锡林郭勒草地多样性遥感识别与评价研究
第一章绪论
1.1研究背景及意义
草地生态系统是地球生物圈重要的陆地生态系统之一，是指在中炜度大陆性半湿润和半干旱气候环境下，由多年生长的草本植被为优势种的群落与其生境组成的复合功能单位。此夕卜，草地资源还是我国陆面覆盖最大的生态系统，它作为一种自然资源具有多样功能，除承载牲畜和提供饲草料等功能外，对涵养水源、保护生物多样性、保持水土、维护生态平衡、调节气候、休憩休闲和营养循环等都有着重大的作用和服务价值。
草地资源是草原自然经济社会复合体系的基本构成，其结构功能和可持续发展，对社会稳定、区域经济发展乃至国家生态安全具有直接和决定性影响。多年以来，对草地资源的监测与调查一直是草地研究人员的关注焦点和工作重点，其中草地植被类型识别、多样性评价是进行草原覆盖状况监测、草地生物多样性保护和草地资源开发利用等工作的基础。草地植被种类的识别是草地资源合理开发和生物多样性研究的重要前提与基础，如李辉霞等依据光谱差别分层递进识别草类，进而绘制草地类型分布图，并与退化强度图叠加，完成了藏北高原地区的草地退化动态图的编制；开展草地生物多样性监测是草地资源利用和开发的前提，也是生物多样性长期动态监测的需要，并为全球生物多样性的保护与持续利用提供基本的科学依据。
近年来遥感技术蓬勃发展，各种高分辨率的卫星传感器的相继升空、各种高性能地面光谱仪也相继问世，遥感技术成为各种监测研究的优先选择。其中值得一提的是高光谱遥感技术，与多光谱遥感相比，它凭借其波段数目较多、波段窄、植被信息丰富的特点，能够充分反映研宄对象的光谱特征，在生物量、叶面积指数、植被覆盖度和营养状况监测等方面发挥强大优势，甚至能实现多光谱遥感很难实现的植被光谱特征参数，如红边特征、小波能量系数、吸收面积和深度等的提取。总之遥感技术己成为草地资源调查、草地退化动态监测、草地类型识别、生物量估测、草地多样性评价和灾害监测等研究的有效手段。
1.2国内外研究现状
草地遥感主要是指利用各种平台的遥感技术和手段，专门研宄草地植被的种类、分布、覆盖面积、生物量、多样性及其与周围环境相互影响与变化的新型科学技术它是一门草地科学与遥感科学交叉形成的学科。
国际上，自1978年美国发射第三代气象业务应用卫星泰罗斯;N号以后，遥感技术的应用步入定量分析时代。在世纪年代初期，国外许多发达国家就幵始利用3S;技术，将多源的遥感数据用于草地遥感监测。如美国利用NOAA/AVHRR数据研究了北美沙漠化地区的大范围的草原生态系统现状，为草原植被退化研究、合理开发草地资源以及生物多样性保护提供技术支持。原苏联同样根据AVHRR数据编制了北部草原利用变化图，效果好且节省成本。日本联合使用近地面遥感和卫星遥感等多种遥感手段以及野外调查数据构建了草地植被估产模型。
在国内，20世纪80年代中期遥感才开始逐渐应用于草地资源遥感调查监测研究中。虽然我国草地资源遥感监测工作起步较晚，但在国内学者的积极推动下得到快速发展。如徐希孺等在技术支持下，根据NOAA/AVHRR数据提出了内蒙古自治区锡林郭勒草原草地植被生产量的估测方法。樊锦召、吕玉华等以3S;技术为基础技术手段，分析了气象卫星植被指数数据与草地植被生产量数据的相互关系，讨论研究了遥感技术用于草原植被产量的时间不一致的问题。
在各国学者的共同努力下，遥感技术在草地资源监测中的应用范围和深度都得以推进，草地资源遥感监测取得了一系列成果。通常生物多样性研究主要包括基因多样性、物种多样性、生态系统多样性和景观多样性四个层次，本文接下来分别从遥感技术在草地多样性识别的应用研究宄进展和遥感技术在生物多样性的应用研究进展两个方面综述了遥感技术在草地物种多样性和景观多样性两个层次的应用研宄进展。在草类多样性识别方面，本文分别从地面高光谱植被遥感在植被遥感研究领域中的地位、高光谱遥感在草地监测中的应用、草地遥感识别方法研宄进展和数据挖掘技术在草地遥感识别中的应用四个方面进行了详细综述；在草地多样性评价方面，本文分别从基于高光谱高空间遥感的生物多样性监测、基于植被指数的生物多样性监测、基于光谱变异性的生物多样性监测以及基于景观指数的生物多样性监测四个方面进行了详细综述。
第二章研究区概况与数据预处理
2.1研究区概况
锡林郭勒草原植被资源丰富，境内天然植被以各种草类为主，并有沙地树林、低湿地植被、矮灌丛等，锡林郭勒草原境内面积最大的植被类型为典型草原，以针茅、羊草为建群种，其次为以针茅、隐子草为优势的干旱草原，目前，锡林郭勒草原保存完整，且具有自然性、代表性和典型性三大特点，是我国北方地区的绿色屏障，近年来随着经济的发展和人的增多，草地资源某些不合理旳开发以及草原生态环境受到人类活动的影响，生态环境十分脆弱，呈现不同程度的退化现象。
研究区草地植被光谱采样点选在东乌旗、乌拉盖、苏尼特右旗和锡林浩特市四地（图2.2）研究区草地植被丰富，分布广，面积大，具有代表性和典型性，试验对象为锡林郭勒草原的种典型植被：羊草、针茅、日阴菅、隐子草（图2.3）。样点研究区属锡林郭勒草原，平均海拔米左右，气候呈明显的温带大陆性特征。锡林郭勒草原生长有我国境内分布范围广、典型性强的丛生未本植物，分布着全球最具代表性的的草地生态系统，并且是影响全球变化和发源我国华北地区沙尘天气的区域。
