馮琦勝，殷建鵬，楊淑霞，梁天剛

(蘭州大學(xué)草地農(nóng)業(yè)生態(tài)系統(tǒng)國家重點(diǎn)實(shí)驗室 蘭州大學(xué)草地農(nóng)業(yè)科技學(xué)院，甘肅 蘭州 730020)

在草地保護(hù)、管理和生產(chǎn)過程中，準(zhǔn)確監(jiān)測草地生長狀況及其空間變化是合理利用草地、改善生態(tài)環(huán)境、防災(zāi)減災(zāi)、實(shí)現(xiàn)可持續(xù)發(fā)展的基礎(chǔ)性工作，對草地畜牧業(yè)發(fā)展和生態(tài)環(huán)境保護(hù)具有極為重要的意義。作為草地資源野外調(diào)查“四度一量”中的一個重要指標(biāo)，草層高度在草地資源評價中的作用不言而喻。

草層高度是草地退化、沙化評價的重要指標(biāo)之一。結(jié)合遙感和地理信息系統(tǒng)的手段和方法進(jìn)行大面積、快速動態(tài)監(jiān)測草地退化狀況是草地動態(tài)監(jiān)測研究的重要方向。基于遙感的草地退化評價多以產(chǎn)草量、蓋度和高度作為主要指標(biāo)。如“天然草地退化-沙化-鹽漬化的分級指標(biāo)”國家標(biāo)準(zhǔn)(GB 19377-2003)中，將草層高度相對百分?jǐn)?shù)的降低率作為草地退化評價指標(biāo)之一。草層高度也是草原沙化治理工程生態(tài)效益評價的重要指標(biāo)[1-3]。如杜自強(qiáng)等[4]、徐劍波等[5-6]將草層高度作為評價草地退化的重要指標(biāo)之一，研究草地退化現(xiàn)狀的監(jiān)測評價。

傳統(tǒng)的基于遙感技術(shù)的草地地上生物量的研究均需要在地面布設(shè)大量的樣方并對牧草齊地面刈割，這種采樣方法不僅耗時耗力且對草地有一定的破壞性。已有研究表明，草層高度與草地地上生物量之間具有顯著的正相關(guān)關(guān)系[7]。引入草層高度參數(shù)可以有效提高草地遙感估產(chǎn)的精度[8]，同時草層高度可用于草地生物量的非破壞性估產(chǎn)[9]，如Fricke等[10-11]利用超聲波距離傳感器測量牧草的高度，并結(jié)合可以反映牧草密度的遙感植被指數(shù)，建立二元多項式模擬栽培草地的生物量。Kaizu等[12]采用三維激光掃描儀建立草層表面高度模型，構(gòu)建了基于草層高度的估產(chǎn)模型。Pittman等[13]認(rèn)為使用基于草層高度的生物量估算模型進(jìn)行快速、準(zhǔn)確的草地地上生物量估算可能是一個有效的替代傳統(tǒng)刈割的方法。李文等[14]和王玉霞等[15]利用植物群落草層高度、蓋度、密度等綜合指標(biāo)與天然草地草產(chǎn)量間的相關(guān)性，建立函數(shù)關(guān)系，并制作成簡易的測草杖進(jìn)行草產(chǎn)量的快速測定。在三江源區(qū)的研究結(jié)果表明，基于經(jīng)緯度、草地蓋度和高度的多元回歸模型可以反映草地地上生物量變化的70%[8]。這些研究在提高草地生物量監(jiān)測精度方面，取得了較好的結(jié)果，也為草地非破壞性估產(chǎn)提供了理論支撐[16]。

草層高度是牧區(qū)雪災(zāi)監(jiān)測研究的關(guān)鍵指標(biāo)。冬春放牧地的草層高度是牧區(qū)雪災(zāi)災(zāi)情監(jiān)測、等級劃分和雪災(zāi)預(yù)警研究的重要指標(biāo)之一[17-18]。如李友文和劉壽東[19]將入冬前牧草平均高度作為基本因子建立了雪災(zāi)評估模式。中國牧區(qū)雪災(zāi)等級國家標(biāo)準(zhǔn)(GB/T20482-2006)將積雪掩埋牧草程度作為雪災(zāi)等級劃分標(biāo)準(zhǔn)之一[20]。劉興元等[21-22]在新疆阿勒泰地區(qū)和北疆地區(qū)的雪災(zāi)評價體系中，將草層高度作為草地抗災(zāi)力評價指標(biāo)之一。張國勝等[23]將草層高度作為草地雪災(zāi)風(fēng)險評價因子之一。李興華等[18]將牧草高度作為判斷指標(biāo)之一，結(jié)合前期積雪深度、積雪面積和氣象預(yù)報信息進(jìn)行內(nèi)蒙古牧區(qū)雪災(zāi)預(yù)警。Wang等[24]構(gòu)建的青藏高原牧區(qū)雪災(zāi)預(yù)警模型中，將草地掩埋指數(shù)(積雪深度/草層高度)作為青藏高原雪災(zāi)預(yù)警的重要指標(biāo)之一。

