合肥市环城公园城市森林叶面积比较研究

应用WinSCANOPY冠层分析仪观测合肥市环城公园不同垂直结构、不同树种组成的城市森林群落的叶面积指数(LAI)。结果表明,合肥市环城公园森林群落的平均LAI为1.95,研究的四大景区拥有叶面积总量为121.7万m2,不同景区对绿量的贡献率与其拥有土地比例不相符。群落的LAI与林分结构及树种组成有关,以银杏、雪松、乌桕、枫杨等为主要冠层树种的群落拥有较高绿量;有针叶树种的单层或复层林分,其绿量一般高于仅为阔叶树种构成的群落。城市森林的功能与LAI有密切的关系,因此建议用LAI作为评价城市森林功能的重要指标,应使城市森林所占的土地面积比重与对绿量的贡献率相适应,使所有的城市森林都能充分发挥其作用。     

应用遥感技术估测合肥市植被叶面积绿量

叶面积指数(LAI),它是表征植被冠层结构的最基本参量之一,它影响着植被许多生理和物理过程,如光合、呼吸和蒸腾作用,以及碳循环和降水截留等。应用2003年遥感影像数据对合肥市城市绿量进行推算,采用植被指数作为统计模型的自变量,建立不同植被类型叶面积指数(LAI)与归一化植被指数(NDVI)的回归模型,探讨叶面积指数与归一化植被指数之间的相关性。结果表明,不同植被类型的LAI与NDVI的关系均可用逻辑斯蒂方程表达;不同植被类型的叶面积指数城市森林0.97农田0.62一般绿地0.61,合肥市总绿量2.9×108m2,植被分布区单位面积绿量2.2,不同类型对绿量的贡献率与其占有的土地面积比例不完全相符,应探求建立合理的绿化复层种植结构的具体方法,增加城市绿地的LAI。本研究也可用于研究周边地区相似植被的绿量。     

基于UFORE模型的上海城市森林对大气PM_(2.5)的削减量估算

细颗粒物(PM_(2.5))是城市大气污染的重要来源,严重威胁居民健康。城市森林可以通过削减大气中的PM_(2.5)来提升空气质量,为城市环境提供重要的生态系统服务,本文采用美国农业部开发的UFORE(Urban Forest Effect)模型的核心方法,估算了上海城市森林对大气中PM_(2.5)的削减量。结果显示,2013年上海城市森林对大气PM_(2.5)削减总量为442.4t,小时浓度削减量为0.44μg/m~3,大气中PM_(2.5)浓度的改善率为0.07%。2013年上海不同类型林分PM_(2.5)削减量排序为常绿针叶林(290.6t)落叶林(76.1t)混交林(56.6t)常绿阔叶林(18.9t)。本文的研究结果可为城市大气污染防控和宜居城市建设提供理论依据。     

沈阳城市森林三维绿量的垂直分布

采用抽样调查法对沈阳城市森林5种功能类型的201块有效样地进行了调查,测算了样地内树木的三维绿量,利用将树木绿量汇集于树冠中心点的方法,对沈阳城市森林三维绿量垂直分布进行了研究。结果表明:沈阳城市森林的三维绿量垂直分布呈现典型的正态分布,其变化趋势与三维绿量垂直跨度分布相一致;新栽植树木对三维绿量垂直分布影响较小,三维绿量值更多地取决于三维绿量垂直跨度,即大龄级大树冠树木对三维绿量的贡献值最大。沈阳城市森林三维绿量垂直分布峰值为9 m。风景游憩林、附属林、道路林、生态公益林及生产经营林三维绿量垂直跨越层次依次为4.6、4.0、3.6、3.4、1.8,平均为3.9。风景游憩林和附属林三维绿量跨越层次较为丰富,灌木所占比例较大;生态公益林和道路林层次较为简单,灌木所占比例较小;生产经营林最为简单,三维绿量垂直跨越层次多为1层,三维绿量垂直分布峰值为5 m。     

保定市城市森林结构特征分析

为了认识保定市城市森林结构特征,进而为保定市城市森林的建设提供指导和依据,采用抽样调查的方法,对保定市106 km2范围的树木进行了每木实地调查。对城市森林面积、树木的种类组成、高度、径阶、健康状况、叶面积指数等结构特征进行分析。结果显示:研究区大约有197.4万株树,其中乔木169.84万株,灌木27.56万株;16种主要树种占树木总量的60.24%;大约71.5%的树木属于小径木(胸径<10 cm);61.4%的树木健康状况属于一般以上。因此,保定市城市森林总体水平不高。     

