基于多源遥感数据的高寒草地草层高度反演研究

Grass canopy height is one of the most important indexes for grassland productivity and grass growth status, which is of great value to estimate and monitor the growth condition, grassland degradation, breeding balance, and warn snow disaster in pastoral areas. Traditional method is time-consuming and laborious, and limited by spatial and temporal scales. Meanwhile, multispectral remote sensing faces limited spectral channels and in-continuous broadband constraints which lead to relative low accuracy. Therefore, this research will take alpine grassland of Gannan region in the eastern region of Tibetan Plateau as a case study, combining the UAV，LiDAR, hyperspectral data and the in situ grassland parameters and spectral data under different growth stages, the spectral analysis techniques, partial least squares regression, and support vector machine techniques will be used to explore the spectral characteristics of alpine grassland, and finally the grassland height inversion model with high precision will be build based on multi-source remote sensing data. The model will be used to monitor grassland dynamic and its mapping under large spatial and temporal scales, which will be of great significance for the development of the animal husbandry as well as the grassland protection and management.

草层高度是草地生物量遥感监测、草地退化、草畜平衡、牧区雪灾预警模型的主要输入参数，是草地生产力和生长状况监测的重要指标。传统观测方法费时费力，且时效性差，空间代表性有限。多光谱遥感受有限的光谱通道及不连续宽波段的制约，反演精度较低。拟申请项目以青藏高原东部地区的高寒草地为研究对象，利用无人机、激光雷达和高光谱遥感数据，结合地面实测草地参数和光谱特征数据，采用光谱分析技术、偏最小二乘回归、支持向量回归等方法，构建基于星载多源遥感数据的高精度高寒草地草层高度反演模型，并实现大尺度草层高度时空动态变化监测与制图，为草地畜牧业生产和草地保护与管理提供参考依据。

草层高度是评价草地退化状况的关键指标，也是准确估测地上生物量和牧区雪灾预警的重要参数。青藏高原高寒草地生态系统不仅是牧区经济赖以发展的生产资料，也是反馈全球气候变化的感应器。因此，对青藏高原高寒草地的草层高度进行动态监测具有重要的科学意义和实用价值。本研究以青藏高原东部的甘南地区作为典型研究区，基于MODIS数据、生态环境因素和地面高光谱遥感数据，利用RF、SVM、ANN、Xgboost和Cubist机器学习算法分别构建了草层高度反演模型，并对2006-2018年甘南地区草层高度的时空动态变化进行了分析。研究结果如下：.（1）基于MODIS数据构建的6种植被指数中，NDVI和OSAVI均对草层高度较为敏感（r均为0.39），但两者仅能反映草层高度变化的15%。草层高度与MODIS的红光波段（B1）和中红外波段（B7）的反射率具有较高的负相关性，相关系数分别为-0.33和-0.36。.（2）草层高度与地形因素、土壤因素的相关性较为微弱（r介于-0.14~0.07），与气象因素中的年累计降水量、月累计降水量和月平均温度有显著的正相关关系。草层高度对月累计降水的响应存在3个月的滞后期，对温度的响应不存在滞后期。.（3）基于坡向、土壤粘粒含量、NDVI、B7、LAI、年积温、月平均温度构建的多因素RF模型具有较好的预测性能（R2=0.45，RMSE=5.47 cm，BIC=442），适合甘南地区高寒草地草层高度的空间反演。.（4）地面高光谱数据可以较好地反映草层高度的变化。基于一阶微分光谱（1st-R）的11个特征波段构建的RF模型具有较高的反演精度（R2=0.74，RMSE=5.24 cm，BIC=389），但目前因缺乏相关的卫星数据尚无法应用于大范围草层高度的动态反演。.（5）2006-2018年甘南地区平均草层高度总体呈现增加趋势，大部分区域的草层高度介于15~20 cm，近13年以来草层高度处于稳定不变和增加状态的草地所占比例分别为58.82%和29.90%，草层高度呈减小趋势的草地仅占11.28%。