滨海湿地植被地上生物量遥感反演

盐沼植被生物量是滨海湿地生态系统碳循环研究的重要参数,是湿地生态系统健康评价、资源可持续利用的关键指标,开展盐沼植被地上生物量监测方法研究具有重要意义。目前,遥感技术在湿地生物量监测领域已经得到广泛应用,但反演方法仍以统计模型为主,模型构建需要实测数据支撑,时空拓展性不强。选择江苏盐城丹顶鹤保护区为研究区,基于冠层辐射(PROSAIL)传输模型,通过局部和全局敏感性分析,对模型参数本地化,构建了互花米草地上生物量半经验反演模型,应用于Landsat 8 OLI遥感影像,获得了互花米草地上生物量的时空分布。研究结果表明,利用PROSAIL模型模拟互花米草冠层反射率,叶面积指数(LAI)、叶片干物质含量(Cm)、叶倾角分布参数(LIDF)、等效水厚度(Cw)、叶绿素含量(Cab)、叶片结构参数(N)为高敏感性参数,类胡萝卜素含量(Car)、土壤参数(P_soil)为低敏感性参数;利用不同时刻的遥感影像反演了地上生物量,遥感反演结果与实测数据对比,拟合度R²为0.83,均方根误差(RMSE)为0.43kg/m²,平均相对误差(MRE)为15.7%,精度较高,模型具有较好的时空普适性。研究发展了盐沼植被地上生物量遥感反演方法,解决了以往过于依赖现场实测数据构建反演模型的局限性,该方法可以为研究滨海湿地生态系统碳循环以及准确估算其碳汇潜力提供技术支持。     

遥感在森林地上生物量估算中的应用

生物量是地表C循环研究的重要组成部分,生物量研究有助于深入认识区域乃至全球的C平衡。森林作为地球最重要的陆地生态系统,区域乃至全球尺度的森林地上生物量估算一直是生态学研究的难点之一。在大的空间尺度上,遥感技术是估算森林地上生物量的有效手段。TM、AVHRR、SAR等数据以及多源数据的融合在森林生物量估算方面广泛应用,并取得了显著效果。运用遥感技术进行森林生物量估算时,所采用的数据源不同,分析方法也不相同,主要分析方法有:相关分析、多元回归分析、神经网络和数学模型模拟等。随着测定不同空间、时间和波谱分辨率的各种传感器的广泛使用,以及生物量遥感估算模型的进一步发展和完善,大尺度森林生物量的遥感估算研究必将向前迈进一大步。     

小尺度高寒湿地放牧干扰格局——以纳帕海湿地为例

高寒湿地放牧干扰强烈,是其生态系统退化的主因。湿地植被生物量空间格局不仅能够反映自然因素的作用,也能够体现地域放牧等人类活动的主要特征,因此常作为表征放牧干扰格局的主要度量方法。但尺度效应导致的植被生物量影响要素在不同空间尺度下存在较大差异,尤其是针对面积为几十至几百km²范围的小尺度高寒湿地而言,自然因素和放牧等人为干扰对其植被地上生物量的共同作用特征仍不明确,缺乏针对该类型湿地的合理评估模式。以滇西北国际重要湿地纳帕海为例,在排除其它人为干扰的条件下,通过植被地上生物量的空间异质性特征来表征其放牧干扰格局,并以该案例为基础提出一种小尺度高寒湿地放牧干扰格局评估模式。研究尝试基于详细地面植被调查,获得潜在植被地上生物量,利用调查同时期高分定量遥感方法(法国PLEIADES卫星数据结合实测植被地上生物量建模)获得实际植被地上生物量,并使用潜在与实际植被地上生物量之差的空间异质性特征表示纳帕海湿地放牧干扰格局。该评估模式可以有效减少对于小尺度湿地放牧干扰数据的依赖,同时减少牛羊马等大牲畜散养带来的空间分布随机性。研究结果显示纳帕海湿地放牧干扰对湿地植被地上生物量的影响严重,影响比例约为93.5%。研究发现水文等自然因素和放牧等人为干扰分别决定纳帕海湿地植被地上生物量的上限和下限,并基于此提出四方面干扰调控策略。     

