项目名称: 基于高光谱遥感的雅鲁藏布江源区草地退化及其对全球变化响应敏感性研究

项目编号: No.41201456

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地理学

项目作者: 刘波

作者单位: 环境保护部南京环境科学研究所

项目金额: 25万元

中文摘要: 雅江源区高寒脆弱草地生态系统直接关系着中下游西藏经济发达地区和孟加拉湾三角洲地区的生态安全,近年来源区生态环境退化明显,传统多光谱遥感因其信息量有限制约着草地退化信息的准确提取。本项目针对雅江源区生态环境遥感监测研究的缺失,利用高光谱卫星遥感和新型地面成像光谱系统,在构建草地退化光谱知识库的基础上,分析退化过程中典型地物、植物群落组成及其不同演替阶段的光谱特征,揭示源区草地退化光谱响应模式;构建源区草地退化高光谱遥感监测信息模型,获取源区草地退化分布现状;并根据源区放牧特点,通过对比有无人类活动干扰和不同类型的植被-土壤退化光谱响应和空间分布特征的差异,揭示源区草地退化对全球变化响应的敏感性。本项目的实施将为雅江源区国家级生态功能保护区规划、西藏生态安全屏障建设等方面提供空间信息和理论支持,促进遥感技术、特别是高光谱遥感技术在西藏高寒生态环境监测中的应用。

中文关键词: 光谱分析;高寒草地;草地退化;遥感;雅鲁藏布江

英文摘要: Alpine ecosystem of source region of Yarlung Zangbo plays a vital role in maintaining ecological security of its middle and lower reaches with great population and its delta in the Bay of Bengal. The eco-enviromental quality deteriorated evidently in recent years, traditional multispectral remote sesning is incompetent for extracting information of grassland dagradation accurately. Utilizing hyperspectral remote sensing and novel field imaging spectrometer system, this study will concentrate on the analysis of spectral characteristics of grassland features, plant community and the corresponding spectral pattern of vegetation succession during the process of degradation based on the spectral library with degradation information, develop hyperspectral information model of monitoring grassland degradation. The senstivity of different ecosystems such as alpine steppe, alpine meadow and alpine marsh responding to global change will be demonstrated and analyzed by inspecting and comparing the differences of spectral response and spatial pattern of vegetation-soil features during the process of degradation among different ecosystems with or without human-induced influences. This study will not only provide spatial information and scientific support for the planning of national key regions with important ecofunctions in

英文关键词: spectral analysis;alpine grassland;grass degradation;remote sensing;yarlung zangbo

成为VIP会员查看完整内容
0

相关内容

芬兰国防大学《军事情报分析:制度影响》,86页pdf
专知会员服务
33+阅读 · 2022年3月28日
《2021-2022全球计算力指数评估报告》,46页pdf
专知会员服务
73+阅读 · 2022年3月25日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
全球自动驾驶战略与政策观察,36页pdf
专知会员服务
57+阅读 · 2022年2月8日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
31+阅读 · 2021年7月26日
2021年全球量子信息发展报告, 32页pdf
专知会员服务
78+阅读 · 2021年5月14日
趣解读 | 重构三维植被表型,计算呈现自然之美
中国科学院自动化研究所
0+阅读 · 2021年9月2日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
深度学习的图像修复
AI研习社
21+阅读 · 2019年3月28日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
28+阅读 · 2022年3月28日
Deep learning for cardiac image segmentation: A review
Arxiv
21+阅读 · 2019年11月9日
小贴士
相关主题
相关VIP内容
芬兰国防大学《军事情报分析:制度影响》,86页pdf
专知会员服务
33+阅读 · 2022年3月28日
《2021-2022全球计算力指数评估报告》,46页pdf
专知会员服务
73+阅读 · 2022年3月25日
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
全球自动驾驶战略与政策观察,36页pdf
专知会员服务
57+阅读 · 2022年2月8日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
31+阅读 · 2021年7月26日
2021年全球量子信息发展报告, 32页pdf
专知会员服务
78+阅读 · 2021年5月14日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员