基于高光谱数据和RBF神经网络方法的草地叶面积指数反演

基于中国农业科学院在呼伦贝尔草原实测的120组草地冠层光谱反射率及相应的叶面积指数(LAI)数据,在进行主成分分析(PCA)实现降维处理的基础上,利用径向基函数(radial basis function,RBF)神经网络方法对草地LAI进行了高光谱反演研究.PCA结果表明,前9个主成分的累积贡献率达到了99.782％,能包含原光谱数据的绝大部分信息.将120组LAI及相应的9个主成分样本数据随机分为校正集数据(90组)和预测集数据(30组),分别用于神经网络模型的建立和LAI的预测.所构建的神经网络模型的模拟结果表明,RBF神经网络模型对校正集样本的模拟准确率达到100％(RMSE =0.009 6,R2 =0.999);预测集样本的实测LAI和模拟LAI之间的均方误差和决定系数分别为0.218 6和0.839,取得了较好的模拟效果,有效提高了传统的多元线性回归方程(RMSE =0.416 5,R2=0.570)的计算精度.     

不同植被LAI的MODIS反演及其在青藏高原东部的应用

应用Terra和Aqua卫星的MODIS资料和三维叶分布模式,结合MODIS陆地植被覆盖产品数据,估算了6种生物群落的LAI,并与我国西北地区叶面积仪观测结果进行了对比和分析。结果表明,从两颗卫星连续8天的观测资料可以估算出LAI,反演结果的相对误差基本在±20%以内,平均相对误差为13.7%,说明该方法可以反演实际植被的LAI;根据植被类型的差异,建立了6种生物群落LAI与NDVI的指数关系,相关性较好;青藏高原东部的LAI时间变化有不一致性的特征,反映了不同生物群落的生物学特性的差异;不同季节的LAI变化在空间上有很大差异,说明本研究区域西部冷、干和高原东部相对暖、湿的复杂气候特征。     

棉花各生育期高光谱数据与叶片生物物理生物化学量的相关分析

利用高光谱非成像光谱 (辐射 )仪对北疆棉花 4个生育期 (蕾期、花期、铃期、吐絮期 )的叶片及冠层进行了5°FOV室内、野外 ,2 5°FOV野外高光谱遥感测定 ,试验表明北疆棉花具有绿色植物所特有的反射光谱曲线特征。本文分析了棉花在不同生育期特征光谱变化规律以及棉花叶面积指数 (LAI)与叶绿素 (CH .D)含量、叶片全氮 (TN)含量在整个生育期的变化规律和它们之间的关系 ,应用光谱一阶微分分析技术 ,清晰地描述棉花“红边”变化趋势的特征。通过监测作物生育期内的光谱变化 ,研究作物的反射光谱与叶面积指数 (LAI)、叶绿素密度 (CH .D)等农学参数之间的关系 ,使人们能够定性描述和定量分析作物的生长与遥感光谱数据之间的关系 ,促进高光谱分辨率遥感技术在作物的生长监测和产量估测中的应用。     

芦苇地叶面积指数的遥感反演

 叶面积指数（LAI）是植被冠层结构的一个重要参数，它的改变标志着植被发生了生物物理变化。本文提出了一种利用混和模型 从TM图像上获取叶面积指数的方法。首先，利用冠层反射率（FCR）模型计算并得到查找表； 然后，利用从查找表得到的统计关系进行 LAI制图。试验表明，该方法简单易行，并可较精确地用来反演芦苇地的叶面积指数。     

基于NDVI与LAI的水稻生长状况研究

在水稻反射光谱特性与水稻生物参数关系的支持下 ,以吉林省德惠市夏家点镇为研究区 ,探讨了一条基于TM遥感影像反演得到的归一化植被指数 (NDVI)与地面观测数据叶面积指数 (LAI)的水稻生长状况的研究途径 ,并利用NDVI以及LAI对该区 2 0 0 0年和 2 0 0 1年的水稻生长状况进行了分析研究。     

