基于植被指数比较的湿地区域LAI遥感估算研究

以Worldview-2遥感影像作为数据源,对东洞庭湖湿地核心区域进行了LAI估算研究。首先对典型的植被指数与叶面积指数(VI-LAI)的相关性进行了分析;然后选择了7个与LAI之间存在显著相关性的植被指数(NDVI、RVI、DVI、SAVI、MSAVI、EVI、RDVI)作为VI-LAI的模型因子,采用多回归模型与LAI实测数据进行拟合分析,筛选出这回归模型的最优因子;然后利用实测数据作为检验样本,最终确立了以NDVI为模型变量的指数模型是用于LAI估测的最优模型,精度达到了74.34%。结果表明:本研究采用的多植被指数比较建立的湿地植被VI-LAI反演模型,是可以比较准确获取湿地区域叶面积指数特征的方法。     

地形起伏对陆地卫星的NDVI影响研究

NDVI是表征植被叶面积密度的重要遥感指数,是估测植被盖度、林分郁闭度、生物量及碳储量、植被生长状况和作物产量的重要参数。相关研究表明地形起伏对光谱数据有较大的影响,但其对NDVI的影响特征值得进一步研究。针对以上问题,选用C校正模型对Landsat数据进行地形校正,消除了地形起伏对光谱数据的影响,并对比和分析了地形校正及未经地形校正提取的NDVI。结果表明:地形校正前后图像总体的NDVI有显著性差异,其中较小坡度植被区域无显著性差异,较大坡度植被区域存在显著性差异;阴坡整体的NDVI有变大趋势、阳坡略微减少,半阴半阳坡无明显变化;农地在不同坡向下无显著差异且整体变化不明显,针叶林、阔叶林在阴坡和阳坡上的NDVI变化幅度大于半阴半阳坡。地形校正对NDVI估测值存在着一定影响,从而进一步影响着基于NDVI参量的各种遥感估算结果,故消除地形起伏对光谱的影响,可以提高定量遥感估测精度。     

基于无人机激光雷达的银杏人工林有效叶面积指数估测

【目的】精确估测银杏人工林有效叶面积指数(eLAI),以更好了解银杏人工林的生长和竞争、理解人工林生态系统的功能和生产力。【方法】基于多旋翼无人机激光雷达(LiDAR)系统获取的点云数据,结合45块地面实测样地数据,使用孔隙度模型法(通过计算点云的冠层穿透率,根据Beer-Lambert定律计算有效叶面积指数)和统计模型法(首先通过地面实测的有效叶面积指数和所提取的LiDAR特征变量建模,然后借助拟合的模型估测有效叶面积指数)对我国典型银杏人工林进行样地尺度的有效叶面积指数估测。【结果】1)使用统计模型法估测eLAI时,仅利用LiDAR高度特征变量估测精度为R2=0. 38(rRMSE=54%),引入其他特征变量(冠层密度特征、冠层容积比以及强度特征变量)后精度分别达到R2=0. 64(rRMSE=26%)、R2=0. 61(rRMSE=28%)、R2=0. 74(rRMSE=23%); 2)根据Cover将样地分组建模后发现,分组建模的精度优于不分组建模的精度;3)孔隙度模型法估测有效叶面积指数的精度为R2=0. 71(rRMSE=32. 0%)。【结论】结合多组LiDAR特征变量估测有效叶面积指数能够充分挖掘LiDAR数据包含的冠层结构特性,从而提升估测精度;同时,使用孔隙度模型法可以有效估测银杏人工林有效叶面积指数。无人机LiDAR点云在估测银杏人工林有效叶面积指数上具有较好的潜力。     

西藏自治区云杉林生物量密度模型研建

生物量密度模型是估算生物量和碳储量的依据。以西藏主要针叶树种云杉为研究对象,利用森林资源连续清查实测样地和样木数据,建立了云杉林生物量密度模型。结果表明:生物量密度随树高、郁闭度、胸径及林龄的增加而增加,随海拔的升高和经度的增加而减少。以海拔、郁闭度、平均胸径、经度作为解释变量构建的生物量密度非线性模型,其决定系数为0.716,总相对误差和平均系统误差控制在±1%以内,预估精度达到91.9%,可应用于实测或目测样地/小班生物量估算;以海拔、郁闭度、林龄、经度作为解释变量构建的生物量密度非线性模型,其决定系数为0.626,总相对误差和平均系统误差控制在±2%以内,预估精度达到90.6%,可应用于遥感样地/小班生物量估算;以海拔、郁闭度、胸径、林龄作为解释变量的生物量密度模型,其决定系数为0.717,总相对误差和平均系统误差控制在±2%以内,预估精度达到91.9%,可用于估算某个时间段内云杉林生物量变化或碳汇量。结合西藏森林资源连续清查或森林资源规划设计调查数据,可用于全区尺度上云杉林生物量的估算;利用林龄等因子建立的生物量模型,可掌握生物量、碳汇在空间上的分布规律及某一时期内的碳汇估算。     