昆明市绿地绿量研究

在物种和群落调查基础上,测算了昆明市26种常见物种的叶面积指数、6种绿地层片及7种绿化类型的叶面积指数,并借助GIS技术,测算了昆明市一环内的总体绿量。研究结果表明:物种的叶面积指数不仅取决于物种间单叶面积的差异,还受物种生长状态(如枝叶密集程度、种植密度、树冠形状等)的影响,其中以绿篱结构生长的灌木物种,其叶面积指数相对较大,多在10以上;昆明市一环内的总绿量为2 429.06 hm2,且不同绿化类型的绿量差异明显:乔—灌型和乔—灌—草型2种绿化类型的单位面积绿量相对较高,在8.4~8.6 m2/m2,而乔木型和草本型等单层绿化结构的单位面积绿量相对较小,多在4.6~5.0 m2/m2,前者绿量为乔木型或草本型单层结构的1.7~1.8倍;保证最大化绿地面积是提高城市绿量的基础。但在同等面积下,尽量选择叶面积指数较高的树种,优化绿地结构层次是提高城市总体绿量的关键,但必须综合考虑不同性质绿地的主要功能。     

基于类型与影响因子的城市森林三维绿量量化差异分析

借助QuickBird卫星影像和抽样调查,就郁闭度、树高、冠幅和胸高断面积等指标对沈阳市区4种功能的城市森林三维绿量的关系进行了量化分析.结果表明:各类型单位面积城市森林的三维绿量均随影响因子等级的增大而呈现逐步增大的趋势,随郁闭度、树高、冠幅和胸高断面积相邻等级的平均增长幅度分别为267.02％、75.24％、65.91％和46.06％.单位面积各类型城市森林在相同因子等级下其三维绿量总体表现为道路林和附属林较低,生态公益林和风景游憩林较高的特征.影响城市森林三维绿量的关键影响因子呈现阶段性特征,低三维绿量阶段关键影响因子为郁闭度,而在高三维绿量阶段则是郁闭度和胸高断面积.     

林分规模与结构对北京城市森林夏季温湿效应的影响

城市化进程加快引发了城市热岛效应等一系列环境问题,城市森林的温湿效应能有效缓解城市热岛,是居民夏季户外活动舒适及健康的保障。以北京城市公园内17处片状林为研究对象,以林分面积和林内到林缘的距离(林内不同深度,L)作为林分规模的参数、以叶面积指数(LAI)作为表征林分结构的参数,对城市森林面积、L、LAI等参数与城市森林降温、增湿程度及温湿指数的关系进行了研究。结果表明,森林规模和林分结构对城市森林的温湿效应有显著影响:1)城市森林温湿效应随林分面积增大而增高,61.67%的相对降温程度(dT)、69.44%的相对增湿程度(dRH)、55.63%的相对温湿指数(dTHI)变化是由城市森林面积引起的;2)城市森林降温效应随LAI的增大而增高,城市森林的降温效应58.98%来自于LAI;3)林分面积和LAI对城市森林降温效应有显著的交互影响,随面积增加LAI对降温程度的影响逐渐下降;4)城市森林dT随L的加大而增高,L对dT的解释程度为57.26%。因此,在城市森林规划与建设中,重视大规模林地的建设并注重增加林分覆盖度才能发挥稳定的温湿效应,有效缓解热岛。      

HJ—1CCD与Landsat—5TM在森林叶面积指数反演中的比较分析

利用LAI2000测量了帽儿山实验林场23个不同类型森林样区的叶面积指数(leaf area index,LA.),根据LA.1观测数据和由环境一号卫星HJ-1CCD数据及Landsat-5TM数据计算的比植被指数(SR),分别建立了研究区森林LA.的估算模型.在此基础上,对比分析了CCD和TM数据在红光和近红外波段的特征,评价了利用这两种遥感数据提取的研究区LA.1的差别.结果表明,CCD数据在红光波段的质量比TM-3稍偏低,CCD数据在近红外波段的信息量丰富;利用CCD与TM数据提取的LA,1具有很好的相关性(R2=0.736 4.n=180339).但前者提取的LA,比后者平均偏高0.23(4.5%);CCD数据在空间分辫率、辐射分辫率、波段设置上都与TM数据具有较好的一致性,同时,CCD还具有比TM高得多的时间分辨率(2d),可以有效应用于较大范围森林LA.1的提取.     

