新疆生態環境遙感調查 自然生態系統質量變化評估技術規范（DB65-T 4816-2024）

65Remotesensinginvestigationofecologicalenvironment—TechnicalspecificforevaluationchangesinnaI本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結構和起草規則》的規定本文件起草單位：新疆維吾爾自治區環境保護科學本文件主要起草人：陳麗、任璇、牛婷、趙志剛、李莼、都偉新、常夢迪、孟穎、孫力、王蕓韻、維吾爾自治區環境保護科學研究院（烏魯木齊市科學一街428號）、新疆維吾爾自治區市場監督管理局1生態環境遙感調查自然生態系統質量變化評估技術規范本文件規定了新疆生態環境遙感調查自然生態系統質量變化評估原則、技術流程、綜合評估指標與方法、質量分級以及質量變化分級、評估報告本文件適用于新疆維吾爾自治區行政區內陸域以植被為主的自然生態系統質量現狀及變化趨勢評估，不包含無植被的水面、流沙區、裸巖礫石地、永久冰川積雪。其他地理區域的生態環境遙感調查在一定時間和空間范圍內，依靠自然調節能力維持的相對穩定的生態系統。分為水生生態系統：以水為基質的生態系統；陸生生態系統：以陸地土壤或母質等為基質的生態系統，包括森林、灌叢、生態系統質量ecosystemq相對葉面積指數relativeleafareain總初級生產力grossprimaryproduc在單位時間和單位面積上，綠色植物通過光合作用所固定的有機碳總量，主要表征植被光合作用2相對總初級生產力relativegrossprimaryproductiv植被覆蓋度fractionalvegetationcov植被（包括葉、莖、枝）在地面的垂直投影面積占統計區總面積的百分比，主要表征植被水平結相對植被覆蓋度relativefractionalvegetationc凈初級生產力netprimaryproductivi植被在自然條件下，單位面積與單位時間內光合作用積累的有機干物質的質量，光合作用產生的相對凈初級生產力relativenetPrimaryProductivi自然生態系統質量綜合指數comprehensivein4評估原則5技術流程自然生態系統質量評估變化評估技術包括收集資料、數據預處理、數據評估、自然生態系統質量分級、自然生態系統質量變化分級、撰寫評估報告六個階段。在收集資料階段應收集遙感數據和其他輔助數據；在數據預處理階段，對收集到的數據進行影像預處理、插值、解譯、計算等操作，得到遙感生態參數及生態系統分類數據；在數據評估階段，基于遙感生態參數，根據生態系統類型，選取不同生態參數指標開展新疆自然生態系統質量評估，形成自然生態系統質量綜合指數。評估技術流程圖3收集資料遙感數據其他輔助信息數據預處理遙感生態參數生態系統分類數據評估總初級生產力GPP植被覆蓋度收集資料遙感數據其他輔助信息數據預處理遙感生態參數生態系統分類數據評估總初級生產力GPP植被覆蓋度FVC葉面積指數LAI歸一化指數NDVI凈初級生產力NPP自然生態系統質量綜合指數自然生態系統質量分級自然生態系統質量變化分級撰寫評估報告應采取不同自然生態系統選取對應評估指標類型的方法構建，見表1。自然生態系統類型參見附錄A。表1中評估指標的計算方法應符合附錄B的規定。4以相對總初級生產力、相對覆蓋度、相對葉面積指數、NEQCIi=RGppi+RFVCi+RLAIi+RNppi+RNDVIi·····································(1)NEQCIi——為第i年自然生態系統質量綜合指數；RGppi——為第i年相對總初級生產力；RFVCi——為第i年相對植被覆蓋度；RNppi——為第i年相對初級生產力；RNDVIi——為第i年相對歸一化植被指數。注：自然生態系統質量綜合指數的計算選取其所包含的自然生態系統類型進行評估，不包含的類型，其所對應的優良中低差NEQCI≥75NEQCI＜20低被覆蓋度極低，或CREQi——為第i年相對第j年自然生態系統質NEQCIi——為第i年自然生態系統質量綜合指數；NEQCIj——為第j年自然生態系統質量綜合指數。