基于多尺度、多传感器以及多方法的途径反演青藏高原草地植被的覆盖范围外文翻译资料

 2022-10-22 16:52:40

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

基于多尺度、多传感器以及多方法的途径反演青藏高原草地植被的覆盖范围

摘要：植被覆盖是生态系统生物生产力的基本指示器。在青藏高原上，草地生物量为这一以季节性迁移放牧为主导的经济提供了主要的生态系统服务。但是受持续退化的影响，草地的植被覆盖率不断下降，这一变化对青藏高原水文/气候调节功能的影响以及对依赖于高原植被并为临近洼地提供水源的东南亚主要河流系统的影响目前还不清楚。因此，植被覆盖变化的监测是极其重要的，但是没有可信赖的工具可以选择用来记录整个高原变化监测。由于青藏高原范围之大和偏僻，遥感是唯一能持续为监测提供大范围观测数据的手段。在本次研究中，我们开发并呈现了基于一个多传感卫星数据的草地覆盖产品，并可以应用于三种不同分辨率的监测（WorldView 2–5 m, Landsat 30 m, MODIS 500 m），最后一个分辨率的数据可以覆盖整个高原。利用夏季的卫星数据推导出植被覆盖的四种反演技术也得到了检测。利用涵盖青藏高原主要草地植被类型的14个样区640个采样点的野外观测，计算得到与反演相关的统计模型。为了提供适合于整个青藏高原的产品，通过获得2011至2013年的数据，将高分辨率数据尺度上推到与MOIDS合成产品同一尺度，从而得到植被覆盖估量的推导。不同反演方法的精度评估结果显示支持向量机回归方法反演所得结果的精度最高。（从WorldView到MODIS的均方根误差:9.97%,7.13%和5.51%）。并且这些反演结果值与出版的不同草本植被类型的覆盖数据一致。

1.引言

植被覆盖是遥感方式估计和监测重要生态系统参数和功能的核心指标，尤其是在青藏高原上草原的扩展上。重要的覆盖相关的参数和方程包括最初级生产力（PP, Seaquist, Olsson, amp; Ardouml;, 2003）,蒸散（ET, Mu, Heinsch,Zhao, amp; Running, 2007）,以及叶面积指数（LAI; Soudani, Francois, leMaire, Le Dantec, amp; Dufrene, 2006），其中PP常用作CO2 流量的指标，ET用来调查植被、水文和气候之间的交互。再加上现在很多研究中都直接将植被覆盖以及其随时间的变化作为植被退化的指示器。青藏高原是世界上最大的高山草地生态系统，并且其对东亚和东南亚的水文有重要的影响。青藏高原与其相连的草地一起作为全球重要的“水塔”，为全球40%的人口提供水源，并对季风区发挥着重要的作用，尽管它们十分重要，但是高原的草地正在受到环境变化的威。目前，有足够的证据表明由于气候变化和过度放牧所引起的草地退化会改变植被的物候，并对高原生态系统的稳定性有不利影响。总而言之，在全球环境不断变化的情况下监测西藏草原的情形变化是极其重要的。

与青藏高原草原上植被覆盖相关的信息对于各种的利益相关者是十分重要的。在局部尺度（WorldView卫星数据覆盖）上，植被覆盖监测产品能够提高过度放牧的早期监测，并且能调节宽阔牧场类型生态系统的承载能力。在区域尺度（Landsat卫星数据覆盖）上，植被覆盖变化信息对那些给农民分配牧场的城市管理者来说是十分重要的。在高原尺度（MODIS数据）上，草场退化的详细信息对科学研究者而言是特别有兴趣的，例如在模仿土地利用变化对水文和大气的过程影响等方面。

由于藏区草原空间范围的广泛和偏僻，很明显利用遥感是估计和监测高原植被覆盖的唯一方式。为了适合于上述所提到的不同利益相关者，针对青藏高原草原的植被覆盖遥感产品必须有足够的空间分辨率从而包括当地的地形效应以及区分不同村民的牧场。为了证明其在监测目的上的适宜性，遥感数据的时空分辨率必须足够大以保证能够很好的进行季节间的比较和观察不同年份之间的差异。因此，能够长期提供连续而统一数据的卫星系统是运行监测产品的先决条件。利用遥感对青藏高原植被覆盖监测的早期尝试主要是基于归一化植被指数（NDVI）数据的分析，或者是利用NDVI时序数据的检验以及进行变化监测的分析。然而，NDVI这一植被指数在有较低植被覆盖的干旱环境下对土壤背景信号的敏感度太高以至于植被覆盖与其之间的联系有时候是不太清楚的。因此，为了使植被覆盖产品能够达到估计和监测的目的，例如草原对生态系统服务的供给方面等，卫星接收的反射率产品必须转化为植被覆盖。这种转换可以利用一个场导出转换方程实现，但是这个方程仅对同一区域类型是成立的而不适用于整个高原。其他利用遥感影像进行植被覆盖推导的可行方法包括线性光谱分离（LSU, Gouml;ttlicher et al., 2009）和波谱角分类（SAM; Yang amp; Everitt, 2012）技术的应用。线性回归分析是将反射率值或波谱角度映射距离转换为植被覆盖值的一个简单而快速的方法。并且这个方法也在不同的研究（(Meyer, Lehnert, Wang, Reudenbach, amp; Bendix, 2013; Psomas, Kneubuehler, Huber, Itten, amp; Zimmermann, 2011; Zha et al., 2003）中得到了应用。很多前沿的多元的利用遥感数据反演植被覆盖的方法包括偏最小二乘回归法（PLSR）和机器学习算法，例如支持向量机（SVM），这些是被估计为有价值的方法来处理非线性关系和高度相关的预测变量。因此，支持向量机可能在研究这些复杂的交互系统上是有优势的。例如，Schwieder, Leitatilde;o, Suess, Senf, and Hostert (2014)，进来强调了支持向量机利用遥感影像测定土地覆盖类型的比例是有很高的潜能的。

