草地资源调查方法4(遥感技术)课件

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,草地资源遥感技术调查方法,一、遥感技术的基本知识,遥感,（,Remote Sensing,，,RS,）,是,20,世纪,60,年代迅速发展起来的，建立在现代物理学、电子计算机技术和信息论等新的技术科学及地球科学理论基础上的一门综合性探测技术，随着科学技术的发展，遥感结合地理信息系统,（,Geographical Information System,，,GIS,）,与全球定位系统（,Global Positioning System,，,GPS,）,统称,3S,技术，在草地资源研究中发挥着越来越巨大的作用。,遥感,（,RS,）,遥感,（,RS,）：,不直接接触物体，通过各种探测仪器，从不同高度的平台上接受来自地球表面各类地物的电磁波信息，再将这些电磁波信息传输到地面进行加工处理，从而达到对不同地物及其特性进行远距离的探测和识别的全过程，这一过程称为遥感技术。,地理信息系统,（,GIS,）,地理信息系统（,GIS,）：,是以地理空间数据库为基础，采用地理图形分析方法，适时提供多种空间的、动态的信息，以供分析和管理在一定地理区域内分布的各种地学、社会现象和过程，它具备数据输入、预处理、数据管理、空间查询和可视化表达输出等功能。,干旱监测,沙尘暴信息,火情,信息,积雪信息,草地监测,全球定位系统（,GPS,）,全球定位系统（,GPS,）：,是由美国国防部开发的一套基于卫星的无线导航系统，这些卫星连续发送回精确的时间和其所在位置，通过,GPS,接收器接收，从而判断地面上或接近地面的物体的位置及其移动速度和方向等。,3S,技术集成,二、遥感技术调查的工作程序与方法,1.,准备工作,2.,图像预判,3.,建立解译标志,4.,成图,5.,现场验证,6.,总结,1.,准备工作,（,1,）遥感信息源的搜集与整理,航空像片：,根据摄影时选用的方式和感光材料的不同，有多种类型的,航空像片。按像片的倾角分为水平相片和倾斜相片；按所用感,光胶片分为全色片、黑白红外片、红外彩色片等。通过观察辨,别所使用的航片类型。,航天影像：,航天影像依传感器、处理方式、光谱波段等划分方法，有不同的分类。常见的卫星遥感数据有：,MSS,；,TM,、,ETM,；,SPOT,；,IRS,；,IKNOOS,（艾科诺斯）；,Quick Bird(,快鸟）；,MODIS,；,CBERS,等。,航天遥感信息,点击各卫星图标进入,LANDSAT 5,LANDSAT 7,RADARSAT-1,ERS-1,2,JERS-1,CBERS-1,SPOT,ENVISAT-1,IRS-P6,IKONOS,QUICK,BIRD,MODIS,航天遥感信息演示,北京故宫,2002,年,2,月,11,日,QuickBird,影像,Credit:“,DigitalGlobe,”,航天遥感信息演示,北京万泉河桥,图像采用,Quickbird,全色,+,多光谱,3,、,2,、,1,融合结果制成，数据分辨率,0.6,m,。,航天遥感信息演示,三峡,2003,年,7,月,13,日,QuickBird,影像,Credit:“,DigitalGlobe,”,航天遥感信息演示,中国南海 台风,2003,年,8,月,24,日,MODIS,影像,航天遥感信息演示,意大利 红树林,2002,年,5,月,16,日,QuickBird,影像,航天遥感信息演示,Credit:”Space Imaging Eurasia”,埃及,阿斯旺,大坝,2002,年,7,月,29,日,IKONOS,卫星影像,航天遥感信息演示,巴格达,战前战后对比,(,Quick Bird,影像,),航天遥感信息演示,埃及金字塔,航天遥感信息演示,北京市紫竹桥地区,IKONOS,卫星影像不同时期对比,紫竹桥,2001,年,5,月,紫竹桥,2002,年,10,月,紫竹桥,2003,年,10,月,航天遥感信息演示,死海,晒盐塘,的,扩展,航天遥感信息演示,智利,金、银、铜矿开采,航天遥感信息演示,虾类养殖与,红树林萎缩,1989,年,5,月,2001,年,12,月,航天遥感信息演示,调查农作物春夏长势及收割情况,俄罗斯伏尔加河萨拉托夫地区,航天遥感信息演示,非洲撒哈拉地区 灌溉农业,1999,年,10,月,31,日,2001,年,10,月,23,日,航天遥感信息演示,沙 尘 暴 监 测,在草地资源调查中，使用的遥感影像主要有,MSS,、,SPOT,，,TM,，,ETM,，,由于,SPOT,价格较贵，,MSS,图像分辨率低，基本被,TM,、,ETM,所取代。