利用无人机遥感反演高潜水位矿区沉陷地玉米叶绿素含量

论文摘要

有效识别采煤沉陷耕地损毁程度、面积及空间分布信息是矿区沉陷土地复垦、赔偿的客观需求。农作物受损后叶片叶绿素是很好的指示性指标,针对高潜水位矿区开采沉陷导致地面积水所引起的农作物渍害影响,基于无人机多光谱影像,在传统植被指数的基础上引入红边波段进行扩展,改进了现有的植被指数,结合田间同步实测叶绿素数据,采用经验模型法分别构建了单变量和多变量叶绿素反演模型,通过决定系数（R2）、均方根误差（RMSE）和估测精度（EA） 3个指标筛选出最佳模型。最终构建了多元线性回归MVI（red-edge）,GNDVI,NDVI的叶片叶绿素定量反演模型,并采用野外对照区域样本对反演结果进行精度验证。结果显示:相对传统植被指数,引入红边后植被指数与叶片叶绿素的相关性得到显著增强,采用上述方法构建的多元线性回归模型的决定系数普遍提高0. 10～0. 20,达到了0. 73,均方根误差降低了0. 11～1. 98,为0. 938 SPAD,估测精度EA最终可达到83. 4%,说明红边波段对采煤沉陷区作物的叶绿素响应敏感,引入红边波段构建叶绿素反演模型,可以应用于采煤沉陷影响下的玉米叶片叶绿素无人机遥感反演。结果显示:采煤沉陷盆地内玉米叶绿素含量主要集中于52～61 SPAD,面积占整体的75. 1%,叶绿素含量在9～52 SPAD的作物面积占5. 7%,玉米整体长势受采煤扰动影响较严重,叶绿素含量呈现从沉陷盆地边缘往中心逐渐降低的趋势。该研究为土地损毁监测与评价,土地复垦与生态修复等提供基础数据与理论支撑。

论文目录

• 1 材料与方法
•   1.1 试验区选择与样点建立
•   1.2 数据获取与处理方法
•     1.2.1 多光谱影像数据获取与处理
•     1.2.2 样点地表高程获取
•     1.2.3 叶绿素测量
•   1.3 植被指数选取及改进
•   1.4 数据分析方法
•   1.5 模型评价方法
• 2 结果与分析
•   2.1 采煤扰动与遥感参数关系
•   2.2 改进植被指数通过分析
•   2.3 叶绿素反演模型
•   2.4 反演模型的应用
• 3 结论
• 4 讨论

文章来源

类型: 期刊论文

作者: 肖武,陈佳乐,赵艳玲,胡振琪,吕雪娇,张硕

关键词: 无人机遥感,采煤沉陷,叶绿素反演,植被指数,土地复垦,高潜水位

来源: 煤炭学报 2019年01期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 矿业工程

单位: 中国矿业大学(北京)土地复垦与生态重建研究所,浙江大学公共管理学院,中国矿业大学环境与测绘学院

基金: 国家自然科学基金资助项目(41401609),山东省重点研发计划资助项目(2016ZDJS11A02)

分类号: TD88

DOI: 10.13225/j.cnki.jccs.2018.0759

页码: 295-306

总页数: 12

文件大小: 771K

下载量: 588