天山北坡中段典型草原区地上生物量遥感监测模型的建立

《天山北坡中段典型草原区地上生物量遥感监测模型的建立》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、天I{』北坡中段典型革啄区地．卜生物量遥感靛漫4模型的建立特征，通过适当的遥感光谱波段的组合，研究植被光合作用的空间分布，已成为农作物种植面积、长势监测评估和产量估算的重要技术手段【41。利用遥感技术监测地上生物量已经成为国际草地科学研究中的前沿课题，它在确定草地载畜量、加强草地科学化管理等方面具有重要的使用价值，在自然灾害、牧草长势的动态监测方面也有其独特的优越性【51。新疆地处我国西北边陲，天然草地资源丰富、类型多样，天山北坡山体垂直带蕴藏着丰富的草地资源类型，从平原到山地发育着荒漠、草原、草甸

2、草原、草甸、高寒草甸等多种草地类型，就其类型的丰富性和分布的特异地带性组合以及其利用条件、生产力的综合评价来说，堪称全国之冠，以该区域作为主要研究对象为遥感技术在不同草地类型中的应用奠定了基础。草地畜牧业中饲草生产存在着季节问不平衡，能否准确了解大面积草地植物生物量的季节变化规律，并适时作出科学预报，对确定草地合理载畜量，确保草地生态安全具有重要的实用价值。在提高畜牧业生产水平、维护生态平衡和植物资源多样性上具有极其重要的价值。本文在借鉴大量前人对EOS／MODIS估测地上生物量的研究基础，利用EO

3、S／MODIS进一步对山地草原带进行动态监测，分别建立典型研究区地上生物量与植被指数关系模型及动态模型，就空间和时间分辨率而言，可以满足和达到对宏观草地的初级生产力动态监测、预报的目的。1．2国内外草地植被遥感监测的研究进展利用遥感和GIS技术并借助于统计方法，通过地面实测数据和卫星影像数据建立草地植被生物量的监测模型为草地科学定量化分析奠定了基础，促进了以定性研究为主到以定量分析为主的过程，同时还实现了空间和时间的转移。空间上从野外工作转移到实验室，时间上从过去、现在的研究发展到四维空间上定量的检

4、测未来。计算机网络技术、通讯技术、草地遥感技术与GIS的结合和发展，使我们可以准确的获得牧区草地的生长状况，及时的做出合理放牧的决策。时至今日，遥感技术在草地资源应用上的深度和广度都有了很大进展。1．2．1国外研究进展自1978年美国发射Tiron-N气象卫星以来，气象卫星资料的应用进入定量化实用分析阶段。在80年代初，国外许多发达国家就开始将改进的气象卫星甚至高分辨率辐2新疆农业大学硕1i学位论文射仪(AVHRR)资料用于草地植被遥感监测。如美国利用遥感资料估测了内布拉斯加沙漠化地区的5．2万km

5、2的草地情况，为生产上合理利用草地提供科学依据。前苏联利用遥感资料绘制了哈萨克斯坦北部草地利用动态规划图，速度快且成本低。Tueller在1989年介绍了遥感在草地中的应用【6】，迄今为止，这种应用在深度和广度上已有了更大的发展。Schmidt和Skidmore在室内测量了八种草种的光谱反射掣71。Tueller和Bork等发现草地光谱反射率也会随土壤水分及生长季节而有细微变化【8】。Mino等发现草地的刈割也会引起它的光谱特征发生变化【9J。这些变化为利用遥感详细研究草地状况及质量、更合理的管理草

6、地资源奠定了基础。Paruelo和Golluscio利用MSS影像快速的评估了阿根廷Patagonia西北部的草地【10】，发现遥感是评估植被单元分布不可多得的工具。利用遥感信息(MSS、TM、SPOT、NOAA)结合GIS进行草地资源分类、制图、草地第一生产力的评估与管理【1l】【12】、草地动态监测与分析【13】【14】【15】的研究较普遍，Akiyama曾提出，进行长期的大面积监测草地环境变化和制订合理的草原管理体系，应用遥感技术是最有前途的一种方法。因此，在国外草地资源管理与评估过程中，都广

7、泛采用遥感技术，提高了经营者草地管理水平和效能。如Bennouna[161等以SPOT影像为信息源，结合实测数据对干旱区(Tazankht)草地类型的划分进行研究，通过最大似然法监督分类，提高了分类与制图精度，认为这是一种可发展的有效分类方式。Friedl[17】等用线性递减模型以Landsat．TM影像数据分析了草地生物量及其叶面积指数。Tappan[18】等运用时间序列法对1982．1989年的Senegal地区草地以混合像元中的归一化植被指数值划分了高、中、低三个等级，并指出NDVI是监测植被

8、季节生长及不同草地生产力的有效工具。Benoit[19】等以SPOT数据为基础，结合39处草地样点的生物量测定及立地条件描述，将法国的草地分为10类。JoseM．Parcelo(1997)利用NOAA／AVHRR数据研究美国中部草原地区的草地生物量，表明了归一化植被指数NDVI与实测草地地上生物量存在着正相关关系，并建立了基于NDVI与草地地上生物量的一元线性回归模型和幂函数回归模型，最终发现幂函数回归模型相对于一元线性回归模型来说，更适合该地区草地生物量的预测【20