基于LAI-2200冠层分析仪的水稻叶面积指数测定条件

叶面积指数（leaf area index, LAI）是表征作物生长状况的重要冠层结构参数,直接破坏采样法采样和间接光学测量是2种主要的LAI测量方法,其中LAI-2200冠层分析仪是最常用的测量LAI的光学仪器之一,计算方法和传感器观测天顶角范围都会对其观测结果产生显著影响。利用LAI-2200冠层分析仪对水稻LAI进行长期连续观测,以直接破坏采样方法观测的LAI（LAI_d）作为参考,比较分析不同观测天顶角范围、不同计算方法（2000方法和Lang方法）得到的LAI观测值差异。结果表明,LAI观测值随着所用LAI-2200数据观测天顶角范围的减小而增大,在LAI>3时更明显,且相对于2000计算方法,Lang计算方法对所用数据观测天顶角范围变化更加敏感。2000方法和Lang方法得到的LAI高度相关,r²均高于0.9,随着观测天顶角范围的减小,2种方法的结果差异增大。仅对0～43.4°天顶角范围的数据,2000方法计算的结果明显小于Lang方法,差异最大可达1.54。LAI-2200观测的LAI与LAI_d高度相关...     

基于CASI高光谱遥感数据的森林叶面积指数反演

高光谱遥感技术能够快捷、准确、无损坏地估测森林LAI,从而有效地监测森林长势,估测森林生物量,评价森林病虫害等。以黑龙江凉水自然保护区为例,利用高光谱遥感技术和GPS测量技术,结合地面实测LAI数据,采用从CASI图像提取的NDVI、SR、MSAVI 3种植被指数,与地面实测的LAI建立统计回归模型,然后再从众多的统计模型中根据相关系数,筛选出由CASI反演LAI的最佳植被指数和回归模型。     

简析地面气象观测仪器常见故障维修及日常维护

地面气象观测结果的准确性与仪器运行的稳定性有着直接关系,一旦在测量过程中相关仪器发生了故障,势必会影响测量结果的准确性。因此,本文对地面气象观测仪器的常见故障进行了分析,并对其日常的维修与养护展开了讨论。     

基于HJ-IACCD数据的辐射传输模型反演叶面积指数研究

以内蒙古自治区赤峰市克斯克腾旗贡尔大草原为研究对象,利用HJ-IA的CCD数据进行叶面积指数反演。采用辐射传输模型PROSPECT和SAIL模型,根据贝叶斯理论回归反演LAI,获取LAI反演效果图。同时利用同步野外实测地面数据对反演LAI进行检验,发现两者存在较好的一致性,相关系数达0.696。最后对误差进行分析。结果表明,利用HJ-IA的CCD数据反演LAI,可较好地反映地面状况,具有较高的应用价值和广阔的应用前景。     

基于图像二值化的玉米叶面积指数提取方法

叶面积指数(LAI)作为陆地植被的重要生物物理参数,对农作物长势监测与产量估计具有重要的意义。本研究选取了华北平原一块玉米地为实验区,分设A、B、C、D四个样点,利用图像像素法和长宽法分别计算叶面积,比较二者异同,分析叶长、叶宽、长宽积与叶面积的协同关系,再结合样区植株的测量信息,计算LAI,并分析LAI(真测值)与仪器测量有效值LAIe之间的差异。结果表明:样区玉米叶面积基本处于200~800cm2之间;叶长、叶宽与叶面积呈现幂函数关系,长宽积与叶面积呈现线性关系,长宽积比叶长和叶宽能更好地模拟玉米叶面积。通过长宽积与叶面积模型反算得到长宽法修正系数为0.7017;A、B、C、D四个样点LAI分别为4.40、3.61、4.00、3.42;仪器测量值LAIe比真测值LAI小8.68%。这对LAI田间量测及小区域尺度有效扩展和农作物大面积遥感监测具有重要作用。     

