应用GIS对农田防护林防风效能评价

农田防护林作为农林生态系统的重要组成部分,具有防止土壤风蚀,保护农田生态系统作用,也是保护区域农业安全生产的生态屏障。以黑龙江省克山县为研究区,结合野外调查数据,应用GIS对农田防护林防风效能进行空间评价。结果表明：摩擦衰减系数与相对风速具有一致的变化规律,相关系数为0.735(P<0.001),摩擦衰减系数作为相对风速的替代变量可以描述防护林的防风效能;借助于GIS强大的空间分析功能,结合野外调查数据,直观地反映了农田防护林的防风效能,以及不同位置关系农田防护林防风效能的空间变化特征。     

基于Hyperion数据的森林叶绿素含量反演

利用高光谱分辨率的Hyperion数据进行叶绿素含量的分步反演。首先建立叶片水平叶绿素含量反演模型,然后在Hyperion数据处理的基础上利用几何光学模型4-scale,结合查找表的方法,将Hyperion数据的像元反射率转化为叶片反射率,从影像上反演叶片水平的叶绿素含量。结果表明,采用分步反演得到叶片水平叶绿素浓度的方法效果较好,反演的结果与地面实测值之间的相对误差为16.27691,精度达到79.6593%。     

基于Prospect,Liberty和Geosail模型的森林叶面积指数的反演

针对传统的统计模型方法反演叶面积指数(LAI)具有不稳定、区域不统一性的缺点,本研究从物理机制角度出发,以Prospect,Liberty和Geosail模型为基础,建立查找表从TM影像上反演LAI,并与TRAC实测的LAI比较。结果表明:基于机制模型与查找表的方法反演的LAI与实测的LAI有较好的一致性,实测精度达到83.7%。     

森林叶绿素含量的高光谱遥感估算模型的建立

高光谱遥感提供一个通过窄波段的地物光谱反射率、诊断和检测植被叶绿素光谱特征波段的手段,为精确反演森林叶绿素含量提供更高光谱分辨率的数据。利用Epp-2000地物光谱仪测量叶片的反射光谱,并用SPAD-502对观测叶片进行叶绿素含量的同步测量;采用统计相关分析方法,分析叶片反射光谱、光谱特征参数及其各种植被指数与叶片叶绿素含量的相关关系,并建立相应的估算模型。结果表明：叶绿素含量的敏感性参数分别为Diff（R749）、Log（R466）、红边参数RVP以及比值叶绿素指数PSSR。通过多元统计回归分析,剔除不相关和存在共线性的参数后,得到叶绿素含量的估算模型为：SPAD=54．559—0．865×PSSR＋65．146×Diff（R749）-6．030×Log（R466）-0．238×RVP模型及其参数均通过统计检验,模型的决定系数砰达到0．812,均方根误差RMSE=13．35379,模型精度为88．743258％。     

1901-2008年小兴安岭森林NPP估算

根据黑龙江省森林收获表、生物量相容性相对生长方程及叶片与细根周转率数据,估算小兴安岭林区森林主要树种净初级生产力( NPP)与年龄的关系,并结合森林生态系统碳循环模型 InTEC 模型和 NPP 与年龄的关系,估算1901—2008年间小兴安岭森林 NPP的时空变化。结果表明：幼龄林 NPP随林分年龄的增长而迅速增加,进入成熟年龄 NPP达到最大,随后逐渐减少,直至达到稳定值;小兴安岭人工林的 NPP大于天然林,天然针叶林的固碳能力大于天然阔叶林与针阔混交林;1901—2008年间小兴安岭森林NPP整体呈现增加趋势,与工业前期1901年相比,2008年小兴安岭森林NPP增加了30%;森林NPP受海拔影响,呈现出中部偏高、北部与南部偏低的趋势。     

利用大光斑激光雷达数据估测树高和生物量

通过对大光斑激光雷达数据GLAS波形的处理,建立模型反演树高、生物量并做精度检验,理论精度分别为93.7%和91.3%.结果表明:利用激光雷达数据反演树高、生物量比传统方法的精度有显著提高.     

基于试验反射光谱数据的土壤含水率遥感反演

土壤含水率是土壤水循环研究中不可或缺的参数,已广泛应用于土壤水分的监测。土壤光谱特性的研究是土壤含水率光学遥感定量反演的基础。该研究首先通过野外调查收集土样;然后,在实验室条件下制备不同水分梯度的土壤样品,并利用便携式地物光谱仪采集不同水分梯度土壤样品的反射光谱;最后,通过试验光谱数据分析建立一个基于指数函数的土壤含水率遥感反演模型,并对结果进行精度评价。结果表明,基于指数函数的土壤含水率反演模型可以较好的反演土壤水分特征,在640 nm处土壤含水率的估计值与真实值之间的决定系数为0.7062,RMSE为3.49%。相关研究为表层土壤含水量的遥感监测提供新方法和新思路。     

农田防护林防风效能的遥感评价

防护林是农田生态系统的重要组成部分,在农田生态系统中扮演着重要的角色。疏透度是一个重要的森林结构参数,被广泛应用于农田防护林防风效能的评价研究。遥感技术具有高空间分辨率和重复对地连续观测的特点,可以弥补野外调查工作的不足。该研究以疏透度为研究对象,利用高空间分辨率遥感数据实现农田防护林疏透度的定量估算,得到研究区防护林网疏透度的空间分布。然后根据估算的疏透度,将研究区防护林网分成紧密型,疏适型和稀疏型3类,以此对其防风效能进行评价。研究结果表明,林带结构参数中平均冠高、叶面积指数和林带宽度的变量组合与防护林疏透度相关性最好,相关系数达到-0.941。利用此变量建立的估算防护林疏透度的统计模型平均精度达到85.413%。疏透度分类统计结果表明,研究区内防护林网多以疏适型防护林为主,占研究区防护林网面积的60.733%,疏适型防护林具有最优的防风效能。相关研究可以为利用遥感手段进行农田防护林的防风效能评价提供参考依据。     

EO-1 Hyperion高光谱数据坏线修复方法的对比分析

提出了1种新的坏线修复方法--基于地物类型的坏线修复方法.结果表明,经过该方法修复后的Hyperion数据不但不用依赖于左右像元与中心像元的相关性,而且该方法的校正结果较邻域均值法更准确,更具有真实性.