棉花叶面积指数的遥感估算模型研究

 【目的】棉花叶面积指数是反映作物生物量的重要参数,本文旨在运用遥感数据对这一参数进行估算,为叶面积指数的获取提供更方便快捷的估算模型。【方法】采用美国ASD公司FieldSpec? 手持便携式光谱分析仪所获取的棉花冠层光谱反射率和从中等分辨率的遥感图像提取的植被指数,利用相关分析和回归分析方法,找出叶面积指数的最佳估算时相期和最佳遥感估算模型。【结果】棉花的整个生育期内,叶面积指数在时间曲线上呈现出波动变化,在始铃期棉花的叶面积指数达到峰值,据此规律通过提取该时期的遥感数据,得出棉花叶面积指数的遥感估算模型。【结论】棉花叶面积指数的最佳估算时相是盛花期和结铃期,各品种棉花叶面积指数的遥感估算模型通过精度检验,拟合R2与检验R2 均达到了极显著水平。     

不同叶面积指数遥感反演方法对红壤丘陵区森林的适用性分析

利用Landsat TM遥感影像和同期的叶面积指数(LAI)观测数据生成了江西省泰和县30 m LAI图.据此比较了基于4-尺度几何光学模型反演的LAI和MODIS LAI的质量.结果表明,基于4-尺度几何光学模型反演的LAI和MODIS LAI存在着明显的差异,两者相关的R2为0.312 5,在1 km尺度两者的平均值比TM LAI的平均值分别偏低14.0%和11.7%;在LAI低值区,MODIS LAI偏高,基于4-尺度几何光学模型反演的LAI偏低,而在LAI的高值区(LAI ＞6.0),MODIS LAI和基于4-尺度几何光学模型反演的LAI都偏低,MODIS LAI的偏低尤为明显,达31.4%.     

水稻叶面积指数遥感反演方法对比分析

利用环境星HJ-CCD影像与同步获取的LAI实测数据生成江苏省江淮之间西部和里下河地区水稻的30 m HJ/LAI,对MODIS/LAI数据产品和利用MODIS数据与4尺度几何光学模型反演的LAI数据集进行质量评价,结果表明,不同植被指数与研究区水稻LAI的相关性差别很大,其中GNDVI与水稻LAI的相关性最好,R2为0.72,估算精度达70.89%,而RMSE仅为1.38,适于该区水稻LAI的遥感估算;研究区MODIS/LAI和基于4尺度几何光学模型反演的LAI与HJ/LAI的变化趋势较为一致,均呈现出西南和东北部LAI值较低、北部和中部LAI值较高的特征,但MODIS/LAI和基于4尺度几何光学模型反演的LAI不仅变化范围较小,而且偏低明显,MODIS/LAI的低估现象更为严重;在1 km尺度上,MODIS/LAI和基于4尺度几何光学模型反演的LAI的精度分别为60.21%和66.56%,与HJ/LAI比较的R2分别为0.09和0.28(N=2 585),在0.01水平上显著相关。     

大兴安岭地区森林叶面积指数测定与遥感估算

为研究分树种测定并估算植被叶面积指数(IL,A),以大兴安岭地区塔河林业局为研究区域,利用TRAC-Ⅱ对41个样地真实叶面积指数进行了测定,并与基于TM遥感影像提取的植被指数进行了相关性分析,建立模型进行IL,A估算。对外业实测样地数据与其对应提取的遥感数据进行了两种分析:一种为纯针叶树种区域分析,另一种为不分树种的区域分析。结果表明:归一化植被指数(IN,D,V)、差值植被指数(IR,V)、比值植被指数(ID,V)与IL,A均有较高的相关性,其中IN,D,V与IL,A的相关性最好,在纯针叶树种区域分析中R2=82.1%,在不分树种的区域分析中R2=77.1%。分析结果还表明:分树种后的纯针叶树种区域分析比不分树种的区域分析估算IL,A的精度明显提高,估算模型精度提高了5%。     

