利用高光谱技术进行草地地上生物量估测

草地地上生物量的高光谱遥感估测原理

在草地遥感领域，植被指数（Vegetation Index）作为一种遥感手段已广泛应用于植被覆盖密度评价、产量估测以及自然灾害预测预报等方面。植被指数是根据植被反射波段的特性计算出来的反映地表植物生长、覆盖状况、地表生物参数的间接指标，获取容易且计算方便 。大量研究结果证明，比值植被指数和归一化植被指数对绿色植被变化灵敏，对土壤或者枯草不灵敏；RVI和NDVI能较好地反映出草地的覆盖度、生物量和叶面积指数变化，与地上现存净初级生物量有较好的相关性。首先将实测高光谱数据转化成各种植被指数，然后进行植被指数与草地地上生物量的相关分析，检验二者之间关系的密切程度，判定是否可根据所测样本资料来推断总体情况，选择相关性最大的植被指数用 来生成遥感估算模型，利用该模型就可以进行草地地上生物量的估测。

2植被指数与草地地上生物量的关系

植被指数又称光谱绿度值，是选用红光波段（R）和近红外（IR）波段反射率通过数学运算而得到的数值，用以表征地表植被的数量分配和质量情况。它与植物的覆盖度，叶面积指数及生物量大小有很大关系。目前常用的植被指数有：差值植被指数（DVI=IR-R），比值指数（RVI=IR／R），归一化指数NDVI=（IR-R）／（IR+R）和变换指数（ND±NDs）={（IR±Is）-（R±S）}／{（IR±Is）+（R±S）}等。其中IR为760～900nm近红外波段的反射，相当于TM4通道接受的地物光谱辐射能量；R为630～690nm红光波段的反射率，相当于TM3通道接受的地物光谱辐射能量。植被指数可用来诊断植被一系列生物物理参量，如叶面积指数、植被覆盖率、地上生物量、光合有效辐射吸收系数等。

3草地类型对植被指数及地上生物量估测模型的影响

简单的线性回归模型和非线性回归模型都被广泛 用来监测草地植被地上生物量，但究竟哪种模型更适合监测草地植被地上生物量，特别是典型草原的植被地上生物量的问题一直处于争论之中。有研究表明，具有30％～40％以上植被盖度的群落，其估产模式均为简单的直线关系，而盖度较低的群落类型（如荒漠草原的各种群落、典型草原中的小禾草草原等）更适 于使用非直线形式的估产模型。

牧草产量光谱监测模型对于不同的草地类型，估产模型中使用的最适植被指数各异。典型草原使用含红光和近红外波段反射率的植被指数与地上生物量的相关性最高；草甸草原红光波段反射率由于有饱和效应，对较高水平上的地上生物量变化反应迟钝，其地上生物量更适于利用含蓝光和近红外波段反射率的植被指数估测；荒漠草原、典型草原中某些地上生物量较低的群落，估产模型也更适于使用含蓝光、绿光波段反射率的植被指数。

随着高光谱技术的发展，光谱仪所能达到的分辨率不断提高，对植被生物量敏感的特征波段及新的植被指数也不断被发现。但是植被指数对植被盖度及生物量的灵敏度有差异，牧草产量与植被指数关系也不同。由于不同的草地类型，植被种类、组成、结构、盖度、含水量、土壤背景等因素存在差异，同时牧草在不同的生长季和空间范围内也存在差异，导致牧草生物量也表现出很大差异，因此在不同的草地类型中使用的植被指数各异，地上生物量估测模型也各异。究竟哪种植被指数、生物量估测模型适合哪种草地类型，是否在时间和空间上具有广泛适用性还需要进行进一步探讨。

莱森光学（深圳）有限公司是一家提供光机电一体化集成解决方案的高科技公司，我们专注于光谱传感和光电应用系统的研发、生产和销售。

审核编辑 黄昊宇