然而，草層高度地面觀測多依賴于大量的實(shí)地測量，傳統(tǒng)方法操作簡單、精度高，但需要耗費(fèi)大量的人力和物力，且時效性和空間尺度有限，難以準(zhǔn)確反映大范圍的草層高度時空動態(tài)變化狀況。近年來隨著多光譜遙感、無人機(jī)技術(shù)、激光雷達(dá)遙感技術(shù)和高光譜遙感技術(shù)的不斷發(fā)展，為草層高度的高精度遙感監(jiān)測提供了技術(shù)支撐。

1 國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)

目前，基于遙感技術(shù)的草層高度反演研究根據(jù)采用的數(shù)據(jù)源不同可分為4個方面。

1.1 基于多光譜遙感數(shù)據(jù)的草層高度反演方法

目前被廣泛且成功應(yīng)用于天然草地動態(tài)監(jiān)測的多光譜遙感，如中分辨率成像光譜儀(Moderate-Resolution Imaging Spectroradiometer,MODIS)、地球觀測系統(tǒng)(Systeme Probatoire d’Observation de la Terre,SPOT)、陸地衛(wèi)星(Landsat)系列、國家極地軌道運(yùn)行環(huán)境衛(wèi)星系統(tǒng)(National Polar-orbiting Operational Environmental Satellite System Preparatory Project,NPP)搭載的可見光紅外成像輻射儀(Visible Infrared Imaging Radiometer Suite,VIIRS)等，主要側(cè)重于草地面積、生物量、生產(chǎn)力、蓋度等方面的監(jiān)測研究，基于多光譜遙感數(shù)據(jù)的植被指數(shù)與草層高度間的相關(guān)關(guān)系較差[6]，大范圍草層高度反演多基于植被指數(shù)進(jìn)行估算，如Chen等[25-26]提出一種基于NDVI的草層高度估算方法，認(rèn)為某一種類型草地的高度可表示為該類型草地草層高度最大和最小值與NDVI最大和最小值的函數(shù)，即NDVI越大，草層高度越高。Liang等[8]對比分析了基于MODIS數(shù)據(jù)的12種植被指數(shù)與草層蓋度間的關(guān)系，結(jié)果表明，對草層高度最敏感的是EVI，僅能反映草層高度變化的24.96%，由此可見，基于多光譜的草地高度遙感反演模型精度較低，在實(shí)踐中基本不適用。

1.2 基于激光雷達(dá)遙感的草層高度反演

激光雷達(dá)(Light Detection and Ranging，LiDAR)是一種主動遙感探測技術(shù)，在探測植被的空間結(jié)構(gòu)信息方面有巨大優(yōu)勢[27-28]，自2003年搭載有激光測高系統(tǒng)(Geoscience Laser Altimeter System，GLAS)的ICESat (Ice, Cloud and land Elevation Satellite)衛(wèi)星成功發(fā)射以來，由于其具有覆蓋范圍大、免費(fèi)獲取、重復(fù)觀測等優(yōu)點(diǎn)，不僅被廣泛地應(yīng)用于海冰、海平面、陸地表面高度測量，而且被用于植被參數(shù)估算，如冠層高度、郁閉度、生物量、NPP等[29-31]。激光雷達(dá)按搭載平臺可分為地基、機(jī)載和星載激光雷達(dá)3種類型。地基激光雷達(dá)可在有效范圍內(nèi)獲取大量的植被三維坐標(biāo)，形成數(shù)據(jù)點(diǎn)云，進(jìn)而生成三維對象模型，精度能夠達(dá)到厘米級別，能夠?qū)崿F(xiàn)樣方尺度上草層高度、蓋度等參數(shù)測量精度的需求[32]。例如，Radtke等[33]采用LiDAR數(shù)據(jù)建立了紫花苜蓿(Medicagosativa)和高羊茅(Festucaarundinacea)草地樣方的草層表面高度模型。張海東等[34]利用HDS 3000(Leica Geosystems HDS,San Ramon,CA,USA)地面激光雷達(dá)，研究了江西省興國縣植被垂直結(jié)構(gòu)，得到研究樣方灌草層植被高度信息。虞海英[35]借助機(jī)載激光雷達(dá)數(shù)據(jù)和高光譜數(shù)據(jù)，以植被高度為參數(shù)，構(gòu)建了濕生植被生物量反演模型。但這些方法較適用于局部或樣地尺度的觀測研究，在大區(qū)域的應(yīng)用還比較困難[32]，需要繼續(xù)探索。激光雷達(dá)，特別是大光斑激光雷達(dá)數(shù)據(jù)是離散的，不能在區(qū)域尺度進(jìn)行植被空間結(jié)構(gòu)參數(shù)的連續(xù)估算。因此只有將激光雷達(dá)數(shù)據(jù)和其他連續(xù)采樣遙感數(shù)據(jù)(如高光譜遙感數(shù)據(jù))相結(jié)合才能在較大范圍實(shí)現(xiàn)植被空間結(jié)構(gòu)參數(shù)的估算[36]。所以，如何將長時間序列的光學(xué)遙感數(shù)據(jù)與激光雷達(dá)數(shù)據(jù)相結(jié)合，實(shí)現(xiàn)大范圍的植被空間結(jié)構(gòu)參數(shù)模擬和制圖將是未來研究的重點(diǎn)。