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。     

黄河首曲湿地植物群落生产力、物种多样性及其与生境的关系

近年来,在气候变化与人为干扰等因素的驱动下,高寒湿地退化导致生物多样性的丧失如何影响生态系统功能尚无共识。以黄河首曲高寒湿地为研究对象,基于野外采样数据和植物群落多样性指数,重点分析植物物种多样性、地上生物量空间分布格局及其与土壤因子关系。结果表明：首曲湿地存在一定程度退化,植物群落组成主要集中在菊科和禾本科,莎草科和豆科植物较少;植物群落物种多样性和地上生物量未表现出显著的经纬度和海拔梯度变化;Patrick丰富度指数(R)和Shannon-Weiner多样性指数(H)与地上生物量呈显著正相关,说明保护区植物多样性的保护有利于生产力维持;土壤含水量影响着高寒湿地植被群落结构,与多样性指数呈显著相关性,是高寒湿地植被恢复和重建的关键性因子。该研究结果对于认识黄河首曲高寒湿地植物生物量和物种多样性及土壤因子的空间分异规律具有一定的参考价值,同时为高寒湿地退化生态系统功能的恢复及生物多样性的保护提供科学依据。     

一种基于数码相机图像和群落冠层结构调查的草地地上生物量估算方法

草地地上生物量是影响其生态系统功能最重要的因素之一, 也是草地生态学研究中不可或缺的监测指标。草地地上生物量监测多采用收割法进行, 但这种破坏性取样方法会对研究区域带来巨大干扰, 尤其是面积较小的长期定位监测或者控制实验研究样地, 从而使得地上生物量监测的频次受到很大限制。因此, 通过获取某些原位易测变量, 建立地上生物量的估算方法具有重要意义。该研究依托内蒙古典型草地刈割控制实验平台, 通过数码照片获取不同土地利用方式下的植被覆盖度, 并对样方内的叶面积指数、植被高度、物种多样性等参数进行了测定, 最后利用一元回归模型、逐步回归模型和随机森林模型对地上生物量进行估算。结果表明, 植被覆盖度、叶面积指数、植被平均高度、植被最大高度和物种丰富度是影响地上生物量的主要驱动因素。通过构建适宜于本地的逐步回归模型, 可以实现草地地上生物量的准确预测。在该研究区域中, 预测模型的决定系数(R²) = 0.91, 均方根误差(RMSE) = 35.60 g·m^-2。该研究提供了一种快速、准确且非破坏性测定草地地上生物量的方法, 可作为传统收割法的有效补充。     

基于无人机SfM数据的挺水植物生物量反演

生物量是衡量挺水植物生长状况的重要参数,对湿地生态系统健康评价具有重要意义。利用无人机影像生成运动重建结构Sf M(Structure from Motion,Sf M)数据,结合野外实测生物量构建定量反演模型,并根据反演模型对生物量进行空间制图,最后分析了挺水植物类型对生物量空间分布的影响。结果表明,文中基于Sf M数据建立的逐步线性回归模型(Stepwise Linear(SWL)regression model)具有较好的反演精度及估测能力。其模型显著性为显著(P0.01),决定系数为0.86,相对均方根误差为6.1%。挺水植物类型对生物量空间分布影响显著(P0.05)。通过对研究区挺水植物的生物量进行估算,为利用无人机遥感监测挺水植物生物量提供了新思路。     

遥感反演植被含氮量研究进展

植被含氮量表征植被氮素状态。它作为植被生长状况的重要指标,在生态系统健康状况检测、生态系统生产估测、精准农业、生态系统干扰评估等方面均有重要意义。遥感监测植被含氮量主要基于高光谱和多光谱数据,采用的算法包括经验方法(波谱指数与回归分析)及物理方法(辐射传输模型法)。但受数据源和研究方法的局限,目前植被氮含量遥感监测局限于区域范围较小且内部植被类型与环境条件(气候、地形等)基本一致的情形,而对复杂生态系统的监测能力不足。未来的研究需针对氮沉降和人类活动的生态系统响应这一重大研究需求,发展和改进现有植被含氮量遥感反演方法。可考虑开展对不同环境条件下、不同类型植被光谱曲线进行标准化的研究,以形成普适的植被含氮量反演方法。并考虑综合运用多种数据(如微波遥感、无人机遥感),形成多尺度同步监测,以提高遥感对区域乃至全球范围内植被氮含量常规监测的能力。     

