)用_第2頁(yè)
蘆葦濕地植被NPP遙感估算模型構(gòu)建與應(yīng)用_第3頁(yè)
蘆葦濕地植被NPP遙感估算模型構(gòu)建與應(yīng)用_第4頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、蘆葦濕地植被NPP遙感估算模型構(gòu)建與應(yīng)用植被凈初級(jí)生產(chǎn)力 (Net Primary Productivity,NPP) 是濕地功能的重要參數(shù) 之一, 直接反映濕地植被群落在自然環(huán)境條件下的生產(chǎn)能力以及濕地生態(tài)系統(tǒng)的 質(zhì)量狀況。蘆葦濕地是一種獨(dú)特的草本濕地類(lèi)型,開(kāi)展蘆葦濕地NPP的精確估算, 對(duì)于理解區(qū)域碳循環(huán)和評(píng)估生態(tài)系統(tǒng)健康等具有重要的科學(xué)意義。本文在綜合考慮氣候梯度和分布格局的基礎(chǔ)上 , 選擇中國(guó)東北地區(qū)三江平原 七星河、松嫩平原查干湖、 遼河平原雙臺(tái)河口三個(gè)典型的且具有空間梯度的蘆葦 濕地作為研究對(duì)象 , 通過(guò)實(shí)地觀測(cè)、 遙感和 GIS(Geographic Information Sy

2、stem) 分析、統(tǒng)計(jì)分析等方法相結(jié)合,開(kāi)展蘆葦濕地植被NPP模型構(gòu)建、估算及空間格 局與影響因素分析。以中等分辨率的 Landsat 8 OLI(Operational Land Imager) 衛(wèi)星影像作為遙感數(shù)據(jù)源 , 基于面向?qū)ο蟮臐竦匦畔⑻崛》椒?, 開(kāi)展 3 個(gè)濕地樣 區(qū)蘆葦濕地分布空間制圖 ; 應(yīng)用線性混合像元分解模型對(duì) Landsat 數(shù)據(jù)進(jìn)行混合 像元分解,實(shí)現(xiàn)蘆葦植被光譜反射率信息的精確提取 ,進(jìn)而得到 3個(gè)蘆葦濕地樣 區(qū)的所有精確植被指數(shù) ; 于2014年蘆葦生物量最大時(shí)期開(kāi)展 3個(gè)濕地樣區(qū)地面調(diào) 查 , 實(shí)測(cè)得到蘆葦?shù)厣仙锪俊⑷~面積指數(shù)、葉片葉綠素含量、光合有效輻射等

3、 數(shù)據(jù), 分析不同植被指數(shù)對(duì)葉綠素含量、 光能利用率、植被吸收的光合有效輻射、 凈初級(jí)生產(chǎn)力的敏感性 , 確定反演光能利用率和植被吸收的光合有效輻射的最優(yōu) 植被指數(shù) ; 基于光能利用率模型的基本結(jié)構(gòu)式 , 構(gòu)建和評(píng)價(jià)以最優(yōu)植被指數(shù)為自 變量的蘆葦植被凈初級(jí)生產(chǎn)力估算的遙感驅(qū)動(dòng)模型 ; 基于該優(yōu)化模型開(kāi)展典型蘆 葦濕地樣區(qū)的植被凈初級(jí)生產(chǎn)力估算、格局及其影響因素分析。通過(guò)上述研究 , 以期加強(qiáng)對(duì)蘆葦濕地生態(tài)系統(tǒng)碳收支的理解 , 為區(qū)域蘆葦濕 地生境的評(píng)估和濕地生態(tài)系統(tǒng)管理與保護(hù)提供科學(xué)依據(jù)。 本論文的主要研究結(jié)論 如下: 一、基于面向?qū)ο蟮奶J葦濕地分布信息提取及空間格局特征分析七星河蘆葦濕地、查

4、干湖蘆葦濕地、雙臺(tái)河口蘆葦濕地的面積分別為122.19 、75.29 和439.61km2,其中,七星河蘆葦濕地占保護(hù)區(qū)總面積的比例最高,蘆葦斑塊分布相 對(duì)密集, 景觀連通性較好 ; 查干湖濕地蘆葦斑塊相對(duì)較小 ;雙臺(tái)河口濕地的蘆葦面 積最大 , 沿雙臺(tái)子河主要分布在保護(hù)區(qū)北部。三個(gè)濕地樣區(qū)的總體分類(lèi)精度都在82%以上 , 說(shuō)明應(yīng)用面向?qū)ο蟮姆诸?lèi)方法基于多時(shí)相的遙感影像充分挖掘不同群落的光譜特征、形狀特征和物候差異 , 能 夠較好地在群落尺度上開(kāi)展?jié)竦鼐?xì)分類(lèi)。 二、植被指數(shù)精確計(jì)算及與光能利用 率模型關(guān)鍵參數(shù)的關(guān)系分析基于線性混合像元分解模型精確提取蘆葦濕地的光 譜反射率信息 , 進(jìn)而得到精