1.3 基于無人機(jī)的樣地尺度草層高度觀測

近年來，隨著無人機(jī)(Unmanned Aerial Vehicles，UAVs)技術(shù)的不斷發(fā)展，尤其是SfM(Structure from Motion)攝影測量技術(shù)在小型廉價無人機(jī)平臺上的成功應(yīng)用，使得基于無人機(jī)的高時空分辨率草層高度觀測技術(shù)得以快速發(fā)展，這在觀測尺度上填補(bǔ)了從樣方到衛(wèi)星遙感數(shù)據(jù)間的缺口，為草層高度升尺度研究提供了基礎(chǔ)。SfM是基于相機(jī)獲取的多視角圖像集來估計相機(jī)位姿(Motion)，并重建場景結(jié)構(gòu)(Structure)的技術(shù)，這種新型數(shù)字?jǐn)z影測量技術(shù)可以利用高效的圖像特征匹配算法，從多視角照片中提取重疊區(qū)域的三維地形數(shù)據(jù)。由于SfM技術(shù)僅需要目標(biāo)物體的照片，而對相機(jī)拍攝位置、圖像尺度及拍攝焦距沒有要求，因此利用簡單測量平臺采集地面照片就可以獲取高質(zhì)量的三維地形數(shù)據(jù)，成本低廉，操作簡單?；赟fM算法的Agisoft PhotoScan(Agisoft LLC, St. Petersburg, Russia, http://www.agisoft.com/)軟件的推廣更加速了這種技術(shù)的廣泛應(yīng)用[37-39]。PhotoScan可生成高分辨率正射影像及帶精細(xì)色彩紋理的數(shù)字高程模型(Digital Elevation Model，DEM)，如果使用控制點(diǎn)，精度可以達(dá)到厘米級別。無論是航攝照片還是高分辨率數(shù)碼相機(jī)拍攝的影像都可以使用[40]。近年來已有許多SfM應(yīng)用實(shí)例，例如Lucieer等[37]借助無人機(jī)平臺和佳能550D相機(jī)，低空拍攝南極洲東部苔蘚地貌，基于構(gòu)建的2 cm分辨率數(shù)字地表模型(Digital Surface Model，DSM)來分析上游雪融水流對苔蘚健康程度的影響。魏占玉等[41]對比機(jī)載LiDAR和基于航拍照片的SfM測量結(jié)果，發(fā)現(xiàn)SfM在大尺度測量情況下DEM分辨率優(yōu)于機(jī)載LiDAR數(shù)據(jù)，且測量精度與機(jī)載LiDAR相近。Bendig等[42-43]利用無人機(jī)獲取RGB可見光影像構(gòu)建的多時相高分辨率作物表面模型(CSMs)估算出大麥(Hordeumvulgare)的株高表面模型數(shù)據(jù)，與實(shí)測株高的決定系數(shù)(R2)達(dá)0.92；Bareth等[44]和Possoch等[45]基于DJI精靈2無人機(jī)搭載的GoPro Hero 3相機(jī)獲取的400幅多時相的樣地照片以及14個地面控制點(diǎn)數(shù)據(jù)，采用Agisoft PhotoScan軟件生成了樣地尺度的DSM圖像。Brocks等[46]基于Python語言構(gòu)建了一個借助ArcGIS和Agisoft PhotoScan軟件自動實(shí)現(xiàn)SfM算法并建立作物表面模型的軟件包，對比分析了基于無人機(jī)圖像計算的大麥高度與實(shí)測高度間的關(guān)系，結(jié)果表明大麥高度估測值與實(shí)測值的R2達(dá)0.87。Bareth等[47]通過比較發(fā)現(xiàn)，基于無人機(jī)與基于激光掃描儀獲取的草層高度間具有顯著的相關(guān)性(R2=0.91)。由此可見，SfM技術(shù)大大降低了地表高精度三維模型數(shù)據(jù)的獲取成本，可用于樣地尺度的草層高度觀測。

1.4 基于高光譜遙感數(shù)據(jù)的草層高度反演方法

在過去的30多年間，高光譜遙感技術(shù)已經(jīng)被廣泛地應(yīng)用在植被葉面積指數(shù)、生物量、葉綠素含量等生物物理及化學(xué)屬性的精確定量化研究，出現(xiàn)了諸多能夠準(zhǔn)確估測植物屬性的新方法[48-51]。健康植被和植物光譜曲線在可見光波段(390-770 nm)、近紅外波段(700-800 nm)以及短波紅外(1 400-2 200 nm)都表現(xiàn)出獨(dú)有的吸收或反射特征[52]，這些特征不僅能夠用于構(gòu)建諸如比值植被指數(shù)(RVI)、歸一化植被指數(shù)(NDVI)、土壤調(diào)節(jié)植被指數(shù)(SAVI)等寬波段植被指數(shù)，也被用來構(gòu)建可以反映草層高度變化的窄波段植被指數(shù)。如Capolupo等[53]采用無人機(jī)搭載的光譜儀獲得的高光譜圖像，在樣地尺度研究了窄波段植被指數(shù)同草層高度之間的關(guān)系，發(fā)現(xiàn)改進(jìn)后的葉綠素吸收反射率與優(yōu)化的土壤調(diào)節(jié)植被指數(shù)的比值(ratio of Modified Chlorophyll Absorption in Reflectance to Optimized Soil-Adjusted Vegetation Index,MCARI/OSAVI)和歸一化紅邊指數(shù)(Normalized Difference Red Edge,NDRE)與草層高度之間的決定系數(shù)分別為0.599和0.40，并據(jù)此繪制了研究區(qū)的草層高度空間格局。

