[发明专利]一种植被指数在牧草生物量估算研究中的评价方法

说明书

本发明公开了一种植被指数在牧草生物量估算研究中的评价方法，属于牧草生物量估算领域，采用Sentinel‑2影像结合地面实测数据进行牧草生物量反演，分析了18种指数与生物量的拟合关系，通过精度评价和敏感性分析确定了不同指数模型的适用范围，提出利用组合指数方法来提高模型的制图精度，结果表明18种指数与生物量的最优模型表现出“类线性”的幂函数关系和指数函数关系两种趋势，其中幂函数关系模型中CIgreen呈现出最佳的验证精度和最优的敏感性，且当生物量大于0.65kg/m²时在所有指数中普适性最强。指数函数模型中NDII表现出最高的验证精度和最优的敏感性，且当生物量小于0.65kg/m²时在所有指数中普适性最强。

技术领域

本发明涉及牧草生物量估算领域，尤其涉及一种植被指数在牧草生物量估算研究中的评价方法。

背景技术

牧草生物量作为草地生态系统的物质基础,不仅能够客观的反映了牧草的生长状况和草原载畜量大小，还是草地碳库的一个重要组成部分。及时、准确的估算并掌握牧草生物量的含量、分布以及动态变化情况对于评估草地生态系统、研究全球碳循环、合理开发草地资源及确保草地生态安全等具有重要意义。

目前，遥感技术被认为是最有效、最具潜力的牧草生物量估算方法。遥感估算是以植被指数为主要输入变量的基于像元的数理统计回归分析方法，通过不同尺度数据之间建立函数关系来完成由点及面的转换。植被指数的本质就是多波段反射率的数学变换，使变换后的数据在增强植被信息的同时最小化非植被特征，因此植被指数可以较好地反映植物的生长状况及空间分布。从1979年Tucker等发现通过对近红外波段和红光波段反射率的归一化处理获取的归一化植被指数(NDVI)对于生物量的变化十分敏感，此后为了消除各种噪声因子的影响，国内外学者相继提出了一系列的植被指数(至今已有40余种)，如用于消除土壤噪声的优化土壤调节植被指数(OSAVI)，消除大气干扰的大气阻抗植被指数(ARVI)。虽然大多数植被指数与生物量存在较好的耦合关系，但研究发现不同环境下的效果仍存在争论[7]。同时本研究组早期的研究结果发现在牧草生长期-枯黄期(10月份左右)生物量估算过程中由于植被覆盖度较高，植被指数模型多存在“过饱和”的问题。虽然一些用于缓解“过饱和”问题的植被指数被发展(如强型植被指数EVI)，但研究发现这些指数并未有效缓解高生物量区域牧草估算中“过饱和”的问题。

Sentinel-2相较于Landsat数据，提供了更高空间分辨率(10m、20m)和更多的多光谱数据(13个波段)，并且其独有的红边波段与植被的多种理化参数紧密相关，为植被监测提供了更多的波段选择，进而可以产生更多具有不同理化生态学意义的植被指数，具有更多大的潜力来估算牧草生物量。本研究以Sentinel-2数据提取的18种宽波段植被指数作为数据源，以青海省海晏县为研究区，构建不同指数与生物量之间的最优拟合模型，并对其进行了敏感性分析；讨论不同生物量范围内的最优指数及对应模型，探索利用组合指数的方法来提高牧草生物量空间分布制图精度的可能性。以期为牧草生物量遥感监测提供理论依据，为青海草原“智慧畜牧业”发展提供参考借鉴。

发明内容

本发明为解决上述问题，而提出的一种植被指数在牧草生物量估算研究中的评价方法。

为了实现上述目的，本发明采用了如下技术方案：

一种植被指数在牧草生物量估算研究中的评价方法，包括以下步骤：

S1、采集地面生物量数据，根据草地类型及长势等级梯度选择三个采样区进行，样方尽可能代表整个研究区域的植被生长状况，样方规格为0.5m×0.5m，齐地刈割，挑出石子和动物粪便等不可食部分称取鲜重并记录，记录内容包括样方编号、样方中心点GPS坐标，样本鲜重和照片编号；