基于MODIS增强型植被指数的青海省牧草产量估产研究

基于MODIS增强型植被指数的青海省牧草产量估产研究 基于 MOD IS 增强型植被指数的青海省 牧草产量估产研究 341 ,2 邱新法殷青军杨英莲 (1 . 南京信息 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 大学资源环境与城乡规划系 , 210044 ; 2 . 中国大气本底基 )准观象台 ; 3 . 南京信息工程大学空间信息系 ;4 . 青海师范大学提 要 : 利用青海省 22 个生态环境监测站在 2003 和 2004 年牧草生长季内各月所测 的牧草鲜草产量数据 ,并搜集了该时段内逐日的 MOD IS 遥感数据 ,通过对图像的预 处理 ,云区识别 ,植被指数的计算及月最大植被指数的合成 ,形成了与牧草产量数据 相对应的 MOD IS EV I 数据 。然后按牧草生长季和草地类型建立了牧草鲜草产量与 MOD IS 植被指数的关系模型 。结果 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明 ,牧草产量和 MOD IS EV I 之间存在较高的 相关性 ,用指数函数建立产量模型效果较好 。按牧草生长季建立的牧草产量检测模 型比按草地类型建立的模型相关性要高 。 关键词 : MOD IS 植被指数 牧草产量 监测模型 St udy o n Mo nito ri ng System of Qi nghai Grassland Outp ut Based o n MOD IS EV I Dat a 1 ,2 34Yang YinglianQiu Xinf a Yin Qingjun ( 1 . Depart ment of U rban & Rural planning and Reso urce Management in Nanjing U niversit y of Info r matio n Science & Technology ,Nanjing 210044 ; 2 . China Glo bal At mo sp here Watch Baseline Observato ry ; 3 . Depart ment of Spatial Info r matio n Science , Nanjing U niversit y of Info r matio n )Science & Technology ;4 . Qinghai No r mal U niversit y Abstract : Qinghai Province is o ne of five largest past uring areas and ranks fo urt h in China . It is of great impo rtance to lear n t he growt h stat us of grass in time to eco2enviro nment p rotectio n and sustainable develop ment of stock raising. Based o n t he data of f resh grass weight per square meter ( f ro m 22 eco2enviro nmental mo nito ring statio ns w hich were established by Qinghai Meteo rological ) Bureau in 2002during grass growing seaso n f ro m 2003 to 2004 , as well as t he same perio d of ( ) ( ) 基金项目 :中国气象局推广项目 CMA T G2005 M42;科技部科技公益研究专项 2002D IB I0052共同资助 收稿日期 : 2007 年 2 月 6 日 ; 修定稿日期 : 2007 年 3 月 20 日 MOD IS data , by p rep rocessing , clo ud detecting , EV I co mp uting and mo nt hly maximum EV I co mpo siting , MOD IS EV I data were o btained co rrespo nding to grass o utp ut data . The relatio n2 ship bet ween grassland o utp ut and EV I was established acco rding to t he grass growing seaso