基于遥感反演的中国森林冠层叶氮浓度空间格局初步研究

森林冠层叶氮浓度(CNC)是森林生态系统生产力模拟的重要参数,因此获取并揭示我国森林CNC的空间分布格局对于准确评估我国森林生态系统生产力和碳通量都具有重要意义。本研究通过实测我国典型森林冠层叶片氮浓度并使用EO-1 Hyperion高光谱数据,建立CNC与近红外反射率(NIR)的统计模型,然后结合中分辨率成像光谱仪(MODIS)的反射率数据,实现生长季中国森林CNC的反演和分析,并进行了初步验证。结果表明:1)基于多种森林类型的采样数据,CNC与Hyperion NIR之间存在显著正相关关系(R2=0.75,P 0.000 1);2)反演的我国森林CNC分布格局大致呈现东南高、西北低的空间特征,其中海南省森林CNC均值最高,而天津市的最低;3)反演的中国森林CNC介于0.49～3.63 g/100 g之间,平均为2.24±0.28 g/100 g,处于全球森林植被叶氮浓度范围之内;4)反演的CNC与实测值的相关系数为0.52,RMSE为0.43 g/100 g,说明反演结果可以基本反映出我国森林CNC的空间格局和统计特征,但部分区域存在一定高估。森林CNC空间格局主要受森林植被功能型空间变异的影响,未来应对单一森林类型CNC的反演进行详细评估。本研究对于优化全国尺度森林生产力模拟具有重要意义。     

森林生态系统叶片暗呼吸时空动态及其影响因子

作为森林生态系统一个重要的呼吸通量,叶片呼吸在森林碳循环中扮演着重要的角色。开展叶片呼吸的机理及其影响因子研究,有助于构建大气和植被之间的呼吸通量模型,预测分析气候变化对森林生态系统生产力和碳源汇功能的影响。通常采用Li - 6400光合测定系统和LAI - 2000树冠分析仪测定森林生态系统叶片呼吸速率。叶片呼吸是一个复杂的生物化学过程,受到大气温度、CO₂浓度、土壤水分、叶片寿命、叶龄、比叶面积、叶片氮含量等多种因子的影响。叶片呼吸的日变化通常呈单峰曲线,与温度变化大体一致; 生长季早期和晚期的呼吸速率通常高于中期; 叶片在冠层着生位置影响其呼吸速率,冠层上部叶片的呼吸速率要高于冠层下部叶片。今后叶片呼吸研究应围绕以下4个关键问题:1) 模型构建时需要考虑叶片呼吸的温度驯化;2) 叶片呼吸在昼夜交替时内在调节机制;3) 从叶片呼吸到冠层呼吸的尺度转化;4) 加强和完善叶片呼吸影响因子研究。     

基于高光谱遥感的植被冠层氮素反演方法研究进展

氮素是植被生长活动中的重要元素,对植被叶绿素、蛋白质和酶等物质的合成至关重要,在植被光合作用中起关键作用。高光谱遥感反演技术凭借其快速、准确和不破坏植被的优势,已经成为植被氮素含量的定量分析的重要方法。本研究综述了近年科学文献中高光谱氮素反演的研究成果,主要介绍了植被冠层氮素高光谱研究的原理及处理方法,包括了高光谱数据处理、光谱变换、高光谱植被指数,多元逐步回归、偏最小二乘回归(PLSR)和人工神经网络(BP网络和RBF网络)回归模型等,在此基础上,对植被冠层氮素高光谱反演中存在的问题进行了探讨。     

