杨鹏万
- 作品数：2 被引量：37H指数：2
- 供职机构：中国科学院地理科学与资源研究所更多>>
- 发文基金：国家自然科学基金国家科技支撑计划更多>>
- 相关领域：农业科学生物学更多>>
- 多光谱相机估算藏北高寒草甸地上生物量被引量：15
- 2014年
- 本研究利用2012年6―9月的藏北高寒草甸地上生物量和ADC便携式多光谱相机数据,建立了植被指数估算藏北高寒草甸地上生物量的模型。在分析了地上生物量与归一化植被指数(Normalized Difference Vegetation Indices,NDVI)、归一化绿波段差值植被指数(Green Normalized Difference Vegetation Indices,GNDVI)和土壤调节植被指数(Soil Adjusted Vegetation Indices,SAVI)相关关系的基础上,构建了地上生物量和各植被指数的7种(线性、对数、二次多项式、三次多项式、幂函数、增长、指数)模型,并对拟合效果比较好的模型进行了精度检验。结果表明,3个植被指数中NDVI的模拟效果最好,SAVI较好,GNDVI最差;所有模型中,以NDVI为自变量的线性模型和增长模型、以SAVI为自变量的线性模型和幂函数模型模拟和预测效果都很好。
- 杨鹏万付刚李云龙周宇庭沈振西
- 关键词：多光谱相机植被指数地上生物量高寒草甸
- 藏北典型高寒草甸地上生物量的遥感估算模型被引量：24
- 2013年
- 本研究利用2010和2011年6-9月高寒嵩草草甸群落地上生物量数据和同期的中分辨率成像光谱仪(mod-erate resolution imaging spectroradiometer,MODIS)影像数据,建立了西藏自治区拉萨当雄高寒草甸的地上生物量遥感估算模型。在探讨群落地上生物量与归一化植被指数(normalized difference vegetation indices,NDVI)、增强型植被指数(enhanced vegetation indices,EVI)以及地表水分指数(land surface water indices,LSWI)相关关系的基础上,构建了群落地上生物量与各指数的线性或非线性(包括对数函数、二次多项式、三次多项式、幂函数、增长曲线、指数函数)估算模型,并进行了模型验证。结果表明,1)3个指数中EVI的模拟效果最好,NDVI次之,LSWI最差;2)所有模型中线性模型的模拟效果最好,EVI的线性模型为:y=174.225x,R2=0.975,P<0.001,NDVI的线性模型为:y=115.478x,R2=0.956,P<0.001;3)在预测效果方面,幂函数模型最好,线性模型次之,其平均误差分别仅为9.76%和10.8%,因此,两者都可以用于高寒草甸群落地上生物量的模拟。
- 周宇庭付刚沈振西张宪洲武建双李云龙杨鹏万
- 关键词：地上生物量高寒草甸遥感