n and grassland t ype . The result s show t hat grassland o utp ut have a goo d co rrelatio n wit h MOD IS EV I , and it can be bet ter described by t he expo nential f unctio n . Furt her mo re , t he grassland o ut2 p ut mo del based o n t he grass growing seaso n is bet ter t han t hat of based o n grassland t ype . Key Words : MOD IS EV I grassland o utp ut mo nito ring mo del 引 言1 研究区概况 NOAA/ AV HRR 资 料 用 于 草 地 估 产 已 ,其天然草 青海省是中国五大牧区之一 1 23 有很多的研究, 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 主要是建立 AV HRR 场面积占全国草场面积的十分之一 ,位居第 NDV I 与草产量之间的一元线性模型和指数 四 。全省天然草场面积大 ,分布广 ,所处自然 模型 。随着 1999 年 Terra/ MOD IS 卫星的发 条件差异显著 。草场类型有山地干草原 、高 射 ,利用 MOD IS2NDV I 与 MOD IS2EV I 反演 寒干草原 、山地草甸 、高寒草甸 、山地荒漠 、平 4 26 牧草产量的研究工作更是方兴未艾。青 原荒漠 、高寒荒漠 , 沼泽化草甸 , 灌 丛 、疏 林 4 2 海省气象局曾利用 NOAA/ AV HRR 建立了 等 。其中高寒草甸面积为 2400 ×10hm,占 草地资源遥感动态监测系统 ,为当地畜牧业 全省草地面积的 65 . 06 % ,构成了全省草场 7 生产和生态环境保护做出了重要的贡献。 的主体 。 基 于 MOD IS 的 EV I 植 被 指 数 与 2 资料来源AV HRR NDV I 植被指数相比 , 具有以下一 些特点 : 第一 , 具有较高的空间分辨率 , 可 详细地反映地表植被特征 。第二 , 红光和近 211 牧草产量实测值 红外探测波段的范围设置更窄 , 不仅提高了 研究中所用牧草地面实测资料由青海省 对稀疏植被探测的能力 ,而且减少了水汽的 气象局 2002 年所建的青海省 22 个生态环境 影响 , 同时 ,引入了蓝光波段对大气气溶胶 ( ) 监测站 图 1 , 见 彩 页 提 供 , 数 据 为 2003 、 8 29 进行了修正。另外 , MOD IS 带有的 3 个 2004 年 5 、6 、7 、8 月底所测的牧草单位面积 在轨定标器对于太阳反射波段的定标可以大 - 2 的鲜草重量 ,单位为 : kg?hm 。大提高定标精度 ,避免了由定标不确定性导 212 MOD IS 遥感数据 致的 植 被 指 数 的 不 确 定 性 。因 此 MOD IS EV I 更能稳定地反映植被状况 。本研究利用 MOD IS 资料是由青海省遥感中心接收 青海省 22 个生态环境观测站点 2003 年 和 的 2003 、2004 年 5 、6 、7 、8 月 份 逐 日 的 经 过2004 年所测牧草鲜草产量资料和与之相对 (MOD IS 接收处理系统预处理 投影 、定标 、太 应 时 段 的 MOD IS EV I 资 料 , 建 立 了 基 于 ) 阳高度角订正等后生成的青海省范围的数 MOD IS EV I 数据的青海省牧草产量监测模 据 ,然后进行云区识别 , 植被指数 EV I 的计型 ,并投入了 业 务 使 用 , 取 得 较 好 的 服 务 效 算及多时相植被指数的合成 。果 。 气 象 第 33 卷 104 8 为: 3 遥感资料的处理 ( ) ( = 2 . 5 B - B / B + CB + I 2 1 2 1 1 EV )( )3 CB + L 2 3 311 云区识别 其中 : L 为土壤调节参数 ,一般取 1 ,参数 C 110采用归一化云检测指数 和 C分别为红光和蓝光的大气修正系数 , 2 的方法 。它 可表示为 :一般 取 6 . 0 和 7 . 5 , B 、B 和 B 分 别 为 红 1 2 3 光 、绿光和蓝光波段反射率 ,对应于 MOD IS ) ( )( ( )I 1 = B - B / B + B 1 18 1 18 CD ( μ) 的第 1 波 段 0 . 62 , 0 . 67m 、第 2 波 段 其中 , B 和 B 对应于 MOD IS 的第 1 波段 1 18 (μ( ) 0 . 