共查询到20条相似文献,搜索用时 0 毫秒
1.
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。 相似文献
2.
在对水稻不同生育期进行冠层光谱二向反射率测定的基础上,分析了水稻冠层二向反射率随观测角及冠层结构变化的变化规律,得出以下结论:在不同波段及不同的观测方位角,冠层反射率都是随着观测天顶角的增加而增加的,随着叶面积指数的增加,冠层反射率受观测天顶角的影响减小.在植被比较稀疏(叶面积指数较小)时,冠层的后向反射较明显;可见光波段的后向反射现象比近红外波段明显;冠层的二向反射率在垂直主平面方向是对称的;反射率在后向散射方向达到最高,在前向散射方向达到最低。 相似文献
3.
以鄱阳湖源头之一的梅江流域作为研究区,该地区植被多呈混交状态,且疏密程度不均,针对这一特性,采用EO-1上搭栽的高级陆地成像仪(ALI)生成的多光谱影像作为遥感信息源,对该影像预处理后计算各植被指数信息;考虑到研究区裸地比较多,其中垂直植被指数(PVI)的计算引入土壤线参数.同时,借助植物冠层分析仪LAI-2000实地测量获得研究区的LAI值,而后对采样所得的LAI数据与通过遥感影像所获得的植被指数建立空间位置上的联系,提取出相应点的VI值,拟合两者之间的关系,得到相应的反演模型,在回归模型中依据相关系数R2找出最佳模型,最后反演制图得到该研究区的植被冠层LAI图. 相似文献
4.
棉花叶面积指数冠层反射率光谱响应及其反演 总被引:8,自引:1,他引:8
【目的】研究棉花冠层光谱对不同叶面积指数(LAI)的响应,建立棉花LAI光谱反演模型。【方法】利用2003~2004年采集的棉花光谱与LAI的246组数据,分析LAI与冠层反射率光谱和反射率一阶微分光谱间的定量关系。【结果】当LAI大于2.5后不同LAI棉花群体光谱反射率在可见光波段趋于饱和;LAI与可见光波段和短波红外波段(水分吸收带除外)光谱反射率呈显著负相关,与近红外波段高光谱反射率呈显著正相关;LAI与棉花反射率一阶微分光谱主要在蓝边(523~531 nm)、黄边(570~576 nm)、红边(700~755 nm)形成3个相关系数高台区,均达极显著水平,其中红边区的相关性最高。棉花红边位置固定,分别在718 nm和723 nm,且以 723 nm处对LAI更敏感。在反演棉花LAI的高光谱参数中VI (660、800)、VI (550、800)、VI (500、800)、VI (670、800)、Sdy (570~573 nm)、SDr (714~755 nm)、D723、Dr 估算LAI相对误差低于30%,RSME小于0.6,其中VI (600、800)、VI(550、800)两个参数估算水平最高,相对误差分别为21.7%与21.0%,RMSE分别为0.416与0.419;利用SDr与SDr/SDb分别对LAI大于1.0 与小于1.0 的棉花群体反演,能显著提高LAI的估算水平。【结论】应用高光谱分析方法能够提取棉花冠层特征光谱信息,构建LAI高光谱反演参数,建立估算模型,并且利用包含不同光谱参数的分段模型可以进一步提高LAI反演精度。 相似文献
5.
[目的]为了了解旱作水稻(Oryza sativa L.)冠层光合有效辐射(PAR)、叶面积指数(LAI)与其产量的相关性关系。[方法]利用SUNSCAN冠层分析仪,对正在进行产量比较试验的旱作水稻新品系的冠层PAR、LAI分别进行测量,并测定各品系的产量。[结果]当水田种植条件下冠层PAR处于223.53~262.23μmol/(m2.s),旱田种植条件下PAR处于119.62~185.74μmol/(m2.s)时,各品系产量均较高;PAR偏低的品系产量较低,但PAR太高的品系产量反而降低。对于大部分试验品系,随着LAI的不断提高,产量也在逐步提高。[结论]旱作水稻高产需要其冠层PAR处于一定的范围内,PAR太高或太低都不易达到高产的目标。LAI与产量呈正相关关系。 相似文献
6.
