多光谱相机估算藏北高寒草甸地上生物量

本研究利用2012年6―9月的藏北高寒草甸地上生物量和ADC便携式多光谱相机数据,建立了植被指数估算藏北高寒草甸地上生物量的模型。在分析了地上生物量与归一化植被指数(Normalized Difference Vegetation Indices,NDVI)、归一化绿波段差值植被指数(Green Normalized Difference Vegetation Indices,GNDVI)和土壤调节植被指数(Soil Adjusted Vegetation Indices,SAVI)相关关系的基础上,构建了地上生物量和各植被指数的7种(线性、对数、二次多项式、三次多项式、幂函数、增长、指数)模型,并对拟合效果比较好的模型进行了精度检验。结果表明,3个植被指数中NDVI的模拟效果最好,SAVI较好,GNDVI最差;所有模型中,以NDVI为自变量的线性模型和增长模型、以SAVI为自变量的线性模型和幂函数模型模拟和预测效果都很好。

藏北典型高寒草甸地上生物量的遥感估算模型

本研究利用2010和2011年6-9月高寒嵩草草甸群落地上生物量数据和同期的中分辨率成像光谱仪(mod-erate resolution imaging spectroradiometer,MODIS)影像数据,建立了西藏自治区拉萨当雄高寒草甸的地上生物量遥感估算模型。在探讨群落地上生物量与归一化植被指数(normalized difference vegetation indices,NDVI)、增强型植被指数(enhanced vegetation indices,EVI)以及地表水分指数(land surface water indices,LSWI)相关关系的基础上,构建了群落地上生物量与各指数的线性或非线性(包括对数函数、二次多项式、三次多项式、幂函数、增长曲线、指数函数)估算模型,并进行了模型验证。结果表明,1)3个指数中EVI的模拟效果最好,NDVI次之,LSWI最差;2)所有模型中线性模型的模拟效果最好,EVI的线性模型为:y=174.225x,R2=0.975,P<0.001,NDVI的线性模型为:y=115.478x,R2=0.956,P<0.001;3)在预测效果方面,幂函数模型最好,线性模型次之,其平均误差分别仅为9.76%和10.8%,因此,两者都可以用于高寒草甸群落地上生物量的模拟。

实施品牌战略 提升工作水平——河南省西峡县人民检察院工作掠影

河南省西峡县位于豫、鄂、陕三省交界，地处伏牛山世界地质公园核心地带．素有“恐龙之乡”、“中华猕猴桃之乡”、“山茱萸之乡”的美誉。2005年以来，西峡县人民检察院在以王伯钦检察长带领的党组一班人的领导下，坚持“加快发展，创新发展，协调发展”的工作理念，大力实施“业务立检、机制强检、人才兴检”战略，积极履行各项检察职能。