5、確植被指數(shù) , 空間制圖及分析發(fā)現(xiàn) : 除 evi(enhancedvegetationindex) 在表征蘆葦濕地特征差異方面表現(xiàn)稍差外 , 其他 光譜指數(shù)均呈現(xiàn)出較好的表征能力。ndvi(normalizeddifferencevegetationindex, 歸一化差異植被指數(shù) ) 、 rvi(ratiovegetationindex, 比值植被指數(shù) )、 wdvi(weighteddifferencevegetationindex, 權(quán)重差異植被指數(shù) ) 、 cigreen(greenchlorophyllindex, 綠色葉綠素指數(shù) ) 、 msavi(modifiedsoiladj

6、ustedvegetationindex, 修正型土壤調(diào)整植被指數(shù) ) 五種 植被指數(shù)均呈現(xiàn)出較為一致的空間格局特征。 總體上, 植被指數(shù)值特點(diǎn)為 : 耕地作 物植被>蘆葦植被>其他濕地植被>水體。分析發(fā)現(xiàn) ,lue 和葉綠素及植被指數(shù)之間確實(shí)存在密切的關(guān)系 , 證明基于植 物的生態(tài)學(xué)原理 ,以葉綠素作為中間變量 ,可以實(shí)現(xiàn)基于遙感植被指數(shù)的 lue 區(qū) 域反演結(jié)果。七個(gè)指數(shù)中 ,ndvi 對(duì) lue 的敏感性更強(qiáng)(p<0.01;y=8.4548x1.2025,r2=0.62) 是本研究中表征蘆葦光能利用率的最佳 光譜指數(shù)。分析 apar

7、 與植被指數(shù)的關(guān)系發(fā)現(xiàn) ,msavi 對(duì) apar 變化的敏感性最強(qiáng) , 相關(guān)系 數(shù)為 0.705,msavi 與 apar 之間的一元二次多項(xiàng)式較其他形式能夠更好地表達(dá)二 者間的回歸關(guān)系 (r2=0.56), 因此本文選擇 msavi 作為 apar 估算的最優(yōu)植被指數(shù) , 同樣驗(yàn)證了依托植被指數(shù)進(jìn)行 apar 估算的可行性。三、基于光能利用率模型基 本結(jié)構(gòu)的蘆葦 npp 估算模型構(gòu)建、評(píng)價(jià)與應(yīng)用基于與葉綠素含量相關(guān)的植被指數(shù) 與 lue 和 apar 的關(guān)系分析結(jié)果 , 本論文構(gòu)建了以 ndvi 和 msavi 為參數(shù)的遙感驅(qū) 動(dòng)模型,對(duì)比確定模型 npp=( - 8e - 06(937.

8、36 x ndvi1.8918)2+0.0113(937.36x ndvi1.8918)+0.9407) x ( - 8069.8 x msavi2+10292X msavi - 1542.9)為蘆葦 濕地 npp 估算的最優(yōu)模型 , 估算精度為 72.0%?;谔J葦 npp 均值對(duì)比的結(jié)果 ,modisbio-bgc 模型的產(chǎn)品和他人 casa 模型 估算精度僅為 13%和 24%,而本文構(gòu)建的遙感驅(qū)動(dòng)模型估算精度為 89%,說(shuō)明該模 型比當(dāng)前常用的npp產(chǎn)品及其他方法估算的npp精度有大幅提高,數(shù)據(jù)可靠,可以 用于實(shí)際研究。應(yīng)用上述模型計(jì)算得到三個(gè)濕地樣區(qū)的蘆葦植被 npp, 均值由大 到

9、小分別為七星河濕地 3001gc -m- 2 -yr - 1&It;查干湖濕地3050gc -m- 2 -yr - 1<雙臺(tái)河口濕地 3621gc - m- 2 - yr - 1。分布格局與植被指數(shù)的特點(diǎn)類(lèi)型。比較三個(gè)典型蘆葦濕地樣區(qū)植被 npp和氣 候因子的格局梯度發(fā)現(xiàn) , 年均氣溫、年降水量、年日照時(shí)數(shù)是影響樣區(qū)間蘆葦濕 地 npp 空間格局的重要因素。綜上所述,依托植物的生理生態(tài)學(xué)原理 ,利用遙感數(shù)據(jù)宏觀易獲取的優(yōu)勢(shì) ,可以實(shí)現(xiàn)基于遙感植被指數(shù)的光能利用率便捷高效準(zhǔn)確估算 , 解決了區(qū)域不同類(lèi)型 植被 npp 估算及分析研究的重要難題 , 為區(qū)域植被 npp 研究及碳循環(huán)等研究提供 方法借鑒。同時(shí),基于國(guó)際主流的植被npp估算模型基本結(jié)構(gòu)式,在保留充分的理 論基礎(chǔ)的前提下 ,構(gòu)建以遙感數(shù)據(jù)為基礎(chǔ)的、以植被指數(shù)作為自變量的函數(shù)組合 的npp估算模型,思路切實(shí)可行,數(shù)據(jù)結(jié)果可信度高,為區(qū)域尺度植被生產(chǎn)力估算 及分析研究提供了新的視角 , 對(duì)于推動(dòng)定量遙感在濕地科學(xué)領(lǐng)域的應(yīng)用及推動(dòng)我 國(guó)全球變化與陸地生態(tài)系統(tǒng)研究領(lǐng)域的進(jìn)展具有重要意義。光能利用率模型仍是目前國(guó)內(nèi)外植被生產(chǎn)力研究的主要手段。 為進(jìn)一步理解 和優(yōu)化濕地植被npp估算的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論