CN106294991A - 一种荒漠草原绿色生物量遥感监测升尺度方法 - Google Patents

一种荒漠草原绿色生物量遥感监测升尺度方法 Download PDF

Info

Publication number
CN106294991A
CN106294991A CN201610647018.XA CN201610647018A CN106294991A CN 106294991 A CN106294991 A CN 106294991A CN 201610647018 A CN201610647018 A CN 201610647018A CN 106294991 A CN106294991 A CN 106294991A
Authority
CN
China
Prior art keywords
survey region
ndvi
green bio
remote sensing
little yardstick
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610647018.XA
Other languages
English (en)
Inventor
任鸿瑞
薛娟娟
苏巧梅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan University of Technology
Original Assignee
Taiyuan University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taiyuan University of Technology filed Critical Taiyuan University of Technology
Priority to CN201610647018.XA priority Critical patent/CN106294991A/zh
Publication of CN106294991A publication Critical patent/CN106294991A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种荒漠草原绿色生物量遥感监测升尺度方法,所述方法是研究区域小尺度绿色生物量测定;研究区域小尺度NDVI指数获取;确定研究区域小尺度绿色生物量遥感估算模型;研究区域大尺度NDVI指数获取;确定研究区域小尺度NDVI与大尺度NDVI之间的线性关系模型;确定研究区域大尺度绿色生物量遥感估算模型;研究区域绿色生物量遥感估算。本方法估算大区域范围荒漠草原绿色生物量的精度提高、计算量小、耗时短、成本低,实现了基于遥感技术的大区域范围荒漠草原绿色生物量的快速、高效、低廉、准确估算。

