基于草地综合顺序分类系统(IOCSG)的中国北方草地地上生物量高精度模拟

草地生态系统是陆地生态系统中分布最广泛的生态系统类型之一,草地生物量的精确估算一直是陆地生态学研究的重点问题。针对目前草地生物量估算方法的不确定性问题,提出了不依赖于遥感植被指数,而是通过分析草地生物量影响因素的方法去构建草地生物量估算模型。根据年积温(0℃)和湿润度指标将研究区域划分为4种潜在植被类型,即微温干旱温带半荒漠类、微温微干温带典型草原类、微温微润草甸草原类和微温湿润森林草原类,然后对每一种潜在植被类型的草地生物量分析其内在影响因素,研究结果发现,微温干旱温带半荒漠类的草地生物量与年积温存在较好的线性关系,微温微干温带典型草原类的草地生物量可以用表层土壤粘粒含量的二次多项式来模拟,后两种潜在植被类型的草地生物量则随着潜在NPP的变化呈现先减小后增大的变化趋势。对4种潜在植被类型区域分别建立草地生物量与其影响因素之间的回归关系确定研究区域草地生物量的趋势面,结合HASM模型实现研究区域草地生物量的高精度模拟,结果显示上述4种潜在植被类型区的草地平均生物量分别为76.62、110.94、142.69、184.40 g/m2。     

城镇绿地植被固碳量遥感测算模型的设计

城镇绿地是增加城市碳汇的积极因素之一。但城镇绿地植被结构和分布的极高空间异质性、影响植物生产力的环境压力因子的极高空间异质性等,使城镇绿地碳汇水平估算存在很大的不确定性。为此,提出了完全由遥感数据驱动的城镇绿地植被固碳量测算模型。它以分树种单株测算来适应城镇绿地植被结构和分布等的高异质性;以小尺度提取影响植物生产力的主要环境压力和管养模式因子,来适应这些因子空间分布的高异质性。该模型可以用于自动测算城镇绿地植被地上干生物量和地上净第一生产力,它的提出对于评价城镇绿地植被的碳捕获能力和储量分布、碳汇水平、以及由此产生的对城镇地区碳循环和生态承载力等的定量影响具有重要意义。为了论证该技术框架中一些关键技术的可行性,进行了局部试验,并取得了一些进展。     

复杂地形草地植被碳储量遥感估算研究进展

草地生态系统是我国最大的陆地生态系统，其植被碳储量的准确评估对维护国家生态安全和指导畜牧发展有重要作用。植被生物量和草地面积是草地植被碳储量估算的关键，随着遥感技术的发展，两者估算精度和效率显著提高，先后发展出多种草地生物量遥感估算模型和土地覆被产品，并已在平坦地区取的较好估算结果。然而，复杂地形区迥异于平地的几何形态和水热分布所产生的不均一的生态系统结构和功能，给草地生物量和草地面积的遥感估算带来诸多困难，影响对草地植被碳储量的准确判定。本文在回顾国内外草地植被碳储量遥感估算方法与所需关键参数的基础上，对遥感估算复杂地形草地植被碳储量过程中所面临“遥感影像地形效应的去除和尺度选择”、“植被指数与地形指标的选取”、“过程模型植被生长参数的率定”、“草地面积估算”以及“气象数据与复杂地形上微气候的匹配”等问题进行了总结并提出相应的解决思路，以期为草地植被碳储量遥感估算模型的合理构建以及估算精度的提高提供参考。     

乌兰布和沙漠东北缘荒漠-绿洲过渡带植被地上生物量估算

干旱区荒漠植被地上生物量是植被生长状况评价与荒漠化监测的重要指标。在乌兰布和沙漠东北缘的荒漠-绿洲过渡带选取典型区,基于地面调查数据构建主要植物种的异速生长方程,对样方内的植被地上生物量进行估算;基于样方调查数据和Quick Bird影像数据,分别建立植被指数与人工固沙林和荒漠植被地上生物量的回归模型,并对研究区植被地上生物量进行估算。结果表明:植冠体积V是较好的预测变量,所得荒漠植物异速生长方程精度较高,能够满足样方内荒漠植被地上生物量估算需要;采用RVI对数模型估算人工固沙林地上生物量的效果最好(R~2=0.72,RMSEP=56.15),采用RVI线性模型估算荒漠植被地上生物量的效果最好(R~2=0.82,RMSEP=15.07);研究区内荒漠植被和人工固沙林的单位面积地上生物量分别为90.73g/m~2和105.28g/m~2。该研究可以为荒漠化监测和荒漠植被遥感信息提取提供参考。     

