APP下载

利用手持光谱设备估测羊草草地生物量

2014-10-10韩冬梅何峰谢开云

草原与草坪 2013年6期
关键词:植被指数生物量

韩冬梅 何峰 谢开云 等

摘要:在河北省沽源县以羊草为主的坝上草原,在降水和刈割为控制因素的试验小区,测量了地上干生物量,并利用ACS430手持式光谱仪采集光谱数据,计算了9种植被指数值。对生物量与植被指数进行相关性分析,建立以产量为因变量、植被指数为自变量的生物量估测模型。结果表明,各个植被指数与产量的相关性都很好(P<0.01),说明植被指数对草地覆盖度都很敏感。最后依据曲线模型的决定系数大小,认为归一化红边植被指数NDRE与产量建立的二次模型拟合效果最好(P<0.01),拟合方程为y=0.024+2.249x-7.136x2,R2=0.675。

关键词:羊草;生物量;植被指数

中图分类号:S 812;Q 948文献标识码:A文章编号:10095500(2013)06003605

遥感技术具有快速、及时、准确、宏观、经济等特点,已被广泛应用于各个领域,包括军事、 监视[1]、气象观测[1]、植被分类[1-3]、植被监测[4-7]、土地利用规划[8,9]、农作物病虫害[10,11]、作物产量调查[12,13]等。植被指数(VI)作为遥感手段中的一种,主要通过两个或两个以上波长范围内的地物反射率相互组合运算,增强植被化学成分或生长状况的某一特性或者细节[10],从而反映植被特征。在草地科学领域中,利用遥感技术测定草地植被反射率并计算各种植被指数值,对草地生物量进行估测,可在不破坏草地的条件下对草地产量和长势进行准确、及时的监测,比传统的刈割、称重等方法更为快捷,可以减少人力和财力的投入,也为草地的科学管理和合理利用提供可靠依据,对准确掌握草地生产资料、计算草地载畜量、实现草畜平衡发展具有重要意义。

早在1974年,Rouse等[14]就发现植被反射率与植被产量之间具有良好的相关性,并发现了归一化植被指数(NDVI)。田庆久等[15]将近20年在农业、植被和生态环境监测方面发展的40多个植被指数做了分类和总结,对各类指数做出了中肯的评价。邓书斌等[16]总结了现有的植被指数,并根据植物中影响植被波谱特征的主要化学成份,做出27种较为实用的植被指数,从植物生理的尺度上可了解植被指数与植物的关系。但在草地植被遥感监测领域,大多学者只是使用NDVI、EVI、RVI等指数估算草原的生物量。如王建伟等[17]就NDVI和RVI在草地地上生物量估测方面的应用进行初步探讨,认为NDVI的使用较RVI广泛;张凯等[18]应用遥感技术对甘南草地地上鲜生物量进行估算研究,认为对数模型在草原估产研究中较为准确;赵冰茹等[19]利用MODISNDVI对内蒙古锡林郭勒草原荒漠、沙地、典型和草甸草原进行估产研究,结果表明草甸草原的拟合效果最好,其线性模型及指数模型的决定系数均达0.7以上。目前,利用遥感植被指数估算不同草地的生物量已取得一定的成就,但羊草草地作为我国分布范围较广的草原之一,应用其他植被指数进行估产方面的研究还鲜见报道。

基于以上分析,利用手持光谱仪ACS430获取近地面羊草草地光谱反射率数据,结合地上干生物量数据,分析各种植被指数与羊草草地生物量之间的相关关系,选出较为合适的植被指数及生物量估产模型,以期为羊草草地地上干生物量的产量测定提供方法和理论依据,促进遥感技术在草地畜牧业中的监测和估产应用。

