【目的】叶面积指数(LAI)是描述植物冠层结构、群落生长分析和陆地生态系统研究的重要参数,提高叶面积指数的估算精度是遥感工作者的重要研究方向之一。【方法】通过不同氮素营养水平的水稻小区实验,利用2004年中稻高光谱反射率数据,模拟中等分辨率成像光谱仪(MODIS)前四个通道,提出包含蓝、绿、红和近红外四个谱段的调节型归一化植被指数ANDVI(adjusted-normalized difference vegetation index)。对ANDVI和归一化植被指数NDVI(normalized difference vegetation index)、增强型植被指数EVI(enhanced ...

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455.89t·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。

【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...

【目的】准确估算黑河流域中游地区植被生态耗水量，为流域生态保护和水资源配置提供科学参考。【方法】借助卫星遥感、GIS等技术，利用2011年5－9月黑河中游地区的归一化植被指数(INDV)数据，将其与同期土地覆被和气象数据相结合，采用植被指数法对黑河中游地区植被生长季的生态耗水量进行计算和分析，利用2008年同地同期数据资料进行检验。【结果】黑河中游地区林地蒸散发量214.2343.9 mm，草地蒸散发量为213.2269.8 mm；区域植被生态耗水量为5.812 8亿m3，其中林地生态耗水量为0.474

总结不同空间尺度森林叶面积指数(LAI)的估算方法,并讨论这些估算方法的优缺点与发展趋势:通过地面实测来估算小尺度的森林LAI,包括破坏性采样法、落叶收集法、异速生长方程法、光学仪器法和倾斜点嵌块法;通过遥感反演估算区域乃至全球尺度的森林LAI,包括统计模型法、基于冠层物理特征与反射特性的冠层反射模型法、人工神经网络技术及查表法。

【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...

【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Landsat5TM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...

【目的】阐明水稻顶部4张叶片蛋白氮含量和反射光谱特征的变化规律及其相互关系,建立快速、准确诊断水稻功能叶片蛋白氮含量的方法。【方法】通过3年不同施氮水平和不同品种类型的大田试验,分生育期同步测定顶部4张叶片的光谱反射率及蛋白氮含量,系统分析叶片蛋白氮含量与多种高光谱参数的定量关系。【结果】水稻叶片蛋白氮含量和光谱反射率在不同施氮水平、不同生育期及不同叶位间均存在明显差异,叶片蛋白氮含量的敏感波段主要存在于可见光绿光区530～580nm及红边区域695～715nm,其中红边区域表现最为显著。红边区域700nm附近波段与近红外短波段的比值组合(SRs)可以有效地估算水稻上部功能叶片的蛋白氮含量,其...

【目的】合理利用高分辨率影像空间信息可提高森林参数的估算精度,本研究在前人基础上进一步细化,探索高分辨率影像的光谱与空间信息在提高森林有效叶面积指数(LAIe)估算精度上的组合规律,以期为高分辨率影像对森林参数的估算和森林健康评价研究提供参考和基础数据。【方法】以黄土高原渭北地区刺槐人工林为研究对象,野外测定76块刺槐人工林样地的LAIe,并分别提取高分辨率快鸟影像全色数据的7种纹理指数(角二阶矩阵ASM、同质性HOM、相关性COR、对比度CON、非相似度DIS、变化量VAR、熵ENT)和多光谱数据的7种光谱信息(近红外波段b4、土壤调节植被指数SAVI、修正的土壤植被指数MSAVI、非线性植...

【目的】刺形叶小且密生，传统的叶面积测定带来诸多不便，本研究旨在构建快速、准确测量塔柏刺形叶叶面积的模型。【方法】以塔柏刺形叶为材料，采用游标卡尺测量1 270片塔柏刺形叶的叶长（LL）、叶基宽（LBW）、最大叶宽（LWmax）以及叶厚（LT），使用Photoshop CS5图像处理软件对叶片的图像进行处理并计算叶面积（LA）。应用SPSS统计软件对叶形态学指标和叶面积进行统计分析，探究刺形叶形态学指标与叶面积的关系，并构建塔柏刺形叶叶面积估算模型。【结果】在塔柏刺形叶5个形态学指标中, LA的变异系数最大（CV=0.301），数值分布在7.307～7.556mm2(95%CI)，且LA与LL、LWmax呈显著正相关（r=0.858,0.794）。塔柏LA的最优多变量线性回归模型为：Y=-3.879+0.718 X_1+5.679 X_2-1.177 X_3 (R~2=0.914,RMSE=0.667,AIC=2 060.969)，其中X_1、X_2、X_3分别为LL、LW_(max)、LBW，预测精度为96.21%。LA的最优单变量模型为基于LL的模型：LA=-1.686+1.003X(R~2=0.725, RMSE=1.191, AIC=3 238.133)，预测精度为91.16%。【结论】本研究为准确估算塔柏刺形叶叶面积提供了简洁的方法，也为研究刺形叶性状指标之间的关系提供了数据基础。

