估算水稻叶面积指数的调节型归一化植被指数

【目的】叶面积指数（LAI）是描述植物冠层结构、群落生长分析和陆地生态系统研究的重要参数,提高叶面积指数的估算精度是遥感工作者的重要研究方向之一。【方法】通过不同氮素营养水平的水稻小区实验,利用2004年中稻高光谱反射率数据,模拟中等分辨率成像光谱仪（MODIS）前四个通道,提出包含蓝、绿、红和近红外四个谱段的调节型归一化植被指数ANDVI（adjusted-normalized difference vegetation index）。对ANDVI和归一化植被指数NDVI（normalized difference vegetation index）、增强型植被指数EVI（enhanced vegetation index）、绿波比值指数GRI（green ratio index）、红边比值指数RRI（red-edge ratio index）等5个光谱植被指数与水稻LAI的相关关系进行了分析。利用2004年晚稻试验数据,对与LAI相关关系较好的ANDVI进行验证。【结果】ANDVI指数模型预测效果最好,均方根误差为1.771,估算精度达到63.1%。【结论】说明ANDVI具有进行在大面积范围内监测水稻LAI的能力。     

观赏凤梨叶面积指数的不同测定方法比较

分别采用LAI-2000冠层分析仪测定法、LI-3000叶面积仪测定法和回归方程测定法对温室观赏凤梨的叶面积指数进行了测定,并对测量结果进行了统计分析.结果表明,LI-3000叶面积仪的测定结果总体上高于另外2种测定方法.对3种测定方法的优缺点及适用范围进行了具体分析和评价,以期为准确测定观赏植物的叶面积指数、进行生长发育规律研究和品质等级评价提供参考.     

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。     

植被叶面积指数遥感反演方法研究进展

叶面积指数(leaf area index,LAI)是描述植被冠层结构关键参数。本文着重介绍遥感反演植被LAI模型理论发展,以及国内外利用不同传感器数据估测LAI的研究进展。     

植被叶面积指数遥感反演方法研究进展

叶面积指数(leaf area index,LAI)是描述植被冠层结构关键参数。本文着重介绍遥感反演植被LAI模型理论发展,以及国内外利用不同传感器数据估测LAI的研究进展。     

水稻叶面积指数与产量关系研究进展

叶片作为水稻器官建成的物质基础,与水稻群体中光环境的优劣和光能利用率的高低关系密切。而叶面积指数(LAI)的大小直接与水稻最终产量相关,且水稻冠层中光合有效辐射吸收系数与叶面积指数相关性极显著。文章综述了水稻在生长的各个阶段叶面积指数和产量之间的关系,同时通过优化品种、改善栽培措施等手段增加水稻最适叶面积指数,提高水稻产量,以期为高产水稻适宜叶面积指数的预测及合理冠层结构的调控提供理论依据。     

不同氮素水平下水稻LAI与冠层反射光谱的定量关系

通过光谱遥感技术对水稻长势进行监测,可以为水稻高产高效生产提供科学依据.该研究以晚稻天优华占为供试品种,设置不同施氮量的田间试验,研究不同氮素水平下水稻叶面积指数与冠层光谱反射率之间的关系,结果表明水稻叶面积指数有随着施氮量增加而增加的趋势,冠层光谱对不同施氮量群体有明显的响应特征,叶面积指数与冠层光谱反射率在720 nm左右的红边区域相关系数最大,进一步构建了水稻LAI与冠层反射光谱的数学模型.     

不同氮素水平下水稻LAI与冠层反射光谱的定量关系（英文）

通过光谱遥感技术对水稻长势进行监测,可以为水稻高产高效生产提供科学依据。该研究以晚稻天优华占为供试品种,设置不同施氮量的田间试验,研究不同氮素水平下水稻叶面积指数与冠层光谱反射率之间的关系,结果表明水稻叶面积指数有随着施氮量增加而增加的趋势,冠层光谱对不同施氮量群体有明显的响应特征,叶面积指数与冠层光谱反射率在720 nm左右的红边区域相关系数最大,进一步构建了水稻LAI与冠层反射光谱的数学模型。     

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...     

