基于LAI-2200的草地LAI测量与聚集度系数分析

叶面积指数(LAI)是陆地表层生态系统最重要的植被结构参数之一。近年来,利用LAI-2200观测草地叶面积指数的研究逐渐增多,但是其精度验证研究却很少。本文利用LAI-2200获取19个草地样地的有效植被面积指数(PAI_e),并利用草地孔隙率模型模拟LAI-2200测量值,然后与收获法得到的植被面积指数(PAI)进行比较,进而评估LAI-2200的测量精度,并分析草地聚集度系数(CI)的变化规律。结果表明LAI-2200观测天顶角较小的4圈数据计算的PAI_e比5圈数据计算的PAI_e的精度更高;PAI_e与PAI相关性极显著(R2=0.951);当PAI小于3时,PAIe略小于PAI;随着PAI继续增大,PAI_e低估逐渐严重。这种低估现象主要原因是叶片的聚集效应,当PAI小于3时,CI均值为0.97;当PAI为3~6时,CI均值为0.88;当PAI大于6时,CI均值为0.71,因此LAI-2200用于浓密草地测量时需要用CI进行订正。     

HJ—1CCD与Landsat—5TM在森林叶面积指数反演中的比较分析

利用LAI2000测量了帽儿山实验林场23个不同类型森林样区的叶面积指数(leaf area index,LA.),根据LA.1观测数据和由环境一号卫星HJ-1CCD数据及Landsat-5TM数据计算的比植被指数(SR),分别建立了研究区森林LA.的估算模型.在此基础上,对比分析了CCD和TM数据在红光和近红外波段的特征,评价了利用这两种遥感数据提取的研究区LA.1的差别.结果表明,CCD数据在红光波段的质量比TM-3稍偏低,CCD数据在近红外波段的信息量丰富;利用CCD与TM数据提取的LA,1具有很好的相关性(R2=0.736 4.n=180339).但前者提取的LA,比后者平均偏高0.23(4.5%);CCD数据在空间分辫率、辐射分辫率、波段设置上都与TM数据具有较好的一致性,同时,CCD还具有比TM高得多的时间分辨率(2d),可以有效应用于较大范围森林LA.1的提取.     

基于BP神经网络与Kriging结合的土壤有机质空间分布模拟——以福建省华安县为例

[目的]提高县域尺度耕地土壤有机质空间插值精度.[方法]基于福建省漳州市华安县215个土壤有机质野外采样数据,将样地土壤类型、土地利用方式两种定性因素转化为虚拟变量,结合土壤质地、海拔高度、坡度等定量因素,构建了BP神经网络与克里金插值(Kriging)相结合的非线性拟合法(BP OK),并与回归克里金插值法(RK)、...     

结合不同辅助信息的耕地土壤有机质空间插值方法研究

耕地土壤有机质与耕地质量息息相关,其空间分布受人为因素和自然因素的双重影响.为提高空间插值模型预测精度,以福建省漳州市华安县为例,采用结合坡度、海拔高度、土地利用辅助信息的空间插值技术,探究最适合该区域的空间插值模型.结果表明:华安县耕地土壤有机质平均含量23.5 g/kg,属中等水平,变异系数为30.8％,属中等性变...     

呼伦贝尔草原植被覆盖度地面实测与遥感估算研究

以内蒙古呼伦贝尔草原为研究区,共选择放牧区和非放牧区的47个观测样地,利用数码相机获取草地冠层照片,利用HLS彩色变换与RGB结合法及其他方法分别提取植被覆盖度。结果表明:本文发展的HLS彩色变换与RGB结合法提取的植被覆盖度的平均精度达85.85%,仅次于最大似然监督分类法。基于本文方法提取的实测点草地植被覆盖度与Landsat-5 TM影像计算的6种植被指数均有较好的正相关关系,其中与减小的比值植被指数(RSR)的相关性最高,从而建立了植被覆盖度遥感估算模型。遥感估算的研究区植被覆盖度空间差异明显,大部分草地植被覆盖度在0.7～0.9之间,而放牧区的草地植被覆盖度大多在0.5～0.7之间。