基于图像处理技术的小麦叶面积指数的提取

为了较好地模拟叶面积指数的变化动态,在大田条件下进行试验,获取5个品种5个密度下不同发育期的小麦群体冠层数字图像,并手工测得实际叶面积。通过研究设计了复杂背景下小麦冠层图像叶面指数的有效提取方法,将图像处理得到的叶面积指数数据与实际测得的数据进行拟合建立模型。结果表明：品种、密度和发育期的差异对拟合模型参数影响显著,对模型经过随机抽取样本图像进行假设检验,均能够通过检验。模型的相关系数平方均达到0.86以上,能够实现高精度的小麦冠层叶面积指数的估测。     

基于改进水云模型和Radarsat-2数据的农田土壤含水量估算

为了直接将雷达遥感中"水云模型"进行反演应用,该研究将"水云模型"中植被参数改为雷达植被指数,利用全极化数据直接支持遥感反演土壤含水量,无需遥感反演植被参数输入。改进模型为利用雷达遥感结合"水云模型"进行土壤含水量监测提供了一种高效便捷方法。基于Radarsat-2全极化数据对冬小麦覆盖的农田土壤含水量进行估算,利用2014年在陕西杨凌区获取的4个生育期内Radarsat-2卫星数据及同步田间测量108组冬小麦农田土壤含水量地面测量数据进行模型参数校正和精度验证。验证结果精度为:改进的雷达植被指数模型原叶面积指数模型(实测叶面积指数验证)原叶面积指数模型(光学遥感反演叶面积指数验证),且改进的雷达植被指数模型可以在多个生育期内对农田土壤含水量进行监测。     

WOFOST模型同化时序HJ CCD数据反演叶面积指数

为增强作物叶面积指数遥感反演的机理性并提高反演精度,在深入分析作物长势模型WOFOST机理的基础上,采用最小二乘法作为同化算法,以生长季内获取的时序HJCCD遥感数据作为外部数据源,反演冬小麦叶面积指数进行长势监测和估产应用。以河北省玉田县为试验区,以三要素法和实测LAI作为基准,模型模拟产量和LAI作为反演精度的度量指标,成熟期LAI估算误差由模型同化前的14.95%降至同化后的9.97%,产量误差由同化前的18.17%降为同化后的15.89%。叶面积指数的同化结果与实测数据具有较好的拟合度,表明该方法的具有一定可行性,为作物生长模型区域化应用提供了参考。     

基于无人机图像分割的冬小麦叶绿素与叶面积指数反演

叶绿素含量与叶面积指数是反映作物长势的重要理化参数,准确、高效定量估计小麦叶绿素含量与叶面积指数对于产量预测和田间管理决策具有重要意义,无人机(Unmanned Aerial Vehicle,UAV)遥感影像具有高空间分辨率的优势,被广泛应用于作物理化参数反演,但现有叶绿素含量与叶面积指数反演模型受土壤、阴影等背景噪声...     

基于夏玉米冠层内辐射分布的不同层叶面积指数模拟

为了模拟夏玉米冠层内各层叶面积指数垂直分布,光合有效辐射（photosynthetically active radiation, PAR）是研究作物群体光合作用和长势的重要特征参数,阐明冠层内PAR的垂直分布规律与冠层结构等参数之间的相关关系,可为遥感定量反演冠层结构参数提供模型基础。该文基于PAR在冠层内的辐射传输规律结合冠层结构模拟不同太阳高度角的PAR透过率垂直分布模型,并用地面冠层分析仪测量值进行验证,结果表明模型对封垄前玉米抽雄期冠层内PAR透过率垂直分布模拟精度较高。通过不同太阳高度角PAR透过率的垂直分布模型结合消光系数运用不同算法分别反演层叶面积指数（leaf area index, LAI）,并与不同高度层LAI实测值进行比较。结果显示：Bonhomme& Chartier算法反演不同高度层LAI精度较高,上层均方根误差（root mean square error,RMSE）为0.18,中层RMSE为0.55,下层RMSE为0.09。不同太阳高度角反演结果存在差异,30°和45°高度角均能较好地反演下层LAI,RMSE分别为0.11与0.09;30°高度角反演中层LAI精度较高,RMSE为0.30;45°高度角反演上层LAI精度较高,RMSE为0.18。结果表明基于不同太阳高度角构建的层LAI反演模型更适于实现夏玉米不同高度层LAI的遥感估算。该研究可为模拟垄行结构冠层内LAI垂直分布提供参考。     