湿地翅碱蓬生物量遥感估算模型

以黄河三角洲HJ-1A CCD遥感数据和滨海湿地翅碱蓬生物量实测数据为数据源,通过对比分析参数回归模型（单变量线性和非线性回归模型,多元线性逐步回归模型）和人工神经网络模型（BP网络、RBF网络、GRNN网络）,构建黄河三角洲湿地翅碱蓬生长初期的生物量湿重遥感估算最优模型。研究表明：基于遥感信息变量能够建立生长初期翅碱蓬生物量湿重估算模型。尽管基于RDVI、MSAVI和PC2的3个变量的多元线性回归模型的拟合效果较优,但是以SAVI、MSAVI、RVI、DVI、RDVI和PC2等7个遥感信息变量构建的BP神经网络模型的精度更高,平均相对误差为12.73%,估算效果最优,能够满足较高精度的生物量湿重估算需求。翅碱蓬生长初期生物量湿重最优估算模型的建立,为滨海地区植被生物量监测、区域翅碱蓬生物量季节动态模拟以及黄河三角洲生态系统功能评价提供技术支持与基础。     

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。     

广州南沙区万顷沙人工次生湿地植物群落初步研究

在植物样方调查的基础上,对研究区人工次生湿地生态系统主要植物群落的生物量进行了估算,并对其植物群落结构进行了比较分析.结论表明:1)研究区湿地水生植物群落总生物量>草本植物群落总生物量>乔木群落总生物量;2)研究区单优植物对群落综合结构和垂直结构的贡献并不大.据此认为,提高物种多样性对维护区域人工次生湿地生态系统的整体稳定性和健康发展具有积极意义.     

基于HJ1B和ALOS/PALSAR数据的森林地上生物量遥感估算

森林地上生物量的精确估算能够减小碳储量估算的不确定性。为了探寻一种有效地提高森林生物量估算精度的方法,探讨了基于遥感物理模型和经验统计模型估算山地森林地上生物量的方法。首先,基于Li-Strahler几何光学模型和多元前向模式(MFM)进行模型模拟,结合查找表算法(LUT)从多光谱图像HJ1B估算贺兰山研究区的森林地上生物量。其次,采用统计方法建立了2种回归模型:(1)多光谱图像HJ1B进行混合像元分解(SMA),并与雷达图像ALOS/PALSAR进行图像融合建立生物量回归模型;(2)雷达图像ALOS/PALSAR后向散射系数和实测生物量建立了生物量回归模型。用实测数据对3种算法估算结果进行精度验证。研究结果表明:采用几何光学模型和MFM算法估算的森林地上生物量精度最好(决定系数R2=0.61,均方根误差RMSE=8.33 t/hm2,P0.001),其估算地上生物量与实测值一致性较好,估算生物量精度略优于SMA估算的精度(R2=0.60,RMSE=9.417 t/hm2);ALOS/PALSAR多元回归估算的精度最差(R2=0.39,RMSE=14.89 t/hm2)。由此可见,采用几何光学模型和混合像元分解SMA适合估算森林地上生物量,利用这2种方法进行森林地上生物量遥感监测研究具有一定的应用潜力。     

长江口滨海湿地潮间带生态系统的多稳态特征

多稳态现象普遍存在于多种生态系统中,它与生态系统的健康和可持续发展密切相关,已成为生态学研究的热点与难点,但是目前有关滨海湿地生态系统多稳态的形成机制还缺乏深入研究.本文以崇明东滩鸟类自然保护区的潮间带生态系统为研究对象,通过以下内容,开展滨海湿地多稳态研究: 1)通过验证多稳态的判定依据“双峰”和“阈值”特征,证实长江口潮间带生态系统存在多稳态,并确定其稳态类型;2)通过监测潮间带生态系统水动力过程、沉积动力过程以及盐沼植物生长和扩散情况,分析盐沼植被与沉积地貌之间的正反馈作用,进而探讨潮间带生态系统多稳态的形成机制.结果表明: 1)潮间带生态系统的归一化植被指数(NDVI)频度分布存在明显的双峰特征,且盐沼植物成活存在生物量阈值效应,均证实潮间带生态系统存在多稳态,“盐沼”和“光滩”是潮间带生态系统的两种相对稳定状态;2)崇明东滩盐沼前沿的沉积地貌表现出泥沙快速淤积的趋势,显著促进了盐沼植物的生长,盐沼植物与泥沙淤积之间的这种正反馈作用是潮间带生态系统形成多稳态的主要原因;3)盐沼植被扩散格局监测结果在景观尺度上也表明,泥沙淤积作用促进了潮间带生态系统“盐沼”和“光滩”多稳态的形成.本研究既丰富了滨海湿地稳态转换的机理研究,也为我国开展海岸带保护、修复和管理提供了科学依据,具有重要的理论和实践意义.     

基于GF-2的油松人工林地上生物量反演

油松是黄土高原地区重要的造林树种.快速准确地估测其地上生物量,对开展该地区森林资源动态监测等具有重要作用.本研究选取陕西省黄龙山林区石堡林场的油松人工林为对象,结合国产卫星高分二号(GF-2)的多光谱遥感影像与野外同时段实测样地数据,对其地上生物量进行了估算.提取了5种植被指数和8种纹理信息,基于普通回归、逐步回归、岭回归、拉索回归与主成分回归5种方法在4种纹理窗口(3×3、5×5、7×7和9×9)下建模,使用留一法交叉验证测试了每个模型的估算精度.结果表明: 提取的遥感因子之间存在着较为严重的多重共线性关系,大部分遥感因子与油松人工林地上生物量有较为显著的相关性;GF-2数据在石堡林场油松人工林地上生物量的反演中可以实现较高精度,其中估算效果最好的是使用了9×9纹理窗口的主成分回归模型,估算效果最差的是使用了3×3纹理窗口的普通回归模型.利用国产高分辨率卫星影像对油松人工林地上生物量进行反演研究,可以为西北地区林业部门进行森林生物量监测、资源管理与可持续经营提供科学依据.     

基于物候相机归一化植被指数估算高寒草地植物地上生物量的季节动态

准确评估地上生物量对优化草地资源管理和理解草地碳、水和能量平衡具有重要意义。该文通过近地遥感归一化植被指数(NDVI)构建最优经验模型, 对青藏高原高寒草地地上生物量进行估算。该文利用2018-2019年5-9月野外实测的地上生物量和植物冠层光谱仪(RapidSCAN)测定的NDVI_RS数据, 构建了生长季不同时期地上生物量的估算模型; 并结合2018年NetCam物候相机测定的NDVI_Cam时间序列数据, 实现地上生物量季节动态的模拟。主要结果: (1) NDVI_Cam、NDVI_RS与地上生物量具有相似的单峰型季节变化格局, 但NDVI峰值出现的时间(7月)较地上生物量(8月)更早; (2)基于NDVI的生物量估算最优经验模型在5、7和9月是幂函数, 在6和8月是二次多项式, 估算精度为0.29-0.77; (3)基于NDVI_Cam时间序列数据, 生长季不同时期建模(R² = 0.91)较单一时期(9月)建模(R² = 0.49)对地上生物量季节动态的估算更为准确。这些结果表明, 近地遥感是估算高寒草地植物地上生物量的有效手段, 开展季节性植物生长调查将有助于准确评估草地资源。     

黄河源园区高寒草地碳储量估算及其影响因素

高寒草地碳储量及其影响因素研究是认识青藏高原草地生态系统乃至陆地生态系统碳循环和气候变化的关键之一。利用2021年8月上旬地面调查数据与同期高分6号遥感数据建立回归关系,在反演研究区植被地上、地下生物量碳密度和0—40cm土壤层有机碳密度基础上,估算了黄河源园区高寒草地有机碳储量,并通过路径分析探讨了土壤理化性质对碳密度的影响驱动机制。结果表明：(1)2021年黄河源园区地上生物量、地下生物量、0—40cm土壤层碳密度分别为37.65g/m²、1305.28g/m²、4769.11g/m²;总碳储量为100.44Tg(1Tg=10¹²g),植被层和土壤层碳储量分别分为22.06Tg、78.38Tg,占总碳密度的21.96%、78.04%。(2)黄河源园区高寒草甸和高寒草原两种草地类型地上生物量碳密度分别为41.27g/m²、30.76g/m²;地下生物量碳密度分别为1661.41g/m²、618.74g/m²;0...     

