基于高光谱与多光谱植被指数的洪河沼泽植被叶面积指数估算模型对比研究

以洪河国家级自然保护区为研究区,2009年8月中旬,在研究区野外实测沼泽植物冠层的光谱反射率和叶面积指数(LAI),将地面实测的植物高光谱反射率以Landsat-5 TM波段范围为基准进行波谱重采样,以重采样后的光谱反射率计算多光谱植被指数,用几种常见的高光谱和多光谱植被指数建立估算沼泽植被叶面积指数的统计回归模型,对比这些模型的精度,选出最优模型.研究结果表明,用各植被指数建立的估算沼泽植被叶面积指数的回归模型分别为二次函数、对数函数或指数函数;各模型对沼泽植被叶面积指数的反演精度差别较大;在全波段高光谱植被指数中,用全波段归一化植被指数H-FNDVI(R930,R515)构建的估算沼泽植被叶面积指数的模型最佳;在常规高光谱植被指数中,用修正简单比率H-MSR构建的估算沼泽植被叶面积指数的模型最佳;在多光谱植被指数中,用多光谱归一化植被指数M-NDVI构建的估算沼泽植被叶面积指数的模型最佳.对比发现,由多光谱数据提取的植被指数构建的模型对研究区LAI的估算效果不太理想,而从实测高光谱数据提取的窄波段特有植被指数构建的估算沼泽植被叶面积指数模型表现出较明显的优势,表明窄波段植被指数更适合用来监测沼泽植被叶面积指数.     

基于SAIL模型的多角度多光谱遥感叶面积指数反演

随着多角度传感器的陆续出现及植被遥感传输机理研究的深入,多角度遥感逐渐成为地表信息反演的热点问题.以SAIL冠层反射率模型为基础,通过联合多角度和多光谱数据,可以从物理机理角度进行植被叶面积指数(LAI)反演的应用研究.首先通过计算得到多角度多光谱遥感影像的角度信息,并经6S模型纠正后得到多光谱多角度植被冠层反射率数据.然后将PROSPECT模型模拟出的植被叶片反射率和透过率,以及多角度观测数据、LAI和其它实测数据输入SAIL模型,模拟得到了多角度多光谱冠层反射率,进而建立多角度多光谱冠层反射率与LAI的查找表.最后,将影像的多角度多光谱冠层反射率与查找表进行匹配,实现植被LAI的反演.最后对反演结果进行了验证和分析,结果表明反演精度较高,误差均在合理范围之内.     

植被指数方法估算冬小麦冠层叶绿素含量的角度效应研究

叶绿素是表征作物长势状况、光合作用能力及生理状况的重要指标,其含量变化对于分析作物生理生化过程以及指导作物精准管理具有重要意义.该文结合辐射传输模型模拟数据和实测多角度遥感数据研究不同叶倾角株型冬小麦叶绿素含量反演的角度效应,即观测天顶角和太阳天顶角变化对植被指数方法估算冬小麦冠层叶绿素含量精度的影响.结果表明:模拟与实测多角度数据的角度效应影响植被指数与冠层叶绿素含量的相关性,实测多角度数据观测天顶角变化对植被指数与冠层叶绿素含量相关性的影响显著高于太阳天顶角以及平均叶倾角变化特征的影响.其中,实测多角度数据下,红边归一化植被指数(ND705)在后向10°和20°观测天顶角下估算冠层叶绿素含量精度最高(R2=0.71,RMSE=49.95μg/cm2,RRMSE=22％);角度不敏感植被指数(AIVI)垂直观测下估算冠层叶绿素含量精度最高(R2=0.72,RMSE=49.08μg/cm2,RRMSE=21％);观测天顶角小于30°时,红边植被指数估算冠层叶绿素含量精度受角度效应影响较小.     