基于主动光谱仪的水稻叶面积指数监测

叶面积指数(LAI)是描述作物长势的重要参数,LAI的实时动态监测对水稻生长诊断和管理调控具有重要意义.为分析水稻LAI与光谱参数的定量关系,设置了不同年份、不同氮肥水平的田间试验,于移栽后定期测试水稻冠层光谱参数,并同步定株测量LAI.结果表明,LAI可以基于主动光谱仪构建的植被指数(NDVI和RVI)进行模拟,NDVI(770,660)、RVI(770,660)均能较好地模拟LAI,预测精度分别为0.97、0.92,RMSE分别为0.41、1.32,RE分别为0.16、0.28,利用主动光谱仪可以实现水稻LAI的快速无损监测,为指导水稻精确管理提供了技术支持.     

HJ卫星遥感在水稻长势分级监测中的应用

利用水稻分蘖期HJ-1A卫星遥感影像,提取江苏省姜堰市水稻种植面积并分析水稻的长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行HJ-1A卫星影像校正、人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在90%以上。最后,利用归一化植被指数(NDVI)反演叶面积指数(LAI),依据LAI数据进行水稻长势分级,制作了姜堰市水稻分蘖期长势分级遥感监测专题图。     

毛竹林叶面积指数和郁闭度空间分布协同克里格估算

在地面调查的基础上,利用协同克里格插值法对研究区内毛竹Phyllostachys edulis林叶面积指数(LAI,leaf area index)和冠层郁闭度(CC,canopy closure)2个冠层参数进行空间分布估算研究,并与普通克里格插值法进行了比较。研究结果表明:①球状模型可以用来反映LAI和CC的空间变异,且两者具有强烈的空间自相关特征。②协同克里格插值得到的LAI预测值与实测值之间的决定系数R2为0.635 1,而CC的决定系数R2为0.428 5;与普通克里格法相比,基于协同克里格法的LAI和CC预测精度均得到改善,其中LAI预测精度提高了1.94%,均方根误差减少2.00%,平均标准误差减少0.18%,而CC预测精度提高了4.82%,均方根误差减少1.90%,平均标准误差减少1.30%。③安吉县毛竹林LAI和CC都具有从西南到东北逐渐递减空间分布格局,在一定程度上反映了安吉县不同区域毛竹林经营水平的差异。     

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。      

基于新型植被指数的冬小麦LAI高光谱反演

【目的】本研究旨在分析冠层叶片水分含量对作物冠层光谱的影响,构建新型光谱指数来提高作物叶面积指数高光谱反演的精度。【方法】在冬小麦水肥交叉试验的支持下,分析不同筋性品种、施氮量、灌溉量处理下的冬小麦叶面积指数冠层光谱响应特征,并分析标准化差分红边指数(NDRE)、水分敏感指数(WI)与叶面积指数的相关性,据此构建一个新型的植被指数——红边抗水植被指数(red-edge resistance water vegetable index,RRWVI)。选取常用的植被指数作为参照,分析RRWVI对于冬小麦多个关键生育期叶面积指数的诊断能力,随机选取约2/3的实测样本建立基于各种植被指数的叶面积指数高光谱响应模型,未参与建模的样本用于评价模型精度。【结果】研究结果表明,随着生育期的推进,冬小麦的叶面积指数呈先增加后降低的变化趋势,不同的水肥处理对冬小麦叶面积指数具有较大影响。开花期之后冬小麦LAI显著下降,强筋小麦(藁优2018)在整个生育期叶面积指数均高于中筋小麦(济麦22);不同氮水平下冬小麦冠层光谱反射率在近红外波段(720—1 350 nm)随着施氮量的增加而增大,与氮肥梯度完全一致,其中2倍氮肥处理的近红外反射率达到最高;不同生育期下冬小麦冠层光谱反射率变化波形大体一致;各个关键生育期的NDRE和WI均存在较高的相关性,而NDRE与LAI的相关性明显优于WI,新构建的植被指数RRWVI与LAI的相关性均优于NDRE、WI;虽然8个常用的植被指数均与LAI存在显著相关,但RRWVI与LAI相关性达到最大,其拟合曲线的决定系数R2为0.86。【结论】通过分析各种指数所构建的冬小麦叶面积指数高光谱反演模型,新构建的RRWVI取得了比NDRE、NDVI等常用植被指数更为可靠的反演效果,说明本研究新构建的红边抗水植被指数可有效提高冬小麦叶面积指数的精度。     

