基于DART模型的盐地碱蓬植被指数饱和问题分析
2021-01-21赵健顺王文硕刘旭龙高天一
赵健顺,李 微,王文硕,刘旭龙,孙 悦,闫 涵,高天一
(大连海洋大学海洋科技与环境学院,大连 116023)
盐地碱蓬是辽河口滨海湿地内重要先锋植物和主要优势物种之一,在固碳增汇、调节气候和保障生态安全等方面发挥着重要的作用[1-3].植被指数(vegetation index,VI)作为反映植被长势的最佳指示参数[4-6],被广泛用于植被信息遥感提取.吴涛[7-8]基于实测数据,发现SAVI(soil adjusted vegetation index)和 MSAVI(modefied adjusted vegetation index)与盐地碱蓬叶面积指数(leaf area index,LAI)的相关关系最好;而盐地碱蓬生物量与PVI(perpendicular vegetation index)、SAVI和MSAVI的相关性最好,并验证了PVI、SAVI和MSAVI适用于高覆盖度盐地碱蓬生物量反演.李微[9]将基于模拟Landsat-8 OLI数据的TSAVI(transformed soil adjusted vegetation index)与地面实测生物量进行回归分析,发现TSAVI与不同密度下盐地碱蓬的生物量均显著相关.牟蒙[10]基于实测数据,选择了8种植被指数及敏感波段构建盐地碱蓬生物量定量反演模型,发现NDVI(normalized diference vegetation index)、RVI(ratio vegetation index)和 TSAVI 适合反演盐地碱蓬生物量.因此运用植被指数进行盐地碱蓬生物量的相关研究已有一定成果.然而植被指数随着植被覆盖度的增加会出现饱和问题.杨嘉[11]发现在植被覆盖度高的阔叶林和针叶林,NDVI饱和现象严重,饱和阈值为0.8;而EVI(enhanced vegetation index)表现良好.Dasvishzadeh[12]提出植被指数对LAI的敏感性随着 LAI 的增加逐渐降低直至饱和,并且不同植被饱和点不同.但目前缺少对盐地碱蓬群落相关植被指数饱和问题的讨论分析,因此本研究对此问题进行探讨,对于相关研究具有一定借鉴意义.
盐地碱蓬群落自然环境脆弱、极易被破坏,同时野外采样难度大,因此样本数量较少,而数值模拟(物理模型……