基于多源遥感数据的草地生物量反演
Retrieval of Grassland Biomass Based on Multi-source Remote Sensing Data作者机构:甘肃省基础地理信息中心甘肃兰州730030 中国地质调查局自然资源综合调查指挥中心北京100055
出 版 物:《无线电工程》 (Radio Engineering)
年 卷 期:2023年第53卷第11期
页 面:2515-2528页
学科分类:083002[工学-环境工程] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程]
基 金:中国地质调查局地质调查项目“地质矿产智能化调查系统开发与应用”(DD20190416) 中国地质调查局地质调查项目“地质调查智能技术与通用工具研发推广”(DD20230140)
主 题:多源遥感数据 草地生物量 时空匹配 地理学第一定律 河南县
摘 要:面向青海省黄南藏族自治州河南蒙古族自治县(河南县)开展实验。基于2018年5—8月的Landsat8、GF-1、GF-4遥感数据建立时空连续性的NDVI时间序列;将NDVI时间序列与人工采样草地生物量进行时空匹配,用于构建NDVI时间序列与草地生物量的经验模型;基于地理学第一定律,将基于点拟合的经验模型推广到面,实现在稀疏地面观测样本条件下的大区域、高精度草原生物量反演。提出的方法高效地构建了时空匹配的星基NDVI与时空分布稀疏的人工草地样方生物量的时间序列对,解决了当前遥感反演方法过度依赖稀疏的地面观测采样数据的问题,提升了反演的成功率和模型的泛化能力。基于提出的方法在试验区展开实验,决定系数(R^(2))平均为0.75,优于植被指数法(R^(2)取值0.3~0.5);均方根误差(RMSE)为1.10 kg/km^(2),优于植被指数法(RMSE取值10~60 kg/km^(2))。