然而，以往的研究没有回答反演植被覆盖最合适的方法的问题，特别是在青藏高原的研究上。因此，植被覆盖及其随时间的变化上可信赖的全局的信息缺乏记录，所以本研究有两个目标：

目标一是比较获得青藏高原草原上夏季植被覆盖的不同方法。在本研究中，植被覆盖信息是利用一连串的三种空间分辨率的卫星数据推导出来的。这使通过地面观测的植被覆盖与通过卫星获得结果之间有直接联系成为可能。本次研究将LSU,与线性回归结合的SAM,PLSR,以及基于相同特征空间的植被指数和归一化指数组合回归的SVM进行了比较。

目标二是通过MODIS影像以及手上已有的多年区域数据，应用这种最高精度的方法生成青藏高原草原的夏季（JJA）植被覆盖数据。

首先，对青藏高原草原植被类型研究的简要概述已经有了。然后，用于比较三种空间尺度获得植被覆盖的不同估计方法的升级的方法论也有了描述。最后，我们介绍并讨论了研究结果，包括最后生成的草原覆盖数据集。

2.青藏高原的草原

青藏高原的植被覆盖被列为分布最广的放牧型草原植被类型。为了更进一步的处理，草原区域被预定为Hou （2001）提出的青藏高原上的5种主要的草原植被类型：（1）高山嵩草草地，（2）矮生嵩草草地，（3）沼泽和盐沼，（4）山地森林和（5）高寒草原。调查后的草原植被类型的区别显示在图1中.

矮生嵩草草地（图 2a）广泛分布于青藏高原东北部3300到3600米之间，生长于夏季降水量在400-600mm之间的环境下。这种植被覆盖通常超过了80%，并且一个典型的嵩草草地由30-40种类型组成。在较少放牧的区域，高度接近40cm的草类超过了广泛分布、高度在10-20cm之间的莎草科草类。如果草地是集中放牧、杂草放牧(Stellera chamaejasme, Ligularia tangutica, Iris spp., Cryptothladia kokonorica)并且草类生长高度超过了莎草科草类，这个草地覆盖面积会增加至30%。全新世中期繁盛时期（8000 BP），这些草原由于受到了人类影响而被青海云杉和祁连圆柏类的森林所替代(Miehe et al., 2014)。

山地草原是第二种草原植被类型，主要发生在降雨量少海拔低的地区。由伏毛山莓草、二烈委陵草、狗娃草和一年生艾草构成的草长在2-5cm附近的放牧草原上芨芨草以及有毒的醉马草从可以长高至80cm。对于整个草原的覆盖而言，总共有大约20种植被，分布范围在30-60%之间。并且在本次研究中，杂乱的和莲花丛的放牧野草相对于其他草原植被类型而言在数量和覆盖范围上都是最高的。

高山嵩草草原分布于青藏高原（450,000 km2; 图2b）潮湿的东南部。这些高山植被集合的高度范围是具有全局唯一性的，并在向阳坡形成了世界上最高海拔的高山植被（高达5960m）。在草原的核心区域，小苔草型高山嵩草（高度是2-4cm，图2c）在这种毡状草皮上几乎形成了一个单型草原，覆盖率高达98%，在植被构成方面丰度达90%。附近草原的植被种类普遍较少（平均为10种）。在高山嵩草草原更高区别的区域以及高山草原的群落交错区（图 2d），高山嵩草草地的镶嵌被由莲花丛型植被和高山甸（平均为24种）构成的粗砂地或碎石地上的植被所包围。

图1.草原植被类型分布。高山嵩草草场的范围取自Miehe, Miehe, Kaiser, Jianquan and Zhao (2008)，其他植被类型取自Hou (2001)。红色点表示的采样区域。