841 , 0 . 876m 和 第 3 波 段 0 . 459 ,(μ( ) 0 . 62 , 0 . 67m 和 第 18 波 段 0 . 931 , μ) 0 . 479m。μ) 0 . 941m。由 于 云 、雪 反 射 光 谱 在 MOD IS 的第 1 波段呈高反射特征 ,而在第 18 波段因 313 最大植被指数的合成 受水汽影响 ,其反射特征为吸收谷 ,故其云检 为了排除云雾等的影响 ,采用最大植被 ( ) 测指数为正 I > 0; 而土壤反射光谱在这 CD () 指数合成法 即 MV C 法, MV C 倾向于选择 两个波段处的反射特性差异不大 ,所以云检 最“晴空”的 、最接近于星下点和最小太阳天 ( ) 测指数接近 0 I = 0;植被反射光谱在第 1 CD 顶角的像元 。在研究中根据牧草监测资料的 波段呈低反射 ,而在第 18 波段呈高反射 ,因 时段 ,合成最大植被指数图 ,研究中以月为单 ( ) 此其云检测指数为负 I < 0。由此得到的 CD 位 ,合成 2003 和 2004 年 5 、6 、7 、8 月的最大 结果中 ,云和陆地的分界线清晰 ,云的特征明 植被指数图 。 显 ,但云和雪还需作进一步的区分 。 由于雪在可见光波段有较高的反射率 , 4 建立监测模型 在近红外波段有较强的吸收特性 ; 而大多数 () 云 尤其是积云,在短波近红外波段的反射 411 按牧草生长季建立回归方程 率仍然比较高 ,1995 年 Hall 等建立了运用归 在 2003 、2004 年 5 、6 、7 、8 月的月最大植 一化积雪指数的方法将雪和积云区分开来 。 被指数图上读取青海省 22 个生态环境监测 ( ) ( )( )I 2 = B - B / B + B N DS4 6 4 6 站的 EV I 值 ,并与同期的牧草实测值建立回 (式中 , B 、B 分别是 MOD IS 第 4 波段 0. 545 4 6 归方程 ,经对比 ,指数关系拟合效果最佳 ,牧 μ(μ) ) ,0. 565m和第 6 波段 1. 628,1. 652m的 草生长季内各月的产量检测模型见图 2 。 反射率 。 对于薄云可用两种方法将其与雪区分开 412 按草地类型建立回归方程 (来 。一是根据水汽在 MOD IS 第 26 波段 1. 36 μ) ,1. 39m的强吸收特征 ,设定判断阈值 ; 二 由于 22 个牧草监测站中高寒草甸类占 (μ) 是利用 MOD IS 第 20 波段 3. 66,3. 84m和 了 14 个 ,加之高寒草甸草地占全省草地面积 (μ) 31 波段 10. 78,11. 28m的亮温差来判断薄 的 65 %以上 , 因此以高寒草甸类为例 , 建立 卷云 。 了高寒草甸草地牧草产量监测模型 ,结果见 表 1 。与其他类型相比 , 按草地类型建立的 312 植被指数 EV I 的计算 监测模型相关性较差 。 基于 MOD IS 的增强性植被指数可表达 图 2 按牧草生长季的产量监测模型 a . 5 月 , b. 6 月 , c . 7 月 , d. 8 月 ; y 为产量 , x 为植被指数 I EV - 2 - 2 表 1 高寒草甸草地牧草产量监测模型 7500 kg h?m 、7500 , 9000 kg h?m 和 >2 - 2 年份 方程 样本数 R( ) 9000 kgh?m , 结 果 图 3 , 见 彩 页 。同 时 , 5. 4278x2003 0 . 548 54 y = 290. 475e 在 8 月 7 —10 日进行了野外考察和观测 ,实 3. 5783x2004 0 . 3384 50 y = 650. 19e 4. 5606x 测值与模式计算结果对比见表 2 。可见 ,利用 2003— 20040 . 4693 104 y = 417. 585e - 2 牧草生长季内监测模型进行全省范围牧草产 注 : y 代表产量,单位 kg?hm ; x 代表 I 值 EV 量的监测 ,能够满足为地方政府服务的需要 。 5 应用实例 6 结 论 选取 2006 年 8 月 6 日 MOD IS 晴 天 资 , 牧 草 产 量 和 MOD IS EV I 数 由上可见 料 ,利用 8 月份牧草产量检测模型进行牧草 据之间具有较高的相关性 ,其指数关系模型 监测 。按青海省草地资源等级将产量分为如 11 - 2 能较好地反映牧草地上部分草地生物量 。另 下 8 个 等 级, < 750 kg ?hm 、750 ,2 - 2 - 2 外 ,按草地类型建立的监测模型 R 值明显 1500 kgh?m 、1500,3000 kgh?m 、3000,2 - 2 - 2 小于按牧草生长季建立模型的 R 值 。 4500 kgh?m 、4500,6000 kgh?m 、6000,