沈阳城市森林固碳和污染物净化效益差异初探

城市森林效益是城市森林建设和规划的重要依据,为寻求城市森林效益差别的原因,采用抽样调查方法,对沈阳三环内城市森林213块样地进行实地每木调查,在基于CITYgreen模型基础之上对城市森林所产生的碳密度、固碳率以及污染物净化效益进行对比分析,结果表明:等密度等胸径条件下城市森林效益基本趋于多层林>复层林>单层林;平均树高与碳密度之间以及平均树高与污染物净化量之间基本呈现"S"曲线关系;在平均胸径相等的低密度条件下,城市森林效益随密度的增加而增大;混交林随着年龄的增长随密度的增加效益表现出先增加后降低的趋势;单株树木碳密度和污染物净化量均与单株树木三维绿量之间呈现幂函数关系;不同森林类型碳密度和污染物净化量变化趋势为附属林>风景游憩林>生态公益林>生产经营林>道路林;而固碳率为生态公益林>风景游憩林>生产经营林>附属林>道路林.     

基于滁州市TM数据的叶面积指数估算模型研建

以2010年TM影像为数据源,结合实测叶面积指数(LAI)数据,采用逐步回归方法,分析滁州市森林叶面积指数与植被指数关系并建立估测模型。结果表明:在0.01显著水平下,地面LAI和NDVI、RVI、SAVI的相关性分别为0.899、0.868、0.853;以NDVI为自变量构建的指数函数关系模型与LAI相关系数最高,相关性达0.839,LAI预测精度达78.96%;以NDVI、RVI、SAV为自变量构建的多元线性回归模型与LAI相关性达0.917,LAI估测平均精度达83.36%,符合森林资源监测要求。研究结果为使用遥感数据进行滁州市大面积森林质量监测、森林分布变化提供依据和技术支持。     

基于热暗点植被指数的马尾松林叶面积指数反演分析

为了减少单一角度卫星遥感与传统植被指数在LAI反演过程中的误差，提升马尾松林LAI反演精度，以福建省龙岩市长汀县河田镇马尾松林为研究对象，获取多角度无人机影像和马尾松林LAI实测数据。根据研究区不同波段热暗点指数、植被指数与实测LAI的相关关系，优化热暗点植被指数构建马尾松林LAI反演模型。结果表明，基于红光波段反射率计算的热暗点比值指数HDRI-r（R²=0.398）是研究区马尾松林LAI反演的重要辅助参数；将HDRI-r引入表征研究区冠层结构的传统植被指数NDVI、GNDVI、RVI、MSAVI、NRI、SIPI、VARI，构建的热暗点植被指数NHDRI与实测马尾松林LAI相关性最高，R²为0.406 5；引入热暗点信息的植被指数（NHDRI、GNHDRI、RHDRI、MSAHDRI、NRHDRI、SIPHDRI、VAHDRI）与实测LAI的拟合R²均>0.37，相较于对应的传统植被指数，R²分别提高了82%、333%、295%、161%、1 409%、380%、192%，热暗点信息与传统植被指数的结合能够缓解植被冠层光饱和现象，有效提高马尾松林LAI反演精度；研究区马尾松林LAI范围为0.11~4.28 m²/m²，总体水平偏低，与当地马尾松林以枝叶稀疏、矮小的“老头松”为主的实际情况相符。     

基于高光谱特征参数的棉花长势参数监测

通过小区棉花密度和水分对比试验,分析不同密度和水分处理的棉花整个生育期生物量和LAI(叶面积指数)与高光谱特征参数的相关性,建立棉花生物量和LAI光谱估算模型。选取的所有植被指数与棉花LAI和生物量相关性均达到极显著水平,其中光谱参量NDVI(890,670)与LAI的相关性和光谱参量Height(920)与生物量相关性最好,用这2个参量与生物量建立棉花长势估测模型,其决定系数分别为0.804 0和0.760 9,均方根误差分别为0.191 5和0.315 2,利用光谱特征参数可以有效地监测棉花整个生育期的长势变化。     

应用遥感数据反演针叶林有效叶面积指数研究

以红壤丘陵典型区千烟洲及其周边为研究区,利用陆地卫星TM图像数据和同期野外实测的37个针叶林样地有效叶面积指数数据,分析了遥感植被指数与湿地松、杉木林、马尾松和针叶林总体之间的相关关系,进而分别建立了遥感植被指数与不同林型针叶林有效叶面积指数间的线性与非线性回归模型.研究表明,遥感植被指数与不同林型针叶林有效叶面积指数存在较好的相关性,但不同林型之间的相关系数存在一定差异;所建立的针叶林有效叶面积指数遥感反演模型以三次曲线回归方程拟合精度最高.     

应用遥感数据反演针叶林有效叶面积指数

以红壤丘陵典型区千烟洲及其周边为研究区,利用陆地卫星TM图像数据和同期野外实测的37个针叶林样地有效叶面积指数数据,分析了遥感植被指数与湿地松、杉木林、马尾松和针叶林总体之间的相关关系,进而分别建立了遥感植被指数与不同林型针叶林有效叶面积指数间的线性与非线性回归模型.研究表明,遥感植被指数与不同林型针叶林有效叶面积指数存在较好的相关性,但不同林型之间的相关系数存在一定差异;所建立的针叶林有效叶面积指数遥感反演模型以三次曲线回归方程拟合精度最高.     