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...     

不同氮肥水平对水稻冠层小气候和群体健康的影响（摘要）

[目的]研究不同N肥水平对水稻冠层小气候和群体健康的影响,为研究水稻群体的生产潜力和构建水稻健康群体提供依据。[方法]田间裂区设计,4次重复,以N肥为主区,品种为副区。所有小区均施P、K、Zn,分别为30、40、10 kg/hm^2。N肥设4个水平：N1（不施）、N2（75 kg/hm^2）、N3（145 kg/hm^2）、N4（215 kg/hm^2）,分基肥（插秧前1 d）、分蘖中期（MT）、幼穗分化期（PI）、抽穗期（FL）4次施入于MT、PI、FL、FL14（抽穗开花后第14天）4个生长时期在各小区取样,每次每小区取样12蔸,洗净带回室内,测量叶面积、株高,数计茎蘖数,然后去根,分摘茎鞘、叶片和穗,于70℃烘干7 d,分别称干物重。叶面积测定采用Licro-3100叶面积仪,每小区样品测量2 000 cm^2,然后用比叶重法计算叶面积和群体叶面积指数（LAI）。最后,利用Sunscan冠层分析系统研究不同施N条件下形成的水稻群体结构性状对水稻冠层温度、相对湿度和透光率及纹枯病的影响。[结果]群体叶面积指数、株高和茎蘖数对冠层增湿、降温和遮光有极显著效应。冠层昼温、冠层昼湿与LAI和茎蘖数以及透光率与茎蘖数和株高均存在极显著回归关系。在齐穗开花期,单位叶面积指数的冠层昼温下降效应和昼湿增加效应至少分别为0.87℃和2.5%;1 m^2增加100株茎蘖可使冠层昼温至少下降1.23℃,昼湿至少增加3.3%;每10cm株高和1 m^2 100株茎蘖的遮光效应分别为9.3%和7.8%。若固定群体透光率和冠层昼温不变,冠层昼湿每增加10%,齐穗期纹枯病病情指数将提高3.5%;同理,在不考虑性状间协同作用的情况下,群体透光率每减少10%,冠层昼温每降低1℃,齐穗期纹枯病病情指数将分别提高1.5%和2.1%。[结论]冠层昼温降低、冠层昼湿增加和透光率减少导致纹枯病病情指数极显著升高,由高N大群体生成的昼夜变幅小而稳定的冠层小气候将导致水稻群体健康状况的恶化,适度控制群体的空间发展是建立水稻健康群体的重要基础。     

小兴安岭白桦次生林叶面积指数的估测

叶面积指数(LAI)是量化冠层结构最常用的参数之一,准确估测LAI对森林生态系统结构特性的研究具有重要意义.利用半球摄影图像法和LAI-2000法及半球摄影图像法结合凋落物法估测了小兴安岭白桦次生林LAI及其动态变化.首先对该林型叶凋落末期(11月初)的半球摄影图像进行合理校正(包括木质部分所占比例α,冠层水平集聚指数ΩE,校正值作为该时期常绿树种的真实LAI(LAIt),结合各调查期的凋落物数据,得到落叶季节(7-11月)的LAIt,并以该值为参考值,对比分析了两种光学仪器法估测值.结果表明:两种光学仪器法在LAI最大时期低估(分别低估2.83％、6.20％),其他时期显著高估(平均高估118.13％、89.34％),但两种光学仪器法与探讨方法估测值存在很好的相关性:LAIt=-1.1393+1.0934·LAIHP,R2=0.80; LAIt=-0.1712+0.6259·LAILAI-2000,R2=0.83.研究结果可为将来方便、快捷、准确的估测白桦次生林的LAI提供参考.     

