青藏高原多年冻土潜在区域植被类型制图

来源 :第一届中国大地测量和地球物理学学术大会 | 被引量 : 0次 | 上传用户:lmx1983
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  植被是地球陆面过程中的一个关键参数,也是大地测量和地球物理学研究中的一个重要组成部分.而植被类型在许多青藏高原多年冻土区模型、模式的分析中都是一个主要的边界条件.本文提出了一个新的青藏高原多年冻土潜在区域的植被类型图,其空间分辨率为1 km×1 km.多年冻土潜在区通过高原面上多年年均气温小于-4℃划分得到,面积为1.48×106 km2(不包括湖泊、冰川和积雪).研究通过490个野外植被调查点,结合增强型植被指数EVI(Enhanced VegetationIndex,2009-2013),地表温度LST(Land Surface Temperatures,2009-2013)和数字高程模型DEM(Digital Elevation Model)三种遥感影像,完成高原多年冻土潜在区的植被类型划分,其植被类型包括高寒沼泽草甸、高寒草甸、高寒草原和高寒荒漠,其中高寒沼泽草甸面积为50 260 km2(4.18%),高寒草甸为583 909 km2(48.59%),高寒草原为332 757 km2(27.69%),高寒荒漠为234 828 km2(19.54%),其余区域为裸地.值得一提的是,早期的研究未对青藏高原多年冻土区中的高寒沼泽草甸进行划分,而该草地类型中的碳、氮储量的变化明显不同与其它草地类型,本文结合野外植被调查点资料对高寒沼泽草甸也进行了划分.青藏高原多年冻土潜在区植被类型划分的具体方法如下:首先,在植被调查点中随机选取294个进行规则制定;然后,从3种遥感影像提取出17个分类参数,利用主成分分析进行去相关处理,得到10个参数进行分类;接着,利用决策树分类方法对这10个参数提取规则,规则提取时自动剔除两个参数;最终,利用决策树分类规则完成青藏高原多年冻土区植被制图.通过混淆矩阵,利用其余的196个调查点可知,总体分类精度为77%,Kappa系数为64%.因此,本研究提出的植被类型划分方法,可以为青藏高原多年冻土潜在区的植被制图提供更详尽的植被类型,也可以为今后对植被分布机理的研究提供更加准确的基础数据资料.
其他文献
针对具封闭的几何形状的目标图象,提出了一种用几何意义明确的四特征形状因子RRRS(周长平方与面积之比,边界函数的变化率,平均半径的方差,形状的对称性)描述目标形状的方法,用此方法描述
  以南美洲地区赤道附近太平洋水系区、安第斯山区和亚马逊平原区的典型区域为研究对象,采用该区域147个气象站1971~2010年实测月降水、温度、风速、湿度、日照、蒸发等气象
会议
  In this paper,we have studied the effect of the lightning strike to tall towers ranging from 50 m to 300 m height on transient electric field at mesospheric
会议
梨树冬天刮皮,是梨树冬季管理的一项重要措施。能铲除藏在粗皮裂缝中的虫卵、虫蛹和幼虫,减少来年病虫的危害,对提高梨园产量极为重要。具体方法如下: 1.刮皮对象;凡是栽植1
一、秋翻果实采收后,立即进行秋翻、疏松土壤、消灭越冬虫卵。苹果、苹果梨、李子园翻20—25厘米,山葡萄园(生食葡萄)栽植带和栽植行间翻25—30厘米。二、秋剪 1.摘心:苹果
  地表冻结和融化指数是预测冻土分布和估算活动层厚度的重要参数,其变化趋势也是气候变化的指示器之一.本研究应用RHtest 软件对青藏高原上海拔在2000m 以上的69 个气象站
会议
我已经注射了流感疫苗,为何还感冒?流感,即流行性感冒,与我们通常所说的“感冒”并非同一种疾病。流行性感冒是由流感病毒引起的急性呼吸道传染病,病原体为甲、乙、丙三型流
  Inland river basins take about 11.4% of the land area of the world and most of them are distributed over arid regions.Understanding the hydrological cycle o
会议
  To improve confidence in regional projections of future climate,a new dynamical downscaling (NDD) approach with both GCM bias corrections and spectral nudgi
会议
  Cloud-to-ground lightning data from the World Wide Lightning Location Network (WWLLN) along with TC track and intensity data from China Meteorological Admin
会议