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。     

不同叶面积指数遥感产品在浙江省的差异比较研究

本文比较分析了三种基于MODIS数据生成的LAI遥感产品(MOD15 LAI、MCD15 LAI和GLASS LAI)在浙江省的差异;以地面观测的LAI结合TM遥感数据生成的30 m分辨率LAI数据(LAITM)为参考,评价了它们在浙江省天童山常绿阔叶林地区的可靠性。研究发现,三种LAI遥感产品在可靠性、大小、空间格局及变化趋势上均存在显著差异:GLASS LAI表现优于MOD15 LAI和MCD15 LAI,GLASS LAI与LAITM具有较好的相关性(R2=0.61,RMSE=1.20),而MOD15 LAI和MCD15 LAI与LAITM的一致性较差(RMSE分别为1.42和1.63)。2003—2012年期间,基于GLASS LAI得到的浙江省LAI年平均值(2.13 m2/m2)分别高出MOD15 LAI和MCD15 LAI约23%和12%;而GLASS LAI年最大值的10年平均值(3.82 m2/m2)比MOD15 LAI和MCD15 LAI的值都偏低约30%。2003—2012年期间,GLASS LAI年平均值在浙江省显著升高和下降的面积比例分别为16.6%和14.7%;MOD15 LAI和MCD15 LAI分别在全省21.8%和13.7%的地区呈明显下降趋势,明显升高地区分别仅占1.2%和4.0%。三种LAI遥感产品的全省年平均值方面,GLASS LAI具有较大的年际波动,但趋势不明显;MCD15 LAI略有下降;而MOD15 LAI呈现较为明显的下降趋势(0.02 m2/m2,P=0.06)。     

大气校正模型对阔叶林叶面积指数遥感估算的影响

【目的】为利用遥感技术定量提取区域尺度的阔叶林叶面积指数前的大气校正模型选择提供科学依据.【方法】分别利用6S模型、FLAASH模型和ATCOR2模型对Landsat 8 OLI影像进行了大气校正,分析了3种模型下的阔叶林叶面积指数(LAI)与多种植被指数(VI)相关性,建立了LAI-VI的线性和非线性的回归模型,最后通过验证数据组LAI预测值(Y)与LAI实测值(X)的均方根误差(RMSE)及线性相关性大小对阔叶林LAI遥感估算结果进行了精度对比.【结果和结论】ATCOR2模型不适于阔叶林LAI-VI的回归建模;除比值植被指数(RVI)外,FLAASH模型与6S模型下的阔叶林LAI与增强型植被指数(EVI)、修正土壤调节植被指数(MSAVI)有较好的相关性,其中FLAASH模型下的阔叶林LAI-MSAVI幂函数模型拟合优度最佳;FLAASH模型的阔叶林LAI估算精度优于6S模型;借助遥感技术定量提取植被生理参数时,应慎重选择适宜的大气校正模型.     

基于高分辨率遥感影像的花粒期玉米叶面积指数估算方法

以花粒期玉米为研究对象,利用美国PL高分辨率卫星遥感数据,对比6种常用植被指数与叶面积指数(LAI)的相关性,最终选取EVI、SAVI这两种植被指数,采用线性和非线性共6种回归模型,分别与实测玉米花粒期叶面积指数建立估算模型;通过判定系数(R2)筛选出最佳模型,并以均方根误差(RMSE)和相对误差(RE)作为验证指标判断所建模型的适用性.结果表明:利用SAVI植被指数所建立的二次曲线回归模型估算花粒期玉米叶面积指数的效果最佳.     

基于高分辨率遥感影像的花粒期玉米叶面积指数估算方法

以花粒期玉米为研究对象,利用美国PL高分辨率卫星遥感数据,对比6种常用植被指数与叶面积指数(LAI)的相关性,最终选取EVI、SAVI这两种植被指数,采用线性和非线性共6种回归模型,分别与实测玉米花粒期叶面积指数建立估算模型;通过判定系数(R2)筛选出最佳模型,并以均方根误差(RMSE)和相对误差(RE)作为验证指标判断所建模型的适用性.结果表明:利用SAVI植被指数所建立的二次曲线回归模型估算花粒期玉米叶面积指数的效果最佳.     

基于高分辨率遥感影像的花粒期玉米叶面积指数估算方法

以花粒期玉米为研究对象,利用美国PL高分辨率卫星遥感数据,对比6种常用植被指数与叶面积指数(LAI)的相关性,最终选取EVI、SAVI这两种植被指数,采用线性和非线性共6种回归模型,分别与实测玉米花粒期叶面积指数建立估算模型;通过判定系数(R²)筛选出最佳模型,并以均方根误差(RMSE)和相对误差(RE)作为验证指标判断所建模型的适用性。结果表明:利用SAVI植被指数所建立的二次曲线回归模型估算花粒期玉米叶面积指数的效果最佳。     

西南山地MODIS遥感叶面积指数与气候的关系

以揭示山地植被覆盖变化对气候的响应,为气候变化对西南山地植被变化的评估和应对方案提供科学依据,笔者等用美国MODIS卫星数据反演的贵州省2000-2005年8 d合成叶面积指数数据和72个气象站逐日气象资料,分析了叶面积指数的时间变化规律以及叶面积指数与气候要素的相关关系.结果表明: 影响贵州山区叶面积指数变化显著的气候因子是最高气温、平均气温、水汽压、最低气温和日照时数,与降水的相关性较显著.表明,温度要素和水汽压是影响叶面积指数变化的最主要因子.此外,参考作物蒸散与叶面积指数变化的相关性也较好.     

