基于高光谱数据的呼伦贝尔草原花期物种识别和覆盖度估算

实时准确地监测草地植物种类和覆盖面积对草原物种多样性研究和生态环境的可持续发展具有重要意义。草地植物在花期具有独特的光谱特征,相比营养生长期,通过花更容易识别物种。花期是遥感识别物种的关键时期。本文利用2008年8月和2010年7月呼伦贝尔草原上麻花头、棉团铁线莲、冷蒿、蓬子菜、黄花菜、有斑百合和细叶百合七种花以及裸土的实测高光谱数据,通过其冠层光谱的特征分析和参量化,找出了各物种之间的光谱差异,且得到了参量化特征识别方法,经验证,当花在样方中的覆盖度大于10%时,识别方法的精度在90%以上。在此基础上,采用线性解混模型,计算样方中各种花的覆盖度,与实际数据相比较,误差在4%左右,证明了线性解混模型用于估算草原上花覆盖度的可行性。

草地退化的高光谱遥感监测方法

我国草地分布面积广,退化情况严重,实时、准确地监测草地的生态状况,对于区域气候、碳循环研究以及经济发展具有重要意义。利用地面实测光谱数据进行了高光谱草地退化监测研究。选择内蒙古呼伦贝尔市的温性草甸草原为研究对象,测量了草甸草原的羊草、克氏针茅、冷蒿等多种植物的叶片、冠层以及多种植物混合的群落反射率光谱数据。通过有效的光谱特征参量化方法,提取叶片和冠层光谱的光谱特征,准确区分了草甸草原的几种建群和退化指示草本植物,验证结果表明光谱识别的精度高于95%。以此为基础,利用线性光谱混合模型对群落植被的混合光谱数据进行混合光谱分解,得到各组分的覆盖度,误差在5%以内。该文的研究结果为高光谱遥感草地监测提供了有力依据。