基于MODIS的青海草地产草量变化遥感分析
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.12118/j.issn.1000-6060.2020.03.18

基于MODIS的青海草地产草量变化遥感分析

引用
青海省属于全国四大牧区之一,及时监测草地植被长势、准确估算牧草产量对青海牧区可持续发展与生态保护具有重要意义.草地产草量遥感估算主要基于植被指数与地面实测数据的统计关系,但是估算涉及植被指数、统计模型和建模指标等因素,不同组合建立的估算模型的精度不同.本文基于青海省MODIS数据与地面实测产草量数据,选择了6种植被指数(NDVI、EVI、RVI、DVI、RDVI、MSAVI)、5种统计模型(简单线性模型、二次多项式模型、幂函数模型、指数函数模型、对数函数模型)以及3种建模指标(植被指数年度最大值VImax植被指数生长季累积值VIseason-cum、植被指数年度累积值VIannual-cum),研究不同组合下估算模型的精度差异,并从中选出最优产草量估算模型,用于估算青海省2015年和2016年的产草量.结果 表明:(1)6种植被指数中,基于NDVI的产草量估算精度最高;非线性模型的估算精度高于线性模型,尤其是指数模型,适用于大多数草地类型产草量的估算;基于NDVI年度最大值的估算模型对大多数草地类型都具有最高的决定系数(R2).(2)从干重来看,高产草量区(>1 200 kg·hm-2)主要位于青海东部的高寒草原,中等产草量区(600~1 200 kg·hm-2)位于青海南部和东部的高寒草原和禾草草原,低产草量区(<600 kg·hm-2)位于青海西部和北部的高寒草甸、高寒草原、高寒荒漠和盐生草甸.(3)与2015年相比,2016年青海省干草总产量减少31.60×104 t,减幅为1.36%.其中,禾草草原和高寒草甸的减产幅度最大,而荒漠草原和盐生草甸的产量则有所增加.本文可为草地产草量遥感估算的研究和实践提供参考.

产草量、遥感、MODIS、植被指数、青海省

43

S812;S152;TP79

国家自然科学基金;陕西省教育厅项目

2020-07-09(万方平台首次上网日期,不代表论文的发表时间)

共11页

715-725

相关文献
评论
暂无封面信息
查看本期封面目录

干旱区地理

1000-6060

65-1103/X

43

2020,43(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn