应用地基激光雷达对毛竹林有效叶面积指数的提取及敏感性分析

以宜兴市3种不同宽度(5、8、12 m)带状采伐毛竹林为研究对象,利用地基激光雷达(TLS)多站扫描获取的样地毛竹林完整点云数据,采用体元冠层分析方法对样地毛竹林有效叶面积指数进行提取,并评估有效叶面积指数的估测值对去噪和体元大小的敏感性,遴选有效叶面积指数的估测参数.结果表明:利用体元化的点云数据对3块样地的有效叶面积指数提取精度分别为86.33％、88.04％、86.22％;点云去噪后,有效叶面积指数估算的精度分别提高了16.55％、15.59％、14.57％;有效叶面积指数估测值对体元大小十分敏感,通过与实测叶面积指数对比,适合有效叶面积指数估测的体元大小为0.03 m.     

融合地基与无人机载激光雷达的叶面积指数估算

以黑龙江省帽儿山林场的针阔混交林、针叶纯林两块样地为研究对象,基于地基激光雷达、无人机载激光雷达数据及两者融合数据,采用点云体素化理论、贝尔定律以及多元线性回归法估算森林叶面积指数,探究融合数据对估算叶面积指数结果的影响。结果表明：两种林分类型样地通过无人机载激光雷达数据体素法估算有效叶面积指数精度较低(R²分别为0.76、0.75,均方根误差分别为0.83、0.97),均方根误差较大;地基激光雷达数据体素法、无人机载激光雷达数据贝尔定律分别估算针叶纯林有效叶面积指数(R²=0.79,均方根误差=0.69;R²=0.78,均方根误差=0.55)均优于针阔混交林对应的估算结果(R²=0.74,均方根误差=0.63;R²=0.75,均方根误差=0.66);融合数据体素法(R²=0.84,均方根误差=0.54)与多元回归分析法(R²=0.86,均方根误差=0.62)估算针阔混交林真实叶面积指数精度均较高,但多元回归分析法的优势为估算的真实叶...     

不同滤波算法对反演叶面积指数的影响

目的使用离散型激光雷达数据反演叶面积指数（LAI）的过程中,数据预处理的关键步骤为激光雷达滤波。穿透指数（LPI）作为反演过程中的重要变量,需要根据点云的类型计算,从而直接受到滤波精度的影响。因此,滤波算法的精度能间接影响到反演LAI的精度。虽然滤波算法不断改进,滤波精度逐渐提高,应用在越来越多的场景,但关于不同滤波算法对反演LAI精度影响的探讨较少。方法本文通过对机载LiDAR滤波算法历史、发展和现状的调研,最终选择混合滤波算法（Hybrid）、自适应不规则三角网滤波算法（ATIN）、形态学滤波算法（Morph）和基于坡度滤波算法（Slope）为研究对象;分别使用这4种算法,得到点云中的地面点;根据Beer-Lambert定律,反演帽儿山国家森林公园落叶松林和榆树林的LAI;以经过评估的精度更高的Hybrid算法为标准,计算另外3种算法的滤波精度和LPI偏差;对比分析LAI反演模型的平均精度;最后,通过分析不同误差来源的影响强度,确定了反演LAI时较好的滤波算法。结果在最佳的采样半径下,经过Hybrid、ATIN、Morph和Slope滤波算法处理,LAI反演模型的平均精度,在落叶松林,R2分别为:0.900 3、0.876 3、0.892 5、0.877 0;RMSE分别为:0.105 6、0.134 5、0.109 7、0.133 2;在榆树林,R2分别为:0.914 4、0.903 0、0.887 2、0.900 0;RMSE分别为:0.269 0、0.201 7、0.189 4、0.207 0。在落叶松林,I类误差较大的Morph算法,能保证较高的模型精度;而II类误差较大的Slope和ATIN算法对应的反演模型精度较低。结论经不同滤波算法处理得到的LAI反演模型精度存在差异,经混合滤波算法处理其对应的LAI反演模型精度更高,形态学滤波算法的滤波精度较低,对应的反演模型精度较高;滤波算法导致的I、II类误差中,II类误差对LAI反演模型的影响更大。      

