基于神经网络的马尾松叶绿素含量高光谱估算模型

分析不同生长期的马尾松冠层反射光谱特征与相应叶绿素含量的相关关系.利用36个红边参数逐一筛选,最终确定7个与叶绿素含量相关性较高的红边参数作为光谱特征参数,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型;同样,筛选出4个植被指数作为光谱特征参数,同时,将对原始光谱进行主成分分析降维后的前4个主成分作为BP神经网络的输入变量,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型.结果表明: 将红边参数作为输入变量建立的逐步回归模型和BP神经网络模型的决定系数(R²)分别为0.5205、0.7253,均方根误差(RMSE)分别为0.1004、0.0848,相对误差分别为6.3%、5.7%.将植被指数作为输入变量建立的逐步回归模型和BP神经网络模型的R²分别为0.5392、0.7064,RMSE分别为0.0978、0.0871,相对误差分别为6.2%、6.0%.基于主成分分析的BP神经网络模型的预测效果最好,R²为0.7475,RMSE为0.0540,相对误差为4.8%.     

黄河三角洲植被空间分布特征及其环境解释

为了解黄河三角洲地区植被空间分布与环境因子之间的关系,通过局地植被样方调查、区域遥感影像提取归一化植被指数(NDVI)及地形高度、地下水位埋深、表层土壤Cl~-含量等环境数据采集,综合样地植被与环境数据进行了除趋势对应分析(DCA)和除趋势典范对应分析(DCCA),并对区域NDVI与主要环境变量进行了单因子相关性分析和多元逐步回归分析。结果显示:DCA排序可将黄河三角洲植被分为翅碱蓬、柽柳-翅碱蓬、芦苇-柽柳、芦苇4个主要群落类型(群丛),DCCA与DCA排序图总体相似,但DCCA更清晰地表明其第一轴主要代表的是潜水Cl~-浓度等关键水盐因子,且随着水土环境系统盐分含量的减小,群落由翅碱蓬逐渐向芦苇演变。区域典型植被群落和NDVI分布格局与变化趋势受地下水位埋深和潜水Cl~-浓度2个环境因素影响较大(NDVI与2个环境变量间建立的二元回归方程R~2=0.57),而土壤Cl~-含量的植被效应实际上受地下水位埋深和潜水Cl~-浓度的影响。在区域地下水普遍浅埋条件下,地下水成为影响植被生长与分布的生态环境最敏感要素,而地下水位埋深和潜水Cl~-浓度是这一要素中的2个关键因子,尤其是后者梯度变化对天然植被分布格局起重要的控制作用。     

Canopy closure estimation in a temperate forest using airborne LiDAR and LANDSAT ETM+ data

Aims　Forest canopy closure is one of the essential factors in forest survey, and plays an important role in forest ecosystem management. It is of great significance to study how to apply LiDAR (light detection and ranging) data efficiently in remote sensing estimation of forest canopy closure. LiDAR can be used to obtain data fast and accurately and therefore be used as training and validation data to estimate forest canopy closure in large spatial scale. It can compensate for the insufficiency (e.g. labor-intensive, time-consuming) of conventional ground survey, and provide foundations to forest inventory.Methods　In this study, we estimated canopy closure of a temperate forest in Genhe forest of Da Hinggan Ling area, Nei Mongol, China, using LiDAR and LANDSAT ETM+ data. Firstly, we calculated the canopy closure from ALS (Airborne Laser Scanning) high density point cloud data. Then, the estimated canopy closure from ALS data was used as training and validation data to modeling and inversion from eight vegetation indices computed from LANDSAT ETM+ data. Three approaches, multi-variable stepwise regression (MSR), random forest (RF) and Cubist, were developed and tested to estimate canopy closure from these vegetation indices, respectively.Important findings The validation results showed that the Cubist model yielded the highest accuracy compared to the other two models (determination coefficient (R²) = 0.722, root mean square error (RMSE) = 0.126, relative root mean square error (rRMSE) = 0.209, estimation accuracy (EA) = 79.883%). The combination of LiDAR data and LANDSAT ETM+ showed great potential to accurately estimate the canopy closure of the temperate forest. However, the model prediction capability needs to be further improved in order to be applied in larger spatial scale. More independent variables from other remotely sensed datasets, e.g. topographic data, texture information from high-resolution imagery, should be added into the model. These variables can help to reduce the influence of optical image, vegetation indices, terrain and shadow and so on. Moreover, the accuracy of the LiDAR-derived canopy closure needs to be further validated in future studies.     