2.2地面高光谱采集
试验于2008年7月25-8月25日在内蒙古锡林郭勒草原进行。针对四种典型草类，随机取样测量了羊草、针茅、阴菅、隐子草4种草地植被的高光谱数据。光谱测量仪器为美国ASD公司的便携式光谱仪，波段范围为350nm-2500nm，光谱分辨率为1nm，为减少环境噪音，每个草类采集25-50条光谱曲线，算术平均后得到该草类的实际反射光谱数据，保证数据的精确度，避开个别误差带来的不确定性。
光谱测量会受到许多因素的干扰，为减小误差，测量方法与过程如下：①光谱测量选择在无风、无云、光照条件较好的天气下进行，并避开阴影和邻近的运动物体，风力等于或小于级。②测量时间为夏天当天的10：00-14：00时段，保证太阳的高度和照度。③样方面积为1m*1m，确保光谱仪接收到的辐射来自一种草地类型并最大程度降低土壤影响。④在测量植被光谱数据之前对仪器进行检查和调试，并对光谱仪和参考板进行检验，保证测量的准确性。⑤测试之前先以白板进行定标，白板应水平放置，倾斜角小于1°。⑥测量时确保测量探头垂直向下，探头距离叶片约10-15cm，冠层稍高，叶片光谱测量选用5°视场角，并保证每次测量位置相同。⑦为减少环境噪音，每个草类样方采集10-50条光谱曲线，算术平均后得到实际反射光谱数据。
第三章基于高光谱数据的草地类型识别研究..........27
3.1基于高光谱数据的草地类型识别指标体系建立方法研究.......27
3.1.1草地类型识别指标体系研究........27
第四章基于Landsat TM/ETM遥感数据的锡林郭勒草地景观多样性评价研究........45
4.1草地景观多样性评价方法研究.........45
4.1.1草地景观分类体系确定及其专题图的制作........46
4.1.2草地景观多样性评价指标体系构建........46
第五章总结与展望.......55
第四章基于Landsat TM/ETM遥感数据的锡林郭勒草地景观多样性评价研究
4.1草地景观多样性评价方法研究
从景观级别上对锡林郭勒草原进行草地多样性评价，评价结果的获取从流程（图4-1）图4.1上来讲共分为五部分，第一部分为遥感影像的预处理工作，结合基础地理数据和草地资源专题调查资料，对研究区草原景观信息进行提取；第二部分为草原景观类型的划分，生成草原景观类型分布图；第三部分为草地景观多样性评价指标体系的确定，包括各指标的含义与计算方法；第四部分为利用专业景观格局分析软件进行草地景观多样性评价指标计算；第五部分为根据生态学及草地景观方面的专业知识对草地景观多样性进行综合评估，是本研究的关键部分。
4.1.1草地景观分类体系确定及其专题图的制作
草地景观分类体系确定及其专题图的制作己经在数据预处理部分详细交代过，主要内容为：根据初步的研究区土地利用数据及草地资源专题调查数据，利用GIS的叠加分析对研究区的草地景观进行进一步分类，在并对草地类型信息进行提取；然后进行草地景观专题图的制作，利用GSI软件的专题图件编辑与分析功能，通过对图层的管理、色调搭配、属性添加、标记和注记层的编辑，添加其它图层要素，如图名、图框、经讳网格、指北针、缩略图、图例、比例尺、辅助注记等进行分类图的制作与输出。
第五章总结与展望
锡林郭勒以其草场类型齐全、动植物种类繁多等特征而成为世界驰名的四大草原之一，属欧亚大陆草原区，是中国华北地区的重要生态屏障。本研究联合使用高光谱遥感数据和多光谱遥感数据对锡林郭勒草地的多样性进行了研究，综合了高光谱遥感数据波段丰富及多光谱遥感数据覆盖范围广的两大优势，分别完成了锡林郭勒草原物种和景观两个层次上的草地多样性研究。
本研究以锡林郭勒草原4种典型的羊草、针茅、日阴菅、隐子草为研究对象，共获得111个合格草地光谱数据。通过4种草地的平均光谱可以看出，4种草地的光谱较为相似，其中羊草在800nm-1300nm和350nm-500nm间的光谱反射率高于其他种草地光谱，日阴菅光谱在350nm500nm之间光谱反射率最低，在1100nm-1300nm之间反射率最高，针茅和隐子草的光谱较为接近，尤其是在可见光范围内光谱差异较小。通过一阶微分光谱提取了草地光谱的红边位置、红边斜率、红边面积、红谷位置、红谷值、绿峰位置和绿峰值等7个植被特征参数，总体来看，红边、绿峰和红谷位置变异系数小，红边斜率、红边面积、绿峰值和红谷值变异系数相对较大，其中针茅的红谷值变异系数达35.98%。通过7变量相关分析和主成分分析发现，红边斜率与红边面积、绿峰值与红谷值之间的相关性较大，构成前个主份的特征变量来看，红边位置特征贡献较小。根据光谱参数提取分析结果，去除了红边面积、红谷值和红边位置3个参量，以4种草地的红边斜率、绿峰值、绿峰位置和红谷位置作为神经网络的输入进行草地类型的识别，研究发现神经网络作为数据挖掘的有效手段，能较好识别不同草地光谱，进而划分出不同草地类型，训练和测试的总体精度较高、且较为平稳，测试精度达83.3。
总之，本研究成果可为草地光谱特征提取、草类识别、草地多样性评价、草地资源调查与动态监测等研宄提供技术支撑。
参考文献（略）