基于无人机的榆树疏林草原植被类型划分和覆盖度生长季动态估计

DOI： 10.5846/stxb201803300694

韩东，王浩舟，郑邦友，王锋. 基于无人机和决策树算法的榆树疏林草原植被类型划分和覆盖度生长季动态估计. 生态学报， 2018， 38（18）：6655-6663

基于无人机和决策树算法的榆树疏林草原植被类型划分

和覆盖度生长季动态估计

韩东¹，王浩舟^1,2，郑邦友³，王锋^1，*

1  中国林业科学院荒漠化研究所，北京   100091

2  The Faculty of Forestry & Environmental Management, University of New Brunswick, Fredericton, NB E3B 5A3, Canada

3  CSIRO Agriculture and Food, Queensland Biosciences Precinct 306 Carmody Road, St Lucia, 4067, QLD, Australia

摘要：

植被覆盖度是评估生态环境质量与植被生长的重要指标，也是全球众多陆面过程模型和生态系统模型中表达植被动态的重要参数。卫星遥感和地面测量是估算植被覆盖度的常见方法。然而，如何精确估计榆树疏林草原上木本、草本不同类型植被的覆盖度仍然具有挑战性。无人机飞行系统有效的补充了区域尺度低空间分辨率的卫星遥感影像与样地尺度实地调查之间的缺口，为精确的监测、评估疏林草原的植被动态提供了新途径。利用无人机监测平台和决策树算法构建了一套快速、准确、自动获取景观尺度植被类型和估算植被覆盖度的自动化工具，以浑善达克沙地榆树疏林草原为对象，应用无人机监测平台对榆树疏林草原长期定位监测大样地2017年生长季植被状况进行7次监测。

结果表明：

1）无人机植被监测平台数据飞行高度100 m，获取的样地数字正射影像空间分辨率为2.67 cm/像元，远高于高分卫星影像，利用决策树算法基于数字正射影像可以实现自动划分榆树疏林草原木本和草本植被类型和估算植被覆盖度；

2）生长季内榆树疏林草原木本植被覆盖度为（19±2）%，草本植被覆盖度为（50±8）%，植被总覆盖度为（69±9）%，相对于木本植被，草本植被生长季内盖度变幅较大；

3）在整个生长季中，木本植被和草本植被对植被总覆盖度的平均贡献率分别为27%和73%，草本植被对植被总盖度的贡献远大于木本植被，榆树疏林草原植被的盖度主要受草本植被的影响。本研究证明无人机监测平台是一种高效、准确的植被监测工具，结合机器学习算法，实现了景观尺度植被类型的自动划分和不同类型植被覆盖度快速获取；在浑善达克沙地榆树疏林草原地区首次获取了木本植被和草本植被覆盖度的生长季动态。该平台未来可应用于各种类型生态系统植被类型划分、监测和评估。

图 １　 中国内蒙古自治区浑善达克沙地榆树疏林草原长期原位监测大样地

图 ２　 基于无人机监测平台和机器学习算法分析木本、草本植被类型

和覆盖度估算工作流程图

图 ３　 浑善达克沙地榆树疏林草原长期定位监测大样地2017年生长季不同时期正射数影像（分辨率：2.67ｃｍ/像元）和植被分类结果

图 ４　 浑善达克沙地榆树疏林草原长期定位监测大样地2017年生长季木本植被，草本植被和植被总植被覆盖度动态

图 ５　 2017年浑善达克沙地榆树疏林草原长期定位监测大样地生长季不同时间木本植被和草本植被对总植被覆盖度的贡献

本研究构建的无人机植被监测平台主要包括飞行方案规划、原始影像获取、基础数据产品生产和图像自动分析。研究首次获取了浑善达克沙地榆树疏林草原生态系统木本植被和草本植被覆盖度的生长季动态，结果表明该生态系统植被总覆盖度的变化主要受草本植被的影响。对榆树疏林草原生态系统植被生长季动态观测证明，无人机植被监测平台是一种高效、准确的植被监测工具，未来也可应用于其他各种类型生态系统植被的监测和评估。

点击如下链接，下载原文：

基于无人机和决策树算法的榆树疏林草原植被类型划分和覆盖度生长季动态估计