地形对植被生物量遥感反演的影响——以广州市为例

目前植被生物量遥感反演研究中的地形校正主要是校正地形变化对地表反射率的影响,较少考虑地形起伏引起的像元面积与实际地表面积的差异,而这种差异将导致植被生物量估算结果的偏差.在生物量遥感反演的基础上,结合地表面积计算模型和物质守恒定律,建立了生物量地形校正模型,定量分析和讨论了地形起伏对广州市植被类型面积提取和生物量准确估算的影响.结果表明:地形校正前后全市针叶林、阔叶林、草地、灌木林和园地面积分别增加6.18％、3.70％、2.86％、1.92％和1.29％;在综合分析区域生物量遥感反演中的各种不确定性的基础上,建立的各植被类型的生物量模型均具有较高精度,相关系数均接近或者超过0.9,可以满足生物量反演的要求;全市植被生物量呈现出东、北高,西、南低的分布格局,像元实际代表的林地(阔叶林和针叶林)平均生物量为61.86t/hm2,高于珠三角区域生物量平均值,但与亚热带林的顶级群落生物量水平有较大差距,林地生物量还有较大的增长空间;经过校正地形变化引起的像元面积和实际地表面积差异对生物量提取结果的影响后,植被总生物量比校正前增加了5.82％,5种植被类型的总生物量有不同程度的增加,阔叶林、针叶林、草地、灌木林和园地分别增加了7.74％,4.76％、3.34％、2.50％和1.58％.与其它的表面积计算模型相比,利用的像元地表面积模型具有较高的精度,可以满足生物量遥感估算中地形校正的需要.     

基于FastICA盲源分离法去除土壤干扰的小麦生物量高光谱估算

高光谱技术是一种快速无损监测植被生物量的有效方法,但土壤背景的干扰一直是生物量监测的主要限制因素之一。本研究试图利用盲源分离(blind source separation,BSS)法分离出净植被光谱,达到消除土壤背景影响,提高小麦生物量估算精度的目的。本研究对110组小麦冠层光谱数据进行快速独立分量分析(fast independent component analysis,Fast ICA)处理,提取净植被光谱,并对比了Fast ICA处理前后所建的偏最小二乘回归(partial least squares regression,PLSR)模型估算精度。结果表明:Fast ICA算法可有效分离土壤光谱和植被光谱;且基于净植被光谱建立的小麦生物量估算模型精度得到明显提升,建模集RPDc(ratio of performance to deviation of the calibration)和交叉验证集RPDcv(ratio of performance to deviation of the cross calibration)分别由原始光谱的1.83和1.64提高至2.77和2.09;可见,Fast ICA可以作为有效的光谱数据预处理方法,显著提高小麦生物量的估算精度,为利用遥感技术进行大尺度、精准监测生物量提供了方法支持和理论依据。     

功能多样性对典型阔叶红松林生产力的影响

为比较生物量比率假说与生态位互补假说在解释生产力变异的相对重要性,探讨生物多样性和生产力之间的关系是否受到生物和非生物因素的影响,该研究依托小兴安岭9 hm~2阔叶红松(Pinus koraiensis)林动态监测样地,通过计算群落初始生物量、物种多样性、功能多样性、植物性状的群落加权平均值和测定环境因子,运用线性回归模型、结构方程模型,比较了物种多样性和功能多样性与生产力的相关性。结果表明:(1)物种多样性和功能多样性均对生产力有显著作用,功能多样性比物种多样性与生产力的关系更为密切;(2)功能多样性指数比群落加权平均值能更好地解释生产力变异,说明生态位互补假说更适用于解释阔叶红松林群落内生产力的变异;(3)生物多样性与生产力的关系受生物因素与非生物因素的共同作用,相较于多样性和功能性状组成(植被质量),初始林分生物量(植被数量)能更有效地解释生产力的变异。生物多样性与生产力关系的研究应从植被质量与植被数量同时出发,评估生态系统过程的多种非生物和生物驱动因素,同时维护森林功能多样性,加强植物与土壤环境的保护,对有效增加生产力和维持生物多样性具有重要意义。     