,ETM+,、,TM,、,MSS,和,SPOT,影像比较表,项目,ETM+,TM,MSS,SPOT,波段个数,8,7,4,3,空 间,分 辨 率,ETM15,、,7,为,30m30m,ETM6,为,60m60m,ETM8,为,15m15m,TM15,、,7,为,30m30m,TM6,为,120m120m,79m79m,20m,20 m,信息数据,（兆字节,/,幅）,约,250,约,230,约,30,约,27,草地资源调查常用遥感信息源,昌吉市,、呼图壁县遥感卫星影像图,（,2,）图像的性质分析与处理,明确图像的性质,影像的种类,波段的组合,摄影时间等。,进行图像的处理,（,3,）专题图件的搜集与整理,遥感影像处理,专题图件数字化,地图信息提取,2.,图像,预判,（,1,）阅读专业资料,明确影像与预判对象之间的生物物理学联系,。,（,2,）预判,遵循从,“,已知到未知,”,，,“,先易后难,”,，,“,由宏观到微观,”,原则。,3.,建立解译标志,解译标志是图像解译分析的依据。利用目视解译时，可根据影像特征，即色调、阴影、图形、形状、纹理等与不同草地或地类之间的对应关系，建立相关解译标志。,利用计算机自动分析，一般是通过模式样地，建立解译标志，虽然在数字图像处理中有所应用，但在技术上尚未完全解决。,（,1,）直接判读标志的应用,色调：,注意时间变化（春天,秋天）、空间变化（生态地理区域差异）。,形状：,农田、河流、道路、居民区、森林等。,纹理与图案：,灌木草地,斑点状纹理；受侵蚀作用草地,勾纹状纹理；严重盐渍化草地,絮团状纹理。,阴影：,乔、灌木区分；山区复合体分布类型判读。,（,2,）间接判读标志的应用,应用生态学、地学、草地类型学原理分析图形特征。,草地类型判读解译标志,草地类型,地形地貌,代表样地,影像特征,备注,色彩色调,形状,大小,影像结构,草地类型判读解译标志,森 林,冰雪石质,农田、居民区、水域、道路,农田、居民区、水域、道路,2,密丛中禾草、杂类草型,密丛中禾草型,杂类草、密丛中禾草型,草地类型,4,成图,（,1,）解译方法,人工目视解译成图；人工目视解译,+,计算机辅助判读；人机交互解译成图。,（,2,）解译原则,用草地类型学原理指导解译；,区域生态自然地理分析；,相关信息规律分析；,草地季相与影像时相分析；,人类社会经济活动对草地影响的分析。,（,3,）人机交互解译成图,5.,现场验证,现场验证工作与草地资源定性定量分析采样等工作结合起来进行。野外是对室内工作结果，拿到现场进行检查验证和解决判读中的疑难问题，以保证调查成果的可靠性的关键。,验证内容：边界、图斑内容。（采用抽样方法）,6.,总结,（,1,）成图总结,以,GIS,软件为基础，以野外,GPS,定点调查为依据，对遥感信息解译结果进行进一步总结，并编绘出图。,（,2,）数据整理,对野外调查的反映草地资源定性、定量的数据进行整理。,借助于计算机和,GIS,软件，创建草地资源数据库，达到各类图件、数据、文字等信息的优化管理。,草地资源类型图,草地资源配置图,专题图,件,利用,3S,技术编绘各种专题图件。,草场围栏建设示意图,草场承包示意图,专题图件,季节草场分布示意图,数字高程图,曲面三维透视图,三维遥感影像图,属性数据管理,以,GIS,软件为开发平台，进行草地资源信息管理系统软件的开发与研制，对各种空间数据库与属性数据库链接，达到图文一体化，实现草地资源高效的数字化管理。,三、,草地遥感估产监测技术,工作目标,（,1,）明确,监测,区草地植物群落季节、年季动态变化特征；,（,2,）建立,监测,区动态遥感监测的估产模型。,工作内容,（,1,）现场测定研究区样方内草地植物的生物量、高度、盖度，明确植物群落动态变化特征。,（,2,）收集遥感资料的数据，校正后获得,GPS,点下的各植被指数的值。,（,3,）结合地面数据和遥感资料的数据，应用数学方法分析生物量、高度、盖度与植被指数的关系，建立动态估产模型。,（,4,）应用实例验证模型，提出草地动态遥感监测的估产模型。