基于作物模型与遥感信息的水稻产量预报研究

将遥感资料(NOAA/AVHRR,Landsat TM)与水稻模拟模型(RCSODS)相结合,建立遥感数值模拟模型,进行水稻遥感估产。利用TM影像对NOAA进行几何精校正和混合像元分解;对NOAA卫星的可见光通道和近红外通道,采用双通道组合运算技术,构造植被指数(NDVI),结合地面样区实测叶面积指数(LAI)资料,建立NDVI与LAI的相关模式,对大面积水稻LAI进行反演,实现水稻长势的遥感实时动态监测。在此基础上,利用NDVI与水稻生物学参数LAI的关系,及时校正水稻生长模拟模型,预报以像元点为空间变化范围的单位面积产量;并对高邮市的水稻进行产量模拟,取得较好的结果。     

旱作水稻冠层光合有效辐射和叶面积指数与产量的相关性分析

[目的]为了了解旱作水稻(Oryza sativa L.)冠层光合有效辐射(PAR)、叶面积指数(LAI)与其产量的相关性关系。[方法]利用SUNSCAN冠层分析仪,对正在进行产量比较试验的旱作水稻新品系的冠层PAR、LAI分别进行测量,并测定各品系的产量。[结果]当水田种植条件下冠层PAR处于223.53～262.23μmol/(m2.s),旱田种植条件下PAR处于119.62～185.74μmol/(m2.s)时,各品系产量均较高;PAR偏低的品系产量较低,但PAR太高的品系产量反而降低。对于大部分试验品系,随着LAI的不断提高,产量也在逐步提高。[结论]旱作水稻高产需要其冠层PAR处于一定的范围内,PAR太高或太低都不易达到高产的目标。LAI与产量呈正相关关系。     

毛竹林分冠层叶面积指数高光谱估测

叶面积指数(leaf area index,LAI)是体现林分冠层结构的一项重要参数,其准确估测对于精准林业的实施具有重要意义。为了快速、无损地监测毛竹林LAI,采用ISI921VF-256野外地物光谱辐射计和LAI-2200冠层分析仪获取福建省西北部毛竹林分冠层光谱反射率和LAI值,通过敏感波段的选取,新建了8类植被指数,分析了LAI值与对应植被指数的相关性,进而利用随机森林回归、支持向量回归和反向传播神经网络法构建了毛竹林分冠层LAI高光谱估测模型,以决定系数(R2)、均方根误差(ERMS)、平均绝对误差(EMA)和估测值与实测值的回归线斜率为指标评价并比较了模型预测精度。结果表明:新建的NDVI_(674)、NDVI_(687)、GNDVI_(563)、GRVI_(563)、RVI_(674)、RVI_(687)、DVI_(674)、DVI_(687)八类植被指数与LAI均呈极显著相关(P<0.01)。建立的RFR模型中,决定系数R2达到0.732 3,分别比SVR模型和BP模型提高了0.106 6和0.247 0;其EMA为0.406 2,分别比SVR模型和BP模型减少了0.044 8和0.481 1;其ERMS为0.646 3,略高于SVR模型,但远小于BP模型;其实测值与估测值的回归线斜率接近1,优于SVR模型和BP模型的回归线斜率。RFR模型对毛竹林分冠层LAI的高光谱估测效果优于SVR模型和BP模型,可用于大区域范围毛竹林冠LAI的高光谱估测。