西藏高寒草甸冠层光合参数的遥感估算：站点研究（英文）

太阳辐射驱动的植物光合作用是所有生物圈功能的基础。高寒草甸生态系统范围广,土壤碳密度高,气候变化剧烈,因此是高寒生态系统关键过程响应气候变化的指示器。然而,对高寒草甸生态系统光合作用的主要参数,包括被冠层吸收的光合有效辐射占比(FPAR)、冠层消光系数(k)和冠层叶面积指数(LAI)季节动态的研究较为缺乏。利用2009–2011年太阳辐射各组分和植被叶面积指数观测,分别估算了位于西藏自治区当雄县一个典型的高寒草地生态系统的这三个光合参数,并与最新MODIS(collection6)遥感FPAR(FPAR_MOD)和LAI产品(LAI_MOD)进行了对比。此外,基于比尔–朗伯吸收定律和MODIS植被指数产品(归一化植被指数NDVI和增强型植被指数EVI),本研究介绍了一个纯遥感手段估算高寒草甸生态系统植被冠层光合参数季节动态的方法。结果表明:2009–2011年该研究区高寒草甸日均FPAR分别是0.33、0.37和0.35,所有4个基于遥感的FPAR产品,包括FPAR_MOD、基于比尔–朗伯吸收定律(常数化消光系数为0.5)估算的FPAR_LAI,以及2个利用MODIS植被指数产品与FPAR地面观测(FAPRg)建立非线性统计模型估算的FPAR(FPAR_NDVI和FPAR_EVI)均对FPARg的年内季节变异做出了很好的解释。相比而言,FPAR_MOD严重低估了FPARg,低估量超过了FPARg本身的40%;FPAR_LAI也明显低估了FPARg,低估量将近20%,这主要是由于比尔–朗伯吸收定律中k值在整个生长季都被设置为常数0.5,因此用FPAR_LAI去校准FPAR_MOD在该高寒草甸不是一个科学合理的方法。通过遥感估算,该高寒草甸的k值存在明显的季节变异,变异范围是0.19–2.95。考虑k值的季节变化后,FPAR_NDVI和FPAR_EVI明显地提高了对FPARg的估算精度,二者对FPARg虽然有轻微的高估,但高估量均不到5%(RMSE=0.05)。基于植被指数(NDVI和EVI)模拟的FPAR和k的季节动态,利用比尔–朗伯吸收定律估算的植被叶面积指数(LAI_NDVI和LAI_EVI)明显提高了遥感LAI_MOD产品的准确度。本研究揭示了基于比尔–朗伯吸收定律,植被指数构建的遥感模型可以提供该高寒草甸FPAR、k和LAI季节动态简单而有效的估算方法。     

矿区植被物化参数高光谱遥感估算研究

基于高光谱遥感数据Hyperion和植物冠层反射光谱,应用指数法、回归统计法和基于光谱位置变量的方法对矿区植被生物量和叶绿素浓度(SPAD)进行估算.结果表明:植被指数R752/R548与植物鲜重相关性最高,相关系数为0.88;选用植物像元光谱,基于植被指数R752/R548,利用三次函数法构建植物鲜重估算模型精度较高,多重判定系数R2达0.883;植被指数DVI[752,640]与植物干重相关性最高,相关系数为0.42;基于植被指数DVI[752,640],应用线性回归法构建植被干重估算模型精度较低,多重判定系数R2为0.177;基于四点内插法提取的红边位置与叶绿素浓度显著相关,相关系数为0.433;Datt(1)和Datt(2)植被指数与叶绿素浓度存在显著相关,相关系数分别为0.871和0.868;基于红边位置(REP)、Datt(1)和Datt(2)植被指数构建植物叶绿素浓度估算模型精度较高,多重判定系数R2分别为0.814、0.805和0.781.应用高光谱遥感技术可有效地检测矿区受损生态环境下的植被,为矿区植物生态修复工程提供本底资料.     

基于地理环境要素的叶面积指数遥感定量反演

叶面积指数(LAI)是分析冠层结构最常用的参数之一,它控制着植被的生物、物理过程,如光合、呼吸、蒸腾、碳循环和降水截获。但是通过地面直接测量来获取大面积的LAI十分困难,而传统的基于单植被指数的LAI反演方法也具有一定的缺陷。以福州市辖区与闽侯县的阔叶林和处于生殖生长阶段的水稻为研究对象,在传统单植被指数的LAI反演方法的基础上引进植被含水量、植被覆盖度和地形3个核心环境因子来建立LAI估算模型。结果表明:基于最佳植被指数与环境因子的LAI估算模型与未考虑环境因子的单植被指数LAI估算模型相比,其验证精度有所提高。其中,就阔叶林的LAI定量反演模型而言,R~2由0. 706～0. 717提升至0. 755,RMSD由0. 292～0. 297降低至0. 271;就生殖生长阶段的水稻LAI定量反演模型而言,R~2由0. 724～0. 879提升至0. 952,RMSD由0. 696～1. 054降低至0. 441,实现了较高精度的LAI定量反演模型,为福州市辖区及其周边闽侯县区域的LAI快速定量监测奠定基础。     