基于主动光谱仪的水稻叶面积指数监测 总被引:1,自引:0,他引:1
叶面积指数(LAI)是描述作物长势的重要参数,LAI的实时动态监测对水稻生长诊断和管理调控具有重要意义.为分析水稻LAI与光谱参数的定量关系,设置了不同年份、不同氮肥水平的田间试验,于移栽后定期测试水稻冠层光谱参数,并同步定株测量LAI.结果表明,LAI可以基于主动光谱仪构建的植被指数(NDVI和RVI)进行模拟,NDVI(770,660)、RVI(770,660)均能较好地模拟LAI,预测精度分别为0.97、0.92,RMSE分别为0.41、1.32,RE分别为0.16、0.28,利用主动光谱仪可以实现水稻LAI的快速无损监测,为指导水稻精确管理提供了技术支持. 相似文献
7.
8.
为探究冠层图像分析技术在冬小麦长势监测中应用,6个施氮水平的田间试验条件下,在冬小麦拔节期采集冠层图像,并同步测定冬小麦叶面积指数和叶片SPAD值.通过图像分析软件计算了冬小麦冠层覆盖度及红、绿、蓝亮度值等10种色彩指数,分析了叶面积指数及叶片SPAD值与色彩指数和冠层覆盖度的相关性,利用逐步回归方法构建了叶面积指数及叶片SPAD值的估算模型.结果表明:冬小麦拔节期叶面积指数与冠层覆盖度及几个色彩指数呈极显著相关;叶片SPAD值与红光标准化值等几个色彩指数呈极显著相关;利用叶面积指数估算模型计算的预测值与实测值的线性回归方程的决定系数为0.771,相对均方根误差为25.181%;利用叶片SPAD值估算模型计算的预测值与实测值的线性回归方程的决定系数为0.644,相对均方根误差为6.734%.相关分析和估算模型验证结果表明,基于冠层图像分析的冬小麦拔节期叶面积指数和叶片SPAD值的监测是可行的. 相似文献
9.
10.
随着观测角度和观测平面的变化,同一地物产生的反射率、辐射信息也会产生很大差异。通过地面观测草地多平面多角度光谱反射率和叶面积指数数据,分析了光谱反射率随观测平面、观测角度的变化规律,并模拟TM资料红光(630~690 nm)、近红外(760~900nm)和蓝光(450~520 nm)波段反射率,计算RVI、DVI、NDVI、SAVI、ARVI和MSAVI等不同植被指数,分析不同观测平面和角度下植被指数与叶面积指数的相关性,建立遥感反演模型。结果表明,主平面上光谱反射率各向异性强于垂直主平面,且前向反射率低于后向,垂直主平面上前向和后向反射率呈现一定的对称性。主平面后向观测时植被指数与叶面积指数的相关性大于主平面前向观测、垂直主平面前向和后向观测的相关性。在建立的一元线性、乘幂、对数、指数、多项式等回归模型中,以三次多项式回归模型反演叶面积指数的精度最高。主平面上后向观测的NDVI、RVI、SAVI、ARVI的三次多项式回归模型均达到显著水平,在不同的观测角下,以-30°、-45°时拟合精度最高。 相似文献
11.
叶面积指数(LAI)是量化冠层结构最常用的参数之一,准确估测LAI对森林生态系统结构特性的研究具有重要意义.利用半球摄影图像法和LAI-2000法及半球摄影图像法结合凋落物法估测了小兴安岭白桦次生林LAI及其动态变化.首先对该林型叶凋落末期(11月初)的半球摄影图像进行合理校正(包括木质部分所占比例α,冠层水平集聚指数ΩE,校正值作为该时期常绿树种的真实LAI(LAIt),结合各调查期的凋落物数据,得到落叶季节(7-11月)的LAIt,并以该值为参考值,对比分析了两种光学仪器法估测值.结果表明:两种光学仪器法在LAI最大时期低估(分别低估2.83%、6.20%),其他时期显著高估(平均高估118.13%、89.34%),但两种光学仪器法与探讨方法估测值存在很好的相关性:LAIt=-1.1393+1.0934·LAIHP,R2=0.80; LAIt=-0.1712+0.6259·LAILAI-2000,R2=0.83.研究结果可为将来方便、快捷、准确的估测白桦次生林的LAI提供参考. 相似文献
12.