激光雷达技术在叶面积指数提取中的研究进展

叶面积指数(LAI)是观测植被生态的重要参数之一，快速、精准获取大尺度的LAI对发展精准林业至关重要。激光雷达技术(LiDAR)能够准确探测植被空间和地形的三维结构，特别是对植被垂直信息分布的获取，具有传统光学遥感技术无法比拟的优势，在森林参数的测量与反演上已经取得了成功的应用。介绍了激光雷达技术原理、传统测量LAI的技术方法及LiDAR反演LAI的优势，重点分析了LiDAR反演LAI的关键技术研究和LiDAR在反演LAI应用中的研究进展，并对LiDAR存在的问题和未来的发展趋势进行了分析总结。     

基于机载LiDAR数据的玉米叶面积指数反演

以机载LiDAR离散点云数据为数据源,基于植被冠层孔隙率与叶面积指数的关系,提出一种反演大田玉米叶面积指数的方法。对反演LAI和实测LAI进行对比分析,结果表明:基于Axelsson改进的不规则三角格网加密方法可以将地面点和非地面点分开,结合高分辨率影像能够提取出玉米冠层点云;基于孔隙率反演LAI,尼尔逊参数的选择对结果影响很大,利用扫描天顶角模拟尼尔逊参数,LAI反演结果接近于真实情况。利用机载LiDAR点云数据能精确地反演大田玉米LAI,该研究方法适用于中等高度的农作物,可以扩展到甜菜、甘蔗等其他中等高度农作物。     

中国北方作物和草地LAI全球产品的精度评价

叶面积指数(Leaf area index, LAI)是陆地表层的生态系统、农业生产、水热能量平衡及全球气候变化等等模型中的关键参量之一。目前已有多种的全球LAI遥感产品,科学评价和对比这些LAI产品精度是准确使用这些数据的重要基础。本研究基于多个时期的地面实测LAI数据和Landsat TM、HJCCD影像数据,对中国北方重要的植被类型玉米、冬小麦和草地的GLOBMAP的LAI数据精度进行验证评价,并将其与MODIS、GEOV1产品进行比较。研究结果表明,在玉米的整个生长季过程中,与MODIS、GEOV1 LAI产品相比较,GLOBMAP LAI产品值与地面实测值、TM影像估算LAI值都更为接近。冬小麦GLOBMAP LAI产品明显低于实际值、HJCCD估算LAI值,冬小麦GLOBMAP LAI产品值较实测值低约2～5左右。草地GLOBMAP LAI值精度不高,其与实测值拟合R~2仅为0.231,比HJCCD影像估算值低0.6～2左右。三种全球LAI产品比较而言,GLOBMAP与MODIS LAI产品值相对较为接近,两者都明显低于GEOV1 LAI产品值,但三种LAI产品都较好刻画了玉米和冬小麦冠层LAI的生长变化过程。本研究可为LAI全球遥感产品准确应用、产品算法改进、精度提高提供科学参考。     

农业地面气象仪器常见故障与维护方法

随着我国现代农业的快速发展,地面气象仪器也开始在农业生产中得到广泛应用。本文结合我国农业气象仪器使用实际,对地面气象仪器常见故障进行分析,提出相关维护方法,并阐述了农业地面气象仪器安装和替换的相关注意事项,以供农业气象观测人员参考。     

非接触式激光地面不平度仪的设计与试验

[目的]为获取地面不平度数据用来研究耕作地面的土壤风蚀情况、含水量情况、土壤与轮胎耦合情况,设计了一种非接触式测量仪器。[方法]仪器主要由运动测试台架、数据采集、虚拟控制3部分组成。采用基于激光三角测距原理的传感器进行距离测量,利用采集设备将数据传送至上位机显示、储存和处理。基于Lab VIEW软件创建虚拟操作平台,控制带有测量设备的运动测试台完成扫描定位,测量时根据不同要求改变1~100 mm不等的采样间隔。对测试仪进行了精度检验试验。[结果]试验结果表明:地面不平度仪的测试精度在±2 mm的精度范围内,试验测量数据均方根误差为0.16 mm,地面不平度仪能够准确测量不平度数据。对于测试得到的数据进行零均值化预处理,减小了测量不利因素带来的影响。[结论]非接触式地面不平度仪能够精确测量地面不平度数据,实现自动化测量,为进一步的理论研究提供测量基础。     

