论文部分内容阅读
遥感技术为大尺度的生态系统格局和功能研究提供重要信息。本文探讨了青藏高原的高山生态系统遥感方面中的几个问题。
1,地上生物量(Aboveground Biomass,AGB)的高光谱遥感(Hyperspectral Remote Sensing)估算。a),多生态系统类型问题:不同生态系统中植被冠层结构,土壤背景等因素的不同,给AGB和解释变量之间的关系带来额外影响,进而造成估算精度的降低。研究中引入虚拟变量来解释这种类型效应,有效地提高了SAVI(Soil-Adjusted Vegetation Index)和VIUPD(Vegetation Index Based on Universal Pattern Decomposition)对AGB的估算精度。b),高覆盖度(High Canopy Cover)植被的草地AGB估算:传统的植被指数由于”饱和问题”,在植被盖度较高时对AGB的估算精度较低。研究中发现PLSR(Partial Least Squares Regression)可以从红边-近红外(670-970纳米)的光谱深度指数中提取出有效的生物量相关的信息,从而显著提高估算精度。
2,以青藏高原的一种典型高寒草甸,在一个黄花物种Halerpestes tricuspis(Ranunculaceae)的盛花期开展的光谱实验为基础,开展了花遥感方面的一些研究。a),基于地面高光谱提出了一个指数可以有效的估算花的覆盖度(Flower Coverage,FC),并进一步基础探讨植物花期的遥感监测的可能性。b),量化了植物开花对NDVI和EVI(Normalized Difference Vegetation Index,Enhanced Vegetation Index)的影响,指出随着FC增加,H.tricuspis的黄色花瓣明显抬升红光波段的反射率导致NDVI和EVI值降低。敏感性分析显示,红光波段的反射率变化导致的NDVI变化可以解释实际NDVI变化的98%,而红光波段的反射率变化导致的EVI变化能解释实际EVI变化的91%。c),比较了自然状态下和冠层中的花被摘除完后,NDVI和EVI对植被AGB的估算精度,接着以实地测量为基础,用模拟数据分析了植物开花影响估算精度的方式。发现当冠层中的花没有任何处理时,即处于自然状态下,不管是NDVI还是EVI均不能给出AGB的有效估算。模拟结果表明,花在冠层中的存在不一定会造成均方根误差的增加,是变化的FC给各个样方带来的不同干扰导致NDVI和EVI的额外变化,正是这部分额外的NDVI和EVI变化造成了AGB的估算精度的降低。还发现无花时建立的AGB-VI统计模型在开花时不再适用。
3,以长时期的NOAA/AVHRR NDVI数据,气候数据,和DEM数据为基础,分析了物候和物候变化的高度依存性,并从温度的角度分析了其原因。发现物候期和生长季长度的空间分布大致呈东南到西北的带状分布,从东南到西北,返青愈晚,休眠越早,生长季越短;物候日期表现出明显的高度依存性,总的来说,随高度升高返青越晚,休眠越早,生长季越短,而且物候期的高度依存性在干旱区更加明显。1983~1999年青藏高原物候发生了明显地变化,返青平均提前了4.10d,休眠日期推迟了1.33d,生长季平均延长了6.37d,干旱区物候的平均变化比湿润区明显。物候变化表现出高度依存性,表现为随海拔升高返青越发提前,而休眠推迟得越来越少,导致生长季的变化随高度变化不明显,物候变化的高度依存性与气候的高度依存性一致。总的来说,物候变化的高度依存性在干旱区更加明显。但是除了返青期的外的其他变量和温度的相关性不强。
4,在高山草甸的GPP和LUE研究方面,分析了GPP和LUE对到达冠层顶的下行总辐射中的散射比例的变化的响应,发现在冠层尺度上,青藏高原的这种嵩草草甸对散射比例的变化基本上不敏感,和国外对其他植被的研究结果有所不同。原因需要进一步的实验和观测来解释。