1材料和方法

1.1研究地点概况

试验地位于河北省沽源县内的坝上草原,地理位置E 115°39′48″,N 41°45′57″,地处内蒙古高原南缘,位于河北省西北部。该区域地势平坦,具有疏缓丘陵、波状高原的地貌,年均日照2 223 h,平均海拔1 400 m,年均气温1.4 ℃,年均降水量400 mm,>10 ℃的年积温为2 370 ℃。草原是以羊草(Leymus chinensis)为主的草甸草原,伴生种有克氏针茅(Stipa krylovii)、糙隐子草 (Cleistogenes squarrosa)、野古草属(Arundinella)、拂子茅属(Calamagrostis)、柴胡(Bupleurum chinensis)、菊叶委陵菜(Potentilla tanacetifolia)、扁蓿豆(Melissitus ruthenicus)、瓣蕊唐松草(Thalictrum petaloideum)、南牡蒿(Artemisia eriopoda)、冷蒿(A.frigida)等蒿类以及冰草(Agropyron cristatum)等。

该试验地为2005年建立的降水梯度和刈割强度为控制因素的18个试验小区[20],经过7年的处理,植被生物量已经呈现出一定的梯度变化,为此次研究的开展提供了基础。

1.2研究方法

1.2.1生物量的确定

生物量的测量选用直接收割法。在每个试验小区选择1 m×1 m的样方,齐地刈割,装入标记好的样方袋,带回实验室,于烘箱中65 ℃烘干至恒重,称重。

1.2.2光谱反射率数据采集

使用Holland Scientific公司生产的Crop Circle ACS430手持式植物冠层光谱仪测定光谱反射率。光谱检测320~1 100 nm,探头吸收波段为670,730和780 nm。横向视角范围30°,纵向14°。测量最大高度183 cm,最大范围2 m,采样输出最大频率20次s。仪器在测量过程中不受高度和外界光线的影响。测量时探头垂直向下照射,辐射的区域在探测目标之内,测量波长为670 nm(ρ670)、730 nm(ρ730)及780 nm的光谱反射率(ρ780)。

1.2.3植被指数计算方法

各种指数的计算方法见表1。

所有数据采用SPSS15.0软件进行统计分析和绘图。

2结果与分析

2.1植被指数与生物量的相关性

对试验小区的干草产量与9种植被指数分别进行相关性分析,各个植被指数与羊草的干草产量都呈正相关,相关性都达到极显著水平(P<0.01),说明由ACS430仪器测得的光谱数据所计算的植被指数可以良好的反映草地的产量。并且使用红边波段反射率计算所得的植被指数NDRE、ChlI、WICI1和WICI2具有更高的R值。可见,红边波段对植被的反映能力较好,更为敏感。

2.2生物量监测模型的选择

选取5个最具代表性的光谱指数NDRE、ChlI、NLI、WICI1、WICI2,其中,NLI为近红外与红边波段的组合。NDRE、ChlI、WICI1、WICI2是具有红边波段的组合。分别拟合光谱指数与产量的曲线方程,建立以光谱指数为自变量,产量为应变量的估产模型(表3,图1)。

5种植被指数与产量建立的二次曲线模型效果都比较好(P<0.01),都可以用来做产量的拟合。而图1中的每个小图都有同一个明显影响着曲线的走向的异常点。该异常点的产量较低,植被指数值却比较高。异常点处于第18小区,该区阔叶杂草比较多,造成大面积的覆盖,导致产量低,植被指数值比较高,这与王艳荣等[21]的研究相一致,表明植被覆盖面积小、土壤裸露面积大时,估产中会产生一定的误差。可见,当植被指数与产量的关系呈反比时,地面的覆盖度大,说明草原阔叶草比较多。表明手持式光谱仪对草原的监测也是很有意义的。

试验采用的所有的植被指数与产量的相关性都达到极显著水平(P<0.01),都可以用来估测羊草草地的产量,说明手持式光谱仪在草原估产的应用上表现良好。但在所有的植被指数中,NDRE的表现最佳。因为植被指数NDRE是利用近红外与红边波段的反射率运算所得,是将植被指数NDVI计算公式中的红光反射率更换为红边反射率,意义在于增加近红外波段范围内绿叶的散射与红边波段范围内叶绿素吸收的差异,从而表现产量的差异。因此,NDRE可以更好地反映植被的生长状况[15]。并且,在5种植被指数的曲线方程中,NDRE的决定系数R2最高,因此,在羊草草地的产量估测中,植被指数NDRE的二次拟合曲线可以更好地模拟羊草草地的产量。

3结论

通过手持光谱仪ACS430对羊草草地进行野外观测及草地地上干生物量的测定,利用光谱反射率计算所得的植被指数与羊草产量进行相关性分析,结果表明上述植被指数与产量的相关性都达到极显著水平,结合各个指数所反映的物理意义,我们选择植被指数NDRE来拟合该草地干草产量,拟合方程为y=0.024+2.249x-7.136x2,R2=0.675。

参考文献:

[1]邓良基.遥感基础与应用[M].北京:中国农业出版社,2009.

