[发明专利]基于高时间分辨率和空间分辨率多光谱遥感数据的草地地上生物量反演方法

说明书

本发明的基于高时间分辨率和空间分辨率多光谱遥感数据的草地地上生物量反演方法，具体步骤为：1)选取覆盖草地生长季的多光谱遥感数据，计算NDVI，并合成覆盖研究区的每月最大NDVI；2)根据气象站点的月均温、月总降水量、月总太阳辐射数据，插值生成覆盖研究区的月均温、月总降水量、月总太阳辐射数据；3)基于光能利用率(Light Use Efficiency，LUE)理论，利用CASA(Carnegie‑Ames‑Stanford Approach)模型计算草地的净第一生产力(Net Primary Productivity，NPP)；4)根据NPP和地上生物量和地下生物量之比，计算出草地地上生物量。

技术领域

本发明涉及生态指标计算领域，尤指一种基于遥感反演技术的草地地上生物量指标计算方法。

背景技术

植物群落的生物量是体现生态系统结构与功能的综合性数量特征，群落生物量的变化，会影响到生态系统的其他过程如陆地的碳循环以及到全球的气候变化。中国天然草地面积占国土陆地面积的40％以上，是陆地生态系统的重要组成部分。因此，全面了解草地的生物量，对草地生态系统的碳循环长期监测、草地退化评价和天然草场的合理利用与管理具有重要的科学与应用价值。

草地地上生物量的计算方法大致可以分为两类：一是野外测量法，二是模型模拟法。野外测量法一般等草地地上现存量达到最大时用样方收获的方式获取。这种方法较为费时、费力，并且受到交通可达性影响。模型模拟法又可以细分为经验-半经验统计回归法、机理模型法等。经验-半经验统计归回法通常利用野外测量法得到的样点数据与一些植被指标，如NDVI(Normalized Difference Vegetation Index，归一化植被指数)建立线性、非线性回归拟合公式，进而得到整个区域的模拟结果。这种方法缺乏理论支撑，结果的优劣与所采用的数据源质量、区域位置高度相关，很难推广到其他区域。机理模型法从机理上对植物的生理生态过程及其影响因子、反馈机制等进行模拟，大多是将土壤-植物-大气连续体作为一个整体来考虑，包括光合作用、呼吸作用、蒸发蒸腾、气孔导度等多个子模块。机理模型有完备的理论体系，但是涉及到众多输入量，如土壤温度、湿度等，因此只能在设有相关设备的观测站附近进行演算，在实际应用过程中很难推广到整个区域。

发明内容

针对现有技术存在的问题，本发明提供一种利用高时间分辨率和空间分辨率的遥感数据(例如高分1号卫星的多光谱数据，其空间分辨率为16米，时间分辨率为2-4天)，结合气象观测数据，基于草地光能利用率机理模型，实现大范围草地地上生物量的反演计算。

为实现上述目的，本发明的基于高时间分辨率和空间分辨率多光谱遥感数据的草地地上生物量反演方法，具体步骤为：1)选取覆盖草地生长季(如5-9月)的多光谱遥感数据，计算NDVI，并合成覆盖研究区的每月最大NDVI；2)根据气象站点的月均温、月总降水量、月总太阳辐射数据，插值生成覆盖研究区的月均温、月总降水量、月总太阳辐射数据；3)基于光能利用率(Light Use Efficiency，LUE)理论，利用CASA(Carnegie-Ames-StanfordApproach)模型计算草地的净第一生产力(Net Primary Productivity，NPP)；4)根据NPP和地上生物量和地下生物量之比，计算出草地地上生物量。

进一步，步骤1)中多光谱遥感数据要进行大气辐射纠正，用ENVI的6S或FLASSH模块进行纠正。

进一步，计算完每一景遥感数据的NDVI之后，对同一月份的NDVI进行最大值合成，用ArcGIS的Mosaic模块进行计算。

进一步，步骤2)中插值方法采用薄盘样条插值法，用ANUSPLIN工具实现。

进一步，插值结果为栅格格式，其空间分辨率与多光谱数据保持一致。