论文部分内容阅读
草层高度是评价草地退化状况的关键指标,也是准确估测地上生物量和牧区雪灾预警的重要参数。青藏高原高寒草地生态系统不仅是牧区经济赖以发展的生产资料,也是反馈全球气候变化的感应器。因此,对青藏高原高寒草地的草层高度进行动态监测具有重要的科学意义和实用价值。目前已有部分学者通过构建统计模型的方法对天然草地的草层高度进行了预测,但是由于天然草地类型复杂、统计模型的可复制性较差,导致天然草地草层高度的反演精度参差不齐,差异明显。青藏高原高寒草地时空分布的差异性较大,对草层高度的精准反演还存在较大的难度。因此,本研究以青藏高原东部的甘南地区作为典型研究区,基于MODIS数据、生态环境因素和地面高光谱遥感数据,利用RF、SVM、ANN、XGBoost和Cubist机器学习算法分别构建了草层高度反演模型,并对2006-2018年甘南地区草层高度的时空动态变化进行了分析。研究结果如下:(1)基于MODIS数据构建的6种植被指数中,NDVI和OSAVI均对草层高度较为敏感(r均为0.39),但两者仅能反映草层高度变化的15%。草层高度与MODIS的红光波段(B1)和中红外波段(B7)的反射率具有较高的负相关性,相关系数分别为-0.33和-0.36。(2)草层高度与地形因素、土壤因素的相关性较为微弱(r介于-0.14~0.07),与气象因素中的年累计降水量(JS)、月累计降水量(P)和月平均温度(T)有显著的正相关关系(r介于0.22~0.28)。草层高度对月累计降水的响应存在3个月的滞后期,对温度的响应不存在滞后期。(3)基于坡向(A)、土壤粘粒含量(C1、C2)、NDVI、B7、LAI、年积温(JW)、月平均温度(T)构建的多因素RF模型具有较好的预测性能(R~2=0.45,RMSE=5.47 cm,BIC=442),适合甘南地区高寒草地草层高度的空间反演。(4)地面高光谱数据可以较好地反映草层高度的变化。基于一阶微分光谱(1st-R)的11个特征波段构建的RF模型具有较高的反演精度(R~2=0.74,RMSE=5.24 cm,BIC=389),但目前因缺乏相关的卫星数据尚无法应用于大范围草层高度的动态反演。(5)2006-2018年甘南地区平均草层高度总体呈现增加趋势,大部分区域的草层高度介于15~20 cm,近13年以来草层高度处于稳定不变和增加状态的草地所占比例分别为58.82%和29.90%,草层高度呈减小趋势的草地仅占11.28%。