高寒天然草地牧草营养成分和饲用价值的高光谱遥感机理研究

Quality of forage nutritions in grassland plays an important role in the development of grassland animal husbandry, which not only affects the growth and development, but the quality of animal products as well. Nutrient component in grassland is an important content of forage quality evaluation, but also the key index of carbon cycle and global climate change research. The traditional method is time-consuming and costly, multi-spectral remote sensing is limited by spectral channels and discontinuous wide bands, which is generally limited to the macro research of grassland biophysical indicators. Taking alpine grassland in Gannan plateau as the research object, using multi-source hyperspectral data and surface observation inforamation, as well as hyperspectral analysis techniques and multivariate statistical analysis methods, this project focuses on the study of forage hyperspectral remote sensing characteristics in different growth stages of alpine grassland; explores rapid synthesis and processing algorithms of multi-source and multitemporal satellite hyperspectral data, studies the hyperspectral remote sensing mechanism for nutrient components and feed value in natural alpine grassland; systematically studies the hyperspectral characteristical indicators of key nutrients in alpine grassland, and diagnostic methods and monitoring models; analyzes the spatio-temporal distribution patterns of nutrient content and feed value of alpine grassland; and develops a monitoring and evaluation information system of alpine grassland hyperspectral remote sensing, which is expected to provide scientific basis for the research of quality and feed value evaluation, forage and livestock nutrition balance in alpine grassland.

草地牧草营养品质的优劣不仅影响家畜的生长发育, 也影响畜产品的品质，对草牧业的发展具有十分重要的作用。营养成分是草地牧草品质评价的重要内容，也是碳循环和全球气候变化研究的关键指标。传统方法费时费力、成本巨大、多光谱遥感受有限的光谱通道及不连续的宽波段的制约，通常局限于草地生物物理指标的宏观研究。本项目以甘南高原高寒草地作为研究对象，利用多源高光谱数据和地表观测资料，采用高光谱分析技术和多元统计分析方法, 重点研究高寒草地牧草在不同生育期的高光谱遥感特征；探索多源星载多时相高光谱数据的快速合成与处理算法，研究高寒天然草地牧草营养成分和饲用价值高光谱遥感机理；系统研究高寒草地牧草关键营养成分的高光谱特征指标、诊断方法及其监测模型；分析高寒草地牧草营养成分与饲用价值时空分布格局；研发高寒草地牧草高光谱遥感监测与评价信息系统，为高寒天然草地牧草品质和饲用价值评价、草畜营养平衡研究提供科学基础。

高寒天然草地牧草生化信息的高效、精确获取是草地资源可持续利用和草地畜牧业科学发展的基础。高光谱遥感技术的快速发展及其在植被生化参数监测方面的普遍应用，为高寒天然草地牧草关键营养成分和饲用价值的估测提供了新的契机和挑战。目前，我国在该方面的相关研究仍然处于起步阶段。因此，本项研究依托连续多年草地野外观测试验，综合运用高光谱遥感、数理统计分析及机器学习建模等技术手段，重点开展了多源遥感数据的快速合成与处理算法、高寒天然草地牧草营养成分和饲用价值高光谱遥感机理、关键营养成分的高光谱特征指标、诊断方法及其监测模型等方面的研究。主要在6个方面取得重要进展：1）系统研究了牧草在返青期、青草期、盛草期、枯黄期和枯草期等不同生育时期的高光谱遥感特征及其关键影响因素；2）提取了牧草氮磷养分及碳氮比在冠层水平的高光谱敏感波段和特征指标，构建了牧草生长关键养分和评价参数的高光谱遥感反演模型；3）结合高分辨率多光谱遥感数据（Sentinel-2），发展了精确反演牧草氮磷比的估测模型，分析了牧草氮磷比的空间分布格局和养分限制情况；4）提出一种基于多种环境因素（地形、气候、土壤等）和高光谱遥感数据（包括原始光谱、转换光谱的敏感波段反射率及其组合植被指数）的牧草中性洗涤纤维（neutral detergent fiber，NDF）监测方法；5）提出了一种基于无人机（unmanned aerial vehicle，UAV）和卫星数据以及多因素机器学习算法的草地盖度和地上生物量遥感监测方法，为大范围草地植被生长状况评估提供了更加准确的量化方法；6）研发出包括基础数据、草地监测、牧草营养、饲用价值、地图服务等主要功能模块的基于WebGIS和Internet技术的高寒草地牧草营养成分与饲用价值评价系统。发表相关学术论文26篇，其中SCI论文12篇（1区4篇，2区8篇），EI论文1篇，国际会议论文4篇，获实用新型专利授权1项，获发明专利授权1项，获计算机软件著作权1项。这些研究成果，可以为甘南牧区大范围草地植被生长状况、草地载畜力及草畜平衡状况的准确评估，草地资源的合理利用与高效管理提供科学基础。