基于高光谱遥感数据的水稻叶温反演

[目的]研究水稻叶温与冠层反射光谱间的关系,为水稻叶温的模拟与监测提供理论依据.[方法]利用FieldSpec Pro FR光谱仪和Raynger ST红外温度探测仪测量水稻抽穗期冠层的反射光谱和叶片温度,分析原始反射光谱、一阶微分光谱、归一化植被指数(NDVI)、比值植被指数(DVI)、再归一化差值植被指数(RDVI)和转换型土壤调整指数(TSAVI)与叶温的关系.[结果]叶温的变化直接影响水稻冠层光谱的反射率,影响水稻红边特征.一阶微分光谱与叶温存在极显著相关性(P<0.01,下同),990 nm处相关系数(0.889)最高,885 nm处相关系数(-0.893)最低.选取叶温敏感波段光谱组合计算植被指数,发现RDVI和TSAVI与叶温的关系呈极显著相关,相关系数分别为0.724和0.733.由RDVI和TSAVI建立经验模型,结果显示由TSAVI建立的叶温估算模型效果更好,其验证样本的决定系数为0.610,相对误差为1.97%,均方根误差为2.546.[建议]综合考虑多种预处理方法,最大程度还原光谱信息;优化特征波长的提取,提高建立模型的精度;基于高光谱技术,实现冠层叶温的无损监测.     

双子叶植物叶片类胡萝卜素含量高光谱反演估算

类胡萝卜素(Car)是植物进行光合作用的主要色素之一,在吸收传递光能、保护叶绿素,以及延缓叶片衰老等方面有重要作用。以LOPEX’93数据库为基础,系统分析400~2 500 nm高光谱波段范围内任意两波段组合而成的归一化差值植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)与双子叶植物叶片Car含量间的定量关系。结果表明,在756 nm处红光波段与809 nm处近红外波段的NDVI_(809,756)、RVI_(809,756),以及750 nm处红光波段与809 nm处近红外波段的DVI_(809,750)都可以较好地实现Car含量反演,建立的回归预测模型的判定系数(R²)均大于0.74。对由各植被指数构建的反演模型进行精度验证发现,NDVI_(809,756)和RVI_(809,756)的估算效果相当,且都好于DVI_(809,750),模型预测精度分别为0.735和0.738,均方根误差分别为1.426 1和1.420 5,平均相对误差分别为13.66%和13.60%。表明基于高光谱数据对双子叶植物叶片Car含量进行估算是可行的。     

基于高光谱遥感的小麦叶片糖氮比监测

 【目的】碳氮代谢反映植株生理状况和生长活力,是小麦籽粒产量与品质形成的生理基础,因而叶片糖氮比的实时无损监测对小麦生长诊断和氮素管理具有重要意义。本研究的主要目的是通过分析小麦叶片糖氮比与冠层高光谱参数的定量关系,确立小麦叶片糖氮比的定量监测模型。【方法】采用不同蛋白质含量的小麦品种在不同施氮水平下进行了连续3年大田试验,于小麦不同生育期采集田间冠层高光谱数据并测定叶片糖氮比值,进而分析建立冠层高光谱参数与叶片糖氮比的回归模型。【结果】小麦叶片糖氮比随施氮水平的提高而下降,随生育进程呈“高-低-高”动态变化模式。利用高光谱对叶片糖氮比进行监测的适宜时期为拔节期至灌浆中期,其中开花期最好。水分特征参数FWBI和Area980与叶片糖氮比关系密切,指数方程拟合决定系数（R2）分别为0.762和0.768,估计标准误差（SE）分别为1.27和1.28。色素特征参数（R750-800/R695-740）-1和VOG2为变量,指数方程拟合决定系数（R2）分别为0.718和0.712,估计标准误差SE分别为1.87和1.95。经不同年际独立试验数据的检验表明,以参数FWBI、Area1190、（R750-800/R695-740）-1和VOG2参数为变量建立的叶片糖氮比监测模型表现很好,预测精度R2分别为0.627、0.618、0.691和0.795,预测相对误差RE分别为19.2%、18.7%、17.9%和18.3%。【结论】与色素指数和水分指数相关的特征光谱参数可以有效地评价小麦叶片糖氮比的变化状况,利用FWBI、Area1190、（R750-800/R695-740）-1和VOG2 4个参数可以对生长盛期的小麦叶片糖氮比进行可靠的监测。     