基于冠层反射光谱的棉花干物质积累量估测

通过分析不同施氮水平下棉花地上部干物质积累量与冠层光谱反射率及其衍生的比值植被指数(RVI)、归一化植被指数(NDVI)及差值植被指数(DVI)之间的关系,确立了棉花地上部干物质积累量的敏感波段及预测模型.结果表明:两个可见光波段(560和710 nm)和5个近红外波段(810、870、950、1 100和1 220 nm)组成的植被指数与棉花地上部干物质积累量的相关性较好,其中RVI(1 100, 560)的相关性最好.通过逐步回归分析确立的棉花地上部干物质积累量的预测模型为:地上部干物质积累量(g·m-2)=66.274×RVI(1 100, 560)-148.84.说明通过遥感手段估测棉花地上部干物质积累量是可行的.     

我国北方植被指数对土壤湿度的敏感性分析

土壤湿度对植被指数起着重要的作用。利用NOAA-AVHRR数据中的植被指数(NDVI)和我国气象台站所监测的土壤湿度数据,对我国北方地区的NDVI与土壤湿度的关系进行了研究。结果表明,近18年来,北方地区土壤湿度不同区域其变化趋势存在差异,西北地区土壤湿度在增加,而华北和东北地区土壤湿度在下降。NDVI对土壤湿度的响应也存在着明显的区域差异,我国西北地区植被对土壤湿度的敏感性最强,其次是华北地区,敏感性弱的是东北地区;对于不同层次的土壤湿度,也表现为同样的区域特点。但随着土壤深度的增加,敏感性减弱。这种敏感性也表现在不同季节变化上,春季华北地区土壤湿度对植被指数影响较大,其次是西北和东北地区,夏季和秋季北方地区土壤湿度与植被指数都有较好的相关性,以西北地区的相关系数最大,而冬季北方地区植被指数对土壤湿度都不敏感。     

气候和放牧对锡林郭勒地区植被覆盖变化的影响

基于锡林郭勒盟15个气象站点1981-2007年的逐月气温、降水量数据及各旗县的牲畜头数,在ArcGIS软件的支持下,分析气候干燥度和牲畜密度的空间分布,结合1981-2007年的逐旬归一化植被指数(NDVI)数据,对研究区植被覆盖变化的驱动因素进行分析.结果表明:研究期间,锡林郭勒盟气候干燥度与植被覆盖状况之间存在良好的线性回归关系;NDVI与牲畜密度之间存在良好的二项式回归关系,随着NDVI值的升高,牲畜密度先增加后降低;植被覆盖状况与干燥度和牲畜密度呈复线性相关关系,其中,NDVI与干燥度呈正相关,与牲畜密度呈负相关,且干燥度对NDVI的影响远大于牲畜密度对NDVI的影响.     

利用郁闭度与H J-1多光谱数据估算马尾松林叶面积指数

以福建中部的三明市、沙县和将乐县以及福建西部的长汀县为研究区,利用郁闭度(CD)与H J-1多光谱数据(B1、B2、B3和B4)并结合实地踏查数据,对马尾松(Pinus massoniana Lamb.)林叶面积指数(LAI)进行估算.结果显示:利用多光谱波段及归一化差值植被指数(NDVI),得到三明市、沙县和将乐县马尾松林郁闭度估算模型为CD=-0.008B1+0.031B2 +0.016B3-0.037B4 +0.012NDVI-O.815,平均检验精度为87.76％;长汀县马尾松林的郁闭度估算模型为CD=-0.024B1 +0.130B3-0.083B4 +0.026NDVI-2.355,平均检验精度为86.78％.采用线性、对数、二次、幂和指数模型构建了2个研究区马尾松林的LAI-CD模型,经检验分析,均以指数模型综合预测效果最佳;综合分析后获得研究区马尾松林LAI-CD模型LAI=0.193e3.259CD,检验精度达0.898.研究结果说明:利用国产HJ-1多光谱数据可较精确地估算马尾松林郁闭度,所构建的LAI-CD数学模型预测效果较好,具有较强的适用性.     

