首页 | 本学科首页   官方微博 | 高级检索  
   检索      

地面测量与ASTER影像综合计算植被盖度
引用本文:张云霞,张云飞,李晓兵.地面测量与ASTER影像综合计算植被盖度[J].生态学报,2007,27(3):964-976.
作者姓名:张云霞  张云飞  李晓兵
作者单位:1. 北京师范大学环境演变与自然灾害教育部重点实验室,北京师范大学资源学院,北京,100875;民政部国家减灾中心,北京,10053
2. 上海市科技馆,上海,200127
3. 北京师范大学环境演变与自然灾害教育部重点实验室,北京师范大学资源学院,北京,100875
基金项目:国家自然科学基金;教育部跨世纪优秀人才培养计划
摘    要:选择我国北方温带典型草原作为研究对象,在研究区内分别针对植被盖度是高、中、低的地区随机选取49块样地,在每块样地内采用嵌套的方式作样方,样方尺度有60、30、15m3个尺度,嵌套的方式是60m的样方嵌套30m的样方,30m的样方嵌套15m的样方。15m的样方内作3个1m的样方,30m的样方内作5个1m的样方,60m的样方内作10个1m的样方。对于每个1m的样方,采用将数码相机架设在离草本层2m高的位置,垂直对样方进行拍摄,并记录影像的方式估计植被盖度。基于以上地面实测数据以及ASTER遥感数据,建立植被盖度经验模型。模型建立的步骤主要包括以下内容:(1)利用植被盖度信息提取模型计算野外实测的各张数码相片的植被盖度值,在15、30m以及60m3个样方尺度上计算各样方的植被盖度;(2)计算ASTER数据的各种植被指数(RVI,NDVI,NDGI);(3)将地面样方与相应的ASTER影像像元在不同的尺度上相匹配。(4)基于某一样方尺度,计算与地面样方相对应区域内的ASTER影像像元植被指数的中值。(5)基于该样方尺度,建立地面实测植被盖度值与ASTER数据植被指数值之间的回归模型;(6)对回归模型进行显著性检验。在建立经验模型的过程中,研究植被指数(NDVI、NDGI以及RVI)与植被盖度的相关性以及地面样方尺度对经验模型的影响。此外,还将经验模型与目前广泛使用的亚像元分解模型作比较,检验亚像元分解模型在中国北方温带典型草原的适用性。结果表明,(1)对于中国北方典型草原区而言,利用植被指数NDVI监测草地的植被盖度是比较适宜的,它优于植被指数RVI,也比植被指数NDGI的效果好。(2)地面样方尺度的选择对于植被盖度经验模型的建立有很大的影响。就中国北方典型草原区来看,在地面作大样方,取其中值的方法在一定程度上可以克服由于地面的测量和遥感测量之间发生空间错配而产生的影响,有利于提高植被指数与植被盖度之间相关系数的显著水平。(3)60m×60m的样方尺度,基于NDVI的植被盖度经验模型相比,利用亚像元分解模型估测中国北方温带典型草原植被盖度的精度低于前者。

关 键 词:草地植被盖度  数码相片  样方尺度  ASTER遥感数据  植被指数  经验模型  亚像元分解模型
文章编号:1000-0933(2007)03-0964-13
收稿时间:2005/12/14 0:00:00
修稿时间:2005-12-142006-07-14

The synthetically estimating vegetation fractional coverage of grassland using field data and ASTER remote sensing imagine
ZHANG Yunxi,ZHANG Yunfei and LI Xiaobing.The synthetically estimating vegetation fractional coverage of grassland using field data and ASTER remote sensing imagine[J].Acta Ecologica Sinica,2007,27(3):964-976.
Authors:ZHANG Yunxi  ZHANG Yunfei and LI Xiaobing
Institution:College of Resources & Technology, Beijing Normal University, Key Laboratory of Environmental Change and Natural Disaster of Ministry of Education, Beijing Normal University, Beijing 100875, China; National Disaster Reduction Center of China, Beijing 100053, China;Shanghai Science & Technology Museum, Shanghai 200127, China;College of Resources & Technology, Beijing Normal University, Key Laboratory of Environmental Change and Natural Disaster of Ministry of Education, Beijing Normal University, Beijing 100875, China
Abstract:
Keywords:vegetation fractional coverage of grassland  digital photo  sample size  ASTER imagine data  vegetationindex  experiential model  sub-pixel model
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《生态学报》浏览原始摘要信息
点击此处可从《生态学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号