基于MODIS的陕西省叶面积指数时空变化特征分析

叶面积指数（LAI）作为表征植被冠层的重要参数,在定量分析陆地生态系统能量交换中具重要意义。利用MODIS叶面积指数产品,结合地表覆盖分类数据,对2001-2014年陕西省LAI进行了监测。结果表明:1）陕西省LAI最大值平均总体呈波动中上升趋势,年内变化呈现明显的季节差异。2）陕北地区LAI上升趋势明显,年际波动较大,渭北塬区以及陕南东部部分区域LAI呈上升趋势,但年际间变化不大,其他区域LAI年际间变化趋势和波动均不明显。3）陕西省范围内典型植被类型LAI最大值平均年际变化均呈现上升趋势,但年内变化曲线各不相同。退耕还林、植树造林等生态工程是陕西省LAI上升的主要原因,气候因素是LAI产生波动的直接原因。反映了陕西省植被群体结构空间分布以及变化特征,为进一步陆地生态系统研究提供了重要参数。     

喀纳斯国家自然保护区针叶林生物量分配特征

本试验分别采用相对生长法和全株收获法调查分析了新疆喀纳斯国家自然保护区内西伯利亚落叶松 (Larix sibirica)､西伯利亚云杉(Picea obovata)和西伯利亚红松(Pinus sibirica)等3种主要针叶林生物量的分配特征｡结果表明:3个树种不同器官生物量分配存在差异,西伯利亚云杉和西伯利亚红松均为树干>树根> 树枝>树皮>树叶,西伯利亚落叶松为树干>树根>树皮>树枝>树叶;树干的生物量占总生物量的96%以上;3种优势针叶树种的生物量(W)与胸径(D)和树高(H)的函数表达式为W =a(D² H)^b,回归系数均在0.88 以上;3种林分总生物量排序为西伯利亚落叶松-西伯利亚云杉针叶混交林>西伯利亚落叶松-西伯利亚云杉-西伯利亚红松针叶混交林>西伯利亚云杉针叶纯林;在垂直分布上,西伯利亚落叶松-西伯利亚云杉混交林和西伯利亚云杉纯林均为乔木层>凋落物层>草本层>苔藓层>灌木层;西伯利亚落叶松-西伯利亚云杉 -西伯利亚红松混交林则为乔木层>凋落物层>苔藓层>草本层>灌木层;3种林分的乔木和灌木层生物量地上部分大于地下部分;草本层生物量表现为地下部分大于地上部分｡     

喀纳斯自然保护区森林生态系统服务功能价值评估

为明确喀纳斯自然保护区森林生态系统具有的服务功能及其价值,采用《森林生态系统服务功能评估规范》（LY/T1721-2008）的方法,对2009、2014年喀纳斯自然保护区森林生态系统具有的生态服务功能及其价值进行评估。结果表明,2014年喀纳斯自然保护区森林生态系统总的服务功能价值比2009年增加了7.34%,且以涵养水源和生物多样性的价值量所占的比重为最大;灌木林地的功能价值增加率明显高于针叶林地和阔叶林地;不同森林类型所具有的服务功能及其价值主要差异明显。     

基于分段方式选择敏感植被指数的冬小麦叶面积指数遥感反演

【目的】考虑到利用单一植被指数（VI）反演叶面积指数(LAI)时,存在着不同程度的饱和性和易受土壤背景影响的问题,提出通过分段的方式选择敏感植被指数形成最佳VI组合以提高LAI反演的精度。【方法】通过ACRM辐射传输模型模拟数据,结合地面实测光谱数据,选择常用的植被指数进行土壤敏感性分析以及饱和性分析确定LAI的分段点,并在此基础上分段选择最佳植被指数形成组合VI来实现LAI的最终反演,并利Landsat5 TM开展区域条件下冬小麦LAI反演应用。【结果】以LAI=3是较为适宜的分段点,利用植被指数最佳分段组合OSAVI(LAI≤3)+TGDVI(LAI>3)可在一定程度上有效克服土壤影响因素以及饱和性问题,联合反演的结果明确优于单一植被指数反演精度。【结论】通过分段选择最佳植被指数形成联合VI可以有效提高LAI反演精度。     