【目的】探索植被指数（VI）及其波段选择、回归建模方法、训练样本选取三方面因素对基于统计模型的水稻叶面积指数（LAI）高光谱遥感估算的影响，构建县域水稻LAI估算模型，并在四川省凉山彝族自治州昭觉县开展实证应用。【方法】本文基于不同样本量的３套训练数据，分别对增强型植被指数（EVI）、修正三角植被指数2（MTVI2）、归一化差值植被指数（NDVI）和修正比值植被指数（MSR）开展波段选择。在此基础上，以1种VI作为LAI的特征参量，试用指数回归（ER）和人工神经网络（ANN），构建LAI估算模型。计算LAI估算值和实测值之间的决定系数（R~(2)）和均方根误差（RMSE），开展估算精度验证。【结果】①基于EVI或MTVI2的LAI估算精度优于NDVI和MSR。以ANN模型为例，基于优选波段的EVI和MTVI2得到的R~(2)分别为0.638和0.681，RMSE分别为0.554和0.519；而NDVI和MSR得到的R~(2)分别为0.567和0.560，RMSE分别为0.606和0.611。②基于各VI优选波段组合的LAI估算精度（平均R~(2)为0.574，平均RMSE为0.598）优于默认波段组合（平均R~(2)为0.424，平均RMSE为0.694）。③ANN模型的表现优于ER模型。在基于默认波段、优选波段的LAI估算试验中，ANN模型得到的平均R~(2)比ER模型分别提高了40.27%和14.03%；平均RMSE分别降低了11.32%和8.11%。④就本项目试验而言，训练样本量对基于ANN模型的LAI估测精度的影响不显著。例如，当训练样本量低至24时，基于EVI构建的ANN模型的测试精度（R~(2)=0.660， RMSE=0.537），仍然优于ER模型（R~(2)=0.597， RMSE=0.585）。【结论】VI及其波段选择与回归建模方法对LAI高光谱遥感估算均有明显影响。针对特定区域的目标作物，尝试利用任意可能的波段组合来计算多种VI，遴选与实测LAI相关系数最大的VI及其波段组合，有益于提高基于VI的LAI高光谱遥感估算精度。同时，即使基于小样本训练数据，机器学习算法仍有可能得出优于参数回归的结果。

研究应用ACRM冠层辐射传输模型和MODIS地表反射率数据反演了河北衡水地区3月初至5月初植被叶面积指数,并分析了其时空分布变化特征。研究时段为冬小麦返青期至成熟期,LAI反演结果与当地冬小麦时空分布特征较为吻合。研究结果显示,基于ACRM冠层辐射传输模型反演植被生化变量具有很大的应用潜力。

利用1995年6月和2009年6月的TM卫星影像数据,计算西安市同期的归一化植被指数(NDVI),并以此为基础,反演植被覆盖度,通过植被覆盖度大于0.1的归一化植被指数的差值分级,量化分析西安市1995—2009年的植被状况。结果表明:西安市NDVI均值从1995年的0.2522提高到了2009年的0.3882,山区与前山缓坡带NDVI高,平原区受夏收刚过的耕地裸露的影响,NDVI低;从1995年到2009年,极低覆盖度、低覆盖度和高覆盖度植被的面积均有所减少,占全市土地面积的比例分别降低了1.05%和22.25%和1.81%,而中覆盖度和极高覆盖度植被的土地面积分别增加了12.68%和12....

[目的]以吉林省汪清林业局金沟岭林场40株10～40年生长白落叶松的健康针叶为研究对象,建立叶面积回归模型并估计其比叶面积。[方法]通过WinSEEDLE种子和针叶图像分析系统获取长白落叶松50束共150针的针叶面积、长度、宽度以及周长,再分别烘干至恒质量获得叶片干质量。建立以叶长L、叶宽W、叶周长P和叶片干质量X为自变量,叶面积LA为因变量的一元、二元和三元线性、指数和幂函数回归模型,并用平均误差、总体相对误差、平均系统误差、平均预估误差和均方根误差等统计量来评价模型误差和拟合优度。采用算术平均法、比估计法和最小二乘法计算比叶面积,并对3种方法的方差进行比较,获取最优估算值。[结果]一元、二元和三元模型均以指数函数最佳,模型分别为LA=5.929 e~(1.313W)(R~2=0.858),LA=6.194 e~((0.023L+0.637W))(R~2=0.936)和LA=6.445 e~((0.021L+0.598W+18.067X))(R~2=0.941)。[结论]算术平均法获取的比叶面积的精度最高,该方法得到的长白落叶松的比叶面积为8.026 m~2·kg~(-1)。

在地面调查的基础上,利用协同克里格插值法对研究区内毛竹Phyllostachys edulis林叶面积指数(LAI,leaf area index)和冠层郁闭度(CC,canopy closure)2个冠层参数进行空间分布估算研究,并与普通克里格插值法进行了比较。研究结果表明:①球状模型可以用来反映LAI和CC的空间变异,且两者具有强烈的空间自相关特征。②协同克里格插值得到的LAI预测值与实测值之间的决定系数R2为0.635 1,而CC的决定系数R2为0.428 5;与普通克里格法相比,基于协同克里格法的LAI和CC预测精度均得到改善,其中LAI预测精度提高了1.94%,均方根误差减少2.00...