Description

一种荒漠草原绿色生物量遥感监测升尺度方法
技术领域
本发明涉及一种遥感估算荒漠草原绿色生物量的方法,尤其是一种利用卫星遥感数据快速、高效、低廉、准确监测荒漠草原绿色生物量的升尺度方法。
背景技术
公开号为CN103439297A公开了“一种荒漠草原绿色植物鲜重遥感估算方法”,该方法是选择大样地,测定大样地绿色植物鲜重,MOD09A1数据下载与预处理,计算大样地对应像元波段1与波段5组合的归一化指数,确定绿色植物鲜重估算模型,利用估算模型计算研究区域荒漠草原待监测点的绿色植物鲜重,即得到研究区域荒漠草原待监测点的绿色植物鲜重。本方法大大提高了荒漠草原绿色植物鲜重的估算精度,实现了基于卫星遥感技术的荒漠草原绿色植物鲜重的准确监测。但对于大区域范围荒漠草原(例如中国北方温带荒漠草原)绿色生物量估算而言,由于遥感数据空间分辨率的限制,上述专利所提出的方法计算量相当大、耗时较长、成本较高。进行升尺度转换是克服这些弊端的重要途径。所谓升尺度转换,是指将在小尺度(高分辨率遥感数据)地表均一情况下建立的算法或模型运用到大尺度(粗分辨率遥感数据),然后利用粗分辨率遥感数据进行大区域范围荒漠草原绿色生物量估算。进行升尺度转换后,计算量减小、耗时缩短、成本降低。
然而,如何保证升尺度转换后的计算精度不仅不降低,而且有所提高,是目前面临的最大挑战。引起这种挑战的根本原因在于荒漠草原植被稀疏,土壤裸露,群落结构简单,地物混合光谱成像过程复杂,也就是说荒漠草原具有较大的空间异质性。已有研究中克服这种空间异质性的方法主要有两种:一种是纹理参数化方法,即定义不同的参数来描述不同尺度地表特征的空间异质性;另一种是图像内容结构方法,即考虑把粗分辨率图像每个像元中不同的覆盖类型作为子像元信息。
但对于荒漠草原而言,上述两种方法无法克服其空间异质性。基于上述的纹理参数化方法进行升尺度转换,无法准确描述荒漠草原不同空间尺度地表植被特征的空间关系、分布格局、破碎程度等;基于上述的图像内容结构方法进行升尺度转换,无法获取荒漠草原高精度土地利用图与植被纯像元。
发明内容
基于上述现有技术,本发明提供一种荒漠草原绿色生物量遥感监测升尺度方法,以克服现有遥感方法估算大区域尺度荒漠草原绿色生物量计算量大、耗时长、成本高的不足。
本发明的目的通过以下技术方案来实现的。
一种荒漠草原绿色生物量遥感监测升尺度方法,所述方法是按下列步骤进行的:
1)研究区域小尺度绿色生物量测定;
在研究区域内选取若干个250米×250米的小尺度样地,每个样地内选取若干个1米×1米的样方,采用收获法测定每个样方的绿色生物量,再采用均值法确定每个小尺度样地的绿色生物量;
2) 研究区域小尺度NDVI指数获取
获取与上述步骤1)绿色生物量测定时间同步的研究区域遥感数据陆地产品MOD13Q1,进行数据格式与地图投影转换,提取研究区域小尺度NDVI指数;
3) 确定研究区域小尺度绿色生物量遥感估算模型
根据上述步骤2)获取的小尺度NDVI指数,提取与上述步骤1)选取的小尺度样地对应的NDVI指数,采用线性回归对小尺度样地绿色生物量与NDVI指数进行拟合分析,确定研究区域小尺度绿色生物量遥感估算模型;
4) 研究区域大尺度NDVI指数获取
获取与上述步骤1)绿色生物量测定时间同步的研究区域遥感数据陆地产品MOD13A2,进行数据格式与地图投影转换,提取研究区域大尺度NDVI指数;
5) 确定研究区域小尺度NDVI与大尺度NDVI之间的线性关系模型
对上述步骤2)获取的小尺度NDVI指数进行算术平均重采样,生成与上述步骤4)获取的NDVI指数尺度匹配的小尺度重采样NDVI指数,选取若干个像元,构建研究区域小尺度重采样NDVI与大尺度NDVI之间的线性回归模型;
6) 确定研究区域大尺度绿色生物量遥感估算模型
将上述步骤5)确定的小尺度重采样NDVI与大尺度NDVI之间的线性回归模型,代入上述步骤3)确定的小尺度绿色生物量遥感估算模型,即得到升尺度后的研究区域大尺度绿色生物量遥感估算模型;
7) 研究区域绿色生物量遥感估算
依据上述步骤4)获取的研究区域大尺度NDVI指数,并通过上述步骤6)确定的升尺度后的研究区域大尺度绿色生物量遥感估算模型,逐像元计算研究区域绿色生物量。
实施本发明上述所提供的一种荒漠草原绿色生物量遥感监测升尺度方法,与现有技术相比,本发明挖掘了荒漠草原小尺度NDVI指数与大尺度NDVI指数之间的内在关系,构建了遥感估算大区域范围荒漠草原绿色生物量的升尺度方法,克服了传统方法估算大区域范围荒漠草原绿色生物量的局限性。与传统的荒漠草原绿色生物量遥感估算方法相比,本方法提高了监测大区域范围荒漠草原绿色生物量的精度、减小了计算工作量、缩短了计算时间、降低了成本,实现了基于遥感技术的大区域范围荒漠草原绿色生物量的快速、高效、低廉、准确监测。
附图说明
图1是本发明实施例所述方法中确定的研究区域小尺度绿色生物量遥感估算模型。
图2是本发明实施例所述方法中确定的研究区域小尺度NDVI与大尺度NDVI之间的线性关系模型。
图3是本发明实施例所述方法的对比例图。
图4是本发明实施例所述方法的对比例图。
具体实施方式
下面通过一种内蒙古荒漠草原绿色生物量遥感监测升尺度方法的应用案例,对本发明的具体实施方法作进一步说明。
实施一种荒漠草原绿色生物量遥感监测升尺度方法,该方法是按下列步骤进行的:
步骤一、 研究区域小尺度绿色生物量测定
在研究区域内选取39个250米×250米的小尺度样地,,每个样地内选取20个1米×1米的样方,采用收获法测定每个样方的绿色生物量,计算每个小尺度样地内20个样方绿色生物量的平均值,作为该小尺度样地的绿色生物量;
步骤二、 研究区域小尺度NDVI指数获取
获取与上述步骤1)绿色生物量测定时间同步的研究区域遥感数据陆地产品MOD13Q1,使用MRT软件将MOD13Q1数据进行格式与地图投影转换,HDF格式转换为TIFF格式,正弦曲线地图投影转换为WGS84/Albers地图投影,提取研究区域小尺度NDVI指数(250米×250米);
步骤三、确定研究区域小尺度绿色生物量遥感估算模型
依据上述步骤二获取的小尺度NDVI指数,提取与上述步骤一选取的小尺度样地对应的NDVI指数,采用线性回归对小尺度样地绿色生物量与小尺度NDVI指数进行拟合分析,确定研究区域小尺度(250米×250米)绿色生物量遥感估算模型,如附图1;
步骤四、研究区域大尺度NDVI指数获取
获取与上述步骤一绿色生物量测定时间同步的研究区域遥感数据陆地产品MOD13A2,使用MRT软件将MOD13Q1数据进行格式与地图投影转换,HDF格式转换为TIFF格式,正弦曲线地图投影转换为WGS84/Albers地图投影,提取研究区域大尺度NDVI指数(1000米×1000米);
步骤五 确定研究区域小尺度NDVI与大尺度NDVI之间的线性关系模型
对上述步骤二获取的小尺度NDVI指数进行算术平均重采样,生成与上述步骤四获取的NDVI指数尺度匹配的小尺度重采样NDVI指数,选取500个大尺度像元,构建研究区域小尺度重采样NDVI与大尺度NDVI之间的线性回归模型,如附图2;
步骤六 确定研究区域大尺度绿色生物量遥感估算模型
将上述步骤五确定的小尺度重采样NDVI与大尺度NDVI之间的线性回归模型,代入上述步骤三确定的小尺度绿色生物量遥感估算模型,即得到升尺度后的研究区域大尺度(1000米×1000米)绿色生物量遥感估算模型,模型如下:
y = 730.7x - 90.4
式中,y为绿色生物量,x为大尺度NDVI指数;
步骤七 研究区域绿色生物量遥感估算
依据上述步骤四获取的研究区域大尺度NDVI指数,并通过上述步骤六确定的升尺度后的研究区域大尺度绿色生物量遥感估算模型,逐像元计算研究区域绿色生物量。
对比实施例
与未升尺度的研究区域大尺度绿色生物量遥感估算模型相比,见附图3,升尺度后的研究区域大尺度绿色生物量遥感估算模型的决定系数,见附图4,提高了0.22,与研究区域小尺度绿色生物量遥感估算模型相比,见附图1,升尺度后的研究区域大尺度绿色生物量遥感估算模型计算量减小、耗时缩短、成本降低,见附图4,具有重要的实用推广意义。

