张瑶瑶
- 作品数：5 被引量：87H指数：4
- 供职机构：兰州大学资源环境学院西部环境教育部重点实验室更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：农业科学更多>>
- 基于小型无人机与MODIS数据的草地植被覆盖度研究--以甘南州为例被引量：54
- 2017年
- 以甘南州为研究区,采用Canon数码相机和小型无人机搭载相机在不同大小样方上获取草地植被覆盖度数码照片,结合2015年5月-10月的Terra/MODIS植被指数产品MOD13Q1,分析了增强型植被指数(EVI)和归一化植被指数(NDVI)与草地植被覆盖度之间的相关性,建立了研究区草地植被覆盖度的回归模型,并对模型进行了精度评价,筛选出甘南州草地植被覆盖度最优遥感反演模型,并对草地生长季时期覆盖度时空上的动态特征进行分析。结果表明,1)利用小型无人机搭载相机获取草地大样方植被数码照片的方法能用于地面草地覆盖度数据的获取;2)与NDVI相比,用EVI估算草地覆盖度更优,因此确定基于EVI构建的对数模型为甘南州草地植被覆盖度最优反演模型,模型精度可达88.00%;3)研究区2015年生长季草地植被覆盖度除了低平地草甸在8月达到最大值外,其它草地类型均在7月达到最大值;4)甘南州以中高植被覆盖度为主,主要分布在玛曲、碌曲、夏河以及合作四县市。整体而言,中西部和西南部区域草地覆盖度高于东部。通过精确草地植被覆盖度模型的建立,不仅有利于及时准确的了解草地植被覆盖度的时空分布状况和季节性动态变化,也有利于维护甘南州草地生态系统的持续稳定发展。
- 宋清洁崔霞张瑶瑶孟宝平高金龙向宇轩
- 关键词：NDVIEVI
- 基于高光谱数据的高寒草地土壤有机碳预测模型研究被引量：17
- 2017年
- 土壤退化是草地退化的更深层次指示,运用遥感手段大面积测定土壤有机碳进而评估草地土壤状况有助于对草地退化状态的正确认识。以甘南州高寒草地土壤为研究对象,使用ASD地物光谱仪,在室内条件下对土壤样品进行可见光/近红外光谱测量,分析8种光谱变换形式与土壤有机碳含量的相关性并选取特征波段,利用3种多元回归方法(逐步多元线性回归、主成分回归、偏最小二乘回归),通过验证样本的决定系数(R_v^2)、均方根误差(RMSE)和剩余估计偏差(RPD)来评价模型,进而确定高寒草地土壤有机碳的最佳估测模型。结果表明,微分变换方法可以显著提高光谱特征与土壤有机碳含量的相关性,在所有变换形式中以光谱反射率的一阶微分与土壤有机碳含量相关性最好,最大相关系数绝对值为0.865;基于光谱反射率一阶微分变换形式的3种多元回归方法对土壤有机碳均有极好的预测能力,表明对于土壤有机碳的稳定监测来说光谱反射率的一阶微分是非常有效的变换形式;综合考虑基于所有光谱变换形式的3种多元回归方法的预测结果,偏最小二乘回归法具有高的R_v^2和RPD,同时具有低的RMSE值,是研究区土壤有机碳估测的最优回归方法;基于光谱反射率对数的一阶微分变换形式所建立的偏最小二乘回归模型具有相对较高的预测集决定系数(R_v^2=0.878)、最大剩余估计偏差(RPD=2.946)和最小均方根误差(RMSE=7.520),因此该模型为甘南高寒草地土壤有机碳的最优估测模型,最优模型的RPD大于2.5说明该模型有足够的稳定性可以应用于其他地区土壤有机碳的估测。
- 崔霞宋清洁张瑶瑶胥刚孟宝平高金龙
- 关键词：光谱预处理主成分回归偏最小二乘回归
- 基于不同下垫面的农业干旱遥感监测方法与发展前景被引量：6
- 2017年
- 干旱是我国农业面临的主要自然灾害之一。利用遥感手段监测农业干旱,针对作物生长发育过程中不同下垫面状况选取适用的监测指标,可以及时、有效地评估干旱对作物生长的影响,从而为各级政府部门制定防灾减灾政策提供重要的依据。本文总结了目前广泛应用的基于不同下垫面状况的农业干旱遥感监测方法,并将这些方法分为适用于裸露地表与低植被覆盖条件的监测方法、适用于中高植被覆盖条件的监测方法及适用于各种下垫面状况的综合监测方法。在此基础上,对未来农业干旱遥感监测发展方向进行了研究与探讨:1)监测数据源由单一数据源向多源数据转变;2)监测指标由单一的气象监测指标向气象、卫星遥感与作物生理物理特征相结合的综合监测指标转变;3)逐步实现"3S"技术集成与数据共享。
