基于哨兵2号多光谱遥感数据的草原植被盖度反演——以内蒙古自治区为例

doi:10.13466/j.cnki.lyzygl.2022.04.017

林业资源管理 ›› 2022›› Issue (4): 134-140.doi: 10.13466/j.cnki.lyzygl.2022.04.017

基于哨兵2号多光谱遥感数据的草原植被盖度反演——以内蒙古自治区为例

田海静¹^,²(), 王林¹^,²(), 韩立亮¹^,², 范云豹¹^,², 杨吉林³

1.国家林业和草原局林草调查规划院,北京 100714
2.国家林业和草原局草原资源监测中心,北京 100714
3.中国科学院地理科学与资源研究所,北京 100101

收稿日期:2022-05-11 修回日期:2022-07-17 出版日期:2022-08-28 发布日期:2022-10-13
通讯作者: 王林
作者简介:田海静(1988-),女,河北保定人,高工,博士,主要从事草原遥感监测。Email: tianhaijing278@163.com

Grassland Vegetation Coverage Retrieval Based on Sentinel-2 Multi-Spectral Remote Sensing Data: A Case Study of Inner Mongolia Autonomous Region

TIAN Haijing¹^,²(), WANG Lin¹^,²(), HAN Liliang¹^,², FAN Yunbao¹^,², YANG Jilin³

1. Academy of Forestry Inventory and Planning,National Forestry and Grassland Administration,Beijing 100714,China
2. Grassland Monitoring Center,National Forestry and Grassland Administration,Beijing 100714,China
3. Key Laboratory of Land Surface Pattern and Simulation,Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101,China

Received:2022-05-11 Revised:2022-07-17 Online:2022-08-28 Published:2022-10-13
Contact: WANG Lin

摘要/Abstract

摘要：

建立高精度草原植被盖度遥感估算模型对定量评估草原资源质量和支撑草原精细化管理至关重要。研究利用内蒙古自治区草原样地调查数据,基于哨兵2号多光谱遥感数据进行了草原植被盖度分类遥感建模及反演。研究表明:1)23种植被指数与实测植被盖度均呈现显著相关性(P<0.001),其中相关性最强的为NDVI,相关系数为0.834;2)正弦函数在高值部分(植被盖度>75%)的低估现象更明显,而线性函数在低值部分(植被盖度<25%)的高估现象更明显,通过采用两种函数对植被盖度进行分段模拟,结果较好;3)按照草地类分为6组分别进行植被盖度建模后,内蒙古自治区1 894个符合质量要求的样地模拟植被盖度与实测植被盖度的相关系数R²=0.722,显著性水平P<0.01,RMSE=12%;4)内蒙古自治区不同草地类植被盖度从高到低分别为山地草甸78.91%,温性草甸草原73.7%,低地草甸53.89%,温性草原52.57%,温性荒漠草原32.76%,温性草原化荒漠25.52%,温性荒漠19.29%。

关键词: 草原植被盖度, 分类建模, 遥感反演, 哨兵2号, 内蒙古自治区

Abstract:

High-precision grassland vegetation coverage remote sensing estimation model is important for quantitative assessment of grassland quality and fine management of grassland.Based on Sentinel-2 multi-spectral remote sensing data and measured sample plots in Inner Mongolia autonomous Region,grassland vegetation coverage was modeled and inverted.The results showed that:1)There was a significant correlation between the 23 vegetation indexes and the measured vegetation coverage (P<0.001),and the highest correlation coefficient was NDVI with a correlation coefficient of 0.834;2)The underestimation of sinusoidal function was more obvious in the high value part (coverage>75%),while the overestimation of linear function was more obvious in the low value part (coverage<25%),by using these two kinds of functions to simulate vegetation coverage,the results were better;3)The grassland types were divided into 6 groups to modeling vegetation coverage respectively.Finally,correlation coefficient between simulated and measured vegetation coverage for the 1 894 sample plots was R²=0.722,P<0.01,RMSE=12%;4)The vegetation coverage of different grassland types in Inner Mongolia from high to low was 78.91% for mountain meadow,73.7% for temperate meadow steppe,53.89% for lowland meadow,52.57% for temperate steppe,32.76% for temperate desert steppe,25.52% for temperate grassland desert and 19.29% for temperate desert.

