北方农牧交错区土地质量指标遥感信息提取与土地质量评价

At present, the integration and assimilation of long-term location observation data, remote sensing data and geospatial data has become the research trends and priority areas of geography and ecology. It is the core for the regional land quality assessment to extend "point" information to "polygon" and verify the "polygon" status by them. The purpose of the study is to explore advanced technology of remote sensing information extraction of land quality indicators and evaluate regional land quality. Typical grassland ecosystems are selected as the study object based on the land degradation problems in the area of farm-pastoral transitional zone, Northern China. Geographic, ecological and remote sensing monitoring, spatial analysis, and other methods are employed. The hyperspectral remote sensing quantitative retrieval models of grassland ecosystem constructive species (indicator species), coverage，biomass and other land quality indicators will be established by the application of statistical and hyperspectral analysis based on the field survey both for hyperspectral data acquisition and bio-ecological characteristics. The "point" model will be rebuilt to "polygon" by hyperspectral images correction and reconstruction of field spectral curves. Combined with other data, such as high spatial resolution imagines, social and economic data and expert's knowledge, the regional land quality will be evaluated. This study will further deepen the application of hyperspectral technology in land quality monitoring and supply important technical supports for changes of quantity-oriented land management to quantity-quality-ecology-oriented management.

当前，将长期定位观测数据、遥感数据和地理空间数据进行集成和同化，已经成为地理学和生态学重要的发展趋势和优先领域。将"点"上土地质量指标信息扩展到"面"上，并通过"点"上信息验证"面"上状况是区域土地质量评价的关键。本研究针对我国北方农牧交错区土地退化问题，以区域典型草地生态系统为研究对象，综合运用地理学、生态学、遥感监测和空间分析等技术方法，开展土地质量指标信息提取和土地质量评价研究。通过典型土地质量指标的高光谱数据采集和实地生物生态学特性调查，建立草地生态系统建群种（指示种）、覆盖度和生物量等土地质量指标的高光谱遥感信息定量反演模型；并通过高光谱影像的纠正与地物光谱重建等手段，将基于"点"的模型应用于"面"上，结合相关信息，开展土地质量评价。该研究将进一步深化高光谱技术在土地质量监测中的应用，为我国土地管理从"数量管理"方式向"数量管控、质量管理和生态管护"方式转变提供重要技术支撑。

当前，将长期定位观测数据、遥感数据和地理空间数据进行集成和同化，已经成为地理学和生态学重要的发展趋势和优先领域。将“点”上土地质量指标信息扩展到“面”上，并通过“点”上信息验证“面”上状况是区域土地质量评价的关键。本研究针对我国北方农牧交错区土地退化问题，以区域典型草地生态系统为研究对象，综合运用地理学、生态学、遥感监测和空间分析等技术方法，开展土地质量指标信息提取和土地质量评价研究。. 通过典型土地质量指标的高光谱数据采集和实地生物生态学特性调查，本研究建立了13类主要草地群落类型、植被指数（三角叶绿素植被指数（TCI）、光合有效辐射吸收率（FAPAR））和生物量等土地质量指标的高光谱遥感信息定量反演模型；并通过高光谱影像的纠正与地物光谱重建等手段，将基于“点”的模型应用于“面”上，结合相关信息，开展土地质量评价。. 研究结果表明：内蒙古草地地上生物量与高光谱变量的单变量拟合方程中，以高光谱植被指数（HVI）为变量构建的单变量线性和非线性方程决定系数最高，以红边内一阶微分光谱中的最大值（Dr）为单变量构建的模型预测生物量最接近实测值。多元回归方法拟合则以VI2、VI5、HVI、REP、TCI这5个变量构建的多元回归模型效果最好，该模型可以对内蒙古草地地上鲜生物量进行预测。基于ASD高光谱三角叶绿素植被指数（TCI）与Hyperion成像光谱数据的三角叶绿素植被指数（TCI）的显著相关关系（R=0.699），构建了Hyperion TCI预测ASD TCI的回归模型y = 1.8056x0.4352(R2=0.516),综合与地面实测高光谱生物量最佳预测模型，通过尺度转换得到Hyperion TCI生物量反演模型y =346.13 x0.4352-236.19，在一定程度上提高了预测精度，在天然草地生物量估算方面具有应用价值。该研究将进一步深化高光谱技术在土地质量监测中的应用，为我国土地管理从“数量管理”方式向“数量管控、质量管理和生态管护”方式转变提供重要技术支撑。