基于木质素和纤维素特征信息的荒漠稀疏植被遥感信息提取

It is difficult to extract the information of the desert sparse vegetation using traditional chlorophyll sensitive bands information, due to its sparse distribution, leaves reduction, small leaf area index, large proportion of plant shoots. And it is lack of the comprehensive application of multi-source, multi-scale Remote Sensing data in the extraction of sparse vegetation information. The potential of the high-resolution Remote Sensing data in large-scale information extraction has not been effectively tapped. The program chose the sand area in the edge of Ulan Buh desert in Dengkou county as the study area. Based on the high-resolution Remote Sensing data, and the spectral response of lignin and cellulose (lig-cell) in SWIR bands, using multiple regression analysis, the sensitive spectral characteristics of lig-cell was explored, and the hyperspectral inversion model for the sparse vegetation cover was established; then, based on the Medium Resolution Remote Sensing data, unmixing methods, the fractional vegetation cover of desert sparse vegetation was extracted. The program may explore the valid parameter selection to represent information of desert sparse vegetation, and the comprehensive use of multi-source Remote Sensing data. The study would provide some technical support of the macro ecological motoring and evaluation, the assessment of desertification.

干旱区荒漠植被分布稀疏，叶片退化，叶面积指数较小，植株枝条所占比例大，采用传统方法利用对叶绿素敏感波段进行植被覆盖度信息提取遇到很大困难。同时，在荒漠稀疏植被信息提取方面，多源、多尺度遥感数据的综合应用还远远不够，高分辨率遥感数据对于解决大尺度上植被信息提取的潜力还没有得到有效挖掘。本项目拟以位于干旱荒漠区的乌兰布和沙漠边缘沙地为研究区，基于高光谱遥感数据，充分利用荒漠灌木植被枝条中的木质素和纤维素在短波红外波段的光谱响应特征，运用多元回归分析及模型构建等方法，提取能有效表征荒漠稀疏植被信息的植被指数，构建荒漠稀疏植被覆盖度高光谱遥感反演模型；综合运用多源、多尺度遥感数据，采用尺度推演方法，实现中、大尺度空间数据对干旱区荒漠稀疏植被信息的准确表达，为干旱区生态环境监测及荒漠化监测与评价提供技术支撑。

本研究利用多源、多尺度遥感数据，综合运用多元回归分析、模型构建、混合像元分解等方法，利用荒漠植被木质素、纤维素在短波红外波段的光谱响应特征，构建干旱区荒漠稀疏植被覆盖度遥感反演模型，探究干旱荒漠稀疏植被遥感信息提取有效参数的选取与表达。研究选取梭梭、柽柳、霸王、油蒿、四合木、白刺、红砂作为研究对象，通过对这7种荒漠植被冠层的光谱特征、冠层垂直投影面积对冠层光谱的响应特征、及改进的三波段差最大梯度法在荒漠植被覆盖度反演中的应用进行研究，得到如下结论：（1）7种荒漠植被的冠层光谱曲线趋势大致相同，并具有明显的健康植被冠层波谱曲线规律。梭梭和柽柳的波谱曲线吸收特征更为相近，而其他几种植被类型的波谱曲线特征则更为相近。（2）本研究所得到的最佳波段具有一定相似性，说明一些关键波段在植物研究中具有普适性。挑选出的570nm、690nm、750nm、930nm、970nm、1170nm、1350nm可以作为识别这几类荒漠植被的最佳波段。（3）不同类型荒漠稀疏植被覆盖度的敏感波段有所差异，荒漠稀疏植被在短波红外反射率与植被投影面积有一定的相关系，利用木质素、纤维素信息进行植被提取具有可行性，也可以作为植被类型区分的标志。 梭梭、霸王、四合木、油蒿冠层垂直投影面积在短波红外波段都有不同程度的敏感性表现，但白刺几乎不敏感。（4）改进后的三波段梯度差法能够更精确的估算油蒿的植被盖度，尤其是以2220nm代替绿波段进行改进后，其精度有了大幅度的提高。这说明，利用荒漠稀疏植被枝干比例大，绿色叶片少的特点，将短波红外信息引入植被指数，能够更好的实现植被盖度的遥感信息提取。