2 存在的問題及發(fā)展方向

綜上所述，雖然在草層高度遙感反演研究方面已取得一定進(jìn)展，但尚存在一些問題。

1)多光譜遙感受有限的光譜通道及不連續(xù)的寬波段的制約，僅利用基于寬波段植被指數(shù)的草層高度模型反演精度低，穩(wěn)定性差，無法滿足天然草地草層高度反演和制圖需求。

2)激光雷達(dá)技術(shù)是草層高度觀測的重要手段，但地基雷達(dá)傳感器觀測范圍有限，僅適用于樣方尺度的研究工作；機(jī)載激光雷達(dá)數(shù)據(jù)獲取成本高，且難以實(shí)現(xiàn)大范圍長時間尺度的連續(xù)數(shù)據(jù)獲?。恍禽d激光雷達(dá)數(shù)據(jù)在天然草地草層高度研究方面尚待深入研究。新一代星載激光雷達(dá)衛(wèi)星ICESat-2將于2018年發(fā)射，其搭載的ATLAS(Advanced Topographic Laser Altimeter System)測高系統(tǒng)采用了微脈沖多波束光子計數(shù)激光雷達(dá)技術(shù)，與ICESat-1相比，其精度有了更大的提升。ICESat-2將測量植物的冠層高度以幫助研究人員在較大范圍內(nèi)估計生物量及其變化作為其科學(xué)目標(biāo)之一。

3)隨著小型廉價無人機(jī)與成像技術(shù)系統(tǒng)的日趨成熟，可以實(shí)現(xiàn)樣地尺度上草層高度的精確觀測，為草層高度的衛(wèi)星遙感研究提供大量的地面觀測樣本，彌補(bǔ)傳統(tǒng)地面觀測方法存在的眾多弊端。這一方法不僅是地面觀測的重要補(bǔ)充，也是傳統(tǒng)地面觀測與衛(wèi)星遙感的橋梁。尤其是基于SfM方法的小型廉價無人機(jī)平臺，可以構(gòu)建較高精度的植被表面模型，實(shí)現(xiàn)樣地尺度草層高度的精確觀測。該方法雖然受小型無人機(jī)續(xù)航時間、可達(dá)范圍的限制，難以實(shí)現(xiàn)較大時空范圍草層高度的連續(xù)觀測，但該方法將原來基于樣方的草層高度觀測提升至樣地尺度，可以實(shí)現(xiàn)草層高度的地面-低空-衛(wèi)星不同尺度的觀測，為草層高度遙感觀測研究提供大量觀測樣本。

4)高光譜遙感技術(shù)系統(tǒng)，特別是機(jī)載和星載成像高光譜系統(tǒng)的不斷發(fā)展，為探索草層高度監(jiān)測提供了前所未有的數(shù)據(jù)源。目前草層高度高光譜遙感研究主要依賴于地物光譜儀，以草地光譜特征分析為主，在樣地尺度開展了大量的工作，取得了豐富的研究成果。然而，受限于星載高光譜數(shù)據(jù)天氣狀況、成像時間匹配等因素的影響，在草地草層高度監(jiān)測方面，缺乏地物光譜儀與星載高光譜遙感數(shù)據(jù)的有機(jī)結(jié)合，尚未實(shí)現(xiàn)較大時空范圍的草層高度反演與動態(tài)監(jiān)測。近年來隨著基于無人機(jī)的高光譜遙感技術(shù)系統(tǒng)的日趨成熟，為地物光譜與星載高光譜間成功搭建橋梁，使得成像光譜圖像數(shù)據(jù)與光譜儀地面實(shí)測光譜數(shù)據(jù)之間的匹配研究成為可能。

雖然我國在高光譜遙感研究方面起步晚，但隨著環(huán)境減災(zāi)衛(wèi)星(HJ-1A)、天宮一號目標(biāo)飛行器(TG-1)的成功發(fā)射，其搭載的我國自主研發(fā)的高光譜成像光譜儀獲取的數(shù)據(jù)已經(jīng)應(yīng)用于科學(xué)研究中[54-55]，2016年成功發(fā)射的搭載有高光譜傳感器的天宮二號(TG-2)及即將發(fā)射的高分系列的第五顆衛(wèi)星(GF-5)，也進(jìn)一步豐富了我國高光譜遙感數(shù)據(jù)，未來高光譜遙感將在草地監(jiān)測研究中起到更加重要的作用。因此，高光譜遙感技術(shù)的不斷發(fā)展及其在草層高度遙感反演方面已取得的一些探索性的研究成果，為基于高光譜遙感的草層高度反演研究的深入開展奠定了良好的基礎(chǔ)。

3 總結(jié)

多光譜遙感由于波譜通道數(shù)量和波譜范圍的限制，對草地高度反演的精度較低，不能準(zhǔn)確地反映草層高度的變化。激光雷達(dá)遙感具有較高的測量精度，但如何將其與長時間序列的光學(xué)遙感數(shù)據(jù)相結(jié)合，實(shí)現(xiàn)大范圍的植被空間結(jié)構(gòu)參數(shù)模擬和制圖將是未來研究的重點(diǎn)和難點(diǎn)。無人機(jī)和高光譜遙感技術(shù)的不斷發(fā)展，為草層高度的高精度遙感監(jiān)測提供了技術(shù)支撐，為實(shí)現(xiàn)樣地尺度草層高度的精確觀測提供了技術(shù)和手段，可為草層高度的衛(wèi)星遙感研究提供大量的地面觀測樣本，彌補(bǔ)傳統(tǒng)地面觀測方法存在的眾多弊端。

參考文獻(xiàn)References:

[1] 楊婷婷，吳新宏，王秋菊，李鵬，姚國征.基于3S的草原沙化治理工程生態(tài)效益評價與實(shí)證研究.草業(yè)科學(xué)，2009，26(9):7-12.