基于高光谱数据的水稻叶片净光合速率反演

以水稻叶片光谱和光合入射有效辐射(PARin)为数据源,分别使用8种叶绿素相关植被指数和其与PARin的乘积对珞优9348和丰两优4号品种水稻叶片在3种氮肥浓度下的净光合速率进行反演,建立不同氮肥水平下,品种无关的水稻叶片净光合速率估算模型,并验证精度.结果 表明:1)仅基于叶绿素相关植被指数反演叶片净光合速率是不可行...     

青山湖水体总悬浮物浓度的高光谱遥感反演

利用2009年11月9日城市湖泊青山湖实测的水体高光谱遥感数据和同步水质采样数据,在分析水体固有光学特性的基础上,采用单波段、两波段比值和一阶微分3种算法进行了湖泊水体总悬浮物浓度（TSS）遥感反演研究。结果表明,单波段、两波段比值和一阶微分模型相关系数均较好,688 nm处一阶微分线性回归模型相关系数R2为0.932 8,RMSE为2.896 1 mg/L,为最佳的TSS实测光谱遥感反演模型,可以用于青山湖水体TSS浓度的反演。该研究可为水质指标大面积的卫星遥感反演研究提供基础。     

基于光能利用率模型模拟干旱胁迫下毛竹林总初级生产力研究

现有的生态系统模型在模拟干旱胁迫下森林生态系统总初级生产力(Gross Primary Productivity,GPP)时存在较大的不确定性,需要探索提高模型解释干旱对GPP影响机理能力的方法。以2011年、2013年和2015年安吉毛竹林通量塔观测数据、MODIS归一化植被指数(MOD13Q1)为数据源,采用结合涡度相关技术的光能利用率模型EC-LUE(Eddy Covariance-Light Use Efficiency)开展毛竹林GPP模拟,并提出提高模型模拟干旱条件下GPP精度的方法。研究结果表明:与非干旱条件相比,干旱条件下GPP与日均温度(Temperature,T)和水蒸气压差(Vapor Pressure Deficit,VPD)的相关关系发生显著改变,由正相关转变为负相关。GPP随T增加而降低的临界温度为15.0℃。GPP随VPD增加呈指数递减关系。将VPD添加到EC-LUE模型(EC-LUEVPD)显著提高了干旱条件下GPP预测精度,2011年和2013年干旱期间GPP模型模拟误差分别降低了7.70%和13.74%。ECLUEVPD模型的预测精度得到明显改善,提高了模拟干旱条件下毛竹林GPP的能力,为模拟气候变化背景下竹林GPP提供可行的方法。     

基于高光谱的水稻叶片含水量监测研究

【目的】建立快速、无损诊断水稻叶片含水量的估测模型,为水稻水分精确管理提供依据。【方法】基于2年不同土壤水分处理和水稻品种的池栽试验,于水稻主要生育时期同步测定顶部4张叶片的光谱反射率和含水量,系统分析350-2 500 nm波段范围内任意两波段组合而成的比值（RSI）、归一化差值（NDSI）及差值（DSI）光谱指数,并分析其与叶片含水量的量化关系。【结果】不同土壤水分处理和叶位间,叶片反射光谱具有显著的时空变化特征,叶片含水量的敏感光谱波段主要位于近红外及短波红外区域;RSI （R1402, R2272）及NDSI （R1402, R2272）光谱指数与叶片含水量呈现良好的线性相关,线性拟合R2均达到0.80。基于独立试验资料对所建模型进行测试检验也显示,预测值和观察值的拟合R2也均达到0.86。【结论】RSI（R1402, R2272）、NDSI（R1402, R2272）均可用于水稻叶片含水量的定量监测。     

荒漠胡杨叶片含水率的高光谱反演

该研究对新疆艾比湖流域进行实地野外调查,并选取典型荒漠植被胡杨,在室外测定胡杨叶片光谱反射率,将光谱数据经处理后分析光谱反射率与叶片含水率的相关性,运用逐步多元线性回归法,建立胡杨叶片含水率高光谱估算模型,并由均方根误差（RMSE）、决定系数(R) 和残留预测偏差（RPD）来检验模型的预测能力和稳定性。结果表明：逐步多元线性回归法建立的模型适合于艾比湖流域胡杨叶片的含水率高光谱估算。反射率一阶微分光谱是检验胡杨叶片含水率较好的指标,检验R高达0.92、RMSE为0.013、RPD为3.13。     

