三江平原湿地植被叶面积指数遥感估算模型

利用中巴资源卫星CBERS-02影像提取的归一化植被指数(NDVI)和同期野外实测的叶面积指数(LAI)数据,分析了三江平原洪河自然保护区草甸、沼泽植被、灌丛和岛状林4种湿地植被及样本总体的NDVI与LAI之间的相关关系,建立了NDVI与不同湿地植被类型叶面积指数间的线性和非线性回归模型,并制作完成洪河自然保护区LAI空间分布图.结果表明,整个研究区样本总体的LAI估算效果不太理想,其NDVI与LAI的相关性仅为0.523;将研究区分为草甸、沼泽、灌丛和岛状林4种湿地植被类型,NDVI与各植被型LAI的相关性和估算效果均有很大程度的提高,所建立的LAI遥感反演模型以三次曲线回归方程拟合精度最高,R2分别达到0.723、0.588、0.837、0.720.以上结果表明,结合地面实测数据并基于遥感植被分类的基础上,CBERS-02遥感影像可用于较大区域内湿地植被生理参数的反演研究.     

基于高光谱遥感的小麦叶干重和叶面积指数监测

生物量和叶面积指数(LAI)是描述作物长势的重要参数, 叶干重和LAI的实时动态监测对小麦(Triticum aestivum)生长诊断和管理调控具有重要意义。为分析多种高光谱参数估算小麦叶干重和LAI的效果, 建立小麦叶干重和LAI的定量监测模型, 该研究连续3年采用不同小麦品种进行不同施氮水平的大田试验, 于小麦不同生育期采集田间冠层高光谱数据并测定叶片叶干重和LAI。试验结果显示, 小麦叶干重和LAI随施氮水平的提高而增加, 随生育进程呈单峰动态变化模式。小麦叶干重和LAI与光谱反射率间相关性较好的区域主要位于红光波段(590~710 nm, r<-0.60)和近红外波段(745~1 130 nm, r>0.69)。对于不同试验条件下的叶干重和LAI, 可以使用统一的光谱参数进行定量反演, 其中基于RVI (810, 560)、FD755、GM1、SARVI (MSS)和TC3等光谱参数的方程拟合效果较好。经不同年际独立试验数据的检验表明, 以参数RVI (810, 560)、GM1、SARVI (MSS)、PSSRb、(R_750-800/R_695-740) -1、VOG2和MSR705为变量建立的叶干重和LAI监测模型均给出较好的检验结果。因此, 利用关键特征光谱参数可以有效地评价小麦叶片生长状况, 尤其是光谱参数RVI (810, 560)、GM1和SARVI (MSS)可以对不同条件下小麦叶干重和LAI进行准确可靠的监测。     

基于PROSAIL辐射传输模型的毛竹林叶面积指数遥感反演

采用PROSAIL辐射传输模型建立毛竹林叶面积指数(LAI) 冠层反射率查找表,并结合Landsat TM卫星遥感数据,实现了毛竹林LAI的定量反演.结果表明： PROSAIL模型各输入参数的敏感性由高到低依次为LAI>叶绿素含量(C_ab)>叶片结构参数(N)>平均叶倾角(ALA)>等效水厚度(C_w)>干物质含量(C_m),并以LAI、C_ab两个主要敏感因子用于构建毛竹林LAI 冠层反射率查找表;基于PROSAIL模型的毛竹林LAI遥感反演结果与实测LAI具有很好的一致性,二者相关系数为0.90,均方根误差和相关的均方根误差也较小,分别为0.58和13.0%,但也存在反演LAI平均值高于实际值的问题.     

林地叶面积指数遥感估算方法适用分析

叶面积指数是与森林冠层能量和CO2交换密切相关的一个重要植被结构参数,为了探讨估算林地叶面积指数LAI的遥感适用方法和提高精度的途径,利用TRAC仪器测定北京城区森林样地的LAI,从Landsat TM遥感图像计算NDVI、SR、RSR、SAVI植被指数,分别建立估算LAI的单植被指数统计模型、多植被指数组合的改进BP神经网络,获取最有效描述LAI与植被指数非线性关系的方法并应用到TM图像估算北京城区LAI。结果表明,单植被指数非线性统计模型估算LAI的精度高于线性统计模型;多植被指数组合神经网络中,以NDVI、RSR、SAVI组合估算LAI的精度最高,估算值与观测值线性回归方程的R2最高,为0.827,而RMSE最低,为0.189,神经网络解决了多植被指数组合统计模型非线性回归方程的系数较多、较难确定的问题,可较为有效的应用于遥感图像林地LAI的估算。     