Yang T T,Wu X H,Wang Q J,Li P,Yao G Z.The study on ecological benefit of grassland desertification control project based on 3S technology.Pratacultural Science,2009,26(9):7-12.(in Chinese)

[2] 郭鈮，韓天虎，王靜，韓濤，孫斌.瑪曲退牧還草工程生態(tài)效果的遙感監(jiān)測.中國沙漠，2010，30(1):154-160.

Guo N,Han T H,Wang J,Han T,Sun B.Ecological effects of “Restoring Grazing to Grassland Project” in Maqu County.Journal of Desert Research,2010,30(1):154-160.(in Chinese)

[3] 寧心哲，杜敏，牟亞男，王玉華，鐘貴廷.呼倫貝爾草原沙化治理封育工程生態(tài)效益評價.內(nèi)蒙古林業(yè)科技，2015，41(3):22-26.

Ning X Z,Du M,Mu Y N,Wang Y H,Zhong G T.Ecological benefit evaluation of grassland desertification control project in Hulunbeier.Journal of Inner Mongolia Forestry Science & Technology,2015,41(3):22-26.(in Chinese)

[4] 杜自強(qiáng)，王建，李建龍，楊峰，楊齊，錢育蓉.黑河中上游典型地區(qū)草地植被退化遙感動態(tài)監(jiān)測.農(nóng)業(yè)工程學(xué)報，2010，26(4):180-185.

Du Z Q,Wang J,Li J L,Yang F,Yang Q,Qian Y R.Remote sensing-based monitor dynamically grassland degradation in typical regions,middle and upper reaches of Heihe River Basin,Western China.Transactions of the CSAE,2010,26(4):180-185.(in Chinese)

[5] 徐劍波，陳進(jìn)發(fā)，胡月明，趙之重.青海省瑪多縣草地退化現(xiàn)狀及動態(tài)變化研究.草業(yè)科學(xué)，2011，28(3):359-364.

Xu J B,Chen J F,Hu Y M,Zhao Z Z.Research on the status and the dynamic of grassland degradation in Maduo County,Qinghai Province.Pratacultural Science,2011,28(3):359-364.(in Chinese)

[6] 徐劍波，宋立生，趙之重，胡月明，劉暢.近15a來黃河源地區(qū)瑪多縣草地植被退化的遙感動態(tài)監(jiān)測.干旱區(qū)地理，2012，35(4):615-622.

Xu J B,Song L S,Zhao Z Z,Hu Y M,Liu C.Monitoring grassland degradation dynamically at Maduo County in source region of Yellow River in past 15 years based on remote sensing.Arid Land Geography,2012,35(4):615-622.(in Chinese)

[7] 張玉勛，李建東.草地植物群落地上生物量非破壞性估測方法探討.植物生態(tài)學(xué)與地植物學(xué)學(xué)報，1991，15(2):177-182.

Zhang Y X,Li J D.A Study on Non-destructive methods for estimating above-ground biomass of grassland plant communities.Acta Phytoecologica ET Geobotanica Sinica,1991,15(2):177-182.(in Chinese)

[8] Liang T G,Yang S X,Feng Q S,Liu B K,Zhang R P,Huang X D,Xie H J.Multi-factor modeling of above-ground biomass in alpine grassland:A case study in the Three-River Headwaters Region,China.Remote Sensing of Environment,2016,186:164-172.

[9] 張典業(yè)，牛得草，陳鴻洋，張永超，傅華.青藏高原東緣高寒草甸地上生物量的估測模型.山地學(xué)報，2014，32(4):453-459.

Zhang D Y,Niu D C,Chen H Y,Zhang Y C,Fu H.Estimation of aboveground biomass in an alpine meadow on the Eastern Qinghai-Tibetan Plateau.Mountain Research,2014,32(4):453-459.(in Chinese)

[10] Fricke T,Richter F,Wachendorf M.Assessment of forage mass from grassland swards by height measurement using an ultrasonic sensor.Computers and Electronics in Agriculture,2011,79(2):142-152.

[11] Fricke T,Wachendorf M.Combining ultrasonic sward height and spectral signatures to assess the biomass of legume-grass swards.Computers and Electronics in Agriculture,2013,99(7):236-247.

[12] Kaizu Y,Choi J-M,Kang T-H.Grass height and yield estimation using a three-diniensional laser scanner.Environmental Control in Biology,2012,50(1):41-51.

[13] Pittman J J,Arnall D B,Interrante S M,Moffet C A,Butler T J.Estimation of biomass and canopy height in bermudagrass,alfalfa,and wheat using ultrasonic,laser,and spectral sensors.Sensors,2015,15(2):2920-2943.

