论文部分内容阅读
以塔里木河下游喀尔达依断面胡杨纯林、柽柳纯林和二者混交林三种林型地上生物量遥感估测为研究目的，根据地面实测数据和已构建的生物量估测模型，使用不同空间分辨率的遥感数据(QuickBird、ALOS、ASTER、 TM)，采用“3S”技术和回归分析方法，构建了多源遥感数据的荒漠林地上生物量估测模型，探索了高分辨率遥感数据纹理特征提高生物量估测精度的可行性以及研究区地上生物量的空间分布特征。主要研究结论如下: 一、基于多源遥感数据的荒漠林地上生物量估测 (1)树冠是构建生物量估测模型的关键参数。基于QB数据，采用目视解译法获取胡杨、柽柳冠幅，以地面实测数据为真值，其平均解译精度分别达85.52％和84.32％，解译值普遍小于实测值。在地下水埋深较大、胡杨、柽柳长势较差的区域，应根据解译精度，对QB数据上树冠解译结果进行调整，以减少误差。 (2)根据地面实测数据与基于QB数据解译值，采用相关回归分析方法得到胡杨单株地上生物量估测模型M（胡杨）=1.357×1.727，以实测数据为真值对模型估测精度进行检验，达94.16％，为后续基于QB数据进行研究区荒漠林地上生物量估测打下基础。 (3)为进行QB-ALOS-ASTER-TM数据生物量估测的尺度推移，采用相关分析法，对ALOS、ASTER、TM数据中NDVI、RVI、DVI、EVI、SAVI及不同波段的光谱值与三种林型地上生物量实测值进行相关分析，确定了相关性较高的遥感参数和波段，构建了QB数据生物量估测值与ALOS相关参数的QB-ALOS生物量估测模型，三种林型生物量模型的估测精度分别为86.81％、82.58％和84.71％。采用同样的思想，分别构建了基于ALOS-ASTER数据和ASTER-TM数据的三种林型生物量估测模型，前者估测精度分别为84.27％、79.31％和85.96％;后者估测精度分别为85.37％、80.35％和83.91％。 (4)为提高模型估测精度，研究了纹理特征与生物量的相关性，选取不同分辨遥感数据估测生物量的纹理窗口，在生物量估测模型中引入纹理特征值后，基于“QB-ALOS”模型中三种林型地面生物量估测精度分别提高了1.63％、3.09％、2.74％;“ALOS-ASTER”模型中三种林型地面生物量估测精度分别提高了1.97％、3.96％和1.48％。 二、研究区荒漠林生物量空间特征 (1)胡杨是塔河下游荒漠林地上生物量主要贡献者，研究区胡杨生物量占林分地上总生物量的96％以上。在距离河道300m内荒漠林生物量所占比重较大，离河300m-600m林分生物量比离河300m内下降了76％。 (2)随着地下水埋深（离河距离）增加，研究区内荒漠林单位面积株数和植被盖度下降，其地上生物量下降。地下水埋深是影响胡杨、柽柳种群密度和地上生物量的主导因素，持续向下游实施生态输水仍具有重要的拯救荒漠植被作用。