基于地理探测器的内蒙古自然和人为因素对植被NDVI变化的影响

研究区域植被覆盖度变化趋势并探寻其驱动因素对于维护生态安全具有重要意义。将内蒙古旗县分为牧业旗县和非牧业旗县,应用线性趋势分析法和地理探测器模型探讨2000-2015年自然和人为因素对植被NDVI变化的影响。结果表明：（1）2000-2015年内蒙古地区植被覆盖度总体上呈增加趋势,但空间上显现出西部减少,东部与南部增加的趋势;非牧业旗县植被NDVI改善面积大于牧业旗县。（2）在整个内蒙古地区中,年降水量和土壤类型是影响植被NDVI的主要驱动因素,解释率在22%以上。在牧业旗县年降水量和土壤类型是主要驱动因素,而在非牧业旗县中粮食产量是最主要的驱动因素。（3）各因子之间的交互影响均高于单因子的影响。在牧业旗县,因子之间的交互作用呈现出非线性增强和双因子增强关系,植被NDVI变化受乡村户数和牲畜数量的交互影响最为突出。非牧业旗县因子之间呈现出非线性增强的交互作用关系,植被NDVI变化受土壤类型和粮食产量的交互影响最为明显。     

基于高光谱特征的雅氏落叶松尺蠖虫口密度估算

【目的】多年来,蒙古高原典型落叶松害虫雅氏落叶松尺蠖Eeannis jacobsoni发生频繁,使森林生态系统遭到严重破坏。虫口密度可直接描述森林虫害严重程度,进而及时、快速获得害虫虫口密度信息显得极为重要。本研究旨在依据雅氏落叶松尺蠖暴发区的落叶松光谱实测数据和虫口密度数据,构建基于高光谱特征的虫口密度估算方法。【方法】以蒙古国后杭爱省和肯特省4个地点雅氏落叶松尺蠖暴发区为试验区。首先从这4个试验区选取不同程度受害的110株西伯利亚落叶松Larix sibirica样本树,调查虫口密度和测量冠层光谱反射率;其次通过光谱反射率数据获得微分光谱反射率(differential spectral reflectance, DSR)和计算改进型光谱指数(modified spectral index, MSI);再次运用多项式曲线拟合法,分析DSR和MSI对虫口密度的敏感性;然后借助连续投影算法(successive projection algorithm, SPA)提取敏感DSR和MSI;最后利用敏感DSR和MSI,结合多项式回归(polynomial regression, PR)和支持向量机回归(support vector machine regression, SVMR)算法,建立雅氏落叶松尺蠖虫口密度估算模型,并评定了其精度。【结果】DSR的敏感波段主要在黄边和红边波段内,其中572 nm的敏感性最显著(R²=0.5821,P<0.001),MSI的最敏感指数为TVI(R²=0.5386,P<0.001);TVI(R²_CV=0.6323,RMSE_CV=0.1513)比DSR₅₇₂(R²_CV=0.5581,RMSE_CV=0.1649)估算精度高,而多个DSR(R²=0.7309,RMSE_CV =0.1347)比多个MSI(R²_CV=0.6537,RMSE_CV=0.1453)更有估算潜力,其中SVMR模型性能始终优于PR模型,说明SVMR更加适用于虫口密度估算。【结论】MSI和DSR可作为虫口密度估算的敏感指标,多项式曲线拟合法能够挖掘MSI和DSR对虫口密度的敏感性;SPA是虫口密度敏感光谱特征提取的一种有效方法,其提取的DSR敏感指标和MSI敏感指数充分捕捉了针叶叶绿素吸收特征、水分吸收特征以及针叶细胞受损引起的反射特征。该研究不仅为利用航空航天遥感监测森林害虫虫口密度提供实验理论基础,而且为森林虫害遥感监测拓展了新途径。