受人为和气候变化的影响，草地退化、沙化的现象愈发严重，对草地的监测和保护亦变得愈发重要。生物量是评价草地生态状况的重要指标之一，草地生物量的估算对草地资源管理、生态修复与保护都有着重要的意义。随着遥感技术的发展与植被机理模型的广泛应用，针对草地生物量的估算方法也不断发展，主要分为遥感反演和植被机理模型估算两种方法。本文系统地阐述了遥感反演中的经验回归方法和辐射传输模型，还有基于植被机理的作物生长模型和草地生长模型。此外，本文还介绍了在农业估产领域已经被广泛应用的数据同化技术，分析了在草地生物量同化估算过程中，遥感数据与机理模型存在的互补优势，提出了目前存在的问题和未来发展需求：在简化模型的同时，保证估算的稳定性和准确性并兼顾植被的机理性是未来草地生物量估算的研究重点。

草地类型划分及其生物量估测对于草地管理与保护具有重要意义。香格里拉草地资源丰富，类型多样，属同纬度高海拔草地的典型代表。为了提升高原复杂地形下草地资源信息的质量，以香格里拉市为研究区，基于谷歌地球引擎（Google Earth Engine，GEE）云平台和Sentinel-2遥感影像，结合光谱、植被指数、纹理和地形特征构建了33个原始特征，并使用递归特征消除（Recursive Feature Elimination，RFE）和特征重要性得分进行特征优化，采用随机森林（Random Forest，RF）、支持向量机（Support Vector Machine，SVM）、分类回归树（Classification And Regression Trees，CART）和梯度提升决策树（Gradient Boosting Decision Tree，GBDT）4种算法对研究区域草地进行提取与分类，最后基于地面样地数据对地上生物量（Aboveground Biomass，AGB）进行反演。研究结果表明：1）RFE算法将特征数压缩到了21个，且海拔特征对草地类型的划分具有最高的重要性；2）RF算法的分类精度最高，总体精度（Overall Accuracy，OA）为91.41%，Kappa系数为88.18%；3）将香格里拉草地可分为5种类型，草地总面积为3265.77 km~(2)，面积最大的类型为亚高山草甸，其面积为2230.03 km~(2)，占草地总面积68.28%，其次为高寒草甸，约占草地总面积18.42%；4）建立了地上生物量与差异植被指数（Difference Vegetation Index，DVI）的二次多项式预测模型，R~(2)为0.783，均方根误差（Root Mean Square Error，RMSE）为154.72 g·m~(-2)；5）香格里拉草地总AGB为152.15万吨，亚高山草甸AGB为102.41万吨，占总AGB的67.31%，其次高寒草甸为27.37万吨，占总的17.99%。

草地退化已成为藏北地区面临的主要生态环境问题。为了定量监测草地生物量和退化草地的生物量动态变化,利用2004年8—9月藏北地区草地地上生物量最大时期的地面实测数据,分析了其地上生物量大小和空间分布特征,在此基础上,结合同期的Terra MODIS植被指数数据,建立了草地地上生物量的遥感监测和估算模型。主要结论如下:①由于受高寒气候、土壤、水分等环境因素的限制,8—9月藏北地区平均草地地上生物量较小,为96.88g/m2,其中绿色鲜草的比重在80%以上;不同区域不同草地类型地上生物量差异很大,范围在37.10~589.12 g/m2,平均而言,高寒沼泽化草甸的地上生物量最大,达356.84 g/...

净初级生产力(NPP)是衡量碳循环、指导土地利用、评估生态安全、指示环境变化、反映粮食安全等的重要参量,其估算受模型构建机理和生态系统关键地表参数输入的影响。近年来,随着遥感数据的不断丰富和遥感处理技术的快速发展,集成遥感数据的NPP估算模型相较于仅采用气候、土壤等传统观测数据的非遥感模型,在分析时空异质性等方面的优势日益凸显。本文基于Web of Science和CNKI两大数据库,采用文献统计分析方法,系统回顾NPP研究概况及国内外集成遥感数据的NPP估算模型的近期进展;并将集成遥感数据进行NPP估算的模型分为统计模型、光能利用率模型、过程模型及耦合模型四类;重点阐述了各类遥感估算模型的机理、差异性、适宜性及局限性;最后,在分析NPP遥感估算面临困境和科学挑战的基础上,从机理与影响因素、数据基础、参数反演、时空尺度拓展、软硬件支撑等方面对未来研究进行了展望。

净初级生产力(NPP)是衡量碳循环、指导土地利用、评估生态安全、指示环境变化、反映粮食安全等的重要参量,其估算受模型构建机理和生态系统关键地表参数输入的影响。近年来,随着遥感数据的不断丰富和遥感处理技术的快速发展,集成遥感数据的NPP估算模型相较于仅采用气候、土壤等传统观测数据的非遥感模型,在分析时空异质性等方面的优势日益凸显。本文基于Web of Science和CNKI两大数据库,采用文献统计分析方法,系统回顾NPP研究概况及国内外集成遥感数据的NPP估算模型的近期进展;并将集成遥感数据进行NPP估算