不同区域森林火灾对生态因子的响应及其概率模型

火灾是影响森林生态系统过程的重要干扰之一,其对森林生态系统内各生态因子的响应各不相同.由于植被状况及生态环境的不同,森林火灾的时空分布特征在中国不同植被气候类型内表现不同,根据植被气候类型分类系统,将中国主要森林火灾地区划分为4个区域:东北(冷温带松林)、华北(落叶阔叶林)、东南(常绿阔叶林)和西南(热带雨林),应用遥感监测数据和地面环境数据,以时空变量、生态因子(植被生长变化指数、湿度等)为可选自变量,应用半参数化Logistic回归模型,就森林火险对不同生态影响因子的响应规律进行了分析,建立了基于生态因子的着火概率模型和大火蔓延概率模型,通过模拟及实际数据散点图、火险概率图,评估了模型应用价值.结果表明,土壤湿度及植被含水量在落叶阔叶林、常绿阔叶林、热带雨林地区对着火概率影响显著.在4个植被气候区内,土壤及凋落物湿度对大火蔓延的作用较小.在冷温带松林、落叶阔叶林、常绿阔叶林地区,植被生长的年内变化对火灾发生的影响显著,在常绿阔叶林地区,年内植被生长变化对大火蔓延的作用较小.森林火险概率与各生态因子的相关关系主要呈现出非线性.不同植被气候区内,火险概率受不同生态因子组合的影响,这与不同区域的植被状况及生态环境不同有关.在不同植被气候类型,应用时空变量、生态因子建立半参数化logistic回归模型,进行着火概率和大火蔓延概率的模拟具有可行性和实际应用能力.为进一步分析森林生态系统与火灾之间的动态关系、展开生态系统火灾干扰研究提供了理论基础.     

黄河三角洲典型植被与地下水埋深和土壤盐分的关系

土壤盐分和地下水埋深是影响黄河三角洲植被发育和分布的重要因素.本文通过野外调查与统计分析,研究了黄河三角洲区域典型植被(翅碱蓬 柽柳、刺槐、芦苇和棉花)、地下水埋深、土壤盐分之间的关系.结果表明: 研究区地下水埋深显著影响土壤盐分,平均影响系数为0.327,地下水埋深在0.5～1.5 m的土壤盐渍化最严重;整个研究区内植被发育较差,其中,研究区78%面积的归一化植被指数(NDVI)<0.4,地下水埋深、土壤盐分对天然植被分布有显著影响;土壤盐分对研究区翅碱蓬-柽柳、刺槐、芦苇及棉花NDVI的影响显著,地下水埋深对翅碱蓬-柽柳NDVI的影响显著,对芦苇、棉花、刺槐NDVI的影响不显著.     

2002-2016年华北平原植被生长状况及水文要素时空特征分析

基于MODIS增强型植被指数（EVI）资料,结合降水、GRACE重力卫星水储量（TWS）、地下水、土壤水等资料,分析华北平原植被2002-2016年间的生长状况及各水文要素时空分布特征。研究结果表明：（1）2002-2016年间华北平原植被呈好转趋势,降水、水储量、土壤水、地下水等水文要素值呈减少趋势。（2）黄淮平原区植被以农作物为主,植被覆盖度呈增加趋势,而降水、水储量、地下水、土壤水均呈减少趋势,超采地下水灌溉农作物是短期内保障粮食安全的重要措施。（3）燕山-太行山山麓平原区、冀鲁豫低洼平原区的城乡居民用地区域植被覆盖显著减少,而降水增多,水储量、土壤水、地下水减少,人类活动对植被和水文要素贡献量大。（4）山东丘陵农林区分布着林地和草地,这些区域生长季的植被指数呈减少趋势,与降水量减少呈正相关关系。在气候变化和人类活动影响的大背景下,探讨不同生态环境的植被生长特征,清楚植被对水文变化的响应机理,可以消除影响植被生长的不利因素,为制定合理用水制度提供理论依据。