畜牧与动物医学论文_基于高光谱荒漠草原生物物(3)
680nm,典型植物群落在CK和LD光谱反射率大小顺序依次为无芒隐子草群落>冷蒿群落>短花针茅群落>狭叶锦鸡儿群落。随草地退化程度加剧,无芒隐子草群落反射率始终最大;狭叶锦鸡儿群落、短花针茅群落、冷蒿群落均无明显规律性变化。原始光谱在7801350nm,典型植物群落均无明显规律性变化。相同退化梯度下典型植物群落冠层一阶微分光谱和二阶微分光谱在719nm附近均出现较为明显的差异。(6)相同退化梯度下,原始光谱在350680nm,典型植物植株在CK光谱反射率大小顺序依次为短花针茅>无芒隐子草>冷蒿>狭叶锦鸡儿,在LD、MD和HD光谱反射率大小顺序依次为无芒隐子草>短花针茅>冷蒿>狭叶锦鸡儿。原始光谱在7801350nm,无明显规律性变化。相同退化梯度下典型植物植株冠层一阶微分光谱和二阶微分光谱在719nm附近均出现较为明显的差异。(2)分别由原始光谱、一阶微分光谱、二阶微分光谱在全波段范围内任意两两波段构建优化后的归一化植被指数(NDSI、FNDSI和SNDSI);比值植被指数(RSI、FRSI和SDSI)与差值植被指数(DSI、FDSI和SRSI),通过对优化后植被指数与荒漠草原生物物理参数进行相关分析,寻找敏感的植被指数,为生物物理参数最佳估算模型的建立奠定基础。(3)分析不同退化梯度下和全范围内草地冠层原始光谱、微分光谱、植被指数、高光谱特征参数与草地鲜草生物量相关性,确定敏感光谱变量,通过单变量线性与非线性、逐步回归和BP神经网络建立和比较不同退化梯度下和全范围内草地鲜草生物量估算模型,确定了最优估算模型。(1)在不同退化梯度下和全范围内草地冠层一阶微分光谱与草地鲜草生物量相关性最好,最佳波段分别为:559、712、710、703和710nm。(2)在不同退化梯度下和全范围内最优植被指数分别为:NDSI(706,707)和RSI(707,706)、NDSI(582,719)、NDSI(708,710)和RSI(710,708)、FRSI(499,703)、NDSI(705,710)和RSI(710,705)。(3)在不同退化梯度下和全范围内与草地鲜草生物量呈极显著相关通用性较好的高光谱特征参数为Dy、DR、Rg、Rr、SDy、SDR、Rg/Rr、(Rg-Rr)/(Rg+Rr)、SDR/SDb、(SDR-SDb)/(SDR+SDb)和(SDR-SDy)/(SDR+SDy)。(4)比较不同光谱变量、不同建模方法建立的不同退化梯度下和全范围内草地鲜草生物量估算模型可知,最优估算模型为基于植被指数建立的BP神经网络估算模型,建模R2分别为0.736、0.785、0.808、0.691、0.773,验证R2分别为0.815、0.828、0.866、0.613、0.787,验证RMSE分别为40.55、36.31、21.48、33.76、38.47g/m2,验证RE分别为28.70、20.04、18.85、30.98、29.48%。通过分析可知,在不同退化梯度下采用对应的估算模型能够更精确的估算草地鲜草生物量。其中,MD估算精度最高,HD估算精度相对较低。(4)分析典型植物群落冠层原始光谱、微分光谱、植被指数、高光谱特征参数与群落鲜草生物量相关性,确定敏感光谱变量,采用单变量线性与非线性、逐步回归、BP神经网络建立和比较不同退化梯度下和全范围内典型植物群落鲜草生物量估算模型,确定了最优估算模型。(1)在不同退化梯度下和全范围内,与典型植物群落鲜草生物量相关性最佳特征波段主要位于红边位置,其次为黄边位置。(2)在不同退化梯度下和全范围内,与典型植物群落鲜草生物量相关性最佳植被指数波段组合主要位于原始光谱和微分光谱的可见光波段。(3)在不同退化梯度下和全范围内,与典型植物群落鲜草生物量呈极显著相关通用性较好的参数为Dy、Rg、Rr、SDy、SDR、Rg/Rr、(Rg-Rr)/(Rg+Rr)、SDR/SDb、(SDR-SDb)/(SDR+SDb)和(SDR-SDy)/(SDR+SDy)。(4)比较不同光谱变量、不同建模方法建立的不同退化梯度下和全范围内典型植物群落鲜草生物量估算模型可知,最优估算模型为基于植被指数建立的BP神经网络估算模型。狭叶锦鸡儿群落鲜草生物量建模R2分别为0.856、0.863、0.936、0.844、0.793;验证R2分别为0.896、0.921、0.968、0.822、0.833;验证RMSE分别为36.93、30.81、16.61、30.10、49.05g/m2;验证RE分别为12.57、10.45、14.18、19.66、23.24%。短花针茅群落鲜草生物量建模R2分别为0.818、0.854、0.937、0.925、0.675;验证R2分别为0.847、0.883、0.830、0.828、0.732;验证RMSE分别为33.90、20.05、21.48、20.66、40.80g/m2;验证RE分别为17.58、16.50、23.64、21.16、28.07%。无芒隐子草群落鲜草生物量建模R2分别为0.821、0.964、0.949、0.801、0.818;验证R2分别为0.913、0.989、0.948、0.812、0.841;验证RMSE分别为19.23、9.65、9.82、10.25、27.58g/m
文章来源:《生物物理学报》 网址: http://www.swwlxb.cn/qikandaodu/2022/0130/762.html
上一篇:生物学论文_Cell 2019年生物物理周上呈现的美
下一篇:没有了