森林生物量是陆地生态系统碳循环过程中最主要的参数,森林生物量准确估算是进行森林碳循环和碳储量及变化分析的基础。以香格里拉这一特殊区域为研究区,以野外调查样方数据为基础,利用植被指数、降水、积温、太阳总辐射量、海拔等多个因子,组合成遥感综合因子层、地理综合因子层与水、光、热一同构成变量,建立了研究区丽江云杉Picea likiangensis-长苞冷杉Abies georgei林,川滇高山栎Quercus aquifolioides林,云南松Pi-nus yunnanensis林,高山松Pinus densata林等4个建群种森林生物量遥感估算模型,并进行了检验。据此模型开展其生物量估算研究,结...

利用高光谱遥感技术能够高效，无损，快速的获取草地地上生物量，对草地畜牧业的高效管理，动态监测及草畜供求关系平衡等方面具有重要意义。为了探求估算生长期针茅群落地上生物量最适宜的光谱变量与植被指数，本研究在内蒙古锡林郭勒盟镶黄旗牧场获取光谱反射率与地上生物量数据，通过原始高光谱数据以及一阶微分，植被指数，绿峰与红谷等变量，运用回归模型建立相应地上生物量估算模型并对比评价模型精度。结果表明：克氏针茅（Stipa krylovii）群落在7-8月的牧草生长过程中，生物量逐渐增加，8-9月牧草枯黄明显，生物量明显下降。对原始高光谱进行微分处理有助于提高敏感波段与地上生物量的相关性；在高光谱变量中，利用红边斜率（Dr）构建的线性模型精度最佳，R²为0.94，均方根误差（RMSE）为1.97g/m²，平均相对误差（MAE）为1.97g/m²。在植被指数中，利用土壤调整植被指数（SAVI）构建的多项式模型精度最佳，R²为0.92，RMSE为1.15g/m²，MAE为1.39g/m²。本研究能够为用不同高光谱变量估算针茅群落地上生物量提供科学依据，为快速精准的牧区天然草场遥感监测提供方法和技术支持。

草地生物量是衡量草地生态系统生产力的重要指标,也是研究草地生态系统物质循环的重要基础。为了系统梳理草地生物量遥感监测研究进展,以Web of Science中1995–2020年的557篇相关文献作为数据源,运用CiteSpace软件从发表论文的国家、机构和学科分布,以及关键词共现、文献共被引、期刊共被引等角度分别进行可视化的计量分析。结果表明,草地生物量遥感监测发文量随时间推移总体呈增长趋势;发文量排名前3的国家为美国、中国和德国;中国科学院发文量最多,且远超过其他机构;发表论文的学科以生态学、环境科学和遥感科学为主;从期刊被引用看,《Ecology》、《Oecologia》和《Global Change Biology》为被引频次前3的期刊;关键词共现图谱显示植被、草原、气候变化、生态、地上生物量等为主要节点关键词;通过对热点关键词以及被引文献聚类结果分析,揭示新的遥感数据源和监测技术方法将会促进草地生物量遥感监测领域的迅速发展。

生物量是林业和生态应用研究的重要信息,森林生态系统地上生物量估算的遥感技术引起了国内外学者的广泛关注。总结与探讨不同数据源与估算方法能够为森林地上生物量的估算提供指导。本文首先总结并探讨单传感器遥感数据,包括光学遥感、合成孔径雷达与激光雷达数据在森林地上生物量估算中的应用,以及协同使用多源遥感数据估算森林地上生物量的优势;然后论述森林地上生物量估算的传统模型估算法与机器学习估算方法(决策树法、K最近邻法、人工神经网络、支持向量机、最大熵)。多源遥感数据集成能够结合不同数据的优势,能够为森林地上生物量估算提供丰富的特征信息,结合机器学习估算方法,是提高森林地上生物量估算的准确性的发展趋势。

草地生态系统是我国陆地上面积最大的生态系统,不仅生产大量的产品,而且提供巨大的生态服务功能。利用遥感技术估算草地生态系统服务价值,具有廉价、动态、快速、范围广等优点,并可解决传统方法所不能解决的空间异质性问题。论文考虑有机物质生产、维持CO2和O2平衡、营养物质循环、对环境污染的净化作用、土壤侵蚀控制和涵养水源等主要服务功能,提出了一个基于净初级生产力(NPP)和植被覆盖率的草地生态系统服务价值估算方法,并介绍了从MODIS数据反演NPP和植被覆盖率的方法。对2003年我国草地生态系统服务价值的估算结果表明,我国草地生态系统总服务价值达17050.25×108元,平均48.44×104元/km...