基于近地高光谱遥感的小麦叶片生长参数动态模型研究

【目的】探讨利用遥感技术实时监测小麦叶片生长动态变化。【方法】以生产中大面积推广应用的小麦品种周麦27为试验材料,在2个试验地点布置水氮耦合处理试验,依据相关回归分析筛选出对叶片氮含量（LNC）和叶面积指数（LAI）反应敏感的高光谱植被指数,进而确立了不同产量层次的植被指数生育进程动态模型。【结果】LNC和LAI与近红外短波段735～1 075 nm呈显著正相关关系,而与可见光波段350～730 nm呈显著负相关关系。对LNC敏感的植被指数主要有AIVI、RES和mND924,而对LAI敏感的植被指数主要有ONLI、CI_green和MSR（800,670）,以上2类植被指数和籽粒产量间关系均密切,表现较好的时期主要为拔节期至灌浆中期阶段。采用双LOGISTIC模拟模型方法,优选的方程能够较好地模拟植被指数的生育进程动态轨迹,模型精度（R²）随着产量水平的逐渐提高而增加,低产水平的精度相对较差（0.627～0.703）,而高产及以上水平的R²较高（0.868～0.972）。【结论】高光谱植被指数AIVI和CI_gr...     

南疆植被总初级生产力对区域降水的响应规律

为研究总初级生产力(Gross primary productivity,GPP)对区域降水的响应规律,本研究通过对南疆地区喀什、阿克苏、和田3个市2000 2014年的GPP进行分析,得出GPP的时空分布规律,进而与2000-2011年同期的降水进行耦合分析,以探寻植被GPP与降水之间的响应关系,从而为南疆地区植被生...     

内蒙古荒漠草原植被NPP时空变化及气候因子分析：以四子王旗为例

基于遥感数据和气象数据,利用光能利用率模型(CASA),对典型荒漠草原四子王旗1987—2016年植被NPP进行测算,分析NPP时空变化及其与年均气温和年降水量等气候因子的相关性。结果表明:1)1987—2016年四子王旗植被NPP值为144.52g/(m2·年)(C),植被类型地带性分布差异明显,空间上表现出南高北低的分布特征;2)1987—2016年四子王旗植被NPP总体呈现出增长趋势,年际波动为3.09～3.69Tg(C);3)研究区植被NPP与年均气温和年降水量呈显著正相关关系,且与年降水量相关系数更高,表明年降水量是影响荒漠草原区植被NPP的主要气候因子。通过研究荒漠草地植被NPP时空分布及其与气候因子的关系,有助于认识荒漠草原陆地生态系统对气候变化的响应。     

基于CASA模型的神东矿区植被NPP变化研究

通过改进的CASA模型对神东矿区植被NPP(植被净初级生产力)进行估算,研究该矿区整体植被变化。分析了大柳塔、补连塔、榆家梁等3个矿井植被变化情况;并对矿区采区与非采区的植被生长状况进行对比研究;采用差值法,定量地确定矿井所在地自然地貌因素和采矿活动因素对植被NPP的影响并研究其影响程度。结果表明,不同空间尺度下神东矿区植被NPP和各个矿井地区植被生长状况均出现恶化的趋势,各个矿井恶化程度不同。不同地貌单元的矿区开采对植被NPP影响程度不同。不同矿井的不同植被类型受自然地貌和人为煤炭开采的影响各不相同。     

基于RS和GIS林地植被生产力估测研究

以福建省永安、连城、漳平、新罗4个县（市、区）为研究区域,利用年均降水、气温及土壤资料,结合改进的NPP模型及生产力修正系数,实现研究区森林气候生产力、森林生产力以及林木产量的反演,并对各生产力进行空间分异分析研究。结果表明：研究区各县（市、区）森林气候生产力总体水平较高,介于1 693.01～2 312.03 g/（m^2·a）,平均值达到2 112.65 g/（m^2·a）;各县（市、区）森林生产力介于484.1～2 001.5 g/（m^2·a）,差异较大,平均值为1 682.03 g/（m^2·a）,仅为森林气候生产力均值的79.6%,说明林地土壤肥力对森林生产力影响显著;各县（市、区）林木产量介于4.3～17.7 g/（m^2·a）,平均值为14.9 g/（m^2·a）。     