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。     

叶面积指数地面测量方法的研究进展

介绍了目前使用的直接和间接地面测量叶面积指数(leaf area index,LAI)的方法,指出了其存在的问题,同时对间接方法的仪器进行了比较,并对地面测量LAI的方法、检验LAI测量仪器的测试平台和基于光学模型方法的LAI测量仪器进行了展望。     

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。     

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。     

基于图像处理技术的夏玉米叶面积指数估算方法研究

在大田条件下固定数码相机高度垂直拍摄夏玉米拔节期和大喇叭口期的群体图像,利用图像处理技术获取玉米地面覆盖度,建立覆盖度和叶面积指数间的关系模型。结果表明,覆盖度和叶面积指数间存在极显著相关关系（r2=0．9547）,模型的拟和度较高,对模型进行检验可知,模型的预测精度达到90．56％,说明利用图像处理技术估算夏玉米LAI具有很好的可行性。     

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。     

长白落叶松人工林叶面积指数测定

通过测定三江平原丘陵区13 ～40年生长白落叶松人工林中55株标准木的针叶生物量,建立了单本针叶生物量模型,结合每木检尺结果和比叶面积,估算和建立了不同立地条件(立地指数11～17)、不同林龄(13 ～40a)和不同密度(556 ～3122株·hm-2)人工林的针叶生物量、叶面积指数和叶面积指数模型,给出了植被冠层分析仪(LAI-2000)间接测定叶面积指数时的校正系数和校正系数模型.结果表明:长白落叶松比叶面积为12.93m2·kg-1,95％的区间估计为[12.23,13.63]m2·kg-1,单木针叶生物量模型为幂函数模型,叶面积指数为5.76 ～11.04,针叶生物量为4455.52～8 535.69 kg·hm-2;LAI-2000测得的叶面积指数为1.77～4.02,低于实测叶面积指数,LAI-2000测量长白落叶松人工林叶面积指数的校正系数为1.45 ～3.63.林龄、密度、立地条件及其综合作用能够影响长白落叶松人工林叶面积指数和LAI-2000测量叶面积指数时的校正系数,它们能够解释叶面积指数和校正系数变异的99.9％.     

小蓬竹的叶面积指数测定

竹叶是竹子进行光合作用的器官,合理的叶面积是充分利用光能,保证竹林高产优质的主要条件。因此,叶面积指数大小直接关系到竹林同化光能的数量,从而关系到竹林的笋、竹产量。有关竹类叶面积指数测定研究的报道不少,但就小蓬竹Drepanostachyum ludianense（Yi et R．S．Wang）Kengf叶面积指数测定的研究目前还未见报道。     

额尔齐斯河天然杨树林叶面积指数及比叶面积的研究

对额尔齐斯河流域河岸两侧天然分布的4种杨树:欧洲黑杨(Populus nigra)、苦杨(P.laurifolia)、额河杂交杨(P.×jrtyschensis)、银白杨(P.alba)的叶面积指数和比叶面积进行了测定.研究了不同径阶各树种的比叶面积和叶片生物量的关系,以及各树种叶面积指数与其叶片生物量之间的关系,结果表明:1.本试验区内各种杨树的叶面积指数变动范围为0.243～4.463;2.各树种的单株叶面积与其叶生物量均呈正相关直线,模拟方程为y=ax-b,呈线性递增趋势(r2=0.917 8～0.972 5);3.各径阶植株的平均比叶面积和叶片生物量在植物种之间差异显著,各树种的比叶面积和叶片生物量均呈显著负相关(p＜0.01).     