功能多样性对典型阔叶红松林生产力的影响

为比较生物量比率假说与生态位互补假说在解释生产力变异的相对重要性, 探讨生物多样性和生产力之间的关系是否受到生物和非生物因素的影响, 该研究依托小兴安岭9 hm ²阔叶红松(Pinus koraiensis)林动态监测样地, 通过计算群落初始生物量、物种多样性、功能多样性、植物性状的群落加权平均值和测定环境因子, 运用线性回归模型、结构方程模型, 比较了物种多样性和功能多样性与生产力的相关性。结果表明: (1)物种多样性和功能多样性均对生产力有显著作用, 功能多样性比物种多样性与生产力的关系更为密切; (2)功能多样性指数比群落加权平均值能更好地解释生产力变异, 说明生态位互补假说更适用于解释阔叶红松林群落内生产力的变异; (3)生物多样性与生产力的关系受生物因素与非生物因素的共同作用, 相较于多样性和功能性状组成(植被质量), 初始林分生物量(植被数量)能更有效地解释生产力的变异。生物多样性与生产力关系的研究应从植被质量与植被数量同时出发, 评估生态系统过程的多种非生物和生物驱动因素, 同时维护森林功能多样性, 加强植物与土壤环境的保护, 对有效增加生产力和维持生物多样性具有重要意义。     

中国区域植被地上与地下生物量模拟

应用大气-植被相互作用模型AVIM2在0.1°×0.1°经纬度网格上估算了中国区域植被总生物量、地下和地上生物量以及根茎比的空间分布格局。研究了植被生物量和根茎比的空间分布与水热限制条件的关系。研究表明:中国植被总生物量、地下和地上生物量受水热条件影响明显,空间分布趋势基本相似,即在暖湿的东南和西南地区生物量大,而在干冷的西部地区生物量小。同类植被生物量的空间分布有显著区域差异,气温高、降水量大的区域植被生物量大;低温和干旱地区的植被生物量小。除灌木以外,植被生物量大小的空间分布受水分的影响大于温度。中国区域植被根茎比的空间分布存在明显区域差异,全国大致以大兴安岭、太行山、秦岭以及青藏高原东南侧一线为界线,界线东南植被根茎比较小;界线以西,植被根茎比较大。植被根茎比的空间分布与年平均气温、土壤湿度和年降水量显著反相关,水分因子对根茎比空间分布的影响大于温度。     

草地植被生物量动态研究视角与研究方法评述

草地生物量动态是群落结构和功能的综合体现,也是生态学的重要研究方向。本文就影响草地生物量动态的主要干扰因素进行了阐述。从定性论述和定量证明两方面论证了个体动态与种群动态的关系。就生物量的测定指标与估算方法提出了复合生物量与复合生长动态的新概念,并阐述了复合生物量动态对群落生产力及稳定性的影响机制,指出应加强环境因子干扰对生物量动态及植被稳定性影响的研究,针对具体群落面临的主要限制因子或干扰形式,研究层面应深入到对群落内部生物学生态学过程变化的认识上,而研究的状态变量应涉及到生物量和高度等多个变量的综合作用,即以复合生物量为状态变量,从个体水平上认识和揭示种群、群落生物量的动态变化及其与环境因子的关系,有助于深入了解环境干扰对植物群落动态及其稳定性的影响机制,为草地生产力的维持提供理论依据。     

基于遥感的光合有效辐射吸收比率(FPAR) 估算方法综述

光合有效辐射吸收比率(FPAR)是反映植被生长过程的重要生理参数,是陆地生态系统模型的关键参数,是反映全球气候变化的重要因子。基于遥感的FPAR估算方法是获取区域乃至全球尺度FPAR的有效方法。目前,主要形成了植被指数法和机理法两类方法,植被指数法是建立FPAR与植被指数的经验统计模型,简单、计算效率高;机理法则从物理模型上进行FPAR的求解与反演,机理明晰、可行性强。然而,由于FPAR本身的复杂性以及环境因素、遥感数据质量的影响,导致了估算方法面临诸多不确定性问题。为了解决这些不确定性问题以及满足生态过程深入研究的需求,将进一步注重FPAR的机理研究、先验知识的获取与积累,构建长时间序列FPAR以及高时空的FPAR算法研究。     

陆地碳循环研究中植物生理生态过程模拟进展

植物生理生态过程的模拟是陆地碳循环模型研究中的关键过程之一,就与碳循环过程密切相关的3个关键的植物生理生态过程;光合作用,碳分配和物候等过程的数学模式进行分类：（1）光合作用模式,根据光合作用模式基础的不同把光合作用模式分为：半经验模式;机理模式和使用卫星遥感资料的模式等;（2）植物碳分配模式介绍了功能平衡模式;运输-阻力模式;光合作用与生长模式;环境反应模式和大尺度生态系统模式等5类。（3）植被物候模式;根据观测和参数化方法的不同可以将现有的物候数值模式分为两类;观测统计模式和使用卫星遥感资料的物候模式,对各类模式的主要控制方程,研究进展和应用分别进行了简要评述。     