以哈尔滨实验林场为研究区,利用可以测量枝叶聚集程度的植物冠层分析仪作为叶面积指数(LAI)测量仪器,分别收集研究区水曲柳人工林和落叶松人工林的夏季LAI数据和冬季的木质部面积指数(WAI)数据,从植被面积指数(PAI)中移除木质材料的信息,获得叶子信息,修正了TRAC测量中所需参数——木质部占总植被面积的比率α,计算了哈尔滨实验林场的水曲柳林和落叶松林的叶面积指数.结果表明:研究区水曲柳林的LAI平均值为4.099,落叶松林的LAI平均值为5.176;水曲柳林的LAI与有效植被面积指数(PAIe)的平均值差别不大,这是由于水曲柳林的木质部分对叶面积指数的贡献与其叶片的聚集度效应基本相当,落叶松林的PAIe与LAI相差达到27%之多,针簇内部尺度的聚集度指数是造成这种差距的主要原因,所以对于针叶林的LAI测量必须要考虑叶子的聚集度效应;哈尔滨地区的水曲柳林TRAC改正参数α的参考值为0.24,哈尔滨地区的落叶松林TRAC改正参数α的参考值为0.30. 相似文献
13.
14.
15.
基于高光谱的冬小麦叶面积指数估算方法 总被引:3,自引:0,他引:3
【目的】冬小麦叶面积指数是评价其长势和预测产量的重要农学参数,高光谱技术监测叶面积指数的方法能够实现快速无损的监测管理。本文旨在将田间监测和高光谱遥感相结合,探索研究中国南方江汉平原地区冬小麦的最佳波段、光谱参数及监测模型。【方法】研究选取江汉平原的湖北省潜江市后湖管理区,利用ASD地物光谱仪和SunScan冠层分析系统在田间对冬小麦的冠层光谱及叶面积指数的变化进行监测,并探讨高光谱植被指数与冬小麦叶面积指数之间的定量关系。通过相关性分析、回归分析等方法构建6种植被指数与冬小麦叶面积指数的反演模型。【结果】冬小麦冠层光谱反射率中近红外波段870 nm,红光波谷670 nm,绿光波峰550 nm,蓝光450 nm波段对叶面积指数变化最为敏感,通过构建植被指数与叶面积指数模型,相关性均较好,决定系数(R2)为0.675-0.757,其中NDVI反演模型的R2最高为0.757。【结论】经模型精度检验,NDVI植被指数反演模型的精度较其它模型好,较适合对研究样区的冬小麦进行叶面积指数反演。 相似文献
16.
高光谱遥感技术能够快捷、准确、无损坏地估测森林LAI,从而有效地监测森林长势,估测森林生物量,评价森林病虫害等。以黑龙江凉水自然保护区为例,利用高光谱遥感技术和GPS测量技术,结合地面实测LAI数据,采用从CASI图像提取的NDVI、SR、MSAVI 3种植被指数,与地面实测的LAI建立统计回归模型,然后再从众多的统计模型中根据相关系数,筛选出由CASI反演LAI的最佳植被指数和回归模型。 相似文献
17.
不同氮肥调控对水稻分蘖数和叶面积指数的影响 总被引:1,自引:0,他引:1
为明确氮肥施用量对水稻分蘖数和叶面积指数的影响,以广东省主栽品种粤农丝苗和合美占为供试材料,设置5个进行开展了氮肥施用量梯度试验。结果表明,在同一生育期内,水稻植株的总茎蘖数、无效分蘖和叶面积指数均随着施氮量的增大而增大;其中,施氮量、分蘖数和叶面积指数三者之间分别呈显著的正相关关系(r0.8)。适当的施氮量能增加水稻的分蘖数和叶面积指数,促进其生长发育,但过量增施氮肥会增加无效分蘖数,降低氮肥利用率。 相似文献
18.
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。 相似文献
19.
基于数字图像视觉分析的叶面积活体测定系统研究 总被引:3,自引:0,他引:3
通过计算数字图像中每个像素点代表的真实面积和叶片图像所占的像素数量,可以计算出图像中叶片的面积.基于此原理,该文提供了利用数码相机快速获得植物叶片图像并准确测定叶面积的方法.该方法适用于对多种植物的平面状叶面积进行活体测量,同时能够对异性叶片离体测量,尤其适合大量叶面积的测量工作,且具有速度快、数据准确、精度高的特点. 相似文献