基于棉花红边参数的叶绿素密度及叶面积指数的估算

利用野外非成像高光谱仪,测试棉花两个品种4种配置种植方式两年关键生育时期的冠层反射光谱数据,应用光谱微分技术,获取棉花微分光谱680～750 nm波段的红边参数：红边面积（SDr）、红边斜率（Dr）以及红边位置（λr）变量;将棉花红边面积、红边斜率分别与其冠层叶绿素密度（CH.D）、叶面积指数（LAI）进行相关分析,它们的相关性均达到1%极显著水平,其中红边面积与叶绿素密度的相关性最好（RCH.D=0.8787**,n=137）;并且红边面积较红边斜率对叶绿素密度、叶面积指数的预测精度更高。以棉花新陆早13号和19号为建模样本,通过红边面积与叶绿素密度的线性相关模型,分别反演新陆早13号、19号冠层叶片的叶绿素密度,结果表明对这两个棉花品种的叶绿素密度估算精度分别达87.4%和83.3%,说明高光谱红边参数是估算棉花叶绿素密度和叶面积指数的一种简单、快捷、非破坏性的有效方法。     

基于机载小光斑全波形LIDAR的作物高度反演

为了填补利用激光雷达反演作物冠层高度的空白,本文以全波形激光雷达发射与回波波形的高斯性为理论基础,首先通过对波形的拟合,实现作物与土壤波形的剥离,然后确定回波波形上各关键点,最后结合作物冠层结构的特征获得作物冠层高度。验证结果表明：反演作物冠层高度的绝对误差在0.06 m以内,相对误差小于5.2%。该方法对于反演其他植被结构参数也具有重要的借鉴意义。     

基于作物模型与叶面积指数遥感影像同化的区域单产估测研究

通过对作物光合、呼吸、蒸腾、营养等一系列生理生化过程的定量模拟,作物生长模型已经被成功应用于田间尺度的作物单产研究。为了进一步将作物模型扩展应用于区域尺度,提高区域作物单产的模拟精度,该文探讨了将作物模型与多时相叶面积指数(LAI)遥感影像同化以改善区域单产估测的方法。研究首先通过地理信息系统将美国农业部开发的“考虑气候的作物环境决策模型”——EPIC模型,扩展为空间模型。然后,通过基于Landsat TM影像差值植被指数DVI与田间观测叶面积指数构建的最优回归模型,反演了研究区域的多时相叶面积指数影像。最后通过优化算法实现了空间EPIC模型与影像信息的同化,并将系统应用于河北石家庄地区2004年冬小麦的单产估测。结果表明,通过数据同化校正部分关键参数后的空间作物模型的单产模拟精度得到有效提高,但要达到业务运行精度仍有待进一步改善。     

利用HJ-1-A/B CCD2数据反演冬小麦叶面积指数

叶面积指数是十分重要的作物生理生态参数,为提高利用国产环境减灾小卫星CCD数据反演冬小麦叶面积指数的精度,该文以5种常用的植被指数(归一化差值植被指数(normalized difference vegetation index,NDVI),增强植被指数(enhanced vegetation index,EVI),双波段增强植被指数(2-bands enhanced vegetation index,EVI2),比值植被指数(ratiovegetation index,RVI),土壤调节植被指数(soil-adjusted vegetation index,SAVI)为基础,结合3种常用的回归模型,按生长阶段比较分析了不同植被指数和回归模型反演叶面积指数的精度。结果表明,除生殖生长阶段外,叶面积指数和5种植被指数之间均有较强的相关关系;指数模型和一元线性模型分别为全生育期和营养生长阶段的最佳拟合模型;EVI在全生育期拟合时的表现好于其他4个指数(R2=0.9348),SAVI则是营养生长阶段表现最佳的指数(R2=0.9404)。该研究为进一步利用植被指数反演叶面积指数提供了参考。     

基于人工神经网络方法的冬小麦叶面积指数反演

实践中,大尺度上测量叶面积指数（LAI）很难实现,利用遥感技术进行LAI的定量反演成为当前研究的重点。该文应用MODIS地表反射率数据反演冬小麦叶面积指数,假设MODIS像元由作物和土壤混合,建立了SAILH模型与裸土反射率组成的线性光谱混合模型,基于人工神经网络的方法进行LAI反演,获得了北京顺义冬小麦种植区在2001年4月1个时间序列的LAI。研究表明,此方法能够较好的获取大区域尺度上的LAI,对冬小麦长势监测具有重要意义。     

