论文部分内容阅读
植被盖度是指示生态环境变化的基本指标，也是刻画地表植被覆盖的重要参数。在气候、水文、生态等领域有着广泛的应用。因此，快速、准确地获取植被盖度信息是非常有必要的。西藏高寒草原长期处于低温的环境条件中，导致其生长季节较短，草群比较稀疏、低矮，植被盖度较低，利用传统的遥感测量方法反演其植被盖度具有一定的难度。针对这一关键问题，研究选择了西南中部经南木林至申扎县的一条样带作为研究区，研究对象为低盖度的高寒草原。研究旨在提高高寒草原植被盖度的遥感反演精度，主要从以下三个方面进行了研究:一是如何充分利用野外采集的高光谱曲线，以构建适合于高寒草原的植被指数;二是针对研究区为干旱半干旱多山地区，以及高寒草原植被稀疏的特点，如何构建适合定量反演低植被盖度的复合植被指数;三是对比分析多种植被盖度遥感反演模型对高寒草原植被盖度的反演精度，以得到较适合反演稀疏高寒草原植被盖度的遥感反演模型。本研究所取得的主要成果如下: (1)利用野外采集的裸土光谱曲线，构建的转换型土壤调整植被指数(TSAVI)，对稀疏高寒草原植被信息较为敏感。 (2)针对研究区为多山地区，且研究对象高寒草原分布稀疏的特点，引入了FCD模型中的裸土和阴影因子，结合已有的简单植被指数构建相应的复合植被指数。分别将简单植被指数与复合植被指数用于像元二分模型和回归模型中，从而反演高寒草原植被盖度。结果表明基于复合植被指数的模型对高寒草原植被盖度的反演精度高于简单植被指数。 (3)通过分析影像中低覆盖高寒草原以及高覆盖高寒草甸的光谱曲线特征，对光谱梯度差模型进行改进。然后利用面向对象规则的分类方法，提取出高寒草原植被信息。分别利用改进的光谱梯度差模型以及基于简单植被指数和复合植被指数的像元二分模型、回归模型对研究区高寒草原植被盖度进行反演，并以野外网格法实测的植被盖度作为基础数据，对反演的植被盖度进行精度的验证，以得到较适合于高寒草原植被盖度反演的遥感模型，并对高寒草原植被盖度进行分段统计。根据反演结果发现，像元二分模型对高寒草原植被盖度反演精度较其他两种模型更高，其中以基于TSAVI复合植被指数的像元二分模型最高，精度高达85.94％。