论文部分内容阅读
生物量是植被生态系统运行的能量基础和物质来源，是量度植被结构和功能变化的重要指标。准确估算局部一区域一全球尺度下的植被生物量分布可显著提高碳源、碳汇的估算精度，进而了解植被生物量对土壤肥力、土地退化或保护等方面的影响，以此深入了解生态环境变化过程和可持续发展。Landsat系列卫星影像具有价格较低、成像质量高等优点，在一定的经济条件下选用L,andsat TM影像已经成为局部和区域尺度下生物量反演的最主要数据源。广州市地处华南区域大气状况复杂，TM影像受气溶胶影响较大，大部分大气校正模型难以准确获取该区域的植被反射率，降低了植被生物量遥感反演精度；已有的地形校正模型主要是对大气校正中因地形对地表反射率造成的影响进行校正，未考虑因地形影响产生的像元面积与像元地表面积的差异，造成反演的生物量偏低；大气与地形影响是广州市植被生物量反演的研究难点。本研究对上述大气与地形影响进行校正，反演广州市植被生物量，对珠江三角洲及华南其他相似区域的生态安全和生态基础建设具有重要意义。
本研究基于2005年7月18日摄录的轨道号为122／044的Landsat TM影像与广州市1：50000数字高程模型(iDigital Elevation Model，DEM)，利用大气辐射传输模型反演当日广州市气溶胶光学厚度(Aerosol Optical Depth，AOD)空间分布，并进行大气校正以获取较准确的地表反射率；对大气校正后的影像进行监督分类，获取广州市不同植被类型的空间分布；提取各种植被指数，结合野外样方的植被生物量调查数据，对不同的植被类型建立生物量逐步回归反演模型，获取地形校正前广州市植被生物量空间分布；利用Matlab编程实现相关地形校正模型，获取广州市像元地表面积空间分布，结合相关算法对植被生物量空间分布进行地形校正。主要结论如下：
(1)通过广州市真彩影像显示效果与地物光谱反射率在大气校正前后的对比分析，表明本研究中利用TM影像反演当日广州市30m空间分辨率的AOD具有较好的合理性；反演的AOD和广州市地面监测的PM10质量浓度相关系数为0.717，在多种不利因素影响下仍获取大于0.70的相关系数，表明基于TM影像反演的广州市AOD精度较高。通过与1km和10km空间分辨率的AOD空间分布进行对比，利用TM影像获取的当日广州市30m空间分辨率的AOD分布适合于城市尺度下的定量研究，为高分辨率的AOD反演提供了研究思路，为本研究的大气校正提供了基础。
(2)在AOD反演的基础上进行大气校正，并消除了地形对地表反射率的影响获得较为准确的地表反射率。本研究的大气校正模型与常用的DOS模型相比更加适合于大气状况复杂的广州市，获得DOS模型无法获得的大气校正效果，为植被生物量的定量反演提供较为准确的地表反射率，防止不准确地表反射率计算的生物量遥感指示因子与野外样方植被生物量产生错误相关关系。
(3)经正射校正后的TM影像具有较高定位精度，本研究利用Google Earth已有的广州市高空间分辨影像结合实地调查获取TM影像的地物分类标志样本，进行最大似然法监督分类，经分类后的人机交互解译获得较高的分类精度，分类总体精度为86.64％，Kappa系数为0.83，满足研究的精度要求。
(4)由于地形起伏带来像元面积与其对应地表面积不同的像元占全市面积的33.34％，地形校正后针叶林和阔叶林面积的水平投影面积与地表面积相差比率最高，分别达到了6.18％和3.70％，其次为草地、灌木林和园地。地形起伏对植被生物量反演的影响不可忽略。
(5)选择研究区域不同的遥感指示因子建立不同植被类型生物量的逐步回归反演模型。地形校正后广州市阔叶林生物量增加7.74％，针叶林生物量增加4.76％，园地生物量增加1.58％，灌木林生物量增加2.50％，草地生物量增加3.44％。阔叶林生物量增加幅度最高，其次为针叶林、草地、灌木林和园地，地形校正后阔叶林、针叶林、园地、灌木林和草地总生物量变化量占总植被生物量变化量的65.02％、30.71％、2.98％、0.71％和0.58％。广州市有40％以上的植被生物量低于50t·hm-2，80％以上植被生物量低于100t·hm-2。部分原因是由于大面积的园地种植及植被中还有的灌木林与草地，园地、灌木林和草地的生物量普遍较低，所以低生物量的植被面积仍然较大，生物量低于100t≥hm-2的指标占广州植被的绝大多数。生物量大于150t·hm-2的植被主要分布在流溪河林场、大岭山林场、白云山、帽峰山、增城一些地区，以及广州西部的鸿枕山等地。