基于深度学习的森林可燃物含水率反演技术

【目的】探究基于卫星遥感数据的森林可燃物含水率反演,比较深度学习模型与传统机器学习模型的精度,并探索一种解决冠层遮挡问题的方案,为全国建立森林可燃物含水率数据库提供理论依据。【方法】以河北省张家口市崇礼区为研究区,基于实地测量数据,针对传统机器学习模型误差较大的问题,建立深度学习中的多层感知机(MLP)模型,研究光谱反射率与森林冠层植被和地表枯落物含水率之间的关系,并与传统机器学习中的支持向量回归(SVR)模型进行精度对比。选取与实地考察时间同季度的哨兵遥感数据,以光谱反射率、光谱水分指数等遥感估测法中常用变量作为反演森林冠层植被和地表枯落物含水率的影响因子,结合实地考察数据进行模型训练。针对以往采用遥感估测法反演地表枯落物含水率遇到的冠层遮挡问题,使用双向反射分布函数处理遥感数据获得不同观测角度的遥感数据,结合辐射传输模型,将冠层反射率映射到地表反射率后再训练模型。【结果】以红光、绿光、近红外和短波红外波段为输入变量的MLP模型在森林冠层植被含水率反演中的拟合度为0.843,优于SVR中最优模型的拟合度0.807,精度提高4.5%;MLP模型在地表枯落物含水率反演中拟合度为0.448...     

高光谱技术在农作物冠层中的应用进展

指出了高光谱遥感的光谱分辨率可达到纳米数量级,由于其具有分辨率高、波段多以及信息量丰富的特点使其成为当今遥感的前沿技术.作物冠层能够反映以及预测植被与生态系统的功能状态,显示初级生产力以及氮循环的变化过程.所以其冠层信息经常作为生态系统中的功能与生物多样性的指示指标.利用植被冠层高光谱经常与叶片光合色素、水分、氮素以及纤维素等信息相结合,可反映作物的生长状况.同时,利用高光谱波段提取作物的生理参数对作物生长评价、监测以及作物估产有很大的意义.主要综述了高光谱技术的概况及在提取农作物冠层信息中的应用,并对高光谱技术在农作物中的应用进行了展望.     

高光谱遥感森林叶面积指数估测方法研究

叶面积指数(LAI)是反映植物叶片数量、冠层结构变化、植物群落生命活力及其环境效应的重要参数,其定义为植株所有叶片单面面积总和与植株所占的土地面积的比值。文中总结国内外利用高光谱遥感数据估测森林叶面积指数的研究进展,并对众多的估测方法进行比较,最后分析了高光谱遥感森林叶面积指数估测研究的发展趋势。       

森林背景反射率对乔木层地上生物量遥感估算的影响研究——以大兴安岭林区为例

遥感技术能够大面积覆盖和动态监测森林冠层叶片特征,森林乔木层地上生物量(AGB)与叶生物量之间存在良好的统计关系,根据遥感数据提取森林有效叶面积指数(LAIe)以估算叶生物量、进而估算AGB是可行的。然而,利用遥感数据提取森林LAIe时会受到林下植被等背景信息的影响。因此,论文以我国东北大兴安岭林区为研究区,利用中分辨率成像光谱仪(MODIS)数据和四尺度模型定量研究森林背景反射率对冠层LAIe和乔木层AGB遥感估算的影响。结果表明:背景反射率对森林LAIe遥感反演和AGB估算影响显著,利用遥感数据提取的背景反射率对背景影响订正后,反演的LAIe与基于高分辨率专题制图仪(TM)影像反演出的LAIe之间的相关性明显提高,决定系数(R~2)由0.32(n=25,p0.10)增大到0.48(n=25,p0.01),遥感估算的AGB与利用森林一类清查数据估算的AGB之间R~2由0.52(n=10,p0.05)上升到0.86(n=10,p0.01),LAIe和AGB高估现象得到明显纠正。     

不同空间尺度森林叶面积指数的估算方法

总结不同空间尺度森林叶面积指数(LAI)的估算方法,并讨论这些估算方法的优缺点与发展趋势:通过地面实测来估算小尺度的森林LAI,包括破坏性采样法、落叶收集法、异速生长方程法、光学仪器法和倾斜点嵌块法;通过遥感反演估算区域乃至全球尺度的森林LAI,包括统计模型法、基于冠层物理特征与反射特性的冠层反射模型法、人工神经网络技术及查表法.     