[14] 李文，曹文俠，李小龍，徐長林，師尚禮.一種高寒草地草產(chǎn)量快速測定工具的設(shè)計和試驗.草地學(xué)報，2016，24(4):892-894.

Li W,Cao W X,Li X L,Xu C L,Shi S L.Design and experiment of a rapid measurement tool of the grassland aboveground productivity in Qinghai-Tibet Plateau.Acta Agrestia Sinica,2016,24(4):892-894.(in Chinese)

[15] 王玉霞，梁衛(wèi)衛(wèi)，陳俊，關(guān)青青，魏志成，白慧敏，馮兆佳.利用簡易測量板估測白三葉群落地上生物量.應(yīng)用生態(tài)學(xué)報，2016，27(6):1886-1892.

Wang Y X,Liang W W,Chen J,Guan Q Q,Wei Z C,Bai H M,Feng Z J.Estimating aboveground biomass of Trifolium repens community using measuring plates.Chinese Journal of Applied Ecology,2016,27(6):1886-1892.(in Chinese)

[16] Kallenbach R L.Describing the dynamic:Measuring and assessing the value of plants in the pasture.Crop Science,2015,55(6):2531-2539.

[17] 宮德基，郝慕玲．白災(zāi)成災(zāi)綜合指數(shù)的研究.應(yīng)用氣象學(xué)報，1998，9(1):119-123.

Gong D J,Hao M L.Synthetical indexes of the disaster of snow cover.Quarterly Journal of Applied Meteorology,1998,9(1):119-123.(in Chinese)

[18] 李興華，朝魯門，劉秀榮，李友文.內(nèi)蒙古牧區(qū)雪災(zāi)的預(yù)警.草業(yè)科學(xué)，2014，31(6):1195-1200.

Li X H,Chao L M,Liu X R,Li Y W.Snow disaster warning system in pastoral areas of Inner Mongolia.Pratacultural Science,2014,31(6):1195-1200.(in Chinese)

[19] 李友文，劉壽東．內(nèi)蒙古牧區(qū)黑、白災(zāi)監(jiān)測模式及等級指標(biāo)的研制.應(yīng)用氣象學(xué)報，2000，11(4):499-504.

Li Y W,Liu S D.A study of models for monitoring winter drought and heavy snow and the determination of grading indexes in the animal husbandry area of the Inner Mongolia Autonomous region.Quarterly Journal of Applied Meteorology,2000,11(4):499-504.(in Chinese)

[20] 李海紅，李錫福，張海珍，肖宏斌．中國牧區(qū)雪災(zāi)等級指標(biāo)研究.青海氣象，2006(1):24-28.

Li H H,Li X F,Zhang H Z,Xiao H B.Study on the snow disaster indexes of pastoral area in China.Qinghai Meteorology,2006(1):24-28.(in Chinese)

[21] 劉興元，陳全功，梁天剛，郭正剛，柴琦.新疆阿勒泰牧區(qū)雪災(zāi)遙感監(jiān)測體系構(gòu)建與災(zāi)害評價系統(tǒng)研究.應(yīng)用生態(tài)學(xué)報，2006，17(2):215-220.

Liu X Y,Chen Q G,Liang T G,Guo Z G,Chai Q.Establishment of snow disaster remote sensing monitoring and damage estimation systems in Altai pastoral region of Xinjiang.Chinese Journal of Applied Ecology,2006,17(2):215-220.(in Chinese)

[22] 劉興元，梁天剛，郭正剛，張學(xué)通.北疆牧區(qū)雪災(zāi)預(yù)警與風(fēng)險評估方法.應(yīng)用生態(tài)學(xué)報，2008，19(1):133-138.

Liu X Y,Liang T G,Guo Z G,Zhang X T.Early warning and risk assessment of snow disaster in pastoral area of northern Xinjiang.Chinese Journal of Applied Ecology,2008,19(1):133-138.(in Chinese)

[23] 張國勝，伏洋，顏亮東，劉寶康，石德軍，楊力軍.三江源地區(qū)雪災(zāi)風(fēng)險預(yù)警指標(biāo)體系及風(fēng)險管理研究.草業(yè)科學(xué)，2009，26(5):144-150.

Zhang G S,Fu Y,Yan L D,Liu B K,Shi D J,Yang L J.Study on warning indicator system of snow disaster and risk management in headwaters region.Pratacultural Science,2009,26(5):144-150.(in Chinese)

[24] Wang W,Liang T G,Huang X D,Feng Q S,Xie H J,Liu X Y,Chen M D,Wang X L.Early warning of snow-caused disasters in pastoral areas on the Tibetan Plateau.Natural Hazards and Earth System Sciences,2013,13(6):1411-1425.

[25] Chen X,Su Z,Ma Y.Yang K.Wen J.Zhang Y.An improvement of roughness height parameterization of the surface energy balance system (SEBS) over the Tibetan Plateau.Journal of Applied Meteorology and Climatology,2013,52(3):607-622.

[26] Chen X,Su Z,Ma Y,Liu S,Yu Q,Xu Z.Development of a 10-year (2001-2010) 0.1° data set of land-surface energy balance for mainland China.Atmosphere Chemistry and Physics,2014,14(23):13079-13117.

