青藏高原小嵩草高寒草甸返青期遥感识别方法筛选

被引:12
作者
范德芹
朱文泉
潘耀忠
姜楠
郑周涛
机构
[1] 北京师范大学地表过程与资源生态国家重点实验室北京师范大学资源学院
关键词
小嵩草; 高寒草甸; NDVI; 返青期; 模拟退火算法;
D O I
暂无
中图分类号
TP79 [遥感技术的应用];
学科分类号
081102 ; 0816 ; 081602 ; 083002 ; 1404 ;
摘要
小嵩草高寒草甸是青藏高原的主要植被类型,研究其返青期识别方法对于模拟及预测青藏高原植被物候变化具有重要意义。常用的植被返青期遥感识别方法主要是先对遥感植被指数原始时序数据进行拟合去噪声再求取返青期,各种方法对研究区域、研究经验、参数设置、函数初值设置等有很强的依赖性。为避免返青期识别方法在曲线拟合时对参数初值的依赖性和陷入局部最优解,本文引入了模拟退火算法对双高斯和双逻辑斯蒂函数进行参数优化,并分别对基于以上两种函数及多项式拟合的植被指数时序曲线进行对比,从而选出最佳拟合方法,最后采用最大斜率阈值法、动态阈值法和曲率法识别返青期。利用青藏高原小嵩草高寒草甸34个样本点的返青期地面观测数据及相应的8 km分辨率的NOAA归一化差值植被指数(NDVI)时序数据对以上各种组合的返青期遥感识别方案进行了测试,并选取了153个遥感实验点求取了近30年(1982年—2011年)青藏高原小嵩草高寒草甸的返青期,结果表明:采用双高斯函数拟合的NDVI曲线与原始NDVI时序数据最为接近,在此基础上采用最大斜率阈值法识别的小嵩草高寒草甸返青期及其变化趋势与地面物候观测结果最为一致;同时发现近30年青藏高原小嵩草高寒草甸的平均返青期主要集中在每年的第120—140天,并且呈逐年提前趋势,30年来提前了7天。
引用
收藏
页码:1117 / 1127
页数:11
相关论文
共 14 条
[1]   基于狄克松检验的NDVI时序数据噪声检测及其在数据重建中的应用 [J].
范德芹 ;
朱文泉 ;
潘耀忠 ;
姜楠 .
遥感学报, 2013, 17 (05) :1158-1174
[2]   气候变化对高寒草甸垂穗披碱草生育期和产量的影响 [J].
雷占兰 ;
周华坤 ;
刘泽华 ;
徐维新 ;
魁武 ;
李发录 .
中国草地学报, 2012, 34 (05) :10-18
[3]  
基于通量塔净生态系统碳交换数据的植被物候遥感识别方法评价[J]. 牟敏杰,朱文泉,王伶俐,许映军,刘建红.应用生态学报. 2012(02)
[4]   青藏高原植物返青期变化及其对气候变化的响应 [J].
丁明军 ;
张镱锂 ;
刘林山 ;
王兆锋 .
气候变化研究进展, 2011, 7 (05) :317-323
[5]   基于时间序列谐波分析的东北地区耕地资源提取 [J].
侯光雷 ;
张洪岩 ;
王野乔 ;
张正祥 .
自然资源学报, 2010, 25 (09) :1607-1617
[6]   气候变暖对青海高原地区植物物候期的影响 [J].
李红梅 ;
马玉寿 ;
王彦龙 .
应用气象学报, 2010, 21 (04) :500-505
[7]   青藏高原区域气候变化及其差异性研究 [J].
李林 ;
陈晓光 ;
王振宇 ;
徐维新 ;
唐红玉 .
气候变化研究进展, 2010, 6 (03) :181-186
[8]   基于MODIS NDVI时间序列的植被覆盖变化特征研究 [J].
王红说 ;
黄敬峰 .
浙江大学学报(农业与生命科学版), 2009, 35 (01) :105-110
[9]   基于NOAA NDVI的中国植被绿度始期变化 [J].
武永峰 ;
李茂松 ;
刘布春 ;
白文波 ;
蒋卫国 .
地理科学进展, 2008, (06) :32-40
[10]   高斯拟合算法在光谱建模中的应用研究 [J].
李敏 ;
盛毅 .
光谱学与光谱分析, 2008, (10) :2352-2355