Claims (1)

1.一种荒漠草原绿色生物量遥感监测升尺度方法,所述方法是按下列步骤进行的:
1)研究区域小尺度绿色生物量测定;
在研究区域内选取若干个250米×250米的小尺度样地,每个样地内选取若干个1米×1米的样方,采用收获法测定每个样方的绿色生物量,再采用均值法确定每个小尺度样地的绿色生物量;
2) 研究区域小尺度NDVI指数获取
获取与上述步骤1)绿色生物量测定时间同步的研究区域遥感数据陆地产品MOD13Q1,进行数据格式与地图投影转换,提取研究区域小尺度NDVI指数;
3) 确定研究区域小尺度绿色生物量遥感估算模型
根据上述步骤2)获取的小尺度NDVI指数,提取与上述步骤1)选取的小尺度样地对应的NDVI指数,采用线性回归对小尺度样地绿色生物量与NDVI指数进行拟合分析,确定研究区域小尺度绿色生物量遥感估算模型;
4) 研究区域大尺度NDVI指数获取
获取与上述步骤1)绿色生物量测定时间同步的研究区域遥感数据陆地产品MOD13A2,进行数据格式与地图投影转换,提取研究区域大尺度NDVI指数;
5) 确定研究区域小尺度NDVI与大尺度NDVI之间的线性关系模型
对上述步骤2)获取的小尺度NDVI指数进行算术平均重采样,生成与上述步骤4)获取的NDVI指数尺度匹配的小尺度重采样NDVI指数,选取若干个像元,构建研究区域小尺度重采样NDVI与大尺度NDVI之间的线性回归模型;
6) 确定研究区域大尺度绿色生物量遥感估算模型
将上述步骤5)确定的小尺度重采样NDVI与大尺度NDVI之间的线性回归模型,代入上述步骤3)确定的小尺度绿色生物量遥感估算模型,即得到升尺度后的研究区域大尺度绿色生物量遥感估算模型;
7) 研究区域绿色生物量遥感估算
依据上述步骤4)获取的研究区域大尺度NDVI指数,并通过上述步骤6)确定的升尺度后的研究区域大尺度绿色生物量遥感估算模型,逐像元计算研究区域绿色生物量。
CN201610647018.XA 2016-08-10 2016-08-10 一种荒漠草原绿色生物量遥感监测升尺度方法 Pending CN106294991A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610647018.XA CN106294991A (zh) 2016-08-10 2016-08-10 一种荒漠草原绿色生物量遥感监测升尺度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610647018.XA CN106294991A (zh) 2016-08-10 2016-08-10 一种荒漠草原绿色生物量遥感监测升尺度方法