农作物冠层BRF及波谱的计算机模拟及其验证

计算机模拟模型是以植被真实三维结构场景为基础,模拟植被冠层的辐射特性。本文以冬小麦为例,利用辐射度方法模拟了冬小麦在不同LAI下的冠层二向反射因子（BRF）及其波谱特征;为了验证并评价模拟数据的质量,将模拟冠层BRF数据与实测数据进行了比较,并将计算机模拟波谱数据与Prosail模型模拟波谱及实测波谱进行了比较。通过研究可以得到以下结论：（1）LAI是植被群体重要的结构参数,对于同一品种的植被可以用LAI来描述植被的生长进程;（2）基于计算机模拟的冠层BRF数据具有一定的可靠性,能够满足实际研究的需要,因此可以把计算机模拟冠层BRF数据作为实测数据用于研究,以弥补因各种条件限制无法得到实测数据的缺憾。     

高光谱数据与水稻指数及叶绿素密度的相关分析

分析了北京大屯科技站不稻叶面积指数（ＬＡ）、叶绿素密度（ＣＨ．Ｄ）与高光谱分辨率遥感数据在整个生育期内的变化过程。利用微分技术处理不稻群体反射光谱以减少土壤等低频背景光谱噪音的影响。通过单相关分析和逐步回归方法研究不稻ＬＡＩ、ＣＨ．Ｄ分别与光谱反射率、反射率的一阶微分光谱的相关关系,并建立预测回归方程。结果表明,微分技术能够改善数据与ＬＡＩ、ＣＨ．Ｄ的相关性,ＣＨ．Ｄ与光谱数据的相关明显优于同ＬＡ     

Estimation of forest LAI by inverting canopy reflectance models and multi-angle imagery

Computer simulation models have seldom been applied for estimating the structural and biophysical variables of forest canopy. In this study, an approach for the estimation of leaf area index (LAI) using the information contained in hyperspectral, multi-angle images and the inversion of a computer simulation model are explored. For this purpose, L-systems combined with forest growth model ZELIG were applied to render 3-D forest architectural scenarios. The Radiosity-graphics combined model (RGM) was used to estimate forest LAI from the Compact High-Resolution Imaging Spectrometer/Project for On-Board Autonomy (CHRIS/PROBA) data. LAI inversion was performed using the look-up table (LUT) method. The estimated LAI was evaluated against in situ LAI measurement and compared against the LAI predictions from CHRIS data obtained using the Li-Strahler geometric-optical canopy reflectance model (GOMS). The results indicated that the method used in this study can be efficient strategy to estimate LAI by RGM model inversion.     

龙口市污水灌区与清水灌区冬小麦植被指数变化差异分析

为了研究污水灌溉对农田土壤环境和作物生长的影响,利用2008—2009年10期中国环境与灾害监测预报小卫星(HJ-1A)CCD1影像数据,结合龙口市冬小麦物候期的变化特征提取出单一冬小麦种植区,反演了冬小麦生长期内的归一化植被指数(NDVI),并对污水灌区和清水灌区的冬小麦植被指数进行比对分析,最后结合相应的重归一化植被指数(RDVI)和叶面积指数(LAI)进行验证。结果显示,研究区内污水灌溉已经对灌区的作物生长产生了一定的影响,污水灌溉区作物的生长状况明显不及清水灌溉区作物长势。说明污水灌溉会导致冬小麦的长势变差,对污水排放的控制和污水无污化处理势在必行。     

锡林浩特草原区域MODIS LAI产品真实性检验与误差分析

本文研究了LAI产品真实性检验的指标和方法,建立了LAI产品真实性检验的流程,将遥感产品真实性检验误差分解为模型误差、数据定量化差异和尺度效应3个方面。以内蒙古锡林浩特草原为研究区,结合实测数据和Landsat TM数据建立NDVI-LAI模型,得到LAI验证参考"真值",据此"真值"按照本文的流程对MODIS LAI产品进行验证,分析了研究区MODIS LAI产品真实性检验的误差来源。研究表明,该研究区的MODIS LAI(MOD15A2)产品相对高估约25%。各个误差因素中,LAI遥感模型差异对于结果影响最大,MODIS LAI模型高估了该区域草地LAI(高估约44.2%);数据定量差异的影响也比较大,MODIS地表反射率数据与Landsat TM地表反射率数据的差异造成了约16.2%的低估;尺度效应的影响较小,造成约3.1%的低估,其中NDVI-LAI模型的尺度效应带来2.4%的低估,NDVI数据的尺度效应造成约0.7%的低估。