- 张瑶瑶崔霞宋清洁朱高峰
- 关键词：农业干旱下垫面遥感监测归一化植被指数
- 甘南州高寒草地土壤氮磷空间分布特征被引量：10
- 2018年
- 近年来,由草地资源不合理利用造成的草地退化、草地生态系统结构失调现象屡见不鲜。研究土壤的理化性质,对遏制草地退化、维护草地生态系统平衡、促进草地畜牧业的可持续发展具有重要的意义。土壤氮磷是草地土壤养分的重要组成部分,为揭示甘南州高寒草地全氮、全磷的空间分布状况,基于地面实测数据,采用经典统计与地统计相结合的方法,重点研究该地区全氮、全磷样地间及垂直分布的含量变化,并将其与N/P、C/N、土壤有机质及土壤含水量做相关性分析,最后分析不同海拔梯度、不同土层深度下土壤全氮、全磷的变化特征。结果表明:1)甘南草地表层全氮含量由西南向东北、由西向东逐渐降低。表层全磷的分布格局与全氮相似,呈西南向东北、从西向东南降低的趋势。全氮、全磷在0～40cm的土层中均具有中等变异性。土壤全氮在0～20cm土层变异程度降低,在20～40cm土层变异程度增加。土壤全磷的变异程度随土层深度的增加而增加。同一土层深度,土壤全氮的水平变异性都较全磷显著。随着土层深度的增加,全氮、全磷含量呈递减趋势,表层全氮、全磷含量显著高于深层土壤,普遍存在表面聚集现象。2)甘南草地土壤全磷在0～10cm、10～20cm、20～30cm土层与全氮呈极显著正相关(P<0.01),随深度增加全氮与全磷的相关系数逐渐降低,至30～40cm土层不具有显著的相关性。N/P值与土壤全氮呈极显著正相关关系,与土壤全磷含量相关性不显著;表层土壤有机质含量与全氮、全磷和N/P皆呈显著正相关关系(P<0.05),且相关程度分别为:全氮>N/P>全磷。在各土层深度,有机质含量皆与土壤含水量呈极显著正相关。3)甘南草地土壤全氮、全磷含量均随海拔升高而降低。同一海拔,全氮、全磷含量随土层深度的增加变异系数呈增加的趋势。
- 张瑶瑶冷若琳崔霞宋清洁胥刚
- 关键词：草地全氮全磷
- 基于多光谱数据与小型无人机的甘南草地非生长季植被覆盖度被引量：3
- 2019年
- 草地非生长季植被是牲畜在冬春季节的主要饲料来源,研究非生长季植被对估算当地牧场载畜量有重要意义。本文以甘南州为研究区,通过小型无人机搭载相机获得60 m×60 m的草地非生长季植被数码照片,通过监督分类得到样地非生长季植被覆盖度数据。利用MODIS/Terra+Aqua双向反射分布函数和半球反射率产品MCD43A4,以及Landsat8 OLI影像数据,分别计算土壤耕作指数(soil tillage index,STI)、干枯燃料指数(dead fuel index,DFI)、归一化差异耕作指数(normalized difference tillage index,NDTI)等9种植被指数,通过分析不同植被指数与非生长季植被覆盖度之间的相关性,建立草地非生长季植被覆盖度回归模型,通过评价模型的精度来对比不同数据源估算草地非生长季植被覆盖度的能力,并筛选出甘南州草地非生长季植被覆盖度的最优反演模型,分析其空间分布特征。结果表明:1)Landsat8 OLI数据比MODIS数据更适合于甘南地区的草地非生长季植被覆盖度的反演;2)草地非生长季植被覆盖度估测的最优指数是NDTI,其线性模型为y=1432.074x–166.855(R2=0.407),是草地非生长季植被覆盖度最优反演模型;3)甘南州2018年4月–5月草地植被覆盖度总体西部高、东部低,大部分地区覆盖度介于20%~50%,仅有夏河北部、合作中部以及玛曲东南部少部分区域覆盖度小于20%,玛曲西北部覆盖度大于60%。本研究结果可为甘南州季节载畜量计算提供依据。
- 冷若琳张瑶瑶谢建全李芙凝胥刚崔霞
- 关键词：植被指数
