一种考虑草地高度因子的草地生物量遥感反演方法
【技术领域】
[0001] 本发明涉及定量遥感应用技术领域，具体是指一种考虑草地高度因子的草地生物 量遥感反演方法，它用于草地地上生物量的遥感定量反演。
【背景技术】
[0002] 草地是我国面积最大的陆地生态系统，它不仅具有涵养水源、保持水土等生态功 能，而且是草地畜牧业发展的物质基础。草地地上生物量是指地表以上单位面积上所包含 的活植物材料的重量，它是草地生态系统的重要参数之一。实时动态的检测草地长势并估 算其产量，不仅有助于掌握气候变化与草地生态系统相互间的反馈作用，而且对指导牧民 合理放牧和草地资源的可持续利用具有重要意义。
[0003] 传统的现场测量生物量方法具有精度高，测量数据可靠等优点，但是现场测量具 有费时费力、以点带面和具有破坏性等缺点。遥感数据具有重访周期高，覆盖范围广，数据 源丰富等优势，将遥感数据用于监测草地生态参数，作为现有实际监测数据的补充测量手 段，则可以获得实时、大范围的草地生态参量监测数据，对于牧区畜牧养殖和生态环境保护 均有指导价值。目前，植被指数模型法是最常见的植被生物量遥感监测方法。早在80年代， 新西兰学者就开始采用NOAA/AVHRR数据计算归一化植被指数（NDVI)来监测草地植被生产 力的动态变化。S. W. Todd利用TM图像提取植被指数，包括GVI、NDVI、WI和红色波段（TM3) 研宄了美国克罗拉多东部地区的牧草生物量，并发现这些植被指数与牧区草地生物量呈线 性关系。
[0004] 然而，植被指数模型存在的一个最大的问题就是对不同形态的植被之间缺乏一致 性和稳定性。李德仁指出遥感数据在估算生物量比较高的地区时，存在遥感信息饱和的问 题，不能准确反应生物量的变化。刘占宇等也指出植被指数模型对生物量较小的草地拟合 度较好，而对生物量较大的草地拟合度较差。
[0005] 本发明将草地高度因子引入到草地地上生物量估算模型，建立包含草地高度因子 和光谱参量的综合估算模型，以期进一步提高草地生物量遥感监测的精度。
【发明内容】
[0006] 基于上述已有技术存在的问题，本发明的目的是提出一种考虑草地高度因子的草 地生物量遥感反演方法，以克服传统植被指数模型法对不同形态的植被之间缺乏的一致性 和稳定性的缺点，并且进一步提高草地生物量遥感估算的精度。
[0007] 该方法利用草地高度、植被指数来估算草地生物量参数。其具体步骤是（图1):
[0008] (1)图像数据获取及处理
[0009] (1-1)遥感图像、DEM数据的获取及预处理
[0010] 获取研宄区的光学遥感影像，分别进行几何校正、辐射校正和大气校正等预处理 工作，然后根据预处理后得到的反射率影像采用植被指数阈值法进行草地覆盖区域提取； 获取研宄区的DEM图像数据（一般采用ASTER GDEM数据），并与遥感数据进行几何配准；
[0011] (1-2)生成草地分类图像
[0012] 根据研宄区域内不同类型的草地在遥感图像上的光谱亮度差异和高程分布差 异，进行草地分类识别，生成研宄区的草地分类图；
[0013] (2)地面测点数据获取
[0014] 在研宄区选择一定数量具有代表性的测点，在每个测点选择一块均质的草地区 域，其面积需大于遥感图像单个像元对应的实际地面面积；在该区域内选择若干个同样大 小具有代表性的样方，首先对样方内草地冠层顶部至地面的垂直距离h进行测量，取均值 作为该测点草层高度；然后将各个样方地上部分剪下，立即称重，取均值作为该测点草地的 地上生物量值；用GPS记录每个测点的经炜度数据；
[0015] (3)地面测点特征参数提取
[0016] (3-1)遥感影像植被指数提取
[0017] 按步骤（2)记录的GPS经炜度从经过预处理后的遥感图像上提取地面测点对应像 元的5种植被指数：归一化植被指数NDVI、比值植被指数RVI、差值植被指数DVI、增强型植 被指数EVI、土壤调节植被指数SAVI ;
[0018] (3-2)高程和类别信息提取
[0019] 按步骤（2)记录的GPS经炜度从经过预处理后的DEM图像上提取地面测点对应的 高程数据，同样的方法从草地类型图上提取出地面测点对应的草地类型编号；
[0020] (4)草地高度反演模型构建
[0021] 将每一个地面测点对应像元的草地类型编号、DEM和NDVI作为输入，每一个测点 实测的草地高度作为输出，采用Cart分类回归树算法建立草地高度估算模型；
[0022] (5)草地生物量反演模型构建
[0023] 选取5个植被指数因子NDVI、RVI、DVI、EVI、SAVI、草地高度因子H作为备选自 变量，设定显著性水平为〇. 05,对备选自变量与草地生物量之间进行逐步回归分析并逐步 剔除无用变量，筛选出特征因子；根据筛选出的特征因子建立草地生物量多元线性反演模 型；
[0024] (6)遥感影像数据草地生物量反演
[0025] 对于研宄区预处理后的遥感图像，根据步骤（5)得到的草地生物量模型采用逐像 元计算的方法来得到每个像元对应的草地生物量值，其中每个像元对应的草地高度值通过 步骤（4)所建立的草地高度模型计算得到；最终得到研宄区的草地生物量反演图像；
[0026] 本发明有如下有益效果：将草地高度因子引入到草地地上生物量估算模型，建立 包含草地高度因子和光谱参量的综合估算模型，进一步提高了草地生物量遥感监测的精 度，并克服了传统植被指数模型法对不同形态的植被之间缺乏的一致性和稳定性的缺点。
【附图说明】
[0027] 图1草地产量反演流程图。
[0028] 图2草地高度计算模型。
[0029] 图3草地产量反演结果图。
【具体实施方式】
[0030] 根据本发明利用HJ-IC⑶数据对青海湖环湖区域草地地上生物量进行反演。首先 对研宄区HJ-IC⑶数据（2012年9月2日，5083行*5931列）进行几何校正、辐射校正和大 气校正，再对得到的反射率影像进行水体掩膜、植被覆盖区域提取等预处理。根据青海省现 有的草地分类体系，对环湖区域的8种草地类型进行分类，生成研宄区草地分类图。在此基 础上，综合利用研宄区反射率影像、草地分类图像、D