一种基于遥感与gis相结合的草地生产力估算方法
【专利摘要】一种基于遥感与GIS相结合的草地生产力估算方法，本发明涉及基于遥感与GIS相结合的草地生产力估算方法。本发明是要解决传统方法估算草地生产力耗时、费力、且很难实现大范围、长时间连续获取的不足。步骤一、草地原始数据预处理；步骤二、选取NDVI、RVI、MSAVI和EVI，构建基于多植被指数的多类型草地生产力估算模型；步骤三、选取最优草地生产力估算模型；步骤四：利用最优草地生产力估算模型及植被指数，进行栅格运算，得到草地生产力空间分布图，根据草地总面积，估算得到草地生产力总量；步骤五：建立以植被指数为自变量，以未来一定时期草地生产力为因变量的草地生产力预报模型。本发明应用于生态学、遥感领域。
【专利说明】一种基于遥感与GIS相结合的草地生产力估算方法
【技术领域】
[0001] 本发明涉及基于遥感与GIS相结合的草地生产力估算方法。
【背景技术】
[0002] 近年来，由于人类社会发展导致的生态环境不稳定性明显增加，从而引发了一系 列的生态环境问题，如为追求经济效益而过度开垦和放牧导致的草地质量严重退化、载畜 能力急剧下降、水土流失日益严峻、生物多样性受损等问题。因此，对草地现状进行快速评 估以及未来发展趋势准确预测，对指导区域草地科学合理的利用意义深远。
[0003] 遥感、GIS技术的迅速发展，为研宄地球表面各种生态环境问题提供了良好的手 段。尤其是对大面积空间范围内的快速判读，与传统的微观定点研宄相比，具有节省人力、 物力、财力和高效准确的突出优势。因此，利用宏观并且实时的遥感数据，结合GIS的空间 分析技术手段，探索区域草地质量评估及预测手段，对于区域生态环境的改善具有重要意 义。
【发明内容】
[0004] 本发明是要解决传统方法估算草地生产力耗时、费力、且很难实现大范围、长时间 连续获取的不足，而提供了一种基于遥感与GIS相结合的草地生产力估算方法。
[0005] 基于遥感与GIS相结合的草地生产力估算方法按以下步骤实现：
[0006] 步骤一、草地原始数据预处理：
[0007] 将草地原始数据统一到同一坐标系和投影下；其中，所述投影为Albers投影，所 述同一坐标系采用东经105°，所述草地原始数据包括草地生产力数据、植被指数数据、草 地空间分布数据和土地利用数据；
[0008] 步骤二、选取归一化植被指数NDVI、比值植被指数RVI、修改型土壤调整植被指数 MSAVI和增强型植被指数EVI，构建基于多植被指数的多类型草地生产力估算模型；
[0009] 步骤三、利用野外实测的同期草地生产力数据对基于多植被指数的多类型草地生 产力估算模型进行精度验证，选取最优草地生产力估算模型；
[0010] 步骤四：在ArcGIS软件下，利用最优草地生产力估算模型及植被指数，进行栅格 运算，得到草地生产力空间分布图，根据草地总面积，估算得到草地生产力总量；
[0011] 步骤五：对野外实测的草地生产力数据与前期植被指数进行相关分析及回归分 析，对比确定最优植被指数及最优拟合方程，建立以植被指数为自变量，以未来一定时期草 地生产力为因变量的草地生产力预报模型，实现草地生产力的预测。
[0012] 发明效果：
[0013] 本发明利用统计回归方法，结合遥感数据和草地生产力实测数据，对松嫩草地生 产力与不同植被指数之间的关系进行讨论分析，进而确定用于草地生产力估算的最优植被 指数及最优模型，并应用此模型对草地生产力进行空间反演。通过预留的草地生产力实测 数据对估算结果进行定量评价，同时与他人的估算结果对比分析，发现，本发明提出的利用 植被指数实现草地生产力估算的方法是切实可行的。同时，通过实验证明生产力与前期 NDVI关系最密切，对比各类模型精度，选取基于NDVI的幂指数模型作为16天最优预报模 型，并对其进行验证，得到该模型的预报精度为74%，也证明了利用前期的植被指数预测未 来的草地生产力是具备科学依据的。以上利用遥感数据进行草地生产力估算及预测的方 法，完全可以应用到草地管理与科学规划等实际应用当中。