红树林生态系统遥感监测研究进展

随着现代遥感技术的迅速发展,遥感监测已经成为红树林生态系统变化监测的重要手段和方法。从遥感技术在生态系统变化监测应用领域入手,综述了国内外红树林遥感监测的发展历程,系统总结了遥感技术在红树林湿地动态、种间分类、群落结构(叶面积指数、冠幅、树高等)、生物量、灾害灾情(病虫害、风暴潮等)、景观格局动态、驱动力、红树林湿地保护与管理等领域应用现状,归纳了不同应用领域遥感监测的理论、方法及研究现状。指出我国在红树林遥感监测中存在的不足。提出红树林遥感监测应在分类标准体系规范化、分类精度提升、红树林生态学特征参数(物种多样性、优势度等)、生态系统环境空间演变过程及遥感监测的尺度效应方面加大研究力度。充分发挥区域综合监测模型在红树林生态系统变化遥感监测中的作用。     

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。     

新疆科克苏湿地植被生物量时空分布特征及与水文连通的关系

区域植被生物量及其与水文连通之间的定量关系对于湿地保护和管理具有重要意义。基于多期Landsat-8遥感影像和野外实地调查数据,提取了新疆科克苏湿地生长季不同月份的湿地水体斑块,反演并分析了湿地植被地上生物量及时空分布特征,量化了水文连通与科克苏湿地植被地上生物量和植被碳库的关系。结果表明: 6月新疆科克苏湿地水体斑块面积最大,占保护区面积的63.12%,之后湿地水体斑块面积逐渐减少,8月水体斑块面积仅占保护区面积的6.27%,水体斑块分布具有明显的季节性特征。科克苏湿地植被生物量呈现聚集分布的空间分布模式,额尔齐斯河及克兰河河道两侧以及支流两侧湿地为高生物量区域,北部阿热勒齐及阔克苏村和东南部萨尔胡松乡为低生物量区域。7月地上生物量达到生长季最高值,该时段科克苏湿地的植被总生物量为1.09×10⁹ kg,最大总生物量为4832 g/m²,地上生物量较高区域分布在西部的阿克铁热克村及东部的巴勒喀木斯村。水文连通与植被地上生物量及植被碳库呈现抛物线关系,水文连通度为0.6左右时,植被地上生物量及植被总碳库最大,植被总碳库达到4.5×10¹¹ kg C。研究揭示了科克苏湿地植被生物量的时空分布特征,建立了科克苏湿地水文连通度与植被地上生物量及植被碳库的量化关系,明确了适宜的水文连通度对植被生物量积累存在促进作用,可为湿地水文连通调控和植被碳储存功能提升提供有效参考。     

苏干湖湿地植被地上生物量空间格局及其对水盐的响应

地上生物量是反映湿地植物群落数量特征和生产能力的重要因子,内陆盐沼湿地植被地上生物量空间分布格局及其水盐响应机制,对湿地生态水文学研究具有重要的理论意义。采用湿地群落学调查和支持向量回归模型（SVR）相结合的方法,将苏干湖湿地划分为山洪区、泉水区等5个分区,研究了植被地上生物量的空间异质及其影响因素。结果表明：支持向量回归模型在内陆盐沼湿地植被地上生物量反演方面具有较高的拟合精度;苏干湖不同区域湿地植物群落地上生物量空间格局呈现出复杂的空间分异规律,对地下水埋深和土壤全盐量的响应也存在明显差异：河洪区的植被地上生物量随地下水埋深、土壤全盐量的增加呈先增大后减小的趋势,湖水区的植被地上生物量与地下水埋深呈显著正相关关系,而土壤全盐量则相反,山洪区的植被地上生物量随地下水埋深的增加呈先增大后减小的趋势,泉水区的植被地上生物量随地下水埋深的增加逐渐减小,台地区的植被地上生物量与地下水埋深和土壤全盐量均无显著相关性。苏干湖湿地不同等级植被地上生物量在空间上呈现出多斑块组成的镶嵌体结构形态,体现了湿地植物应对土壤水盐等环境因子变化的生态适应机制。