2000-2010年武汉城市圈建设用地扩张对植被净初级生产力的影响

城市发展是影响生态系统物质循环和能量流动的主要因素之一,研究其对植被净初级生产力(net primary productivity,NPP)的影响,对于区域土地利用的合理规划具有重要意义。本文基于2000-2010年武汉城市圈土地利用数据和NPP数据,分析研究武汉城市圈建设用地扩张及其对NPP的影响。结果表明:1)2000-2010年武汉城市圈建设用地面积持续增加,研究期间建设用地面积增加了57.88%(即1 459.44 km2);2)区域平均NPP由919.55g C/(m2·a)下降为702.95 g C/(m2·a),NPP总量由2 317.66 Gg C/a增加到2 797.91 Gg C/a,增加率为20.72%;3)武汉城市圈的9个市中,建设用地扩张较大的区域主要集中在武汉市及周边地区,2000-2010年武汉市建设用地增加率为80.73%,NPP总量增加了30.53%,由于建设用地平均NPP降低了27.78%,武汉城市圈建设用地NPP总量增加量相对较少。     

后官湖地区NPP的计算及分析

基于植物生理生态学特点与水热平衡关系的植物净第一生产力模型对后官湖地区的自然植被第一生产力进行了计算和分析,结果表明,农田植被的净第一生产力最高,林地次之平,湖泊湿地最低,平均净第一生产力分别为983.36、172.24、45.01g/（m2·年）。研究区平均净生产力为1200.61g/（m2·年）,接近温带阔叶林的平均净生产力[1200.00g/（m2·年）],稍高于武汉地区的本底值1171.60g/（m2·年）,表明后官湖地区的生产系统恢复稳定性及自然系统恢复和调控能力较强,生态系统处于良性循环状态。     

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。     

气候变化对阿勒泰地区自然植被净第一性生产力的影响

[目的]建立阿勒泰地区自然植被净第一性生产力与年平均气温和年降水量的统计关系,在此基础上,估算未来气候变化对自然植被净第一性生产力的可能影响.[方法]利用新疆阿勒泰地区7个气象台站1961～2008年的历史气候资料对年平均气温和年降水量变化规律进行统计分析的基础上,采用周广胜等[1]的自然植被净第一性生产力模型,计算了近48年阿勒泰地区自然植被净第一性生产力的变化特征.[结果]48年来,阿勒泰地区年平均气温以0.475℃/10 a的倾向率上升,降水量以11.495 mm/10 a的倾向率增多,年平均气温和年降水量分别于1975和1986年发生了突变性的上升;受其影响,自然植被净第一性生产力以0.2 t/hm2/10 a的倾向率增长,并于1985年发生了突变性的增大.[结论]未来气候的"暖湿化"变化对提高阿勒泰地区自然植被净第一性生产力将产生积极影响,平均而言,在其它条件不变的前提下,年降水量每增多10;,自然植被净第一性生产力将增加7;～9;.年平均气温每升高1℃;自然植被净第一性生产力将增加0.06;～1.56;.     

基于无人机高光谱和数码影像数据的冬小麦生物量反演

生物量是作物生长过程中重要的生物参数之一,能较好地反映作物长势情况。获取了冬小麦开花期数码影像数据、高光谱数据和实测生物量数据,运用相关性分析筛选出对冬小麦生物量相关性高的数码影像指数和植被指数,分别使用多元线性回归分析和逐步回归分析法建立生物量反演估算模型,最后将最优模型估算结果进行可视化空间分析。结果表明：与冬小麦生物量相关性高的数码影像指数有VARI、MGRVI、b等,植被指数有NDVI、SR、LCI、OSAVI等。建立的冬小麦生物量反演模型估算效果较好,其中精度最高的模型为高光谱数据多元线性回归模型,其验证模型均方根误差为0.9041 t/hm²。可视化处理结果能直观地显示试验区冬小麦生物量分布情况,为生长监测及种植管理提供有效依据。