,工作思路,MODIS,卫星资料获取,影像校正,植被指数的计算,实地测定,地面数据整理,建立估产模型,野外验证,精度评价,验证模型,动态估产模型,垂直带草地生物量反演,工作方法,1,、地面监测,对草地类型进行地面定点、定时（,15,天,1,次）。在每个草地类型中选择有代表性的地段，测定,11m,的样方,20-30,个，测定内容包括：,植物种类：记录样方内出现的所有植物名称。,生物量：将样方内各种植物按照种类齐地面剪下，分别装袋称重。,高度：每种植物随机测量,10,株自然高度。,盖度：用针刺法，每个样方测定,100,次。,2,、遥感数据的获取及处理,收集,MODIS,数据，在,EOS/MODIS,投影（星地通公司）软件的支持下对影像数据进行预处理、云检测、等面积投影、云识别、区域挖图，按照公式：,NDVI=,（,CH2-CH1,）,/,（,CH2+CH1,）和,RVI=CH2/CH1,（其中,CH2,与,CH1,分别是近红外通道与红光通道的反射率）计算归一化植被指数（,NDVI,）和比值植被指数（,RVI,），再将地面监测的经纬度数据转化成,Mapinfo,的格式后叠加在,NDVI,图和,RVI,图上，获得,GPS,点下的各植被指数的值。,3,、建立估产模型,光学模型：,Gj,=,gj,（,CH1,，,CH2,），,Y=,Yg,（,g1,g2,）,式中,j=1,，,2,两种算法模式；,CH1,、,CH2,分别为地面实测光谱通道,1,，,2,；,Gj,为第,j,种算法模式计算的地面光谱绿度值；,Y,为地面实测产草量，,g1=RVI,g2=NDVI,4,、数理统计分析,运用,SPSS,统计软件对测定数据及各植被指数进行统计分析、相关性分析，对于每种实测数据和遥感数据筛选出相关性好的模型作为该种草地的估产模型。,5,、由点及面的草地生物量反演,根据动态估产模型，再从点的监测数据推算到一定区域，分析区域内草地植被生长动态，建立生长季内月份间植被指数,产量分区图，对垂直带草地生物量进行反演。,2004,年,4,月至,10,月,EOS/MODIS,卫星数据,1,：,10,万的草地类型图,草原和草甸两草地类型的典型样地的生物量实测数据,4,处理软件：国家卫星中心星地通公司的“,MODIS,资料接收处理系统；遥感图像处理软件,ENVI4.0,；国产地理信息系统软件,MAPGIS6.5,；美国,ADOBE,公司的,PHOTOSHOP7.1,。,研究数据资料,采用,EOS/MODIS 250,米的卫星资料数据，通过对数据进行信息提取、预处理、几何校正、太阳高度角订正等；结合前人得出的植被指数的经验公式，计算了典型区域草地不同季节的,NDVI,、,RVI,，同时结合实测数据利用统计回归的方法，建立不同草地类型在不同季节的植被指数模型；在此基础上，利用植被指数最大值合成法,MVC,（,maximum value composite,）制作了乌鲁木齐地区植被指数专题图与植被指数变化趋势图，分析了乌鲁木齐地区草地植被指数,(,-,),的时空变化特征。,研究方法,野外实测照片,根据,2004,年,5,月、,7,月、,9,月实测数据，选取这一时段内实测区无云、无掉包的,MODIS,数据，运用（,ENVI,）,Basic Tools,中的,Band Math,命令对图像进行运算，具体运算公式：,其中,ch2,和,ch1,分别代表近红外波段和红波段,同时对所得到的植被指数影像上定义与实测点相对应的子区，记录各点所对应的数值，此数值为所要求的植被指数值。,典型区植被指数的提取,5,月在草甸样地上所得到的植被指数,样地代号 地理位置,NDVI RVI,平均鲜重,1 43.4597 87.0417 0.5319,3.2727,525,2 43.4772 87.0367 0.4689,2.7654,372.8,3 43.4560 87.0744 0.5144,3.1184,405.5,4 43.4526 87.0734 0.5375,3.3239,430.8,5 43.4531 87.0659 0.5063,3.0513,453.5,6 43.4620 87.0654 0.5231,3.1935,507,7 43.4652 87.0653 0.4829,2.8676,350,8 43.4595 87.0657 0.5444,3.3896,400.5,9 43.4611 87.0667 0.4583,2.6923,307.5,10 43.4700 87.0670 0.5649,3.5962,552.5,11 