波段宽度对利用植被指数估算小麦LAI的影响

为了能够根据遥感数据类型实现指数的优化选择进而提高叶面积指数的反演精度,该研究分析了不同波段宽度(5~80 nm)对植被指数反演叶面积指数精度的影响。通过比较反演模型的决定系数均值,筛选出14个模型精度较高的植被指数,并探讨了不同波段宽度的选取对各指数叶面积指数反演精度的影响。结果表明,波段宽度对不同植被指数的影响可分为3类:1)OSAVI2等指数波宽越窄,反演精度越高,更适合应用于高光谱遥感数据;2)SR[800,680]等指数随着波段宽度的增加,反演精度先升后降,最适波宽为35 nm,适用于中等光谱分辨率的遥感数据;3)SR[675,700]等指数随着波段宽度的增大,反演精度不断提高,在多光谱数据中有更好的应用潜力。     

基于高光谱图像的茶树LAI与氮含量反演

为了对茶树进行实时、快速、无损的叶面积指数LAI和氮含量检测,该文以英红九号茶树为试验对象,利用便携式高光谱成像仪采集光谱数据、人工破坏性采摘叶片进行叶面积指数的计算以及传统化学方法测量叶片氮含量,比较不同高光谱特征变换形式与LAI和氮含量之间的相关性,并选择其中相关系数较高的高光谱特征变量作为自变量,分别采用线性、指数、对数和抛物线表达式建立LAI和氮含量的回归模型。结果显示:在多种高光谱数据变量建立的模型中,以绿峰反射率R_g为自变量的对数拟合模型最佳,其拟合样本的决定系数R~2和验证样本的均方根误差RMSE值分别为0.9和0.087 6。以植被指数变量VI_4(红边面积/黄边面积)与氮含量建立的指数模型为最佳建模效果,拟合样本的决定系数R~2和验证样本的均方根误差RMSE值分别为0.830 3和0.102 9,研究结果可为茶树叶面积指数LAI和营养成分的无损检测提供参考。     

地面三维激光扫描方法研究红壤侵蚀恢复区植被垂直结构

利用地面三维激光扫描仪HDS 3000对南方红壤侵蚀恢复区植被样方进行扫描,提取了植被的平均树高、胸径,并分层反演了森林冠层及灌草层投影叶面积指数。结果表明:利用地面三维激光扫描仪能够准确获取样方尺度上的植被垂直结构信息,研究区整体投影叶面积指数达0.60,林冠层投影灌草层平均投影叶面积指数分别为0.37和0.41。样方植被整体的变异性较小,而垂直方向上林冠层和灌草层的变异性较大。成土母质是引起植被垂直结构差异的重要原因,不同成土母质红壤上植被垂直结构恢复度由高到低依次为:千枚岩林地红砂岩林地花岗岩林地,垂直结构恢复水平的不同引起了林下土壤侵蚀的差异。     

基于虚拟模型的水稻冠层叶面积计算方法

水稻冠层的叶面积是分析水稻生长状况的重要参数,传统叶面积统计方法效率较低且误差较大,难以对植株冠层不同高度层的叶面积进行测量。针对传统水稻冠层叶面积统计方法的薄弱点,该文提出一种基于虚拟模型的水稻冠层叶面积计算方法。该方法首先通过田间试验获取的水稻形态参数,建立虚拟水稻模型,然后基于该模型计算植株整体叶面积以及两株水稻在一定株距下不同高度层内叶片面积的大小,从而为水稻种植管理措施的优化提供参考。该文算法与长宽校正法相比,在整株叶面积统计结果上,二者相差在5%左右;每层叶片面积实际测定和仿真结果的比较,两者误差在10%之内。该方法对于水稻冠层叶片面积统计具有一定的实际意义。     

黄土高原土壤风蚀区甘草灌溉试验

为探讨黄土高原土壤风蚀区甘草生长需水的最适规律,在干旱条件下采用控制灌溉制度方法进行了非充分灌溉试验研究。在不同生育时期对株高、干物质量、叶面积指数（LAI）、叶片的净光合速率和蒸腾速率以及土壤含水率进行动态测定。结果显示,各处理的甘草随着生育期的变化生理性状差异显著,灌水定额在900 m3/hm2且灌4次水的甘草具有植株高、叶面积指数（LAI）大、光合作用强和生物量大等特征。研究成果对提高黄土高原土壤风蚀区植被覆盖度、土壤抗蚀能力的增强具有重要的意义。     