[2]张超.西藏灌木林评价与遥感分类技术研究[D].北京:中国林业科学研究院,2009.

[3]单丽燕.应用遥感技术对内蒙古镶黄旗草原分类的研究[J].草原与草坪,2005(1):38-42.

[4]方红亮,田庆久.高光谱遥感在植被监测中的研究综述[J].遥感技术与应用,1998,13(1):62-69.

[5]李聪,曹占洲,李良序,等.草地植被指数季节变化的遥感动态监测研究[J].沙漠与绿洲气象,2007,1(3):26-29.

[6]高娃,邢旗,刘德福.草原”三化”遥感监测技术方法和指标的研究[J].草原与草坪,2007(4):40-44.

[7]陈兴涛,陈功,单贵莲.草坪近地面光谱特征研究进展[J].草原与草坪,2011,31(5):91-96.

[8] 邱一丹,孙保平,周湘山,等.基于地形因素的洪雅县景观格局定量分析与功能划分[J].甘肃农业大学学报,2012,47(3):116-123.

[9]黄福奎.论遥感技术在土地利用动态监测中的应用[J].中国土地科学,1998,12(3):21-25.

[10]陈鹏程,张建华,雷勇辉,等.高光谱遥感监测农作物病虫害研究进展[J].中国农学通报,2006,22(2):388-391.

[11]李登科,刘安麟,范建忠,等.遥感技术在病虫害调查中的应用[J].陕西气象,1998(3):12.

[12]李卫国,李秉柏,王志明,等.作物长势遥感监测应用研究现状和展望[J].江苏农业科学,2006(3):12-15.

[13]李卫国,王纪华,赵春,等.基于遥感信息和产量形成过程的小麦估产模型[J].麦类作物学报,2007,27(5):904-907.

[14]Rouse Jr J,Haas R,Deering D,et al.Monitoring vegetation systems in the great plains with ERTS[J].Third ERTS symposium,NASA,1973(1):309-317.

[15]田庆久,闵祥军.植被指数研究进展[J].地球科学进展,1998,13(4):327-333.

[16]邓书斌,陈秋锦.植被光谱特征与植被指数综述[C]第十七届中国遥感大会摘要集,2010.

[17]王建伟,陈功.草地植被指数及生物量的遥感估测[J].云南农业大学学报,2006,21(3):372-375.

[18]吴世仁,马玉秀.甘南州草地生态存在的总是与治理措施[J].甘肃农业大学学报,2008(3):15-28.

[19]赵冰茹,刘闯,刘爱军,等.利用ODISNDVI进行草地估产研究——以内蒙古锡林郭勒草地为例[J].草业科学,2004,21(8):12-15.

[20]何峰.坝上羊草草原不同时期生长比较研究[C]中国草学会饲料生产委员会2007年会暨第十四次学术研讨会论文集,2007.

[21]王艳荣.内蒙古草原植被近地面反射波谱特征与地上生物量相关关系的研究[J].植物生态学报,2004,28(2):178-185.

猜你喜欢

植被指数生物量
我国亚热带次生林乔木地上生物量估算的适宜样地面积初探
地球上每种生命有多重?
“生命之重”:每种生命有多重
不同NPK组合对芳樟油料林生物量的影响及聚类分析
生态环境影响评价中的植被生物量调查探究
桂林岩溶石山檵木群落不同恢复阶段地上生物量模型构建及分配格局
高分一号提取植被信息方法对比
基于遥感影像的不同植被指数比较研究
浅谈植被指数的分类与应用