43.4770 87.0620 0.4627,2.7222,335,12 43.4670 87.0510 0.5250,3.2105,465.5,13 43.4600 87.0520 0.5533,3.4776,523.5,14 43.4560 87.0490 0.4966,2.9730,485.5,15 43.4460 87.0500 0.5019,3.0156,457,16 43.4460 87.0530 0.5078,3.0635,383,17 43.4450 87.0670 0.5110,3.0897,450.5,7,月在草甸样地上所得到的植被指数,样地代号 地理位置,NDVI RVI,平均鲜重,1 43.4597 87.0417 0.7639,7.4722 868.5,2 43.4772 87.0367 0.7452,6.8500 759.0,3 43.4560 87.0744 0.6025,4.0317 583.8,4 43.4526 87.0734 0.6215,4.2836 636.5,5 43.4531 87.0659 0.6213,4.2807 610.5,6 43.4620 87.0654 0.7352,6.5526 676.3,7 43.4652 87.0653 0.7407,6.7143 801.0,8 43.4595 87.0657 0.6729,5.1148 671.3,9 43.4611 87.0667 0.6587,4.8600 645.8,10 43.4700 87.0670 0.5943,3.9296 571.0,11 43.4770 87.0620 0.6432,4.6061 643.8,12 43.4670 87.0510 0.6393,4.5455 588.5,13 43.4600 87.0520 0.6247,4.3293 638.3,14 43.4560 87.0490 0.6074,4.0946 598.5,15 43.4460 87.0500 0.6936,5.5273 648.8,16 43.4460 87.0530 0.6085,4.1081 623.0,17 43.4450 87.0670 0.6368,4.5068 647.5,9,月在草甸样地上所得到的植被指数,样地代号 地理位置,NDVI RVI,平均鲜种,1 43.4597 87.0417 0.4630,2.7241,400,2 43.4772 87.0367 0.4609,2.7101,482,3 43.4560 87.0744 0.5161,3.1333,603,4 43.4526 87.0734 0.5579,3.5238,590.5,5 43.4531 87.0659 0.4887,2.9118,520,6 43.4620 87.0654 0.5243,3.2041 582.5,7 43.4652 87.0653 0.5340,3.2917 610.5,8 43.4595 87.0657 0.5304,3.2593 621.5,9 43.4611 87.0667 0.5537,3.4815 600,10 43.4700 87.0670 0.4975,2.9800 589.5,11 43.4770 87.0620 0.4764,2.8194 525.7,12 43.4670 87.0510 0.5500,3.4444 630,13 43.4600 87.0520 0.5056,3.0455 602.5,14 43.4560 87.0490 0.4892,2.9155 570,15 43.4460 87.0500 0.4939,2.9516 481,16 43.4460 87.0530 0.5183,3.1522 490,17 43.4450 87.0670 0.4681,2.7600 450,5,月在草原样地上所得到的植被指数,样地代号 地理位置,NDVI RVI,平均鲜种,1 43.4937 87.0437 0.4812,2.8551 427.6,2 43.5123 87.0417 0.4096,2.3874 397.5,3 43.5240 87.0086 0.4800,2.8462 402.6,4 43.5263 87.0602 0.4222,2.4615 326.0,5 43.5328 87.0218 