Key words: grassland vegetation coverage, classification modeling, remote sensing inversion, Sentinel-2, Inner Mongolia Autonomous Region

中图分类号:

S812.5

田海静, 王林, 韩立亮, 范云豹, 杨吉林. 基于哨兵2号多光谱遥感数据的草原植被盖度反演——以内蒙古自治区为例[J]. 林业资源管理, 2022,(4): 134-140.

TIAN Haijing, WANG Lin, HAN Liliang, FAN Yunbao, YANG Jilin. Grassland Vegetation Coverage Retrieval Based on Sentinel-2 Multi-Spectral Remote Sensing Data: A Case Study of Inner Mongolia Autonomous Region[J]. FOREST RESOURCES WANAGEMENT, 2022,(4): 134-140.

图/表 6

表1

表2

表3

图1

图2

图3

参考文献 14

[1]	中华人民共和国自然资源部. 第三次全国国土调查主要数据公报[R]. 2021.
[2]	章超斌, 李建龙, 张颖, 等. 基于RGB模式的一种草地盖度定量快速测定方法研究[J]. 草业学报, 2013, 22(4):220-226.
[3]	张学霞, 朱清科, 吴根梅, 等. 数码照相法估算植被盖度[J]. 北京林业大学学报, 2008, 30(1):164-169.
[4]	秦伟, 朱清科, 张学霞, 等. 植被覆盖度及其测算方法研究进展[J]. 西北农林科技大学学报:自然科学版, 2006, 34(9):163-170.
[5]	秦伟, 曹文洪, 左长清, 等. 考虑沟-坡分异的黄土高原大中流域侵蚀产沙模型[J]. 应用基础与工程科学学报, 2015, 23(1):12-29.
[6]	焦菊英, 王万忠. 人工草地在黄土高原水土保持中的减水减沙效益与有效盖度[J]. 草地学报, 2001(3):176-182.
[7]	张光辉, 梁一民. 植被盖度对水土保持功效影响的研究综述[J]. 水土保持研究, 1996(2):104-110.
[8]	包小庆, 何京丽, 邢恩德, 等. 草地水土保持科技发展战略[J]. 中国水利, 2008(21):66-68.
[9]	杜际增, 王根绪, 李元寿. 近45年长江黄河源区高寒草地退化特征及成因分析[J]. 草业学报, 2015, 24(6):5-15.
[10]	赵靖川, 刘树华. 植被变化对西北地区陆气耦合强度的影响[J]. 地球物理学报, 2015, 58(1):47-62.
[11]	纪磊. 若尔盖草地沙化程度的遥感监测及其植被特征与土壤养分的分析[D]. 雅安: 四川农业大学, 2012.
[12]	曹宁, 韩颖娟, 马宁. 荒漠化及植被盖度监测变化分析——以宁夏盐池县为例[J]. 农业网络信息, 2013(10):123-125.
[13]	内蒙古自治区自然资源厅. 内蒙古自治区第三次国土调查主要数据公报[R]. 2021.
[14]	田海静, 曹春香, 戴晟懋, 等. 准格尔旗植被覆盖度变化的时间序列遥感监测[J]. 地球信息科学学报, 2014, 16(1):126-133. doi: 10.3724/SP.J.1047.2013.00126

草地类	样地数量/个	归类建模分类
温性草原类	773	温性草原类
温性荒漠草原类	384	温性荒漠草原类
温性草甸草原类	260	温性草甸草原类
温性荒漠类	240	温性荒漠类
温性草原化荒漠类	101	温性草原化荒漠类
低地草甸类	132	低地草甸、山地草甸合并类
山地草甸类	11	低地草甸、山地草甸合并类