叶面积指数间接测量方法分析

叶面积指数(LAI)被定义为植物所有叶片表面积总和与植株所占的土地面积的比值,是表征植物生长趋势的重要参数。总结了当前LAI间接测量研究中的2个重要分支:遥感定量法和LIDAR测量法;详细地介绍了这2个分支下的3种方法:统计模型法、光学模型法、LIDAR测量法,阐述了各自的原理和研究进展;在此基础上,讨论了3种方法的优缺点及未来的发展趋势。     

有效叶面积指数与真实叶面积指数的模型转换

介绍了叶面积指数主要的测量方法(直接法和间接法),并分析了各种方法的优缺点。同时针对LAI-2000测量的有效叶面积指数较真实值偏小的问题,以小兴安岭林地为研究区,利用外业调查得到的有效叶面积指数,以及根据生物量之间的关系计算得到真实叶面积指数,建立了有效值和真实值二者的线性回归模型,并进行了精度验证,结果表明,该方法可行,精度较高。     

Estimating the crop leaf area index using hyperspectral remote sensing

The leaf area index(LAI) is an important vegetation parameter,which is used widely in many applications.Remote sensing techniques are known to be effective but inexpensive methods for estimating the LAI of crop canopies.During the last two decades,hyperspectral remote sensing has been employed increasingly for crop LAI estimation,which requires unique technical procedures compared with conventional multispectral data,such as denoising and dimension reduction.Thus,we provide a comprehensive and intensive overview of crop LAI estimation based on hyperspectral remote sensing techniques.First,we compare hyperspectral data and multispectral data by highlighting their potential and limitations in LAI estimation.Second,we categorize the approaches used for crop LAI estimation based on hyperspectral data into three types:approaches based on statistical models,physical models(i.e.,canopy reflectance models),and hybrid inversions.We summarize and evaluate the theoretical basis and different methods employed by these approaches(e.g.,the characteristic parameters of LAI,regression methods for constructing statistical predictive models,commonly applied physical models,and inversion strategies for physical models).Thus,numerous models and inversion strategies are organized in a clear conceptual framework.Moreover,we highlight the technical difficulties that may hinder crop LAI estimation,such as the "curse of dimensionality" and the ill-posed problem.Finally,we discuss the prospects for future research based on the previous studies described in this review.     

基于LabVIEW的声速测量

介绍了以LabVIEW8.5软件为平台开发的声速测量虚拟仪器系统的组成,以及应用系统测量声速的原理和方法,通过对空气和水这2种介质在不同温度下的声速测量,对仿真实验的结果进行了分析,得出了在不同温度下这2种介质的声速,验证了系统的可靠性和准确性,程序设计仿真效果符合实际实验.该研究在工农业生产上有一定实用价值.     

叶面积指数主要测定方法和设备

对国内外测定叶面积指数的主要方法进行了综述,分析了各种方法的优势与劣势,同时对叶面积指数测量仪器进行了对比,阐述了存在的一些问题,总结了研究进展,并且进行了展望。     

Estimating grassland LAI using the Random Forests approach and Landsat imagery in the meadow steppe of Hulunber,China

Leaf area index(LAI) is a key parameter for describing vegetation structures and is closely associated with vegetative photosynthesis and energy balance. The accurate retrieval of LAI is important when modeling biophysical processes of vegetation and the productivity of earth systems. The Random Forests(RF) method aggregates an ensemble of decision trees to improve the prediction accuracy and demonstrates a more robust capacity than other regression methods. This study evaluated the RF method for predicting grassland LAI using ground measurements and remote sensing data. Parameter optimization and variable reduction were conducted before model prediction. Two variable reduction methods were examined: the Variable Importance Value method and the principal component analysis(PCA) method. Finally,the sensitivity of RF to highly correlated variables was tested. The results showed that the RF parameters have a small effect on the performance of RF,and a satisfactory prediction was acquired with a root mean square error(RMSE) of 0.1956. The two variable reduction methods for RF prediction produced different results; variable reduction based on the Variable Importance Value method achieved nearly the same prediction accuracy with no reduced prediction,whereas variable reduction using the PCA method had an obviously degraded result that may have been caused by the loss of subtle variations and the fusion of noise information. After removing highly correlated variables,the relative variable importance remained steady,and the use of variables selected based on the best-performing vegetation indices performed better than the variables with all vegetation indices or those selected based on the most important one. The results in this study demonstrate the practical and powerful ability of the RF method in predicting grassland LAI,which can also be applied to the estimation of other vegetation traits as an alternative to conventional empirical regression models and the selection of relevant variables used in ecological models.     