青海湖环湖地区草地植被生物量遥感监测模型

利用青海湖环湖地区2000年陆地卫星TM遥感图像数据和同期野外实测的34处样方产草量数据,分析了遥感植被指数与草地植被生物量之间的相关关系,进而分别建立了遥感植被指数与草地植被生物量的一元线性回归模型和非线性回归模型。研究表明,遥感植被指数与草地生物量之间存在较好的相关性,但不同遥感植被指数与草地植被生物量相关性程度存在一定差别。此外,所建遥感植被指数与草地植被生物量的非线性回归模型在拟合精度上优于一元线性回归模型,且由三次方程得到的非线性回归模型最适用于监测青海湖环湖地区的草地植被生物量。     

近地机载激光雷达棉花LAI提取方法研究

棉花叶面积指数（LAI）是描述其长势的重要指标,准确获取冠层结构参数是叶面积指数反演的必要条件。以ScoutB-100油动单旋翼无人机为飞行平台,搭载RIEGL VUX-1激光雷达,精确获取棉花高密度点云数据,得到研究区棉田数字表面模型（DSM）和数字高程模型（DEM）,通过差值运算获得其冠层高度模型（CHM）,进而提取有效的冠层结构参数。利用相关性分析法选取相关系数大于0.2的激光穿透力指数（LPI）、回波点云密度（D）、孔隙率（f_gap）、归一化高程值（V_nDSM）构建棉花LAI反演模型,并与实测叶面积指数进行精度验证与评价。实验结果表明：模型估算的LAI与实测LAI之间的决定系数为0.824,均方根误差为0.072,验证了模型的可靠性。     

一个新的荒漠河岸林需水量估算方法及其在塔里木河下游的应用

通过检验一个使用气象数据和植被参数实现逐日计算不同植物种需水量,并能反映其空间变化的荒漠河岸林需水量估算模型,并基于2013年的气象和遥感数据,分析了塔里木河下游荒漠河岸林需水量的时空动态特征。结果表明:在现有植被分布和盖度下,塔里木河下游河岸林年总需水量为1.035×10~8m~3,其中柽柳群落需水4.499×10~7m~3,胡杨群落需水5.855×10~7m~3;单位面积河岸林平均需水量为139.6 mm,胡杨群落需水量比柽柳群落多63.0 mm;河岸林展叶期和落叶期需水量较少,而生长盛期每天大约需水75×10~4m~3。模型强调植被空间分布对需水量的影响,能够动态描述需水量的时空变化,为内陆河水资源管理提供更丰富的信息和准确的结果。     

黄河中游砒砂岩地区长川流域植被盖度及其动态分析

应用遥感监测并结合地面实测数据,分析黄河中游砒砂岩地区典型流域——内蒙古长川流域植被盖度及其变化特征。经野外实测数据进行检验植被盖度遥感监测的精度发现,以遥感手段通过植被盖度与归一化植被指数(NDVI)之间关系来估算长川流域植被盖度的精度达到81.3%。长川流域上游地区(北部)植被盖度相对较高,达到40%~70%;沟道两侧也有相对较高的植被盖度,也达到了30%~60%;一般梁峁地植被盖度较低,只有5%~15%。从1983年开始实施的小流域第一期水土流失重点治理和1993年至1997年期间实施的小流域第二期第一阶段水土流失重点治理的效果明显,使得长川流域植被盖度在该期间内大幅度增高。     

基于PROSAIL模型的广州市过渡带森林植被冠层可燃物含水率估算

基于PROSAIL模型,结合野外实测叶片等水分厚度、干物质重量、叶面积指数数据,构建一种基于归一化红外指数和归一化干物质指数的植被冠层可燃物含水率估算方法。首先,在PROSAIL模型输入实测参数模拟植被冠层光谱曲线,计算归一化红外指数、归一化干物质指数用于叶片等水分厚度、干物质重量的反演。结果表明：归一化红外指数与叶片等水分厚度、归一化干物质指数与干物质重量存在明显的线性关系,基于该关系建立叶片等水分厚度、干物质重量的经验估算模型,经验证估算结果精度较高;将该经验模型推广至利用Landsat 8数据拟合植被冠层可燃物含水率,并与实测数据进行验证,结果显示R²达到0.743,RMSE达到34.2%,具有较高的精度。文章提出的植被冠层可燃物含水率估算模型,可实现广州市过渡带森林大面积、较高精度植被冠层可燃物含水率监测,为预防森林火灾提供参考。     