Publications (1)

Publication Number Publication Date
CN106294991A true CN106294991A (zh) 2017-01-04

Family

ID=57666911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610647018.XA Pending CN106294991A (zh) 2016-08-10 2016-08-10 一种荒漠草原绿色生物量遥感监测升尺度方法

Country Status (1)

Country Link
CN (1) CN106294991A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109753916A (zh) * 2018-12-28 2019-05-14 厦门理工学院 一种归一化差分植被指数尺度转换模型构建方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102033230A (zh) * 2009-09-25 2011-04-27 中国农业科学院农业资源与农业区划研究所 一种草原卫星遥感监测系统及方法
CN102661811A (zh) * 2012-04-13 2012-09-12 北京农业信息技术研究中心 遥感地表温度升尺度方法及系统
CN103439297A (zh) * 2013-09-05 2013-12-11 太原理工大学 一种荒漠草原绿色植物鲜重遥感估算方法
CN104462809A (zh) * 2014-12-04 2015-03-25 中国科学院东北地理与农业生态研究所 一种基于遥感与gis相结合的草地生产力估算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102033230A (zh) * 2009-09-25 2011-04-27 中国农业科学院农业资源与农业区划研究所 一种草原卫星遥感监测系统及方法
CN102661811A (zh) * 2012-04-13 2012-09-12 北京农业信息技术研究中心 遥感地表温度升尺度方法及系统
CN103439297A (zh) * 2013-09-05 2013-12-11 太原理工大学 一种荒漠草原绿色植物鲜重遥感估算方法
CN104462809A (zh) * 2014-12-04 2015-03-25 中国科学院东北地理与农业生态研究所 一种基于遥感与gis相结合的草地生产力估算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
任鸿瑞: "《草原生物量遥感监测》", 31 December 2013, 山西出版传媒集团•山西科学技术出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109753916A (zh) * 2018-12-28 2019-05-14 厦门理工学院 一种归一化差分植被指数尺度转换模型构建方法及装置

Similar Documents

Publication Publication Date Title
CN104778451B (zh) 一种考虑草地高度因子的草地生物量遥感反演方法
CN106021868B (zh) 一种基于多规则算法的遥感数据降尺度方法
CN103914678B (zh) 基于纹理与植被指数的撂荒地遥感识别方法
CN106483147B (zh) 基于多源数据的长时间序列被动微波土壤水分精度改进研究方法
CN110287457B (zh) 基于卫星雷达遥感数据的玉米生物量反演测算方法
CN106092915B (zh) 一种草地绿色植物与枯萎植物重量比例遥感估算方法
CN103439297B (zh) 一种荒漠草原绿色植物鲜重遥感估算方法
CN101858971A (zh) 一种基于modis数据的水稻单产遥感估算方法
Báčová et al. A GIS method for volumetric assessments of erosion rills from digital surface models
CN107145728A (zh) 一种荒漠草原非生长季枯草重量遥感估算方法
CN111985422B (zh) 基于遥感的耕地田面坡度估算方法、估算装置
JEMBERIE et al. Evaluation of land use land cover change on stream flow: a case study ofdedissa sub basin, abay basin, South Western Ethiopia
Blaes et al. Characterizing bidimensional roughness of agricultural soil surfaces for SAR modeling
CN110133655B (zh) 基于多源雷达遥感技术的河流径流监测反演方法
KR20120009186A (ko) Sar데이터를 이용하여 수치고도모형을 제작하기 위한 방법
CN108827880B (zh) 基于多光谱影像和ndvi时间序列的地表覆盖变化检测方法
Abd Elbasit et al. Potential of low cost close‐range photogrammetry system in soil microtopography quantification
CN106294991A (zh) 一种荒漠草原绿色生物量遥感监测升尺度方法
CN106484973A (zh) 一种量化人类活动对植被消耗的方法
Wang et al. Application of image technology to simulate optimal frequency of automatic collection of volumetric soil water content data
CN104330798B (zh) 基于合成孔径雷达遥感影像监测农作物播期的方法及装置
CN105389466A (zh) 一种校正尺度效应的中低分辨率遥感产品真值获取方法
Liu et al. Influences of different surveying and mapping methods on fractal characteristics of gully-head shoulder lines
Jiang et al. An Improved Change Detection Method for Soil Moisture Retrieval using Sentinel-1 and Smap Data
Taconet et al. Statistical description of seedbed cloddiness by structuring objects using digital elevation models

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170104

RJ01 Rejection of invention patent application after publication