【专利附图】
【附图说明】
[0014] 图1为一个实施例中松嫩草地生产力米样样点分布图；
[0015] 图2为一个实施例中松嫩草地生产力模拟精度验证；
[0016] 图3为一个实施例中松嫩草地生产力估算结果空间分布图。
【具体实施方式】
【具体实施方式】 [0017] 一：本实施方式的基于遥感与GIS相结合的草地生产力估算方法按 以下步骤实现：
[0018] 步骤一、草地原始数据预处理：
[0019] 将草地原始数据统一到同一坐标系和投影下；其中，所述投影为Albers投影，所 述同一坐标系采用东经105°，所述草地原始数据包括草地生产力数据、植被指数数据、草 地空间分布数据和土地利用数据；
[0020] 步骤二、选取归一化植被指数NDVI、比值植被指数RVI、修改型土壤调整植被指数 MSAVI和增强型植被指数EVI，构建基于多植被指数的多类型草地生产力估算模型；
[0021] 步骤三、利用野外实测的同期草地生产力数据对基于多植被指数的多类型草地生 产力估算模型进行精度验证，选取最优草地生产力估算模型；
[0022] 步骤四：在ArcGIS软件下，利用最优草地生产力估算模型及植被指数，进行栅格 运算，得到草地生产力空间分布图，根据草地总面积，估算得到草地生产力总量；
[0023] 步骤五：对野外实测的草地生产力数据与前期植被指数进行相关分析及回归分 析，对比确定最优植被指数及最优拟合方程，建立以植被指数为自变量，以未来一定时期草 地生产力为因变量的草地生产力预报模型，实现草地生产力的预测。
[0024] 本实施方式效果：
[0025] 本实施方式利用统计回归方法，结合遥感数据和草地生产力实测数据，对松嫩草 地生产力与不同植被指数之间的关系进行讨论分析，进而确定用于草地生产力估算的最优 植被指数及最优模型，并应用此模型对草地生产力进行空间反演。通过预留的草地生产力 实测数据对估算结果进行定量评价，同时与他人的估算结果对比分析，发现，本发明提出的 利用植被指数实现草地生产力估算的方法是切实可行的。同时，通过实验证明生产力与前 期NDVI关系最密切，对比各类模型精度，选取基于NDVI的幂指数模型作为16天最优预报 模型，并对其进行验证，得到该模型的预报精度为74%，也证明了利用前期的植被指数预测 未来的草地生产力是具备科学依据的。以上利用遥感数据进行草地生产力估算及预测的方 法，完全可以应用到草地管理与科学规划等实际应用当中。
【具体实施方式】 [0026] 二：本实施方式与一不同的是：所述步骤一中草地生 产力数据具体获得过程为：
[0027] 野外收集草地生产力最大时期的草地地上生物量，用GPS记录采样点位置。每个 IOmX IOm的样地内部设置3个或5个小样方作为重复，齐地面收集每个小样方内地上的绿 色部分，65°C烘干至衡重，各样地所有小样方生物量的平均值即各样地地上生物量。根据草 地地下生物量与地上生物量的比值（根冠比），得到草地总生物量；通过生物量与碳的转换 系数，得到草地生产力数据。
[0028] 其它步骤及参数与【具体实施方式】一相同。
【具体实施方式】 [0029] 三：本实施方式与一或二不同的是：
[0030] 一、NDVI 和 EVI 来自 NASA (National Aeronautics and Space Administration) / MODIS (Moderate Resolution Imaging Spectroradiometer)陆地产品组根据统一算法开 发的M0D13Q1植被指数数据集（下载网址：https://wist. echo. nasa. gov)，RVI和MSAVI利 用植被指数数据集中的红光和近红外波段反射率数据计算得到，具体见公式（I)、（2)、（3)、 (4)：