基于卫星遥感数据的森林病虫害监测与评价

森林病虫害由于在森林资源中造成的重大破坏而被人们称为"不冒烟的火灾",其对生态系统的研究具有重要意义。现有基于遥感数据的病虫害研究多集中在森林病虫害的监测、爆发原因以及发病区域内生产力的变化情况,而对于森林病虫害发生后森林中植被指数与叶面积指数之间的相关性的变化情况还相对较少,处于需要持续性深入探讨的阶段。以加拿大不列颠哥伦比亚地区2002—2012年森林病虫害数据为基础,分析不同严重程度的病虫害对叶面积指数(LAI)与归一化植被指数(NDVI)和增强型植被指数(EVI)的影响。结果表明:①受病虫害感染的像元在轻度(Light)、中度(Moderate)和重度(Severe)三个严重级别中,NDVI与LAI之间的相关性由弱变强,又由强变弱;②EVI与LAI之间的相关性,在轻度(Light)、中度(Moderate)和重度(Severe)三个严重级别的像元中则依次变强。这一研究将为今后利用遥感数据识别病虫害、评价生态系统影响提供基础。     

K-T变换在监测小麦地表参数中的应用

利用K-T变换提取TM和MODIS遥感影像的绿度、湿度分量,在不同的分辨率尺度下监测小麦覆盖地表参数:土壤湿度(Ms)、等效水厚度(EWT)和叶面积指数(LAI),并与NDVI(归一化植被指数)、NDWI(归一化水分指数)和EVI(增强植被指数)监测结果比较.湿度分量监测Ms效果更好,TM和MODIS遥感影像反演精度分别为6.08%、7.37%(RMSE),相关系数R2分别为0.49、0.31,基于绿度和湿度分量建立土壤湿度多元线性回归反演模型,利用TM影像反演土壤湿度RMSE为4.91%,反演土壤湿度和实测土壤湿度R2达0.63;绿度分量监测EWT效果更好,TM和MODIS遥感影像反演精度分别为0.37 kg/m2、0.43 kg/m2,R2分别为0.51、0.28;绿度分量反演LAI精度更好,TM和MODIS遥感影像反演精度分别为0.66、0.83,R2分别为0.64、0.35.     

洪河自然保护区乌拉苔草生物量高光谱遥感估算模型

尝试用不同方法构建洪河自然保护区湿地植被乌拉苔草(Carex meyeriana)的高光谱植被指数,建立水上鲜/干生物量高光谱估算模型,并比较了不同模型的反演精度。通过实测不同覆盖度和水深状况下乌拉苔草的冠层高光谱反射率与水上生物量的数据,采用高光谱可见光—近红外波段及其微分光谱波段(350~1 050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI、FDDVI植被指数,分别找出与水上鲜生物量和干生物量具有最佳相关性波段组合的植被指数,建立乌拉苔草水上生物量的最佳估算模型,并对比分析了反射率光谱植被指数(FNDVI、FRVI、FDVI)模型和微分光谱植被指数(FDNDVI、FDRVI、FDDVI)模型的反演精度。结果显示,微分光谱与乌拉苔草水上生物量的相关性比反射率光谱好;微分光谱植被指数与乌拉苔草水上生物量的相关性比反射率光谱植被指数好,尤其以微分光谱植被指数FDRVI与FDNDVI建立的二次函数模型反演乌拉苔草的水上鲜生物量和干生物量的效果最好,精度分别达74.9%、71.4%,其均方根误差分别为0.074 4和0.026 2,通过了p<0.01极显著验证。这表明,采用微分光谱植被指数FDRVI、FDNDVI对乌拉苔草水上鲜生物量和干生物量的估算可以取得较高的预测精度。     

基于多时相冠层结构参数对冠层光谱的敏感性分析

遥感反演的前提需对模型的输入参数进行敏感性分析.该文选取冬小麦返青期、拔节期、孕穗期和抽穗期,考虑输入参数之间的相关性,以辐射传输模型(PROSAIL)为研究对象,对比分析了局部敏感性和全局敏感性方法在模型不确定性和LAI敏感性上的差异.结果表明,随着冬小麦的生长,模拟光谱与实测光谱吻合度提高,模型模拟的不确定性降低;与局部敏感性方法相比,全局敏感性方法的模型不确定性降低,模拟精度提高,冠层光谱对LAI的敏感性有明显变化,植被指数对LAI的敏感性则相对稳定;与NDVI相比,TGDVI对LAI更敏感.     