Monitoring vegetation in the future: radar

HOLMES, M. G., 1992. Monitoring vegetation in the future: radar. The use of radar for remote sensing of the biosphere has several advantages over conventional methods using the visible and infra-red wavebands. These advantages include independence from solar energy, an all-weather capability, and the ability to select an appropriate wavelength to study either the surface layers of vegetation or to penetrate deeper into the canopy to study the properties of undergrowth or the soil substrate. Despite these advantages, radar remote sensing is still in the developmental stage. The mode of operation of the radar instrument, and the physical laws governing the propagation of microwaves in scattering media, introduce some unique aspects for remote sensing of the biosphere.
Increased interest in radar has arisen primarily from the need to make multi-temporal studies of vegetation in areas which are susceptible to cloud cover, such as temperate and equatorial regions. Radar penetrates all but the densest cloud, and therefore overcomes this problem. At the same time, however, many of these wavelengths also penetrate deeply into the crop. As a result, analysis of the principles controlling the interaction of radar wavelengths with vegetation and soil are complex. These principles are discussed in terms of current microwave backscatter models.
Vegetation and soil factors influencing radar backscatter are discussed, and the significance of instrument characteristics such as frequency, polarization and incidence angle are considered. The advantages and disadvantages of radar are reviewed, and particular reference is made to the potential of combining optical and radar studies.     

基于多源遥感数据的荒漠植被覆盖度估测

以塔里木河下游为靶区,根据地面调查和不同分辨率的多源遥感数据,逐级建立荒漠植被覆盖度遥感估测模型,并对不同模型、不同估测方法的估测精度进行比较.结果表明: 随着遥感数据空间分辨率的提高,植被覆盖度遥感估测模型精度增加;基于高分辨率、中高分辨率及中低分辨率遥感数据建立的植被覆盖度模型的估测精度分别为89.5%、87.0%和84.6%;遥感模型法的估测精度高于植被指数法.不同分辨率遥感数据估测荒漠植被覆盖度的精度变化规律,实现了荒漠植被覆盖度估测的高、中、低分辨率遥感数据参数及尺度的定量转换,可为研究区生态恢复遥感综合监测方案的制定和实施提供直接依据.     

基于遥感影像的植被指数研究方法述评

随着遥感技术的发展,植被指数作为用来表征地表植被覆盖和生长状况的度量参数,已经在环境、生态、农业等领域有了广泛的应用。本文在分析植被指数形成机制及影响因子的基础上,对其具有一定技术突破的典型植被指数进行了归纳分类与比较分析,并评价了各自的优势和局限性。植被指数按遥感数据采集的平台可以分为航空植被指数和航天植被指数两大类,其中航天植被指数又可以分为基于波段简单线性组合的植被指数、消除影响因子的植被指数和针对高光谱遥感及热红外遥感的植被指数三类。最后就植被指数应用中存在的问题以及发展前景谈了一些看法:植被指数数目繁琐重复,急待规范条理化;植被指数应用领域不同,使用者时要慎重;植被指数影响因子很多,具体使用时应适时修正;植被指数公式繁琐阻碍其应用,应开发植被指数产品;遥感技术日新月异,积极研发新的植被指数。     

应用遥感技术评价植被生化物质含量的研究进展

植物叶片中的各种生化物质 (包括叶绿素、叶黄素、类胡萝卜素等色素 ,N、P、K等营养物质 ,纤维素、半纤维素、木质素、蛋白质、淀粉、糖和油等 )都直接或间接地参与生物地球化学循环。为进一步理解生态系统功能 ,必须对不同时间、不同空间的这些参数进行调查。遥感技术为获取多时相、大范围数据提供了极大的方便 ,在地表植被生化特征测定方面发挥着重要的作用。 2 0世纪 80年代以来 ,世界各国相继推出了机载和星载高光谱传感器 ,高光谱遥感技术为植被生化物质的遥感开辟了新局面。本文从植被光谱特征出发 ,总结了目前生化参数遥感中的植被指数、导数光谱、红边位移分析和连续统去除等基本光谱处理方法 ,重点介绍了统计回归模型和光学 -几何模型在植被生化物质含量遥测中的应用。对现有利用遥感技术研究植被生化物质含量的研究进行了综合评述 ,并讨论了其局限性及未来的发展趋势     

