论文摘要
煤矿开采区,瓦斯抽放、矸石山自燃等排放的大量有毒元素及生产过程产生的扬尘,通过植被滞尘作用,直接或间接胁迫植被生长,进而改变植被生化组分的含量。精确监测煤矿区的植被胁迫效应,对煤矿资源的可持续利用具有重要的意义。本文使用高光谱卫星遥感数据,开展矿区植被生化组分反演的研究工作,为精确评价矿业扰动对植被的影响提供技术支持。监测的植被生化组分是与植被健康状况密切相关的植被叶绿素含量和水分含量;使用的卫星数据为波段数量较多、覆盖范围相对较宽、光谱分辨率和空间分辨率均较高的HYPERION数据,选用的研究区为矿业扰动较为显著的兖州矿区。植被生化组分反演模型构建是本论文的核心,文中使用地面光谱数据与地基测量的植被生化组分数据开展了植被叶绿素含量和水分含量模型构建方法研究。针对矿区地表类型复杂,植被覆盖较为稀疏,背景影响较为显著的特点,本文在对矿区植被生化组分反演时,开展了植被生化组分响应光谱的抗土壤背景影响能力分析。使用LOPEX’93数据集,基于混合像元分解的理论,模拟了在不同的土壤背景比重条件下,各波段、波段组合以及多种光谱指数数据与植被生化组分含量的相关性。模拟结果表明:在叶绿素和水分的统计分析中,以反射率及反射率倒数的对数的方法抗土壤背景的能力稳定。光谱位置变量以红边—绿峰—红谷的组合进行叶绿素反演的精度较高,且相关系数和入选变量个数及类型基本稳定。在植被指数的分析中,发现与纯植被叶片叶绿素含量相关性较高的植被指数,抗土壤背景的能力都不强。只有指数ND和LCI在土壤背景小于10%时精度较高,且在土壤小于20%时,相关系数基本稳定。对水分指数,基本都能达到较高的相关系数,但以Ratio975和Ratio1200随着土壤背景的增加,相关系数基本保持不变,抗土壤背景的能力最强。针对矿区大气颗粒物含量较多,空气成分较为复杂,对不同波段电磁波信号影响差异明显的特点,模拟了不同的气溶胶光学厚度,O3、H2O、CO2等大气成分含量对反演波段透过率的敏感性,进而实现高光谱卫星数据的大气精纠正。结果表明:AOT, H2O, O3等均不同程度的影响反演波段透过率,CO2对反演所用波段没有影响。高光谱遥感影像大气校正的大气参数AOT、H2O参数通过实际反演得到,O3由于测量比较困难且对透过率影响较小,采用中纬度夏季6S模型自带的O3含量。结果表明:校正结果精度较高,可以用于植被生化组分反演。在植被生化组分反演模型构建及卫星数据大气精纠正的基础上,使用HYPERION卫星数据,开展了兖州矿区植被生化组分的遥感反演实验,使用地基采样结果对反演结果进行了验证,验证结果表明:植被水分的反演结果好于植被叶绿素的反演结果,叶绿素反演相对误差基本小于30%,水分反演误差小于15%,反演精度较高。
论文目录
相关论文文献
- [1].三江源植被碳利用率动态变化及其对气候响应[J]. 中国环境科学 2020(01)
- [2].基于MODIS数据的中国西北植被变化分析[J]. 林业科技通讯 2019(12)
- [3].长江流域中上游植被NDVI时空变化及其地形分异效应[J]. 长江流域资源与环境 2020(01)
- [4].西安园林芳香植被调研及改善建议[J]. 陕西农业科学 2020(01)
- [5].河北省植被NDVI变化及其对气象要素的响应[J]. 林业与生态科学 2020(01)
- [6].《中国植被志》:为中国植被登记造册[J]. 植物生态学报 2020(02)
- [7].乌蒙山地区植被时空演变趋势预测[J]. 四川环境 2020(04)
- [8].海岸带植被三种生物性状变化对消浪效果的影响[J]. 中国水运(下半月) 2020(08)
- [9].山东植被灰色动态预测探析[J]. 防护林科技 2020(08)
- [10].我国科学家发布植被病虫害遥感监测与预测系统[J]. 农村新技术 2020(10)
- [11].植被保持水土效益研究[J]. 智能城市 2019(07)
- [12].2000-2017年新疆天山植被水分利用效率时空特征及其与气候因子关系分析[J]. 植物生态学报 2019(06)
- [13].典型喀斯特区植被变化及其与气象因子的关系——以广西百色市为例[J]. 沙漠与绿洲气象 2019(05)
- [14].1982—2013年准噶尔盆地植被长势变化分析[J]. 林业资源管理 2016(05)
- [15].中国北方地区秋季植被变化及对气候变化的响应研究[J]. 测绘与空间地理信息 2016(11)
- [16].汉江流域植被净初级生产力时空格局及成因[J]. 生态学报 2016(23)
- [17].一种利用野地瓜修复矿区植被与土壤的方法初探[J]. 中国农学通报 2017(01)
- [18].城市冠层植被大气环境特性大涡模拟[J]. 科技导报 2017(03)
- [19].植被微波遥感下粒子的散射特性研究[J]. 电子世界 2016(23)
- [20].西藏自治区植被与气候变化的关系[J]. 山地学报 2017(01)
- [21].生态工程背景下西南喀斯特植被变化主导因素及其空间非平稳性[J]. 生态学报 2017(12)
- [22].2013年黑龙江省洪水对植被影响评估[J]. 灾害学 2017(04)
- [23].植被在湿地恢复与重建中的应用[J]. 科学技术创新 2017(20)
- [24].我国三北地区植被变化的动因分析[J]. 生态学报 2017(15)
- [25].利用国产开源卫星影像分析广州市天河区植被现状[J]. 广东园林 2017(04)
- [26].基于遥感数据的黔南州植被净初级生产力分析[J]. 江西农业学报 2017(10)
- [27].遥感反演植被含氮量研究进展[J]. 生态学报 2017(18)
- [28].植被保持水土的基本规律和总结[J]. 黑龙江科技信息 2015(24)
- [29].梭梭树:沙漠中的植被之王[J]. 科学之友(上半月) 2019(09)
- [30].“生物圈与植被”教学设计(鲁教版新教材)[J]. 地理教育 2020(09)