0.4195,2.4455 234.0,6 43.5807 87.0790 0.3539,2.0957 126.0,7 43.5190 87.1240 0.3447,2.0519 275.0,8 43.5150 87.1260 0.4890,2.9140 275.0,9 43.5114 87.1277 0.4749,2.8085 363.2,10 43.5103 87.1306 0.5043,3.0345 462.4,11 43.5093 87.1354 0.5091,3.0741 510.3,12 43.5136 87.1400 0.3569,2.1102 128.1,13 43.5220 87.1240 0.3676,2.1628 150.1,14 43.5285 87.1221 0.3704,2.1765 234.0,15 43.5319 87.1222 0.3054,1.8793 152.0,16 43.5309 87.1369 0.4229,2.4661 240.3,17 43.5283 87.1309 0.3896,2.2764 175.2,18 43.5275 87.1273 0.3933,2.2966 192.4,19 43.5203 87.1204 0.4518,2.6481 149.4,20 43.5224 87.1207 0.4723,2.7900 200.3,21 43.5254 87.1195 0.3528,2.0903 122.3,22 43.5313 87.1157 0.3219,1.9493 75.3,23 43.5347 87.1131 0.3014,1.8627 253.0,24 43.5370 87.1170 0.3575,2.1129 134.3,25 43.5380 87.1240 0.3995,2.3304 195.0,26 43.5370 87.1380 0.4209,2.4537 210.3,27 43.5250 87.1380 0.4391,2.5657 279.4,28 43.5060 87.1370 0.4692,2.7677 340.5,29 43.5140 87.1210 0.5089,3.0722 400.3,30 43.5280 87.1077 0.4674,2.7551 283.8,31 43.5240 87.1079 0.4624,2.7200 398.5,7,月在草原样地上所得到的植被指数,样地代号 地理位置,NDVI RVI,平均鲜种,1 43.4937 87.0437 0.7211,6.1707 1072.0,2 43.5123 87.0417 0.6563,4.8182 656.0,3 43.5240 87.0086 0.7176,6.0833 985.5,4 43.5263 87.0602 0.7012,5.6935 876.0,5 43.5328 87.0218 0.7067,5.8182 956.0,6 43.5807 87.0790 0.6945,5.5472 814.0,7 43.5190 87.1240 0.4415,2.5811 381.5,8 43.5150 87.1260 0.6834,5.3171 610.0,9 43.5114 87.1277 0.6785,5.2208 551.0,10 43.5103 87.1306 0.6589,4.8630 518.5,11 43.5093 87.1354 0.7107,5.9138 813.0,12 43.5136 87.1400 0.6300,4.4054 480.0,13 43.5220 87.1240 0.6733,5.1220 523.0,14 43.5285 87.1221 0.4863,2.8934 292.5,15 43.5319 87.1222 0.4416,2.5814 193.7,16 43.5309 87.1369 0.6164,4.2135 521.5,17 43.5283 87.1309 0.4197,2.4467 260.7,18 43.5275 87.1273 0.5650,3.5980 246.7,19 43.5203 87.1204 0.5029,3.0233 206.7,20 43.5224 87.1207 0.6561,4.8161 512.0,21 43.5254 