基于粒子群神经网络模型反演玉米、小麦叶面积指数

基于高分1号遥感影像,分别采用粒子群神经网络模型、神经网络模型和植被指数回归模型3种方法,反演廊坊市玉米、小麦叶面积指数(LAI)。结果表明,粒子群神经网络模型反演玉米、小麦LAI的精度要高于其他方法,其模型的决定系数R²均高于0.9,均方根误差均低于0.196,可满足反演精度的要求。本研究提出的基于高分1号影像的粒子群神经网络模型反演玉米和小麦LAI的方法具有一定的普适性。     

鹤山丘陵3种人工林叶面积指数的测定及其季节变化

叶面积指数（LAI）是反映森林冠层结构的重要参数,通常情况下,用光学仪器测定的LAI值偏低需要进行校正。该文使用数码植物冠层图像仪（CI110 DPCI）测定鹤山丘陵3种人工林（马占相思林、针叶林和荷木林）的有效叶面积指数（LAIe）,用直接测定法得出的LAI对LAIe进行校正,并分析冠层LAI的季节变化特征。结果表明:LAIe明显低于LAI,两者存在密切的相关关系（P0.01）;拟合的经验方程适用于校正相应林分的LAIe。3种人工林冠层的LAI总体上没有明显的季节变化;荷木林的年平均LAI最高（6.56）,其次为马占相思林（3.94）,针叶林最低（3.76）,荷木林的LAI明显高于另两种人工林(P0.05)。结合历史数据可发现:荷木林的LAI呈明显上升趋势;马占相思林则相反,呈下降趋势;针叶林的LAI处在相对平稳期,反映不同森林类型的生长发育状态。      

基于V-A法的光纤式电流测量仪研究

提出了一种适用于超高压输电系统的基于V-A法的电流测量方法,并设计了基于该方法的电流测量仪.该仪器的取样元件为输电导线,采用硅钢片作为高压电源的材料,利用光纤隔离高电位和传递测量信息,能观测系统短路电流的波形,测量误差利用最小二乘法进行补偿,其精度高于0.5级.运行结果表明:该仪器的动态性能优于电流互感器,达到了设计要求.     

不同叶面积指数遥感产品在浙江省的差异比较研究

本文比较分析了三种基于MODIS数据生成的LAI遥感产品(MOD15 LAI、MCD15 LAI和GLASS LAI)在浙江省的差异;以地面观测的LAI结合TM遥感数据生成的30 m分辨率LAI数据(LAITM)为参考,评价了它们在浙江省天童山常绿阔叶林地区的可靠性。研究发现,三种LAI遥感产品在可靠性、大小、空间格局及变化趋势上均存在显著差异:GLASS LAI表现优于MOD15 LAI和MCD15 LAI,GLASS LAI与LAITM具有较好的相关性(R2=0.61,RMSE=1.20),而MOD15 LAI和MCD15 LAI与LAITM的一致性较差(RMSE分别为1.42和1.63)。2003—2012年期间,基于GLASS LAI得到的浙江省LAI年平均值(2.13 m2/m2)分别高出MOD15 LAI和MCD15 LAI约23%和12%;而GLASS LAI年最大值的10年平均值(3.82 m2/m2)比MOD15 LAI和MCD15 LAI的值都偏低约30%。2003—2012年期间,GLASS LAI年平均值在浙江省显著升高和下降的面积比例分别为16.6%和14.7%;MOD15 LAI和MCD15 LAI分别在全省21.8%和13.7%的地区呈明显下降趋势,明显升高地区分别仅占1.2%和4.0%。三种LAI遥感产品的全省年平均值方面,GLASS LAI具有较大的年际波动,但趋势不明显;MCD15 LAI略有下降;而MOD15 LAI呈现较为明显的下降趋势(0.02 m2/m2,P=0.06)。