根據自然生態系統質量綜合指數變化率結果，將自然生態系統質量變化分為9級，具體分級指標見5——背景意義、目標及任務、總體思路、評估結論及建議；自然環境概況、評估周期、編制依據；——生態環境遙感調查自然生態系統質量變化評估工作技術流程、評估中使用的評估方法、數據——自然生態系統總體質量現狀分布特征以及不同自然生態系統質量現狀分布特征；——自然生態系統總體質量變化特征及分布、不同自然生態系統質量變化特征及分布；——自然生態系統總體質量和不同自然生態系統類型生態質量現狀分布特征及其變化；——評估結論；——問題與生態環境保護及修復對策建議。生態環境遙感調查自然生態系統質量變化評估圖集，包括——總體質量分布圖；——質量變化趨勢圖；——不同生態系統質量空間分布圖；——質量變化趨勢圖。6123457行波段合成、輻射校正、幾何精校正、圖像配準、圖像增強、拼接與裁剪等一系列處理過程，形成適用于開展解譯的影像數據。遙感生態參數計算流程見圖B.1，自然生態系統質量評估遙感生態參數見表注：該流程圖中植被覆蓋度指標以像元二分法為例；葉面積指數以經驗模型法為例；凈初級生產力、總初級生產8度NDVI可采用MODIS陸地二級標準數據產品數NDVI可采用MODIS陸地二級標準數據產品NDVINDVI——歸一化植被指數，無量綱；pnir——近紅外波段反射率，無量綱；pred——紅光波段反射率，無量綱。回歸（統計）模型法是通過對遙感數據的某一波段、波段組合或利用遙感數據計算的植被指數如歸一化植被指數、土壤調節植被指數等與植被覆蓋度進行回歸分析，建立經驗估算模型。線性回歸模型通過地面測量的植被覆蓋度與遙感圖像的波段或植被指數進行線性回歸得到研究區域的估算模型；非線性回歸模型法主要是通過將遙感數據的波段或植被指數與植被覆蓋度進行擬合，得到非線性回歸遙感圖像中每個像元一般由多個組分構成，每個組分對傳感器觀測到的信息都有貢獻，可由此建立像元分解模型進行植被覆蓋度的估算。混合像元分解模型主要有線性模型、概率模型、幾何光學模型、隨機幾何模型和模糊分析模型等，其中線性分解模型應用最為廣泛。線性像元分解法中最常用的是像元二分模型，是指假定像元由植被和非植被兩部分構成，光譜信息為這兩個組分的線性組合。計算獲得的植被覆蓋所占像元比例即為該像元的植被FVC——像元植被覆蓋度，無量綱；NDVI——混合像元的NDVI值，無量綱；9NDVIsoil——純裸土覆蓋像元的NDVI值，無量綱；NDVIveg——純植被覆蓋像元的NDVI值，無量綱。由于受土壤、植被類型等因素的影響，目前NDVIsoil和NDVIveg主要通過對圖像的統計分析確定，如直接將圖像中NDVI的最大值和最小值分別作為純植被覆蓋和純裸土覆蓋。基于像元二分法，按照植被類型選取NDVIveg和NDVIsoil進行計算。NDVIveg和NDVIsoil按表B.2取值：表B.2NDVIveg和NDVIsoil查找表NDVIvegNDVIsoil通過三波段最大梯度差模型來計算植被覆蓋度，按公式（A.3～A.4FVc········································································(A.4)d——像元梯度差，無量綱Rr——代表紅波段的反射率，無量綱；Rnir——代表近紅波段的反射率，無量綱；Rswir——代表短紅外波段的反射率，無量綱；λr——代表紅波段的波長，單位為納米（nm），λr=646nm；λnir——代表近紅波段的波長,單位為納米（nmλnir=856nm；λswir——代表短紅外波段的波長,單位為納米（nm），λswir=2130nm；dveg——像元最大梯度差，無量綱。注：在確定dveg中，在d頻率累積表中，取累積頻率為99.5%的d值為dveg的值。