|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 湿地植被地上生物量遥感估算方法研究进展显示文摘湿地植被生物量是衡量湿地生态系统健康状况的重要指标,其估算方法研究一直是湿地领域的研究热点。传统的植被地上生物量测算主要依靠样方调查,对于复杂湿地生态系统存在一定的局限,而随着遥感估算方法的发展,湿地植被生物量的研究实现了长期、动态且大尺度的监测。本文在查阅和分析国内外相关文献的基础上,以遥感数据为主要数据源,阐述了基于光学、合成孔径雷达(SAR)、激光雷达(Lidar)以及多源协同遥感数据反演湿地植物地上生物量的理论基础及计算原理,总结了其研究进展,分析了其适用性,继而从湿地植被生物量监测类型的拓展、多源遥感数据的融合、遥感数据的同化以及遥感机理模型发展等方面出发,对植物生物量研究的发展趋势进行了深入探讨。 | 赵天舸 于瑞宏 张志磊 白雪松 曾庆奥 | 2016 | 生态学杂志2016，35，7： | 27 |
| 2 | 湿地翅碱蓬生物量遥感估算模型显示文摘以黄河三角洲HJ-1A CCD遥感数据和滨海湿地翅碱蓬生物量实测数据为数据源,通过对比分析参数回归模型(单变量线性和非线性回归模型,多元线性逐步回归模型)和人工神经网络模型(BP网络、RBF网络、GRNN网络),构建黄河三角洲湿地翅碱蓬生长初期的生物量湿重遥感估算最优模型。研究表明:基于遥感信息变量能够建立生长初期翅碱蓬生物量湿重估算模型。尽管基于RDVI、MSAVI和PC2的3个变量的多元线性回归模型的拟合效果较优,但是以SAVI、MSAVI、RVI、DVI、RDVI和PC2等7个遥感信息变量构建的BP神经网络模型的精度更高,平均相对误差为12.73%,估算效果最优,能够满足较高精度的生物量湿重估算需求。翅碱蓬生长初期生物量湿重最优估算模型的建立,为滨海地区植被生物量监测、区域翅碱蓬生物量季节动态模拟以及黄河三角洲生态系统功能评价提供技术支持与基础。 | 傅新 刘高焕 黄翀 刘庆生 | 2012 | 生态学报2012，32，17： | 20 |
| 3 | 双台河口国际重要湿地芦苇地上生物量遥感估算显示文摘基于多时相的Landsat8 OLI卫星遥感数据,采用面向对象的分类方法,提取双台河口国际重要湿地芦苇分布信息。通过对归一化植被指数(normalized difference vegetation index,NDVI)等6个植被指数与野外实测芦苇地上生物量数据间的统计分析,比较不同植被指数对芦苇地上生物量的敏感性,构建双台河口国际重要湿地芦苇地上生物量遥感反演模型;应用该模型对芦苇地上生物量进行遥感反演以及空间格局分析。结果表明:双台河口国际重要湿地芦苇分布面积为4.39×104hm2,约占该研究区总面积32.96%;选取的6个植被指数均与芦苇地上生物量显著相关(p<0.05),其中,以NDVI为变量的幂指数形式的估算模型为芦苇地上生物量遥感估算最优模型,模拟精度为79%,决策系数为0.76;双台河口国际重要湿地芦苇地上生物量呈东高西低和北高南低的分布格局,其平均地上生物量为4 785.5 g/m2,总地上生物量为2.06×106t;本研究结果可为双台河口国际重要湿地生态系统管理和生物多样性保护提供数据支持与科学指导。 | 梁建平 马大喜 毛德华 王宗明 | 2016 | 国土资源遥感2016，28，3： | 17 |
| 4 | 洪河湿地植被地上生物量遥感反演研究显示文摘在对洪河湿地植被地上生物量实地采样调查的基础上,利用准同步的TM数据建立了洪河湿地地上生物量遥感反演模型。主要研究了洪河湿地植被地上生物量的空间分布情况,并结合研究区的DEM分析生物量空间分布特征和高程的相关关系。并分析了不同生物量范围内,生物量与高程之间相关性存在差异的原因。研究表明:多元回归模型与其他模型相比拟合精度最高,决定系数为0.813,是洪河湿地地上生物量估算的精度最优模型;经估算得到2007年洪河湿地地上生物量主要集中分布于600~1 200g/m2之间,总生物量为2.4856×108 g,平均生物量为934.7105g/m2。通过生物量与DEM的相关分析得到,在生物量值为0~600g/m2的低生物量分布区域,生物量与高程之间存在较好的相关性,相关系数为0.79839;在生物量为600~1 200g/m2和1 200g/m2以上范围内,生物量与高程值之间相关性较弱。 | 韩颖 裴亮 杜嘉 | 2014 | 遥感技术与应用2014，29，2： | 14 |
| 5 | 基于Landsat TM数据的洪河湿地植被地上生物量遥感估算模型显示文摘利用Landsat5 TM数据和同期的野外实测生物量数据分别建立了洪河湿地草甸湿地和沼泽湿地生物量估算模型,并结合土地覆被数据,利用模型估算草甸湿地和沼泽湿地的地上生物量。研究表明,沼泽、草甸湿地生物量与遥感信息相关性较高,而湿地植被总体样本与遥感信息相关性较低。以总体样本建模的精度远远低于以草甸湿地植被、沼泽湿地植被单独建模的精度,以不同植被类型分别建立生物量估算模型更适合湿地植被生物量的反演。草甸湿地植被的最优估算模型为以TM第七波段反射率为自变量的一元二次回归模型,沼泽湿地植被的最优估算模型为以TM第一波段反射率、归一化植被指数、湿度为自变量建立的多元线性模型。经统计分析得到洪河湿地草甸湿地的平均生物量为1084.92 g/m2,沼泽湿地的平均生物量为628.48 g/m2。 | 韩永婷 韩颖 | 2019 | 辽宁科技大学学报2019，42，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员