论文摘要
近些年随着遥感、地理信息系统和GPS全球定位系统等技术条件的发展,草原监测呈现多样化的新趋势。为了适应草原监测的新形势,必须将信息技术应用于大面积的草原资源调查和监测。虽然遥感数据源呈现多样化的趋势,遥感图像内容也十分丰富,但在利用遥感数据估测草原生物量产量时,利用地面测量光谱反射实验与高空遥感数据建立模型预测地面草原资源产量的研究较少。因此基于高空遥感数据与地面实验数据之间关系进行草原地面干物质产量监测的研究具有十分重要的现实意义。本研究研究区位于呼伦贝尔草原区,使用美国ASD公司Fieldspec3光谱仪,在研究区内进行了高光谱遥感地面测量实验。运用单变量线性、非线性和逐步回归分析方法,研究高空遥感归一化植被指数(MODIS NDVI)与地面实测归一化植被指数之间的关系。两者之间关系可以成为利用高空遥感监测大尺度地域的基础。这就为草原监测理论进一步研究提供了前提。二是研究了归一化植被指数(NDVI)与地上干物质量(ANPP)之间的地面光谱模型。根据以上两个模型得出基于MODIS NDVI估测地面干物质量(ANPP)的关系模型,根据关系模型测算出呼伦贝尔地区各行政分区草原连续十年草原干物质量,从而得出在降水量的影响下草原干物质产量连续十年的动态变化。本文的主要研究成果如下:(1)地面实测F-NDVI与MODIS NDVI.AVHRR NDVI之间均存在线性关系,MODIS NDVI=0.808 FM-NDVI+0.106(R2=0.785,P<0.001);AVHRR NDVI =0.584 FA-NDVI+0.043;R2=0.650,P<0.001).综合分析最终选用MODIS数据作为草原估产的数据源。(2)运用单变量线性、非线性和逐步回归分析方法,建立归一化植被指数(NDVI)与地上干物质量(ANPP)之间的地面光谱模型。综合分析后确定选用指数函数作为地面光谱模型,其估算模型为ANPP=12.631e3.8972NDVI(R=0.85,p<0.001)。(3)由以上两个模型,确定遥感估产模型为:ANPP=12.631e3.8972#(MODIS NDVOI-0.106)/0.808](4)利用上述研究结果对呼伦贝尔草原区十年间地上干物质产量进行估测,并与降水量数据进行对比,分析两者之间的关系。结果显示草原干物质产量在近十年间有减小的趋势,且年际变化较大。有草原干物质产量的大小与降水量的大小有着同样的变化趋势。但两者之间并无明显相关关系。这是因为草原干物质量不仅受到降水量的影响,还受到蒸发量、温度等其他气候因素的影响。应继续进行多因素影响下地面干物质产量的研究。
论文目录
相关论文文献
- [1].C语言在归一化植被指数中的应用[J]. 信息记录材料 2020(04)
- [2].内蒙古赤峰及其周边地区荒漠化变化趋势研究——基于遥感技术中反照率和归一化植被指数特征空间[J]. 安徽农业科学 2016(27)
- [3].基于遥感影像的植被指数反演研究[J]. 四川林勘设计 2017(03)
- [4].归一化植被指数与主要气候因子耦合关系研究[J]. 河南科学 2014(05)
- [5].青海湖蛋岛斑头雁产卵及孵化日期对气温和归一化植被指数的响应模型[J]. 湿地科学 2017(03)
- [6].基于遥感影像的归一化植被指数算法研究[J]. 江西测绘 2010(03)
- [7].归一化植被指数对降水量变化的响应研究[J]. 西南农业学报 2019(05)
- [8].基于1990—2015年归一化植被指数的河北植被时间变化特征及其对干旱的响应[J]. 科学技术与工程 2020(25)
- [9].黑河中游荒漠生态系统归一化植被指数对降水的响应[J]. 植物生态学报 2016(12)
- [10].基于逐月标准化降水蒸散指数的多尺度方法分析气候变化对澜沧江流域归一化植被指数的影响[J]. 气候与环境研究 2015(06)
- [11].平原绿化工程建设下的归一化植被指数动态变化分析——以浙江省海宁市为例[J]. 林业资源管理 2017(06)
- [12].西南河流源区归一化植被指数时空动态变化及其与气候因子的关系[J]. 水电能源科学 2018(02)
- [13].近10年重庆市归一化植被指数变化分析[J]. 地理科学 2010(01)
- [14].江苏省植被覆盖动态变化及影响因素分析[J]. 科技通报 2017(05)
- [15].FY3/MERSI和EOS/MODIS归一化植被指数差异分析[J]. 中国农学通报 2010(19)
- [16].1982—1999年珠江流域归一化植被指数与降水年际变化分析[J]. 热带海洋学报 2011(04)
- [17].基于时序归一化植被指数的冬小麦收获指数空间信息提取[J]. 农业工程学报 2010(08)
- [18].普格县植被覆盖度遥感动态监测分析[J]. 地理空间信息 2009(02)
- [19].估算水稻叶面积指数的调节型归一化植被指数[J]. 中国农业科学 2008(10)
- [20].三江源自然保护区植被覆盖度遥感估算[J]. 兰州大学学报(自然科学版) 2010(02)
- [21].归一化植被指数时空动态变化及其与气候因子关系分析——以大凌河流域为例[J]. 黑龙江水利科技 2019(01)
- [22].大区域TM影像归一化植被指数季相归一化处理方法[J]. 遥感信息 2015(06)
- [23].基于NDVI的风景区索道建设前后植被覆盖动态变化研究[J]. 环境保护科学 2014(02)
- [24].赛罕乌拉国家级自然保护区植被覆盖度时空变化分析[J]. 科学技术与工程 2020(13)
- [25].基于遥感影像的不同植被指数比较研究[J]. 科技创新与应用 2017(06)
- [26].黄土高原泾河流域长时间序列的归一化植被指数动态变化及其驱动因素分析[J]. 植物生态学报 2012(06)
- [27].张掖市归一化植被指数与气候变化的相关性研究[J]. 中国农学通报 2019(15)
- [28].归一化植被指数对江苏省气温、降水变化的时空响应特征[J]. 湖北农业科学 2015(03)
- [29].伊金霍洛旗近15年来植被覆盖度的动态变化[J]. 干旱区地理 2009(04)
- [30].云南大理苍山保护区植被覆盖度动态变化遥感监测与分析[J]. 科学技术与工程 2020(08)