论文部分内容阅读
本文以盐池县草地为研究对象,通过野外试验和室内试验测定并分析了不同退化草地土壤养分和土壤酶活性的变化情况,同时,使用TM影像提取了8种常用的植被指数,并建立了6种植被指数与地上生物量的回归模型。草地生物量反演能够及时、准确地获取草地生长状况,并为盐池县草地地上生物量的遥感估算和草地可持续发展提供一定的理论依据,为今后开展大面积草地估产和动态监测提供了有效途径。论文的主要研究结果如下：1)随着草地退化程度的增加,土壤各养分含量随之下降,除有效磷含量是潜在退化草地>轻度退化草地>严重退化草地>中度退化草地>极严重退化草地外,全磷、全氮、全钾、有机碳、碱解氦和速效钾均为潜在退化草地>轻度退化草地>中度退化草地>严重退化草地>极严重退化草地。四种土壤酶活性含量均随土壤退化程度加重而降低。对土壤酶活性与土壤养分做相关性分析,可知土壤过氧化氢酶与有机碳、全钾含量相关性不显著(P>0.05),但与其他养分含量相关性均达到显著或极显著水平(P<0.05或P<0.01)。蛋白酶、磷酸酶、蔗糖酶与土壤养分含量相关性也达到显著或极显著水平(P<0.05或P<0.01)。说明在草地退化的过程中土壤酶活性与土壤肥力因素的变化是一致的。2)利用2013年8月盐池县TM影像,借助ENVI和ArcGis软件,提取比值植被指数(RVI)、归一化植被指数(NDVI)、转换型植被指数(TVI)、修改型土壤调整植被指数(MSAVI)、土壤调整植被指数(SAVI)、差值植被指数(DVI)、湿度植被指数(WVI)和亮度植被指数(BVI)8种植被指数,并与同期草地地上生物量作相关性分析,研究结果表明：除WVI和BVI外,其它6种植被指数与地上生物量均呈极显著相关。RVI与草地生物量的相关系数达到了0.956。分别对6种植被指数与地上生物量做回归分析,共建立36种回归模型。3)通过对植被指数与地上生物量做相关分析,并建立回归模型,发现拟合精度最好的是比值植被指数RVI,其次是NDVI。最优关系模型为三次多项式回归模型,然后是二次多项式回归模型,模拟效果最差的是指数函数回归模型。三次多项式回归模型为：y=4.7539RVI3-38.708RVI2+213.04RVI-161.714)对RVI的三次多项式回归模型进行精度验证,结果显示草地地上生物量实测值和预测值的平均误差系数为16.56%,回归拟合精度为83.44%,由此可见,应用遥感植被指数得到的回归模型,可以用来监测盐池县草地地上生物量。