以盐城湿地自然保护区核心区的ETM+图像数据和同期野外实测的31个样方地上生物量干重、湿重数据为数据源,分析了15个遥感信息变量与湿地植被地上生物量干重、湿重的相关关系,并选择在0.01水平上显著相关的8个遥感变量建立一元线性回归模型、一元曲线回归模型以及多元逐步回归模型,并对比得出最优模型,进而计算出整个研究区的地上生物量。研究得出:①与研究区湿地植被地上生物量干重和湿重相关性最大的都是ETM+4波段,干重的相关系数为0.833,湿重的相关系数为0.796;②研究区植被地上生物量干重和湿重的遥感估算模型都是一元三次函数模型,且干重模型的拟合精度要优于湿重模型;③得到研究区地上生物量干重总重量...

气温作为重要的气候资源之一,在植被长势、农业灾害和气候变化研究中发挥着举足轻重的作用。目前大尺度农业、气候模型都需要空间分布的气温作为输入参数。除了用有限的台站数据空间插值获取气温栅格化数据外,遥感技术更为连贯精细的气温空间观测提供了有力的数据支持。为服务区域尺度气温相关的科研及业务工作,论文首先介绍了目前国内外气温遥感估算的主要方法,包括简单统计法、高级统计法、温度-植被指数分析法(TVX法)、地表能量平衡法及大气温度廓线外推法。再根据实际应用需要,重点总结比较了最高、最低和平均气温及不同时空尺度气温的遥感估算特点。最后讨论了气温遥感估算在实际应用中存在的问题并探讨了未来的研究趋势。

推动国产遥感卫星在资源环境领域中的应用对于促进我国航天事业发展、减少科研成本具有重要意义。我国近期发射的环境减灾卫星具有时间分辨率高、可获得高光谱影像的特点,在陆地资源遥感监测领域将有广阔发展空间。研究于2009年夏季获得三景呼伦贝尔草原区遥感影像和对应地面实测草地生物量信息,基于这些数据探讨了利用环境减灾卫星多光谱影像和植被指数反演草地生物量的可行性。结果表明基于影像提取的NDVI、OSAVI、MSAVI、SAVI、EVI、MTVI2、WDRVI和GNDVI等光谱指数均与草地生物量有较好的定量关系。其中,MTVI2结果最好,预测决定系数达0.61,交叉检验决定系数为0.58,均方根误差仅为5...

山区草地总产草量遥感估算是定量评价区域牧业生产力的有效手段。常规总产草量地面观测数据准确性较高,但无法覆盖整个天山山区,且耗时耗力。针对此问题,以新疆天山山区为研究区,选取MODIS/MOD13Q1 250m植被指数(normalized difference vegetation index,NDVI)产品数据,以县(市)为单元,基于巴氏距离定量评价研究区植被指数分布区域相似性以得到有效遥感建模分区,在此分区基础上,结合草地总产草量实测数据,建立研究区植被指数-草地总产草量遥感估算模型。结果显示,1)基于各县(市)2009-2015年7月底至8月初植被生长期多年NDVI均值直方图计算巴氏距离,以巴氏距离d>0.5为阈值,研究区被划分为7个遥感建模区;2)各分区内NDVI-草地总产草量数据拟合方程形式不同,有线性、指数、幂指数和多项式回归方程几种形式。总体来看,各分区NDVI-草地总产草量拟合相关系数在0.784~0.836。交叉检验除天山北坡西段-伊犁河谷草原畜牧业区RMSE值在2 951kg·hm-2外,其他分区RMSE值均在266~928kg·hm-2,原因在于伊犁河谷草原畜牧业区实测草地总产量在10 000~30 000kg·hm-2的样点居多,区域草地总产量较其他区域多。

针对传统k-最近邻法(k-nearest neighbor,k-NN)在搜索最近邻单元时赋予特征变量相等的权重,缺少对特征变量加权优化等不足问题,在云南省香格里拉市,以高山松Pinus densata为研究对象,基于49块实测标准地,116株高山松样木和Landsat 8/OLI影像,在前期进行基于遗传算法(genetic algorithm,GA)优化的k-NN模型实现的基础上,对k-NN的3个参数(k,t和d)进行反复测试优化组合,在像元尺度上对研究区高山松地上生物量进行遥感估算。结果表明:基于遗传算法优化的k-NN模型精度优于传统的k-NN模型,优化前均方根误差为30.0 t·hm~(-2),偏差为-0.418 t·hm~(-2),相对标准误差百分比(R_(MSE))为54.8%;优化后均方根误差为24.0 t·hm~(-2),偏差为-0.123 t·hm~(-2),R_(MSE)为43.7%。基于优化k-NN模型的研究区高山松地上生物量总储量估测结果为0.89×10~7t。图7表6参20