經驗模型法是常用的統計方法，該方法是用植被指數估算葉面積指數，一般過程是建立植被指數和葉面積指數的經驗關系，并使用觀測數據進行擬合，再使用擬合好的模型估算葉面積指數，常用表達葉面積指數和植被指數的經驗關系，按公式（A.5～A.LAI=Ax3+Bx2+cx+D·························································(A.5)LAI=A+Bxc····························································LAI——葉面積指數，無量綱；x——從遙感數據獲取的植被指數或反射率，植被指數常用歸一化植被指數NDVI，無量綱；A——經驗參數，隨著植被類型變化，無量綱；B——經驗參數，隨著植被類型變化，無量綱；c——經驗參數，隨著植被類型變化，無量綱；D——經驗參數，隨著植被類型變化，無量綱。根據項目組多年的研究經驗及成果，結合與MODISLAI產品驗證，新疆可采用經驗統計模型進行計算，選取歸一化植被指數NDVI實現LAI的遙感估算。按公式（ALAI=0.360e2.569NDVI·····························································(A.8)LAI——葉面積指數，無量綱；NDVI——歸一化植被指數，無量綱。冠層模型通常可劃分為四類：參數模型、幾何光學模型、混合介質模型和計算機模擬模型。可根據評估區域和所具備的實際條件選擇合適的模型和方法估算葉面積指NPP(x,t)=PAR(x,t)×FPAR(x,t)×εmax(x,t)×f(x,t)······························(A.9)NPP(x,t)——t月份在像元x處的凈初級生產力，單位為每平方米有機碳含量的克數（gC.m-2PAR(x,t)——t月份在像元x處入射的光合有效輻射，單位為兆焦每平方米（MJ.m-2FPAR(x,t)——t月份在像元x處植被冠層吸收的光合有效輻射比例，無量綱；εmax(x,t)——t月份在像元x處最大光能利用率，單位為每消耗兆焦能量產生有機碳含量的克數（單位：gC.MJ-1f(x,t)——t月份在像元x處各種環境脅迫對光能利用率的限制作用，無量綱。B.2.4.2PAR的估算PAR是太陽輻射中波長400nm～700nm的部分，與下行短波太陽輻射之間存在著一定的關系，按PAR(x,t)=SQL(x,t)×0.5···············SQL(x,t)——t月份在像元x處到達地表的太陽短波輻射量，單位為兆焦每平方米（MJ.m-2）。B.2.4.3FPAR的估算在一定范圍內，FPAR與NDVI比值植被指數SR之間分別存在線性關系。與NDVI和SR線性關系按FPARmax——取值與植被類型無關，為0.001，無量綱；SRi,max——對應第i種植被類型的95%下側百分數，無量綱；SRi,min——對應第i種植被類型的5%下側百分數，無量綱。可將公式組合起來，取其平均值作為FPAR的估算值，按公式（A.14）計算：T1(x,t)反映在低溫和高溫時植物內在的生化作用對光合作用產生限制而使凈第一性生產力下降的Topt(x)——植物生長的最適溫度，定義為某一區域一年內NDVI值達到最高時的當月平均氣溫，T2(x,t)表示環境溫度從最適溫度Topt(x)向高溫或低溫變化時植物光能利用率逐漸變小的趨勢，按注：當某一月平均溫度T(x,t)比最適溫度Topt(x)高10℃或低13℃時，該月的T2(x,t)值等于月平均溫度T(x,t)為最適溫度Topt(x)時T2(x,t)值的一半。W(x,t)反映了植物所能利用的有效水分條件對光能利用率的影響，隨著環境中有效水分的增加，W(x,t)逐漸增大，范圍為0.5（在極端干旱條件下）到1（非常濕潤條件下），按公式（AW(x,t)=0.5+0.5×E(xE(x,t)——區域實際蒸散量，單位為毫米（mmB.2.4.7基于生態系統三級分類體基于生態系統三級分類體系，對NDVI和SR最大值與最小值、最大光能利用率、最適溫度進行了優表B.3生態系統分類NDVI和SR的最大值和最小值NDVImaxNDVIminSRmaxSRminεmax最適溫度(℃)遙感估測總初級生產力模型主要分為3類：經驗型植被指數模型、植被生態過程模型及機器學習模型，可根據評