|
|
||
|
一种基于数码相机图像和群落冠层结构调查的草地地上生物量估算方法
植物生态学报
2022, 46 (10):
1280-1288.
DOI: 10.17521/cjpe.2022.0235
草地地上生物量是影响其生态系统功能最重要的因素之一, 也是草地生态学研究中不可或缺的监测指标。草地地上生物量监测多采用收割法进行, 但这种破坏性取样方法会对研究区域带来巨大干扰, 尤其是面积较小的长期定位监测或者控制实验研究样地, 从而使得地上生物量监测的频次受到很大限制。因此, 通过获取某些原位易测变量, 建立地上生物量的估算方法具有重要意义。该研究依托内蒙古典型草地刈割控制实验平台, 通过数码照片获取不同土地利用方式下的植被覆盖度, 并对样方内的叶面积指数、植被高度、物种多样性等参数进行了测定, 最后利用一元回归模型、逐步回归模型和随机森林模型对地上生物量进行估算。结果表明, 植被覆盖度、叶面积指数、植被平均高度、植被最大高度和物种丰富度是影响地上生物量的主要驱动因素。通过构建适宜于本地的逐步回归模型, 可以实现草地地上生物量的准确预测。在该研究区域中, 预测模型的决定系数(R2) = 0.91, 均方根误差(RMSE) = 35.60 g·m-2。该研究提供了一种快速、准确且非破坏性测定草地地上生物量的方法, 可作为传统收割法的有效补充。  View image in article
图1
数码相机获取的原始植被图片(A)和ENVI处理后的植被图片(B)。B中绿色区域为植被区域, 浅色区域为非植被区域。
正文中引用本图/表的段落
为评估植被覆盖度, 本研究利用垂直固定在离地1.3 m处的数码相机拍摄样方照片。照片取景范围为1 m × 1.3 m, 将照片裁剪至只保留样方区域后, 使用ENVI软件(版本5.2)提取植被覆盖度。ENVI软件依据最大似然分类法, 使用与特定像素相适应的先验概率进行分类(Strahler, 1980)。该分类方法精度较高, 且计算速度快, 是目前使用较多的基准分类方法(Khatami et al., 2016)。具体分析过程主要包括定义训练样本、执行监督分类、评价分类结果3个步骤。首先, 利用ENVI软件导入拍摄的样方照片, 校准RGB; 其次, 使用ROI工具定义植被区和非植被区, 定义的植被区需涵盖所有的植被类型; 然后, 对图片进行最大似然分类处理; 最后, 利用软件自带的统计工具对输出的双色图片进行分析, 得到样方的植被覆盖度。经过处理的图像与原图像中的植被区域较为一致(图1)。
本文的其它图/表
|