[27] 楊婷，王成，李貴才，駱社周，習(xí)曉環(huán)，高帥，曾鴻程.基于星載激光雷達(dá)GLAS 和光學(xué)MODIS數(shù)據(jù)中國森林冠層高度制圖.中國科學(xué)：地球科學(xué)，2014，44(11):2487-2498.

Yang T,Wang C,Li G C,Luo S Z,Xi X H,Gao S,Zeng H C.Forest canopy height mapping over China using GLAS and MODIS data.Science China:Earth Sciences,2014,44(11):2487-2498.(in Chinese)

[28] 胡凱龍，劉清旺，崔希民，龐勇，穆喜云.多源遙感數(shù)據(jù)支持下的區(qū)域性森林冠層高度估測.武漢大學(xué)學(xué)報(信息科學(xué)版)，2018，43(2):289-296,303.

Hu K L,Liu Q W,Cui X M,Pang Y,Mu X Y.Regional forest canopy height estimation using multi-source remote sensing data.Geomatics and Information Science of Wuhan University,2018,43(2):289-296,303.(in Chinese)

[29] 文漢江，程鵬飛.ICESAT/GLAS 激光測高原理及其應(yīng)用.測繪科學(xué)，2005，30(5):33-35.

Wen H J,Cheng P F.Introduction to principle of ICESAT/ GLAS laser altimetry and its applications.Science of Surveying and Mapping,2005,30(5):33-35.(in Chinese)

[30] 馬利群，李愛農(nóng).激光雷達(dá)在森林垂直結(jié)構(gòu)參數(shù)估算中的應(yīng)用.世界林業(yè)研究，2011，24(1):41-45.

Ma L Q,Li A N.Review of application of LiDAR to estimation of forest vertical structure parameters.World Forestry Research,2011,24(1):41-45.(in Chinese)

[31] 夏少波，王成，習(xí)曉環(huán)，駱社周，曾鴻程.ICESat-2機(jī)載試驗點(diǎn)云濾波及植被高度反演.遙感學(xué)報，2014，18(6):1199-1207.

Xia S B,Wang C,Xi X H,Luo S Z,Zeng H C.Point cloud filtering and tree height estimation using airborne experiment data of ICESat-2.Journal of Remote Sensing,2014,18(6):1199-1207.(in Chinese)

[32] 焦桐，劉榮高，劉洋，陳鏡明.林下植被遙感反演研究進(jìn)展.地球信息科學(xué)學(xué)報，2014，16(4):602-608.

Jiao T,Liu R G,Liu Y,Chen J M.The progress of forest understory retrieval from remote sensing.Journal of Geo-information Science,2014,16(4):602-608.(in Chinese)

[33] Radtke P J,Boland H T,Scaglia G.An evaluation of overhead laser scanning to estimate herbage removals in pasture quadrats.Agricultural and Forest Meteorology,2010,150(12):1523-1528.

[34] 張海東，于東升，史學(xué)正，王寧.地面三維激光掃描方法研究紅壤侵蝕恢復(fù)區(qū)植被垂直結(jié)構(gòu).土壤，2014，46(5):948-953.

Zhang H D,Yu D S,Shi X Z,Wang N.Retrieval of forest vertical structure in eroded area of Southern China using terrestrial LiDAR systems.Soils,2014,46(5):948-953.(in Chinese)

[35] 虞海英.融合機(jī)載LIDAR和高光譜數(shù)據(jù)的濱海濕生植被生物量反演方法研究.北京：中國測繪科學(xué)研究院碩士學(xué)位論文，2015.

Yu H Y.Research on estimation of coastal wetland vegetation above-ground biomass with airborne hyperspectral and LiDAR Data.Master Thesis.Beijing:Chinese Academy of Surveying and Mapping,2015.(in Chinese)

[36] 邱賽，邢艷秋，田靜，丁建華.星載LiDAR與HJ-1A/HSI高光譜數(shù)據(jù)聯(lián)合估測區(qū)域森林冠層高度.林業(yè)科學(xué)，2016，52(5):142-149.

Qiu S,Xing Y Q,Tian J,Ding J H.Forest canopy height estimation of large area using spaceborne LiDAR and HJ-1A/HSI hyperspectral imageries.Scientia Silvae Sinicae,2016,52(5):142-149.(in Chinese)

[37] Lucieer A,Turner D,King D H,Robinson S A.Using an Unmanned Aerial Vehicle (UAV) to capture micro-topography of Antarctic moss beds.International Journal of Applied Earth Observation & Geoinformation,2014,27(4):53-62.

[38] Sona G,Pinto L,Pagliari D,Passoni D,Gini R.Experimental analysis of different software packages for orientation and digital surface modelling from UAV images.Earth Science Informatics,2014,7(2):97-107.

[39] Verhoeven,G.Taking computervision aloft-archaeological three-dimensional reconstructions from aerial photographs with photoscan.Archaeological Prospection,2011,18(1):67-73.

[40] 李秀全，陳竹安，張立亭.非量測相機(jī)影像三維模型構(gòu)建及精度檢驗.測繪科學(xué)，2016，41(6):144-147.