高寒草地是中亚矮草草原，位于青藏高原的干旱的西北部，有许多高寒缓冲植被。这种草原植被类型覆盖的面积大约在800000km2。多样性较低的青藏苔草荒漠草原普遍由2-8种植被组成。在青藏高原偏僻的北部，海拔在4500-5400之间，夏季降水量在50-100mm的区域，缓冲植被的生长具有优势。降水量在100-400mm之间的潮湿的东部，植被平均覆盖率为35%，植被种类平均值为25%。窄叶苔草普遍位于南部，而紫花针茅广泛分布于整个草原。但大多数的物种都对放牧存在抗性。

青藏高原上的沼泽在很大的程度上是由藏嵩草构成的毡状的小丘，这种草形成的草丛高度可达30cm。这样的沼泽在青藏高原上的覆盖面积大约是80000km2.那些水中盐分不太多的完整沼泽通常有一个封闭的植被覆盖。

3.数据与方法

在这篇文章中，植被覆盖率来源于三种不同分辨率（尺度）的遥感数据的交叉集合，并利用RGB和高光谱领域的调查作为参考。在任意一种尺度上，都有采用四种方法(SAM, LSU, PLSR, and SVM)来应用遥感数据反演植被覆盖。首先，我们简要概述现场取样的方法。第二也是本节最主要的部分描述的是升级方法、在每个尺度推导植被覆盖的四种方法、以及误差传播和验证方法。

3.1.实地调查方法与数据

实测数据是在2011、2012和2013年的生长季获得的。总体而言，14个样区的草原植被的实测研究包括了青藏高原上所有主要的草原植被类型(图1)。在所有采样地点，植被覆盖率是通过分析数码照片和视觉估计记录的。青藏高原上以前的实测研究显示了在植被覆盖率和聚落间的距离表现出正相关(Dorji, Totland, amp;Moe, 2013; Lehnert, Meyer, Meyer, Reudenbach, amp; Bendix, 2013, 2014; Meyer et al., 2013)。因此，我们在每个样区的实地调查上应用了一个统一的截面设计已覆盖植被退化阶段的整个范围。截面的地点位于村庄或者野营地。截面长度作为变量，取决于调查后的邻近的定居点距离和村里的土地使用权。数码照片或可见的植物覆盖估计是以恒定距离沿断面获取或处理得到的。样本集的地理位置是通过GPS设备记录下来的，具有垂直视野的数码照片是通过普通的数码相机拍摄得到的，并且相机的高度和焦距总是保持不变的。为了计算每张照片的地面尺寸，在每张照片的边缘我们都用卷尺进行了测量。此外，植被覆盖率的估计是通过一个有经验的观察者在10times;10m的平面图上沿着截面的起点和终点视觉上判断出来的。

应用LSU和SAM这两种方法，对兴趣区的表面类型的纯参考光谱（波谱端元）的定义是必要的。这些参考光谱可以提取直接从卫星图像中提取，也可以利图2.青藏高原上所调查的草本植被种类的照片。矮生嵩草草场普遍存在高原东北部的山区地带。选择性自由放养的,这一传统的牲畜管理实践,导致产生了高丰度的放牧杂草，如狼毒属（白色花）（a）。高山嵩草（b-d）草场覆盖了较大海拔范围的山区地带,可能取代了以前的森林（b），并在高山地带形成了牢固的毡状放牧草地。那些毡状根垫（d）的蜕变过程很少被了解到，但普遍分布于两大重要生态系统的过渡带。高寒草原（e）是包含垫状植物的中亚矮草草原，具有很大的放牧弹性。赤箭嵩草沼泽（f）是最重要的放牧储备，并且能承受很大的放牧压力。这些沼泽的脆弱性是整个高原畜牧系统的瓶颈。

用光谱仪或高光谱相机在原位测量得到。目前存在一个常见问题，利用遥感影像获取的参考光谱是一种混合像素的效果，并且随着象元分辨率的增加，纯净光谱端元的信息就越难获得。尤其对于干旱地区是问题，这里的植被是通过亚像素的非常小的斑块描述出来的。为了避免出现这个问题，我们利用了HandySpec场光谱仪在每个样区进行了实地的端元光谱测量。这种仪器提供的反射率值在305-1705nm之间，光谱分辨率为1nm。土壤光谱是针对不同土壤水分含量测量得到的（土壤端元光谱）。植被光谱来自于单一的植物（物种端元光谱），为此，叶子需要进行修剪和分配以达到叶面积指数为1。为了对获得的数据进行降噪处理，所有的光谱均利用Savitzky-Golay过滤器（滤波器长度=15nm）进行了过滤。为了草原植被类型能产生端元光谱，我们将所获得的每个草原植被类型的所有种类的端元光谱进行了平均（植被端元）。

3.2.利用数码照片进行植被覆盖率的计算

利用每个测量样地的数码照片，我们推导出了在数码照片足迹下的植被覆盖率。我们利用RGB值计算每个图像（e），这些图像都通过如下的公式进行了绿色植被的增强处理(Woebbecke, Meyer, Vonbargen, amp; Mortensen, 1995):

e = 2

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[152733]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章