三江源长时序LAI_FVC_GPP生态参量遥感产品对比评价研究.pptxVIP

高级遥感技术三江源长时序LAI/FVC/GPP生态参量遥感产品对比评价研究成都理工大学邵怀勇目录CONTENTS研究背景及意义研究区概况、方法、数据研究结果PART01研究背景及意义成都理工大学·地球科学学院《高级遥感技术》研究背景及意义1全球植被变化全球气候变化植被是陆地生态系统变化的指示因子，可靠的检测和定量的评估全球植被时空动态变化是制定生态系统可持续发展目标（SDGs）的前提。卫星遥感数据衍生的生态参量产品为研究长时间序列全球及区域植被时空变化提供了重要数据源。评估全球以及区域生态遥感参量产品对于确保其在全球变化研究中的正确应用至关重要。研究背景及意义1高级遥感产品叶面积指数（LeafAreaIndex）单位地表上叶子总面积的一半（适用于球形叶角分布的非平坦叶面），被认为是全球气候观测系统（GCOS）中的基本气候观测变量之一。植被覆盖度（FractionalVegetationCover）植被枝叶的垂直投影面积占总统计面积的百分比。研究背景及意义1高级遥感产品初级生产总值（GrossPrimaryProduction）陆地生态系统中植被的总固碳量研究背景及意义1三江源国家级自然保护区及其重要的生态战略地位三江源地区复杂的地形和气候条件给生态参量遥感产品的精确反演带来了挑战单一遥感产品难以准确监测植被覆盖时空变化研究背景及意义1前人研究中存在的不足前人在三江源植被覆盖研究较多使用单一的植被指数产品长时序数据集本身就存在一系列不确定性多使用NDVI指数来探索植被覆盖特征驱动力因子，鲜有分析与地形的关系前人的验证和对比仅限于同类产品山区复杂地形会影响LAI产品质量,当前的全球生态参量产品却未考虑地形效应研究背景及意义1研究问题的提出不同长时序生态参量产品的性能在全球以及区域的表现及差异到底如何？Q2Q1这些产品在山区的表现是否一致？如何量化它们的差异？研究内容2时间变化规律和突变点提取01基于2000-2017年生长季均值时序数据集，检查并对比不同植被在分析年限内的时间变化规律和突变点年份。不同变化的空间分布特征02采用如变异系数、最小二乘趋势分析和Hurst指数分析并比较植被的稳定性、趋势和可持续性的空间分布情况。并采用逐像元对比的方式检查了数据间的趋势一致性情况。生态参量产品与不同地形因子的响应分析03探讨并对比三种产品不同变化随不同地形的分异规律技术路线31、三江源遥感信息提取2、时间变化趋势及突变点识别3、不同变化空间分布特征及一致性对比4、各类变化与不同地形因子的响应分析PART02研究区概况、方法、数据01研究区概况02实验数据03研究方法成都理工大学·地球科学学院《高级遥感技术》研究区概况1三江源位于我国青海省南部的青藏高原“腹地”，是长江、黄河、澜沧江的源头汇水区。研究区概况1地形和生态环境特征起伏度:大部分地区地形起伏范约在100-200米（32%），1-100米的比例最小（9%）海拔:4500-5000米的区域占46%，海拔低于3500米的区域仅占7%坡度:大部分地区的坡度在5-10°之间。坡度为0-5°的区域占最小比例（1%）坡向:大部分地区为阳坡（即东南、南、西南坡向）实验数据2全球地表卫星系列产品（GlobalLAndSurfaceSatellite）本研究使用的GLASS系列产品由北京师范大学梁顺林教授团队发布，获取网站：/Download.htmlGLASSLAILAI产品由北京师范大学肖志强教授团队研发。实验数据2GLASSFVC本文使用的FVC产品由北京师范大学贾坤教授团队研发。GLASSGPP本文使用的GPP产品由中山大学袁文平教授团队研发。ASTER-GDEM数据来源于地理空间数据云（/）研究方法3空间变异分析（CV法）用来确定LAI/FVC/GPP年际变化稳定性，CV值越大，即波动性越大，植被活动越不稳定。Mann–Kendall突变检验在本文中，用来确定LAI/FVC/GPP变化的年份持续性分析（Hurst指数）值域为（0，1），被用来预测植被未来趋势与当前趋势是否一致，H=0.5为独立序列，小于0.5表示未来趋势可能会与当前趋势相反。趋势分析（最小二乘法）采用以时间为自变量，LAI/FVC/GPP为因变量的最小二乘回归模型，检验了数据集的时间趋势。研究方法3SlopeP（0,0.35](0.5,0.75](0.75,1](0.35,0.5]可持续性分析结果（Hurst指数）改善退化不变强反持续强持续弱反持续弱持续趋势分析结果PART03研究结果01研究区植被覆盖时间变化趋势和突变检验02研究区植被覆盖空间分布特征和变化趋势03生态参量产品与不同地形因子的响应分析成都理工大学·地球科学学院