Li X Q,Chen Z A,Zhang L T.3D model construction of non-metric camera images and its accuracy test.Science of Surveying and Mapping,2016,41(6):144-147.(in Chinese)

[41] 魏占玉，Arrowsmith R，何宏林，高偉.基于SfM方法的高密度點(diǎn)云數(shù)據(jù)生成及精度分析.地震地質(zhì)，2015(2):636-648.

Wei Z Y,Arrowsmith R,He H L,Gao W.Accuracy analysis of terrain point cloud acquired by “structure from motion” using aerial photos.Seismology and Geology,2015(2):636-648.(in Chinese)

[42] Bendig J,Bolten A,Bennertz S.Estimating biomass of barley using crop surface models (CSMs) derived from UAV-based RGB imaging.Remote Sensing,2014,6(11):10395-10412.

[43] Bendig J,Yu K,Aasen H,Bolten A,Bennertz S,Broscheit J,Gnyp M L,Bareth G.Combining UAV-based plant height from crop surface models,visible,and near infrared vegetation indices for biomass monitoring in barley.International Journal of Applied Earth Observation and Geoinformation,2015,39:79-87.

[44] Bareth G,Bolten A,Hollberg J,Aasen H,Burkart A,Schellberg J.Feasibility study of using non-calibrated UAV-based RGB imagery for grassland monitoring:Case study at the Rengen Long-term Grassland Experiment (RGE),Germany.Germany,K?ln: 35.Wissenschaftlich-Technische Jahrestagung der DGPF,Bridging Scales-Skalenübergreifende Nah-und Fernerkundungsmethoden,2015:55-64.

[45] Possoch M,Bieker S,Hoffmeister D,Bolten A,Schellberg J,Bareth G.Multi-temporal crop surface models combined with the RGB vegetation index from UAV-based images for forage monitoring in grassland.Czech Republic,Prague: The International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences,2016:991-998.

[46] Brocks S,Bendig J,Bareth G.Toward an automated low-cost three-dimensional crop surface monitoring system using oblique stereo imagery from consumer-grade smart cameras.Journal of Applied Remote Sensing,2016,10(4):046021.

[47] Bareth G,Bendig J,Tilly N,Hoffmeister D,Aasen H,Bolten A.Comparison of UAV- and TLS-derived plant height for crop monitoring:Using polygon grids for the analysis of crop surface models (CSMs).Photogrammetrie Fernerkundung Geoinformation,2016(2):85-94.

[48] Tong Q,Xue Y,Zhang L.Progress in hyperspectral remote sensing science and technology in china over the past three decades.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2014,7(1):70-91.

[49] 姚闊，郭旭東，周冬，南穎，石曉平.高光譜遙感土地質(zhì)量指標(biāo)信息提取研究進(jìn)展.地理與地理信息科學(xué)，2014，30(6):7-12.

Yao K,Guo X D,Zhou D,Nan Y,Shi X P.Advances in researches on hyperspectral remote sensing information extraction of land quality indicator.Geography and Geo-Information Science,2014,30(6):7-12.(in Chinese)

[50] 胡遠(yuǎn)寧，崔霞，孟寶平，楊淑霞，梁天剛.甘南高寒草甸主要毒雜草光譜特征分析.草業(yè)科學(xué)，2015，32(2):160-167.

Hu Y N,Cui X,Meng B P,Yang S X,Liang T G.Spectral characteristics analysis of typical poisonous weeds in Gannan alpine meadow.Pratacultural Science,2015,32(2):160-167.(in Chinese)

[51] Houborg R,Fisher J B,Skidmore A K.Advances in remote sensing of vegetation function and traits.International Journal of Applied Earth Observation and Geoinformation,2015,43:1-6.

[52] 楊可明，郭達(dá)志.植被高光譜特征分析及其病害信息提取研究.地理與地理信息科學(xué)，2006，22(4):31-34.

Yang K M,Guo D Z.Analysis of hyperspectral features and extraction of disease for vegetation.Geography and Geo-Information Science,2006,22(4):31-34.(in Chinese)

[53] Capolupo A,Kooistra L,Berendonk C,Boccia L,Suomalainen J.Estimating plant traits of grasslands from UAV-acquired hyperspectral images:A comparison of statistical approaches.ISPRS International Journal of Geo-Information,2015,4(4): 2792-2820.

[54] 吳俊君，高志海，李增元，王紅巖，龐勇，孫斌，李長龍，李緒志，張九星.基于天宮一號高光譜數(shù)據(jù)的荒漠化地區(qū)稀疏植被參量估測.光譜學(xué)與光譜分析，2014，34(3):751-756.

Wu J J,Gao Z H,Li Z Y,Wang H Y,Pang Y,Sun B,Li C L,Li X Z,Zhang J X.Estimation for sparse vegetation information in desertification region based on Tiangong-1 hyperspectral image.Spectroscopy and Spectral Analysis,2014,34(3):751-756.(in Chinese)

[55] 姚闊，郭旭東，南穎，李坤，江淑芳，孫婷婷.植被生物量高光譜遙感監(jiān)測研究進(jìn)展.測繪科學(xué)，2016，41(8):48-53.

Yao K,Guo X D,Nan Y,Li K,Jiang S F,Sun T T.Research progress of hyperspectral remote sensing monitoring of vegetation biomass assessment.Science of Surveying and Mapping,2016,41(8):48-53.(in Chinese)