草地地上生物量高精度曲面建模

被引：5

作者：

孙晓芳 ^{[1
,2
,3
]}

岳天祥 ^{[1
]}

王情 ^{[4
]}

机构：

[1] 中国科学院地理科学与资源研究所

[2] 中国科学院大学

[3] 曲阜师范大学

[4] 清华大学

来源：

遥感学报 | 2013年 / 17卷 / 05期

基金：

国家杰出青年科学基金;

关键词：

高精度曲面建模; 草地地上生物量; 空间格局; 遥感; 均一化植被指数;

D O I：

暂无

中图分类号：

S812 [草地学、草原学]; S127 [遥感技术在农业上的应用];

学科分类号：

090503 ; 0909 ; 082804 ;

摘要：

草地生物量的大区域精确估算对全球变化研究和草地资源的合理利用具有重要作用。为提高草地生物量的空间模拟精度,发展了草地地上生物量的高精度曲面建模方法 HASM-GB(High Accuracy Surface Modeling for Grassland Biomass),基于内蒙古草地地上生物量野外调查资料和同时期的遥感影像数据,采用HASM-GB方法对内蒙古自治区草原地上生物量空间分布进行了模拟。通过野外实测数据采用修正的Jackknifing方法对HASM-GB方法模拟结果进行了验证,结果表明模拟结果与实测数据之间具有较低的均方根误差(28.03 g/m2)和较好的相关性,相关系数为0.62。将HASM-GB方法与遥感生物量回归模型、普通克里金和回归克里金3种方法进行了精度对比,结果表明与其他3种方法相比,HASM-GB方法的模拟结果具有相对较低的平均误差、平均绝对误差、均方根误差和与测定值较高的相关系数。通过对地上生物量空间分布格局模拟结果的分析可知,由于植被指数—生物量回归模型属于非空间方法,其模拟精度很大程度上取决于主、辅变量间的相关性水平,易受植被指数数据误差的影响。普通克里金不能考虑辅助变量的作用。HASM-GB方法能够充分考虑生物量采样点和辅助变量的空间变异信息和邻域样本的空间结构特征从而提高模拟精度,其对草地地上生物量的曲面模拟能力高于回归克里金。结果表明HASM-GB可以作为模拟草地地上生物量空间分布相对有效的方法。

引用

页码：1060 / 1076

页数：17

共 37 条

[11]

地统计学及在生态学中的应用[M]. 科学出版社 , 王政权编著, 1999

[12]

Surface modelling of soil properties based on land use information[J] . Wenjiao Shi,Jiyuan Liu,Zhengping Du,Alfred Stein,Tianxiang Yue.Geoderma . 2011 (3)

[13]

Adjustment computation of HASM: a high-accuracy and high-speed method[J] . T.X. Yue,S.H. Wang.International Journal of Geographical Information . 2010 (11)

[14]

Climate change alters interannual variation of grassland aboveground productivity: evidence from a 22-year measurement series in the Inner Mongolian grassland[J] . Wenhong Ma,Zhongling Liu,Zhiheng Wang,Wei Wang,Cunzhu Liang,Yanhong Tang,Jin-Sheng He,Jingyun Fang.Journal of Plant Research . 2010 (4)

[15]

Surface modelling of global terrestrial ecosystems under three climate change scenarios[J] . Tian-Xiang Yue,Ze-Meng Fan,Chuan-Fa Chen,Xiao-Fang Sun,Bai-Lian Li.Ecological Modelling . 2010 (14)

[16] High-accuracy surface modelling and its application to DEM generation [J].

Yue, Tian-Xiang ;

Song, Dun-Jiang ;

Du, Zheng-Ping ;

Wang, Wei .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 2010, 31 (08) :2205-2226

[17]

Surface modelling of soil pH[J] . Wenjiao Shi,Jiyuan Liu,Zhengping Du,Yinjun Song,Chuanfa Chen,Tianxiang Yue.Geoderma . 2009 (1)

[18]

A comparison of two models with Landsat data for estimating above ground grassland biomass in Inner Mongolia, China[J] . Yichun Xie,Zongyao Sha,Mei Yu,Yongfei Bai,Lei Zhang.Ecological Modelling . 2009 (15)

[19]

About regression-kriging: From equations to case studies[J] . Tomislav Hengl,Gerard B.M. Heuvelink,David G. Rossiter.Computers and Geosciences . 2007 (10)

[20]

A new method of surface modeling and its application to DEM construction[J] . Tian-Xiang Yue,Zhen-Ping Du,Dun-Jiang Song,Yun Gong.Geomorphology . 2007 (1)

← 1 2 3 4 →