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
肖武1
陈佳乐2
赵艳玲2
胡振琪3
吕雪娇2
张硕2
1.中国矿业大学(北京)土地复垦与生态重建研究所,北京100083;浙江大学公共管理学院,浙江杭州3100582.中国矿业大学(北京)土地复垦与生态重建研究所,北京,1000833.中国矿业大学环境与测绘学院,江苏徐州,221116
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.
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
分类号：P237(摄影测量学与测绘遥感)TD88(矿山开采)
资助基金：国家自然科学基金(41401609)山东省重点研发计划资助项目(2016ZDJS11A02)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：12( 295-306 )
英文信息