87.1195 0.5723,3.6762 260.0,22 43.5313 87.1157 0.3953,2.3077 250.0,23 43.5347 87.1131 0.4265,2.4876 372.0,24 43.5370 87.1170 0.5328,3.2813 431.0,25 43.5380 87.1240 0.5190,3.1584 324.5,26 43.5370 87.1380 0.5485,3.4300 343.0,27 43.5250 87.1380 0.6065,4.0825 418.5,28 43.5060 87.1370 0.6223,4.2949 357.7,29 43.5140 87.1210 0.6933,5.5200 552.0,30 43.5280 87.1077 0.6087,4.1111 339.0,31 43.5240 87.1079 0.5982,3.9770 450.0,9,月在草原样地上所得到的植被指数,样地代号 地理位置,NDVI RVI,平均鲜种,1 43.4937 87.0437 0.4091,2.3846 369,2 43.5123 87.0417 0.4218,2.4590 427,3 43.5240 87.0086 0.3982,2.3235 352,4 43.5263 87.0602 0.4465,2.6133 499,5 43.5328 87.0218 0.3610,2.1299 309,6 43.5807 87.0790 0.4686,2.7639 597,7 43.5190 87.1240 0.3267,1.9703 138,8 43.5150 87.1260 0.4892,2.9155 633,9 43.5114 87.1277 0.4810,2.8533 607,10 43.5103 87.1306 0.3676,2.1625 670,11 43.5093 87.1354 0.5253,3.2131 780,12 43.5136 87.1400 0.3785,2.217 333,13 43.5220 87.1240 0.4209,2.4535 407,14 43.5285 87.1221 0.3228,1.9533 177,15 43.5319 87.1222 0.3129,1.9107 248,16 43.5309 87.1369 0.3907,2.2826 387,17 43.5283 87.1309 0.3026,1.8679 136,18 43.5275 87.1273 0.3378,2.0204 239,19 43.5203 87.1204 0.3399,2.0300 263,20 43.5224 87.1207 0.3480,2.0673 242,21 43.5254 87.1195 0.2827,1.7881 362,22 43.5313 87.1157 0.2547,1.6835 173,23 43.5347 87.1131 0.4493,2.6316 380,24 43.5370 87.1170 0.3375,2.0189 262,25 43.5380 87.1240 0.3353,2.0088 231,26 43.5370 87.1380 0.3520,2.0865 300,27 43.5250 87.1380 0.3533,2.0928 425,28 43.5060 87.1370 0.3875,2.2653 246,29 43.5140 87.1210 0.4545,2.6667 483,30 43.5280 87.1077 0.4389,2.5647 448,31 43.5240 87.1079 0.3438,2.0481 345,不同季节植被指数模型,通过以上计算得到的草甸和草原的,NDVI,，,RVI,，以每个像素点所对应的实际位置的植被的鲜重,(g),为因变量，在,MODIS,传感器所得到的,NDVI,、,RVI,为自变量，在,EXCELL2000,中拟合出相关系数最大的植被指数相关方程。