GF-1/WFV在玉米叶面积指数估算中的应用研究

叶面积指数(leaf area index,LAI)是植被冠层重要的结构参数之一,与冠层生理过程密切相关,也是植被遥感领域关注的重要参数之一。本研究对已在轨运行7年的高分一号卫星WFV传感器的植被监测性能进行评测,以吉林省农安县典型玉米分布区作为研究区域,结合地面同步观测的叶面积指数和冠层光谱等实测数据,借助归一化植被指数(NDVI)、比植被指数(RVI)、大气阻抗植被指数(ARVI)、土壤调节植被指数(SAVI)、修改性土壤调节植被指数(MSAVI)这5种植被指数,对比分析地面实测光谱与GF-1/WFV光谱对玉米冠层叶面积指数的估算能力。通过决定系数(R²)、均方根误差(RMSE)、相对误差(RE)和预测残差(RPD)等参数筛选最优模型。研究结果显示,各种植被指数与LAI之间的相关性均表现为地面实测光谱高于GF-1/WFV星载光谱;对比不同植被指数与LAI的相关性发现,地面光谱和星上光谱构造的植被指数中,均表现为MSAVI与LAI的相关性最高;基于地面光谱和星上光谱的MSAVI构建的估算模型中,R²最高值所对应的函数类型不同,基于地面光谱的函数中,R²最高值对应的是指数模型,而基于GF-1/WFV星上光谱的函数中,二项式的R²最高。     

红壤丘陵区针叶林有效叶面积指数遥感反演模型

以红壤丘陵典型区千烟洲及其周边为研究区，利用陆地卫星TM图像数据和同期野外实测5的37个针叶林样地有效叶面积指数数据，分析了遥感植被指数(NDVI)与湿地松、杉木林、马尾松和针叶林总体之间的相关关系，进而分别建立了NDVI与不同林型针叶林有效叶面积指数间的线性与非线性回归模型。研究表明，NDVI与不同林型针叶林的有效叶面积指数存在较好的相关性，但不同林型之间的相关系数存在一定差异；所建立的针叶林有效叶面积指数遥感反演模型以三次曲线回归方程拟合精度最高。     

基于高光谱的冬小麦叶面积指数估算方法

【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数（R2）为0.675-0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。     

基于多视角反射光谱的草地叶面积指数遥感反演

随着观测角度和观测平面的变化,同一地物产生的反射率、辐射信息也会产生很大差异。通过地面观测草地多平面多角度光谱反射率和叶面积指数数据,分析了光谱反射率随观测平面、观测角度的变化规律,并模拟TM资料红光(630～690 nm)、近红外(760～900nm)和蓝光(450～520 nm)波段反射率,计算RVI、DVI、NDVI、SAVI、ARVI和MSAVI等不同植被指数,分析不同观测平面和角度下植被指数与叶面积指数的相关性,建立遥感反演模型。结果表明,主平面上光谱反射率各向异性强于垂直主平面,且前向反射率低于后向,垂直主平面上前向和后向反射率呈现一定的对称性。主平面后向观测时植被指数与叶面积指数的相关性大于主平面前向观测、垂直主平面前向和后向观测的相关性。在建立的一元线性、乘幂、对数、指数、多项式等回归模型中,以三次多项式回归模型反演叶面积指数的精度最高。主平面上后向观测的NDVI、RVI、SAVI、ARVI的三次多项式回归模型均达到显著水平,在不同的观测角下,以-30°、-45°时拟合精度最高。     

基于CHRIS/PROBA的植被叶面积指数估算模型研究

选用江西省余干县多角度高光谱遥感数据CHRIS/PROBA,提取了5种植被指数(VI),即归一化植被指数(NDVI)、垂直植被指数(PVI)、调整土壤植被指数(MSAVI)、比值植被指数(RVI)、大气阻抗植被指数(ARVI),与地面实测的植被叶面积指数进行了回归分析,建立300个LAI-VI关系模型。结果表明:在所有的模型中,从5个角度来看,0°提取叶面积指数效果最好,R2=0.591,RMSE=0.650;-55°提取叶面积指数效果最差,R2=0.551,RMSE=0.821;从植被类型来看,针阔林最好,其次为阔叶林、灌木、针叶林和草地;从植被模型种类来看,指数模型好于一次回归模型;从植被指数来看,PVI最好,其次为MSAVI、NDVI、RVI、ARVI。在LAI-VI关系建模过程中,基于多角度高光谱遥感数据提取植被指数,有利于充分挖掘遥感影像信息,能够提高LAI估算精度。