哨兵2号波段	中心波长/um	空间分辨率/m
沿海气溶胶(aerosol)	0.443	60
蓝光(blue)	0.490	10
绿光(green)	0.560	10
红光(red)	0.665	10
植被红边1(red1)	0.705	20
植被红边2(red2)	0.740	20
植被红边3(red3)	0.783	20
近红外(nir)	0.842	10
植被红边4(red4)	0.865	20
水蒸气(h2o)	0.945	60
热红外—卷云	1.375	60
短波红外1(swir1)	1.610	20
短波红外2(swir2)	2.190	20

植被指数	计算公式	r	P
DVI	DVI=nir-red	0.723	P<0.001
EVI	EVI=2.5×(nir-red)/(nir+6×red-7.5×blue+1)	0.771	P<0.001
GCVI	GCVI=nir/green-1	0.764	P<0.001
GNDVI	GNDVI=(nir-green)/(nir+green)	0.812	P<0.001
ISR1	ISR1=nir/swir1	0.684	P<0.001
ISR2	ISR2=nir/swir2	0.694	P<0.001
LSWI	LSWI=(nir-swir1)/(nir+swir1)	0.739	P<0.001
MSAVI	MSAVI=1/2×(2×nir+1-((2×nir+1)²-8×(nir-red))^1/2)	0.767	P<0.001
NDPI	NDPI=(nir-(0.74 ×red+0.26 × swir1))/(nir+(0.74 ×red+0.26×swir1))	0.827	P<0.001
NDVI	NDVI=(nir-red)/(nir+red)	0.834	P<0.001
NDWI1	NDWI1=(nir-swir1)/(nir+swir1)	0.739	P<0.001
NDWI2	NDWI2=(nir-swir2)/(nir+swir2)	0.797	P<0.001
NDWI3	NDWI3=(green-nir)/(green+nir)	-0.812	P<0.001
RENDVI1	RENDVI1=(nir-red1)/(nir+red1)	0.823	P<0.001
RENDVI2	RENDVI2=(nir-red2)/(nir+red2)	0.686	P<0.001
RENDWI1	RENDVI1=(red1-swir1)/(red1+swir1)	-0.536	P<0.001
RENDWI2	RENDVI2 =(red2-swir1)/(red2+swir1)	0.672	P<0.001
SAVI	SAVI=(1+L)×(nir-red)/(nir+red+0.5)	0.787	P<0.001
SR	SR=nir/red	0.664	P<0.001
TRI1	TRI1=(1/red-1/red1)×red2	0.622	P<0.001
TRI2	TRI2=(1/red-1/nir)×red2	0.670	P<0.001
VREI1	VREI1=nir/red1	0.772	P<0.001
VREI2	VREI2=nir/red2	0.675	P<0.001

基于哨兵2号多光谱遥感数据的草原植被盖度反演——以内蒙古自治区为例

Grassland Vegetation Coverage Retrieval Based on Sentinel-2 Multi-Spectral Remote Sensing Data: A Case Study of Inner Mongolia Autonomous Region

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 14

相关文章 4

编辑推荐

Metrics

本文评价

[1]	郝君, 吕康婷, 胡天祺, 王云阁, 徐刚. 基于机器学习的红树林生物量遥感反演研究[J]. 林草资源研究, 2024, 0(1): 65-72.
[2]	张绘芳, 朱雅丽, 张景路, 高健, 地力夏提·包尔汉. 基于高分遥感数据的阿尔泰山乔木林地上生物量预测[J]. 林业资源管理, 2023, 0(2): 104-110.
[3]	杨雪清, 孙志超, 王立生, 柴政, 邱议文, 蒋春颖. 森林可燃物大样地抽样调查方法研究[J]. 林业资源管理, 2022, 0(5): 53-59.
[4]	吴恒, 胥辉. 森林植被碳密度遥感反演和校准研究[J]. 林业资源管理, 2021, 0(6): 43-51.