叶面积指数的测量方法

叶子是提供植物与其环境之间的界面,用于气体交换、光照和温度调节,在植物的生长发育中起着重要作用。叶面积指数的测量可以反映植物面对外界环境变化的可塑性反应,碳吸收、蒸腾、叶片呼吸和冠层截留的过程与叶面积指数密切相关,并且总叶面积及其垂直、时间和空间分布对光照可用性、树木招募和生长有很大影响。叶面积指数的准确估计对于森林生态系统的生态特征、林分结构和动态建模至关重要。因此,叶面积指数的测量对植物检测指标具有重要意义。由于叶片特征的多样性、不同的测量环境产生了多种测量方法。本文重点阐述了植物叶面积指数的直接测量方法和间接测量方法以及研究进展。     

尤溪县楠木林分叶面积指数的研究

本文在样地调查的基础上研究了楠木叶面积的测定方法和叶面积指数的测定及生物量、材积、林分密度与叶面积指数间的关系,得出在现有林分条件下单位面积上的生物量、材积与叶面积指数均成线性回归关系,而叶面积指数与林分密度的倒数成二次回归关系。利用这些关系本文确定出了最佳林分密度的估计值。     

机载激光雷达在林业中的应用

在介绍机载激光雷达(LiDAR)的工作原理、应用领域、国内外发展现状基础上,重点就机载LiDAR进行森林参数(树高、郁闭度、林分密度、生物量和蓄积量等)的反演方法和技术进行了分析,对LiDAR在森林参数反演方面存在的问题进行了总结,对未来的发展趋势进行了展望。     

玉米叶面积指数的普适增长模型

建立了1个模拟叶面积指数动态变化的扩充的Logistic模型,利用禹城、沈阳的玉米叶面积指数(LAI)实测资料进行了拟合,结果表明,此模式是模拟叶面积指数随地理位置、品种、播期、密度变化的统一模型,对叶面积指数与积温间关系的分析,综合了不同地理位置、不同品种、不同播期、不同密度的叶面积指数资料,得到1条相对叶面积指数变化曲线,可反映特定区域作物叶面积指数的动态变化,也可用于区域作物产量模拟和遥感估产的研究.     

红枣叶面积指数与产量的相关性分析

[目的]分析红枣叶面积与叶长×叶宽以及叶面积指数与产量之间的相关性.[方法]以新疆阿拉尔垦区的密植红枣园为研究对象,通过LA-S叶面积分析系统测算红枣叶面积.对红枣叶面积与叶长×叶宽、红枣叶面积指数(LAI)和产量的相关性进行分析.[结果]叶面积与叶长×叶宽关系密切,达到极显著水平,R2 =0.990 3.红枣叶面积指数与产量之间也存在一定的相关性,在一定范围内产量随叶面积指数的增加而增加.[结论]测算叶片的长和宽可以估算出叶片的实际叶面积;通过控制栽培密度以及调整树形使叶面积指数达到较为合适的数值,以期提高产量.     

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。     

西瓜产量与叶面积指数的相关性分析

对西瓜叶面积与叶长×叶宽,叶面积指数与产量的相关性进行了研究。结果表明:西瓜叶面积与叶长×叶宽存在显著的正相关,相关系数为0.982 5。西瓜的产量与叶面积指数在一定范围内紧密相关,当叶面积指数为2.53时,产量达到最大值。     

利用LiDAR离散点云估测针叶林叶面积指数

通过对小光斑激光雷达离散点云数据进行处理,提取了6个变量参数分别用于估测针叶林叶面积指数,为了提高模型估测精度及弥补单变量模型的不足,在单变量模型的基础上尝试多变量组合共同用于估测森林叶面积指数,经过对比得出单变量模型中OGF模型最好,拟合相关性R=0.897,预测精度p=0.959;多变量预测模型结果差异不大,拟合相关性均＞0.905,估测精度均＞0.957。同时为了验证模型的推广性,对点云数据进行随机稀释操作获得4种不同密度的点云数据,分别用于验证点云密度对OGF模型及OGF与LPI组合模型的影响,结果表明点云密度对模型结果的影响不大,即使在0.125倍点云密度时模型仍能较好的估测针叶林叶面积指数,满足生产需要。