基于集合卡尔曼滤波的帽儿山森林多源LAI产品重建及融合校正方法

目的 现有叶面积指数(LAI)产品大多存在分辨率低、数据异常和精度低等问题,难以满足某些应用需求。因此,本研究提出一种多源LAI数据的融合方法,以减少不同来源数据的差异并提高产品精度。 方法 以帽儿山实验林场的阔叶林和针叶林区域为研究区,基于2017年的MODIS、VIIRS和PROBA-V 的LAI产品,利用多年LAI数据作为先验知识建立LAI背景库修正低质量数据,对3种LAI数据集进行混合像元分解的降尺度处理,基于Sentinel-2反射率产品耦合集合卡尔曼滤波(EnKF)算法、LAI动态模型和辐射传输模型进行数据同化,最后对同化后的3种LAI数据进行赋权融合,使用实测数据进行精度评价。 结果 在阔叶林,同化后的MODIS、VIIRS和PROBA-V LAI与实测数据的相关系数分别为0.59、0.56和0.62,比原始数据提升了0.57、0.52和0.57;均方根误差分别为0.37、0.31和0.14,比原始数据减小了1.23、1.69和1.06。在针叶林,同化后的MODIS、VIIRS和PROBA-V LAI与实测数据的相关系数分别为0.59、0.49和0.56,比原始数据提升了0.52、0.30和0.40;均方根误差分别为0.24、0.28和0.19,比原始数据减小了1.22、0.67和1.35。通过融合方法,阔叶林LAI和针叶林LAI的相关系数分别为0.83和0.76,比同化后数据的相关性更高;均方根误差分别为0.15和0.13,比同化后数据的误差更小。 结论 通过数据同化提升了3种LAI产品精度,融合后LAI较同化后单一LAI具有更高的精度和可靠性。图4表2参30     

基于导数光谱的小麦冠层叶片含水量反演

【目的】以高光谱技术实现小麦含水量信息的快速、无损与准确获取,为小麦灌溉的精确管理提供科学依据。【方法】利用水氮胁迫试验条件下小麦主要生长期的导数光谱构建了16种新指数,将其与NDII、WBI以及NDWI等常用指数进行比较分析,筛选小麦叶片含水量反演最佳光谱指数,并利用其建立反演模型进行小麦含水量的遥感填图。【结果】在各指数中,FD730-955对小麦冠层叶片含水量的估测结果最佳,其估测模型（对数形式）校正决定系数（C-R2）与检验决定系数（V-R2）分别达0.749与0.742,优于NDII等常用指数;FD730-955所建模型对32个未知样的预测结果与实测值相似度较高,其回归拟合模型R2达0.763,RMSE仅为0.024,取得了良好预测结果,且对叶片含水量以及LAI值较高与较低的样本均具备良好的预测能力,可有效避免样本取值范围以及冠层郁闭度等因素对含水量估测的影响;反演模型对OMIS影像的填图结果与地面实测值拟合模型R2达0.647,RMSE仅为0.027,具有较高的反演精度。【结论】导数光谱可实现小麦冠层叶片含水量信息的准确估测,其中FD730-955系反演的优选指数。     

种植密度对玉米叶部性状及灌浆速率的影响

为了选育优良的耐密植玉米新品种,以玉米杂交种M103为试验材料,采用田间随机区组试验研究了5个种植密度对玉米叶面积(LA)、叶面积指数(LAI)、光合势(LAD)及灌浆速率的影响。结果表明:从6叶期到盛花期,随着种植密度的增加,玉米叶面积、叶面积指数、光合势的差异逐渐加大,单株叶面积和光合势随种植密度的增加而降低,群体叶面积、叶面积指数和光合势随种植密度的增加而升高。盛花期种植密度对叶面积、叶面积指数、光合势的影响达到最大。种植密度对玉米籽粒含水量和含水率的影响不明显,而对籽粒干重和灌浆速率有一定影响,低密度有利于籽粒干重的增加。种植密度对玉米灌浆前期的影响较大,后期相对较小,低密度下单株的灌浆速率较高,随着种植密度增加单株的灌浆速率有所下降。     

不同类型夏谷品种群体发育与干物质积累特点的研究

在大田条件下,以中秆大穗型品种鲁谷１０号和矮秆紧凑型品种矮８８为材料,研究了两种不同类型品种的群体结构特点,结果表明,不同品种的叶面积变化动态相似,叶面积系数随密度的加大而提高,且增加趋势逐渐减弱;密度加大削弱单株发育,产量构成因素有不同程度的降低;不同品种干物质积累特点不同,矮８８前期积累快,产量形成主要在灌浆期前;鲁谷１０号后期积累强度高,灌浆期是产量形成的主要时期,且随密度加大,生育后期对产量的形成贡献加大。