基于高光谱信息的107杨叶片等效水厚度估算模型的研究

[目的]为实现杨树叶片水分高光谱信息进行快速、准确估算,[方法]将实测杨树叶片等效水厚度作为水分含量表征量,并测定叶片高光谱数据,同时,利用辐射传输模型模拟不同等效水厚度条件下的叶片尺度和冠层尺度的高光谱反射数据,通过分析常用水分植被指数对等效水厚度的敏感性,利用植被指数比值的方法构建新等效水厚度植被指数(GVMI/MSI)。通过GVMI/MSI、全球植被水分指数(GVMI)、水分胁迫指数(MSI)分别对杨树叶片尺度和冠层尺度等效水厚度估算精度进行比较分析。[结果]表明:GVMI指数、MSI指数以及新建GVMI/MSI指数的叶片尺度杨树叶片等效水厚度估算模型的精度R2分别为0.997、0.995、0.998;冠层尺度杨树叶片等效水厚度估算模型精度分别为0.837、0.836、0.973,其中,新建GVMI/MSI指数为杨树叶片等效水厚度估算最佳指数。[结论]GVMI/MSI构建的杨树叶片等效水厚度模型的预测精度较高,是杨树叶片等效水厚度的最佳估算模型。     

基于Sentinel-2B的油松冠层可燃物含水率反演研究

森林火灾的发生与植被冠层可燃物含水率的大小有着密切联系。利用高精度、大尺度、高效率的遥感影像反演获取植被冠层可燃物含水率对于有效防治森林火灾具有重要意义。油松由于其自身理化性质成为引发森林火灾的主要树种之一，以张家口崇礼区的油松为研究对象，基于Sentinel-2B遥感影像和油松含水率实测数据，建立了多个油松冠层可燃物含水率反演模型：一元线性回归模型、一元非线性回归模型和多元非线性回归模型，并利用决定系数(R²)和均方根误差(RMSE)进行模型精度评价。结果表明，非线性模型总体上要优于线性模型；通过多个自变量因子建立的多元非线性模型能够更好地反映油松冠层可燃物含水率情况，模型反演精度更高，可以为植被冠层可燃物含水率反演模型方法选择提供一定的理论依据。     

Imaging spectroscopy of foliar biochemistry in forestry environments

Remote sensing estimates of leaf biochemicals provide valuable information on ecosystem functioning, vitality and state at local to global spatial scales. This paper aims to give an overview of the state of the art of foliar biochemistry assessment in general and, where possible, attention is given to: (1) Eucalyptus forest environments, (2) use of hyperspectral remote sensing or imaging spectroscopy, and (3) the challenges towards operational application of such assessments. Estimation of foliar biochemicals has improved significantly from early broad-band sensor attempts, given the advent of hand-held, airborne and space-borne spectrometers. These instruments provide sensing in contiguous, narrow spectral bands in the visible to shortwave infrared, as compared to the small number of broad spectral bands provided by multispectral sensors. Chlorophyll, nitrogen, cellulose and lignin represent a sample of biochemicals that have been assessed successfully, particularly at leaf level and with varying success at the canopy scale. A major challenge is scaling of predictions of biochemicals from ground to airborne and ultimately space-borne levels. This entails development of algorithms that minimise the contributions of canopy structure, atmospheric conditions, sensor/illumination geometry and leaf water content variations. Some advances have been made in this direction including the derivation of new vegetation indices and the use of spectral transformations such as derivative analysis and continuum removal. Other studies have focused on developing physically based models, e.g. radiative transfer models (RTMs), which appear to be more robust when compared to statistical models. However, the application of RTMs needs to progress beyond the estimation of only chlorophyll and biochemicals in monoculture environments to other nutrients and adapted for more complex canopies. Furthermore, inversion techniques of these models need to be improved.     