,草甸 相关系数 样本数,5,月,y=1804.6NDVI-486.98 0.6104*17,y=212.75RVI-225.47 0.5943*17,7,月,y=1268.7NDVI-177.09 0.7916*17,y=63.665RVI+338.17 0.834*17,9,月,y=1675.8NDVI-300.59 0.5939*17,y=195.9RVI-52.85 0.5679*17,草原,5,月,y=1480.7NDVI-349.92 0.5882*31,y=258.42RVI-370.24 0.6239*31,7,月,y=1921.3NDVI-643.45 0.6332*31,y=175.25RVI-240.93 0.7712*31,9,月,y=2013NDVI-398.78 0.6608*31,y=368.82RVI-468.17 0.691*31,注：*为通过,0.01,的极显著性检验,;*,为通过,0.05,的显著性检验,5.1.3,实测值与反演值的对比分析,为了模型的应用精度，我们将野外实测草甸和草原的地上生物量数据与模型预测数据进行了比较。,草甸实测值与估测值曲线图,草原实测值与估测值曲线图,5.2,植被指数的时间变化特征,草甸,4-10,月归一化植被指数折线图,草原,4-10,月归一化植被指数折线图,通过对,4-10,月的实测样点,NDVI,值的提取并分析后可以看出，随着季节的变化，草甸和草原,NDVI,最大平均值出现在,7,月份，其值分别为,0.6594,、,0.5931,。,从图中也可看出草甸和草原植被指数的随着时间序列变化,值的变化呈季节性变化,:,无论在草甸草地还是在草原上，牧草植物经,4,月、,5,月中旬返青植被指数逐渐增长，生物量也逐渐增加，,7,月达到最大值,8,月随着牧草的结实,9,月果实成熟等生长期季节变化,植被指数开始逐渐减小，,10,月明显下降,进入枯黄期和休眠期，植被指数降低，牧草产量、质量也均下降。,植被指数时空变化特征分析,通过对典型区植被指数时间序列变化特征分析，在此基础上提取了,2004,年,4-10,月乌鲁木齐地区晴空合成图，,制作了乌鲁木齐地区植被指数专题图与植被指数变化趋势图。,植被指数变化专题图,植被指数变化趋势图,5.4,研究区植被指数时空变化特征分析,从植被指数变化趋势图中可以看出，植被指数,0.1-0.6,值在逐月的动态差值变化是,5,月份差值正值最大，然后随着月份的增加差值逐渐减小，到,7-8,月份差值接近于零，变化最小，达到稳定状态；从,9,月份开始差值相反的方向增加，也就是负值迅速增加，到,10,月份植被指数,0.1-0.6,差值负变化达到最大值,;,植被指数,0.6-0.9,差值在整个生长季变化变化不明显,。,植被指数个级别差值曲线分布图,四、草地生态系统动态监测与管理,目标：,及时发现草地生态系统各指标因子的变化，以及对草地生态环境作出及时的评价和对策。,监测的内容：,1,、草地植被退化监测,利用过去获得的不同时段的草地植被的信息与最新获得的信息进行对比分析，以发现植被退化的区域、退化的程度等信息，同时对退化的结果与可能性进行预测。,2,、草地沙漠化监测,通过遥感等途径获取的草地沙漠化状况、空间分布、沙漠化程度等信息与数据库中已有的对应信息进行对比分析。依赖于一定的分析模型，对各种区域尺度上的草地沙漠化变化进行评估，发现沙漠化区域、沙漠化程度等特征，并对沙漠化的结果和可能性进行预警。,3,、草地盐渍化监测,通过遥感等途径获取草地盐渍化面积、空间分布、动态变化等信息。分析草地盐渍化形成的自然与社会经济原因。,4,、草地水土流失监测,通过对比分析，由遥感等途径获取的草山、草坡石漠化状况数据与数据库中已有的对应数据进行比较，分析草地水土流失的空间分布、程度等信息，并对草地水土流失可能性进行预测。,5,、草地旱灾监测,目标是通过遥感和地面调查，获取草地旱灾的动态变化信息，及时为受灾地区提供旱灾发生的面积、持续时间、受灾程度等分析报告。,6,、草地鼠害监测,目标是掌握鼠灾发生的区域、持续时间、受灾程度。,7,、草地植被生态建设与保护工程效益监测,掌握草地植被建设和保护工程的现状，综合评判目前的植被建设及保护工程的合理性。,完,乌鲁木齐草地资源调查,伊犁州草地资源调查,伊犁州草地资源调查,克拉玛依草地资源调查,克拉玛依草地资源调查,克州草地资源调查,克州草地资源调查,乌鲁木齐草地资源调查,昌吉州草地资源调查,伊犁州草地资源调查,草地资源调查图片赏析,克州草地资源调查,沙质荒漠,温性荒漠类,温性草原化荒漠类,高寒荒漠类,温性荒漠草原类,温性草原类,温性草甸草原类,高寒草原类,温性山地草甸类,高寒草甸类,低地草甸类,低位沼泽,高位沼泽,