基于Worldview-3与Sentinel-1SAR数据的草原矿区复垦植被生物量反演方法研究

作者：刘艳慧; 杨晓宇; 包妮沙^*; 顾晓薇

来源：地学前缘, 2021, 28(04): 219-228.

DOI：10.13745/j.esf.sf.2020.10.10

• 草原矿区
• 复垦植被
• Worldview-3
• Sentinel-1 SAR
• 数据融合
• 生物量反演

利用多源遥感数据定量反演矿区复垦植被生物量是高效、动态、大面积监测土地复垦和生态恢复效果的必要手段之一。本文以内蒙古草原露天煤矿为研究区,联合遥感光学与雷达数据各自的优势,探索基于Worldview-3(WV-3)与Sentinel-1SAR数据的矿区复垦植被生物量反演方法,选择主成分-小波变换(W-PCA)算法对WV-3与Sentinel-1SAR数据进行融合,揭示波段反射率、植被指数、后向散射系数及纹理特征等参数与生物量之间的相关关系,建立多变量的生物量反演模型,并分析不同生物量模型的空间不确定性。结果表明:(1)通过W-PCA算法得到融合后的图像,信息熵的提高反映了融合图像与光学WV-3图像相比具有更多的细节信息,平均梯度的提高反映了融合图像与Sentinel-1SAR图像相比具有更高的清晰度和更丰富的纹理信息。融合后的第8波段相关系数最高、光谱扭曲度最低、光谱保真度最高。(2)通过相关性分析,发现增强型植被指数(EVI)、归一化植被指数(NDVI)、VH极化、VH均值纹理以及融合后第8波段与生物量显著正相关。WV-3的NDVI与Sentinel-1的VHME建模精度(R2=0.834 0,RMSE=16.464 6g/m2,Ac=81.52%)最高,融合后的第8波段验证精度(R2=0.798 3,RMSE=22.828 3g/m2,Ac=74.64%)最高。(3)基于不同模型的残差不确定性分析,Sentinel-1SAR数据变量建立的模型估测结果更容易出现高估及饱和现象,两者联合变量建立的模型可实现优势互补,利用融合数据建立的模型明显改善生物量小于40g/m2时的高估计现象以及生物量大于100g/m2时的两者饱和现象,其不确定性降低2.42～9.68g/m2。因此,利用光学和雷达遥感融合能够有效提高复垦植被生物量的估算精度,为草原矿区复垦植被精细监测提供有效的数据支持。

• 单位
  中国地震局第二监测中心; 东北大学; 土木工程学院