基于5-scale模型人工针叶林叶面积指数反演

以内蒙古赤峰市旺业甸实验林场人工针叶林为研究对象,以哨兵2A(Sentinel-2A)多光谱遥感影像和外业测量的叶面积指数为数据基础,反演人工林叶面积指数。通过5-scale模型和Liberty模型耦合得到不同输入参数与冠层反射率相对应的查找表,利用编程读取查找表与遥感影像,通过对比遥感影像中红光波段和近红外波段反射率,与查找表中红光波段和近红外波段的反射率最接近的值所对应的叶面积指数值,进而实现叶面积指数反演。结果表明：基于5-scale模型反演的叶面积指数,R²=0.822 2,RMSE=0.941 4,其精度要高于一元线性模型的精度,利用5-scale模型反演人工针叶林叶面积指数是可行的。     

基于高分一号数据的PROSAIL模型叶面积指数反演

使用PROSPECT-5与4SAIL相结合的PROSAIL模型,以高分一号卫星数据为基础数据,进行叶面积指数反演。由于实验区受冰雹灾害影响,玉米长势不一,因此通过对健康叶片和枯黄叶片的实测光谱进行线性混合,模拟不同长势玉米叶片的实际光谱。将混合系数和LAI划分成若干等级,使用PROSAIL模型建立叶片生理参数、叶面积指数和高分一号4个波段反射率值的查找表。研究结果表明,叶面积指数反演的平均精度为60.59%,并且反演叶面积指数与实测叶面积指数具有线性回归关系。     

基于RS的林分蓄积量估测模型研究——以内蒙古大青山人工油松林为例

以TM遥感影像和二类调查小班数据为研究资料,以内蒙古大青山人工油松林为研究对象,采用逐步回归的方法构建内蒙古大青山人工油松林蓄积量估测模型,其中遥感因子选取与植物生长相关的植被指数及比值波段,林分立地条件因子选取郁闭度、坡向、龄级。研究结果表明:NDVI、RVI、DVI、郁闭度、TM4*TM3/TM7通过了T检验,作为入选变量参与模型构建。所建立的模型线性关系显著,估测精度86.21%,达到了森林资源二类调查要求,有一定的应用价值。     

广州市城市森林净初级生产力遥感估算

在分析叶面积指数、降雨量、温度与植被净初级生产力相关关系的基础上,应用Landsat 7卫星影像数据提取研究区的温度、叶面积指数,建立了能反映温度、降雨量对城市森林生态系统植被净初级生产力影响的模型,模拟广州市2013年3月份森林植被净初级生产力。结果表明:该模型模拟的NPP值与前人运用传统方法研究估算的NPP值相比较,精度可以达到91%,证明此模型在区域植被净初级生产力估算方面具有一定的可行性。     

基于叶面积指数的植被覆盖管理措施因子C的遥感定量估算

以植被结构因子——叶面积指数(LAI)取代长期以来用于水土保持定量评价的植被覆盖度,通过遥感技术反演植被结构因子LAI,构建研究区LAI与植被覆盖管理措施因子C量化耦合模型,并进行模型精度验证.结果表明:基于LAI模拟的土壤侵蚀模数为455.89 t·km-2a-1,属于微度侵蚀,与径流小区野外观测结果一致.本文提出的LAI取代植被覆盖度作为水土保持定量估算与评价指标是可行的.     

西藏自治区冷杉林生物量分布格局及模型研建

基于第八次全国森林资源连续清查实测样地数据,研建了冷杉林生物量密度多元线性和非线性模型,探寻地理因子与林分因子对生物量的协同影响。结果表明:以胸径、郁闭度为自变量构建的模型,其决定系数为0.526,预估精度为93.63%;以林龄、海拔、郁闭度为自变量构建的模型,其决定系数为0.403,预估精度为92.28%。结合西藏森林资源连续清查或森林资源规划设计调查数据,可用于全区尺度上冷杉林生物量的估算;利用林龄、海拔为自变量构建的模型,可用于掌握生物量、碳汇在空间上的分布规律及某一时期内的碳汇量。