干旱胁迫对胡杨叶片色素及光谱特征影响的研究进展

胡杨作为塔里木河流域的建群种与生态恢复的指示器,是遏制土地荒漠化和保护群落稳定结构的天然屏障.仅依靠人工调查对荒漠河岸林进行监测已不能满足当下维系塔里木流域生态环境,高光谱遥感成为当下胡杨种群监测识别的重要手段.就沙漠干旱地区胡杨叶片色素高光谱遥感监测的主要研究成果做出了概括,并经过对有关论文内容的总结与数据的梳理,明...     

结合Landsat 8与PALSAR-2影像的龙南县针叶林蓄积量遥感估测研究

林分蓄积量估测是林业遥感的重要研究领域,由于云雾天气和光谱饱和现象等因素限制了光学遥感影像估测林分蓄积量的精度。合成孔径雷达(SAR)具有穿透性强、受云雾影响小等特点,弥补了光学遥感的不足。以江西省龙南县的针叶林为研究对象,结合Landsat 8与PALSAR-2双极化SAR影像数据,在遥感数据预处理基础上,提取了光谱信息、植被指数、纹理信息和后向散射系数等共245个遥感因子。基于Pearson相关系数法和多元逐步回归法,筛选出65个遥感因子参与林分蓄积量估测。以林分郁闭度作为分层因子,分别采用线性、KNN、支持向量机(SVM)、多重感知机(MLP)和随机森林(RF)5种模型估测林分蓄积量,并对估测结果进行精度检验。实验结果表明:1)相比单独使用Landsat 8的光谱和纹理信息,基于郁闭度分级并融合PALSAR-2的后向散射信息明显提高了蓄积量的反演精度;2)对于低郁闭度林分,线性模型精度最高(rRMSE=21.16%),中郁闭度林分,多重感知机模型估测效果最好(rRMSE=30.61%),高郁闭度林分,多重感知机模型估测效果最好(rRMSE=27.53%)。在结合PALSAR-2的后向散射系数的基础上,郁闭度分层能有效改善中高蓄积量区域的反演精度。     

高光谱遥感森林应用研究探讨*

详细论述了高光谱遥感技术在森林生物物理和化学参量估计以及森林健康状态遥感评价等方面的应用研究状况，对高光谱遥感植被应用的数据处理技术作了简要说明。对我国高光谱遥感森林应用研究现状和发展水平进行了阐述，最后对高光谱遥感森林应用的未来趋势作了探讨。     

高光谱遥感森林信息提取研究进展

针对高光谱遥感技术森林信息提取,详细论述了国内外利用高光谱遥感数据进行森林类型识别、森林郁闭度估算和森林叶面积指数估测等森林物理参量,以及森林化学参量估计和森林健康状态评价等方面的应用研究状况,最后对高光谱遥感森林应用的发展趋势作了探讨.     

高光谱遥感获取伐区调查数据的应用综述

首先论述了高光谱遥感在获取森林调查数据方面的优势;随后总结了国内外关于高光谱技术在树种识别、龄级分类、郁闭度调查及森林健康监测等方面的应用,并同时列举出高光谱遥感应用于林业上的主要处理技术;最后对高光谱遥感在我国林业上的应用现状进行了分析与展望。     

高光谱遥感技术在湿地研究中的应用

综述了高光谱遥感技术在国内外湿地研究中的应用; 总结了高光谱遥感技术在湿地水质参数反演、土壤含水量反演和湿地植被精细分类等方面应用的方法研究和取得的成果; 指出鉴于高光谱遥感数据自身的冗余性和信息理解程度的局限性, 在湿地研究领域中仍然存在着不足之处; 在此基础上, 提出了高光谱遥感技术应用于湿地研究的数据多元化趋势及其在湿地类型变化动态监测、湿地生态系统的自我恢复、掌握湿地资源重新积累过程等方面的应用潜力和开发前景。