利用遥感光谱法进行农田土壤水分遥感动态监测

自 1 997年 4月至 1 998年 1 0月 ,在甘肃省定西县进行了大面积 0～ 5 0 cm土层农田土壤水分按每 1 5 d本底资料实际观测 ,对此间收到的 5幅 TM与 7幅 NOAA卫片数据资料进行了加工处理 ,并对地面光谱资料也进行了观测。在光谱反演与光谱和土壤水分相关性分析基础上 ,利用遥感技术和地理信息系统 ,初步建立了典型试验区 ( 3× 3km2 )遥感信息与土壤含水量之间的遥感光谱相关监测模型 ,做出了观测区土壤水分含量分布图和得到了大面积农田土壤水分宏观动态监测结果 ,并同地面实测土壤水分进行了精度校正。研究结果表明 ,文中提出的“光学植被盖度”概念 ,对土壤水分遥感监测研究是有益的 ,利用遥感光谱法和数学统计方法求出了有关物理参数 ,初步建立了 TM与 NOAA光谱水分监测模型 ,其模型监测 0～2 0 cm土层含水量的精度达到 90 %以上 ,实际监测土壤水分精度达到 72 .3% ;在遥感监测 2 0～ 5 0 cm土层土壤含水量中 ,利用遥感模型监测土壤水分精度达到 80 %以上 ,实际遥感监测精度达到 60 %左右 ,其结果可有效指导干旱半干旱雨养农业区春耕时间和动态监测大面积土壤墒情 ,可为农业生产提供科学依据。另外 ,经地面大量观测表明 ,一般来说 ,当土壤含水量为田间最大持水量的 5 5 %～ 85 %时 ,从生长状况和经济     

基于遥感图像不同辐射校正水平的植被覆盖度估算模型

选用南京市SPOT 5 HRG图像的地物反射率(PAC)、表观反射率(TOA)和灰度值（DN）影像,提取了4种植被指数（VI）,即归一化植被指数（NDVI）、转换植被指数（TVI）、土壤调节植被指数（SAVI）和修正的土壤调节植被指数（MSAVI）,与地面实测的植被覆盖度进行了回归分析,并建立了36个VI-VFC关系模型.结果表明：在所有模型中,基于PAC级影像提取的NDVI和TVI的3次多项式模型最优;其次为基于DN级影像提取的SAVI和MSAVI的3次多项式模型,在VFC>0.8时其精度略高于前两种模型.这4个模型在植被中等密集区域（VFC＝0.4～0.8）的精度高于植被稀疏区域（VFC=0～0.4）.所建模型可通过中间模型的联结,进行推广使用.在基于VI-VFC关系建模过程中,基于遥感影像不同辐射校正水平提取植被指数,有利于充分挖掘遥感影像信息,进而提高VFC估算的精度.     

广西中南部耕地土壤有机质和全氮变化的遥感监测

以1981年、2011年土壤数据为基础,以AVHRR和MODIS遥感影像为数据源,通过研究广西中南部土壤有机质、全氮及其变化与归一化差异植被指数(NDVI)、植被覆盖度、植被净初级生产力(NPP)等遥感因子之间的耦合关系,建立表层土壤有机质、全氮含量变化的遥感监测模型。研究表明:近30年来,研究区土壤有机质、全氮变化均呈极显著上升趋势,分别增加了5.43g/kg和0.21g/kg;1981—2011年间,NDVI、植被覆盖度和NPP 3个遥感因子变化趋势一致,均呈现缓慢上升趋势,且遥感因子变化与有机质、全氮变化均具有显著正相关关系;利用逐步线性回归方法,建立土壤有机质、全氮变化的遥感监测模型,分别能够解释有机质、全氮变化的16.9%和20.3%;根据所建模型对研究区耕地土壤有机质、全氮变化可进行空间预测制图。结果表明,研究区内耕地土壤表层有机质、全氮分别上升了6.65g/kg和0.31g/kg,验证结果显示遥感模型能够反映出不同区域土壤有机质和全氮长期变化的空间特征。     

卫星景象目视解释方法在湖区植被制图中的应用——以湖南洞庭湖区水域、洲滩植被图为例

植被(包括天然植被、人工植被)作为一种可更新资源始终是遥感应用专家们热心研究的课题。植被分类是植被研究的重要方面之一。利用卫星影象进行植被分类,国内外学者都进行了许多有意义的探索。本文以洞庭湖水域、洲滩植被为对象,试用卫星影象进行植被分类。本文从植被与环境相互依赖关系及在影象上的综合反映出发,提出了影象的景观生态学分析方法;即把影象上色调、形态特征与群落生态学规律结合起来分析,并以此作为植被目视解译的方法论。在此基础上,将洞庭湖水域,洲滩划分成五个景观生态模型,17个基本植被类型。