侵蚀红壤恢复区植被垂直结构对土壤恢复特征的影响

通过获取典型的侵蚀红壤恢复区植被垂直结构参数及林下土壤属性值,构建归一化土壤恢复指数,研究了植被垂直结构对林下侵蚀土壤恢复特征的影响。结果显示:研究区植被垂直结构与土壤属性特征较侵蚀期均有所恢复,植被垂直结构对侵蚀土壤的恢复影响显著,土壤重组有机碳、全氮和黏粒含量的恢复水平均呈现出纯林林草林灌草的趋势,体积质量顺序相应为林灌草林草纯林。植被投影叶面积指数与归一化土壤恢复指数呈显著正相关(r=0.332*,P0.05)。在投影叶面积指数大于0.2的情形下,土壤恢复特征随植被垂直层次的增多呈正向演变,不同植被结构投影叶面积指数的增大有利于侵蚀区退化土壤质量的恢复,灌草层是侵蚀红壤恢复的重要影响因素。     

基于S-W模型的韩江流域潜在蒸散发的气候和植被敏感性

基于AVHRRNDVI、IGBP土地覆盖分类和气象站观测数据,利用Shuttleworth-Wallace(S-W)模型估算韩江流域2000-2006年的潜在蒸散发(PET),结果显示PET不仅受气候条件影响,而且随植被类型及其生长过程而变化。分析PET对气候和植被的敏感性,结果表明:1)PET对植被的类型很敏感,相同气候条件下,不同植被的PET计算结果相差很大,常绿针叶林、农作物和多树草地的多年平均PET分别为1136.6,965.1,563.2mm/a,最大值和最小值相差1倍。2)不同植被覆盖的PET对气候的敏感性不同。常绿针叶林的PET对水汽压最为敏感,明显高于气温和太阳辐射的敏感性,而风速的敏感性可以忽略;农作物的PET除对风速的敏感性较低外,气温、太阳辐射和水汽压的敏感性都较高,最为敏感的是气温;多树草地的PET同样对气温最为敏感,水汽压、风速和太阳辐射的敏感性也都比较高,而且很接近。3)各种植被覆盖的PET对叶面积指数(LAI)都有一定的敏感性,但都小于气象因子(风速除外)的敏感性;不同植被覆盖的PET对LAI的敏感性也不同,多树草地的PET对LAI最敏感,其次是常绿针叶林,再次是农作物。     

超高产与普通玉米叶片生长动态变化比较研究

对不同密度下2个超高产玉米品种(先玉335、郑单958)与2个普通玉米品种(长城799、通吉100)的叶片生长动态生理指标进行观测,比较超高产玉米与普通玉米不同生育时期叶片的生长变化规律及差异。试验结果表明:4个玉米品种每株能生长出多少叶片是由其遗传型决定的,不同密度对其分化出叶片数量的稳定性,并无重大影响。超高产玉米的叶片数量,出叶速度和叶面积指数要略高于普通型玉米。     

超高产与普通玉米叶片生长动态变化比较研究

对不同密度下2个超高产玉米品种（先玉335、郑单958）与2个普通玉米品种（长城799、通吉100）的叶片生长动态生理指标进行观测,比较超高产玉米与普通玉米不同生育时期叶片的生长变化规律及差异。试验结果表明：4个玉米品种每株能生长出多少叶片是由其遗传型决定的,不同密度对其分化出叶片数量的稳定性,并无重大影响。超高产玉米...     

中国东北黑土带土壤线空间变异规律

利用遥感影像分析土壤参数和监测植被长势要求准确的土壤线参数。利用MODIS反射率产品计算东北黑土带不同分区土壤线参数,研究其空间分布规律;并利用不同分区土壤线参数计算与土壤线性相关的植被指数,分析不同植被指数与作物叶面积指数、光合有效辐射分量之间的相关关系。结果表明：东北黑土带土壤线斜率的总体趋势是,由北向南先增加后减小,最大值（1.5921）在北纬47°～47.7°之间的黑土带范围（对应行政范围为海伦南部,望奎北部）;最低值（1.1319）在德惠南部与九台中部。与土壤线性相关的植被指数与作物两个生理参数的相关关系显著高于归一化植被指数（NDVI）; 改进的转换型土壤植被指数（ATSAVI）对土壤线参数的敏感性最高,利用分区不同土壤线参数计算的ATSAVI与作物生理参数的相关系数高于利用单一土壤线参数计算的结果;引入土壤线参数可以提高植被指数反演作物生理参数的精度。