【权利要求】
1. 一种基于遥感与GIS相结合的草地生产力估算方法，其特征在于基于遥感与GIS相 结合的草地生产力估算方法按以下步骤实现： 步骤一、草地原始数据预处理： 将草地原始数据统一到同一坐标系和投影下；其中，所述投影为Albers投影，所述同 一坐标系采用东经105°，所述草地原始数据包括草地生产力数据、植被指数数据、草地空 间分布数据和土地利用数据； 步骤二、选取归一化植被指数NDVI、比值植被指数RVI、修改型土壤调整植被指数MSAVI和增强型植被指数EVI，构建基于多植被指数的多类型草地生产力估算模型； 步骤三、利用野外实测的同期草地生产力数据对基于多植被指数的多类型草地生产力 估算模型进行精度验证，选取最优草地生产力估算模型； 步骤四：在ArcGIS软件下，利用最优草地生产力估算模型及植被指数，进行栅格运算， 得到草地生产力空间分布图，根据草地总面积，估算得到草地生产力总量； 步骤五：对野外实测的草地生产力数据与前期植被指数进行相关分析及回归分析，对 比确定最优植被指数及最优拟合方程，建立以植被指数为自变量，以未来一定时期草地生 产力为因变量的草地生产力预报模型，实现草地生产力的预测。
2. 根据权利要求1所述的一种基于遥感与GIS相结合的草地生产力估算方法，其特征 在于所述步骤一中草地生产力数据具体获得过程为： 野外收集草地生产力最大时期的草地地上生物量，用GPS记录采样点位置。每个IOmXIOm的样地内部设置3个或5个小样方作为重复，齐地面收集每个小样方内地上的绿 色部分，65°C烘干至衡重，各样地所有小样方生物量的平均值即各样地地上生物量。根据草 地地下生物量与地上生物量的比值（根冠比），得到草地总生物量；通过生物量与碳的转换 系数，得到草地生产力数据。
3. 根据权利要求1或2所述的一种基于遥感与GIS相结合的草地生产力估算方法，其 特征在于所述步骤二具体为： 一、NDVI和EVI来自NASA陆地产品组根据统一算法开发的MOD13Q1植被指数数据集， RVI和MSAVI利用植被指数数据集中的红光和近红外波段反射率数据计算得到，具体见公 式（1)、（2)、（3)、（4):
式中：P_和Pκ分别为红光波段和近红外波段的反射率，PB为蓝光波段的反射率，计 算得到四个植被指数； 二、 随机选取采样点草地生产力数据，剔除采样点草地生产力数据异常值，以采样点为 中心提取采样点周围3X3个像元的各类型植被指数的平均值，作为采样点的植被指数数 据，利用统计软件SPSS，对植被指数数据与草地生产力数据进行一元线性回归分析及曲线 回归分析，建立以各类型植被指数为自变量的基于多植被指数的多类型草地生产力估算模 型。
4.根据权利要求3所述的一种基于遥感与GIS相结合的草地生产力估算方法，其特征 在于所述步骤三具体为： 一、 综合比较基于多植被指数的多类型草地生产力估算模型拟合精度，最终选出最优 植被指数及最优草地生产力估算模型： 二、 利用未参与草地生产力估算模型建立的有效生产力数据，根据公式（5)、（6)所列 评价指标对最优草地生产力估算模型进行精度验证：
式中：RMSE，平均绝对误差；REE，平均相对误差（％ ) 样地i的实测草地生产力（g/ m2) ;Y/，样地i的模拟草地生产力（g/m2) :}7,平均实测草地生产力（g/m2) ;N，样本数。
【文档编号】G06F19/00GK104462809SQ201410735271
【公开日】2015年3月25日 申请日期:2014年12月4日 优先权日:2014年12月4日
【发明者】罗玲, 王宗明, 毛德华 申请人:中国科学院东北地理与农业生态研究所