大面积棉花长势的MODIS监测分析方法与实践

大面积棉花的生长状况监测比较复杂,目前还没有比较成熟的方法。以往遥感监测应用较多的是NOAA—AVHRR数据,监测精度和监测效果不高。本文利用新一代传感器MODIS数据,结合实测的地面农作物生长发育农学参数,系统地分析了石河子地区棉花播种到收获整个田间遥感归一化指数(NDVI)及其对应的叶而积指数(LAI)的变化规律,证明MODIS叶面积指数和实测LAI有很高的一致性,MODISIAI的变化状况与棉花长势变化基本一致,实现了较为精确的石河子地区大面积棉花长势的遥感动态监测。     

双台河口国家级自然保护区芦苇叶面积指数遥感反演与空间格局分析

应用Landsat7 ETM+遥感数据与同期野外实测叶面积指数(LAI)数据,基于多季相遥感影像,用面向对象的分类方法,提取双台河口国家级自然保护区芦苇分布数据,建立芦苇LAI最优估算模型,并进行其遥感反演及空间格局分析。研究结果表明,2012年,双台河口国家级自然保护区内芦苇总面积为38 200 hm2,占保护区总面积的29.5%,其中,缓冲区的芦苇面积为16 200 hm2,实验区的芦苇面积为11 900 hm2,核心区芦苇面积为10 100 hm2;以遥感影像缨帽变换(TC)后的绿度(GREEN)分量、ETM+第5波段(B5)和第3波段(B3)为自变量的多元线性模型为芦苇LAI反演的最优估算模型(p0.01,R2=0.741)。双台河口国家级自然保护区芦苇LAI介于0.12~5.85之间,呈现东高、西低和北高、南低的分布格局;保护区核心区的芦苇LAI最均一,实验区的芦苇LAI空间变化最明显。     

塔里木河干流植被遥感监测时空多尺度协同分析方法

利用遥感植被指数、典型植被样方和地面观测信息进行塔里木河干流植被监测是目前的主要方法。由于塔里木河干流具有流域下垫面均匀性差,自然植被随机分布的特点,使得现有研究方法局限在特定的时间和空间尺度,很难使用地面的观测数据和不同尺度的遥感数据进行植被生长状态的协同分析。针对这些问题,本文提出了利用不同分辨率遥感数据和地面观测数据进行多尺度协同分析的方法MSSA(Multiple Scale Synergy Analysis)。该方法包括以下几个步骤:①通过低空间分辨率的遥感数据构建时间序列的塔里木河干流植被指数分布图像,在分析图像特征的基础上划分塔里木河遥感监测单元;②对监测单元内部不同组分的时间和空间状态参数进行量化与率定;③根据几何光学模型原理和植被随机分布特性,采用线性混合模型模拟单元植被指数;④根据模拟结果和遥感数据的对比分析,获得地面植被参量的可靠估计。该方法将地面组分的状态参量和遥感数据通过模拟模型相关联,实现了不同时空尺度遥感数据以及地面样方或者点观测数据的协同分析,为塔里木河干流植被监测进行长期、细致的研究建立了海量数据综合分析的方法体系。     

塔里木河下游河岸胡杨(Populus euphratica)林耗水过程模拟

选择塔里木河下游主要植物胡杨(Populus euphratica)林,以大气温度、太阳净辐射、大气相对湿度、冠层顶风速、地下水位和胡杨树茎横截面积为影响胡杨林耗水量的自变量,基于最小二乘法建立了多重线性回归模型、非线性回归模型和完全二次回归模型,并应用模型对塔里木河下游河岸胡杨林的耗水过程进行了日尺度上的模拟研究。结果表明:3个回归模型均表现出较好的模拟效果,其中完全二次回归模型的模拟精度最高,模型中大气温度、地下水位和胡杨树茎横截面积是影响胡杨耗水量的诸多环境因子中最敏感的因子;胡杨林的耗水量观测值与模拟值表现出较好的相关性,3个回归模型的模拟值与观测值的相关系数依次分别为0.6793、0.7299、0.7574,其相对误差分别为28.7%、26.1%、22.9%,其显著性水平均通过95%显著性检验;3个回归模型中完全二次回归模型具有使用简便、影响因子易测定、有一定精度等优点,能够更好刻画植被腾发量的复杂非线性特性,为干旱区自然植被耗水量估算、模拟和生态需水量计算提供了新的思路和方法。     

干旱区内陆河流域荒漠河岸林群落生态过程与水文机制研究

干旱区内陆河流域生态水文过程研究已成为当今地理学、生态学研究的焦点,是开展生态恢复研究的重要内容。塔里木河下游断流河道的生态恢复是以沿自然河道生态输水为主要形式的,因此,有必要加深对塔里木河下游荒漠河岸林群落生态过程与水文机制的认识。在对塔里木河下游荒漠河岸林植被生态退化及其退化原因分析的基础上,综述了塔里木河下游典型植物生态水位的研究进展,阐述了植物适宜生态水位、胁迫地下水位和临界地下水位研究的阶段性成果,并进一步展望了未来研究的焦点问题。指出了群落生态水位、植被群落与土壤水分、盐分异质性的关系,提出植物水分利用机制是群落生态过程与水文机制研究的核心问题。