马尾松林叶面积指数动态变化的遥感监测研究

本文以浙江省江山市的马尾松幼龄林为试材,测定了各种马尾松林分的叶面积指数,并获取了同期的陆地卫星ＴＭ数据,分析和比较了几种常用的植被指数同林分叶面积指数的关系,总结得出利用航天遥感技术完全可以监测单层林分叶面积指数的动态变化过程,只是当林分的叶面积指数大于６．０时,其监测的灵敏度大为降低。虽然这一研究结果仍是初步的,但这一定量指标的出现,使人们更加深刻地了解到遥感技术以其宏观性强、快速客观准确反映地表森林分布的优势,具有广泛用于森林生态系统和森林质量动态监测研究的巨大潜力。     

新疆喀纳斯国家自然保护区植被叶面积指数观测与遥感估算

叶面积指数(Leaf Area Index,LAI)是重要的植被结构参数,调控着植被与大气之间的物质与能量交换,在生态环境脆弱的我国西北部开展植被LAI的研究对阐明该地区植被对气候变化和人类活动的响应特征具有重要的科学意义.利用LAI-2200和TRAC仪器观测了新疆喀纳斯国家级自然保护区森林和草地的有效叶面积指数(LAIe)和真实LAI,构建了其遥感估算模型,生成了研究区LAIe和LAI的空间分布图.在此基础上,分析了LAI随地形因子(海拔、坡度、坡向)的变化特征,探讨了将其应用于估算研究区森林生物量密度的可行性,并评估了研究区MODIS LAI产品的精度.结果表明:研究区阔叶林、针阔混交林、针叶林、草地LAIe的平均值分别为4.40、3.18、2.57、1.76,LAI的平均值分别为4.76、3.93、3.27、2.30.LAIe和LAI的高值主要集中分布在湖泊和河流附近;植被LAI随海拔、坡度和坡向的变化表现出明显的垂直地带性的特点.LAI随海拔和坡度的增加呈现先增加后减小的变化趋势,坡向对针叶林和草地LAI的影响明显,但对阔叶林和针阔混交林LAI的影响较弱;森林生物量密度(BD)随LAI增加而线性增加(BD=44.396LAI-25.946,R2=0.83),研究区森林生物量密度平均值为120.3 t/hm2,估算的总生物量为5.0×l06 t;MODIS LAI产品与利用TM数据生成的LAI之间具有一定的相似性(森林R2=0.42,草地R2=0.53),但森林和草地的MODIS LAI产品分别比利用TM数据生成的LAI偏低16.5％和24.4％.     

基于临界慢化模型和长时间序列叶面积指数的植被及其恢复力遥感监测研究——以三峡库区为例

基于临界慢化模型,利用长时间序列叶面积指数(GLASS LAI)数据,进行时间序列分解后,计算了LAI及其时间自相关指数作为指标,对三峡库区植被及其恢复力进行监测,通过案例模型对临界慢化模型精度进行了验证,分析了三峡库区植被及其植被恢复力的时空分布特征,探索基于临界慢化模型的植被恢复力遥感定量估算方法的适用性。结果表明：(1)2000—2018年三峡库区LAI平均值为3.4,重庆段LAI较低,湖北段LAI较高;三峡库区LAI整体呈上升趋势,重庆段LAI呈现降低趋势,显著下降区域占重庆段面积的21.75%,湖北段LAI呈现升高趋势,显著上升区域占湖北段面积的21.22%;(2)2000—2018年三峡库区重庆市北碚区、大渡口区、渝北区植被恢复力较低,宜昌市兴山县、夷陵区、点军区植被恢复力较高;(3)模型精度方面,在两个地质灾害扰动事件中案例模型结果与临界慢化模型结果呈现较高的一致性。本文对三峡库区2000—2018年的植被恢复力进行了定量估算,同时通过案例模型对临界慢化模型在恢复力监测上的有效性进行了验证,为三峡库区制定相应生态环境管理决策提供理论基础,为保障西南地区生态安全提供决策依据...     

中国区域植被叶面积指数时空分布——机理模型模拟与遥感反演比较

叶面积指数是表征植被冠层特征的重要参数,同时也是决定生态系统净初级生产力的重要因子,它对全球变化和生态系统碳循环研究具有重要意义。目前大范围的叶面积指数只能通过遥感反演和机理模型模拟获得,而通过这两种方法获取的叶面积指数都存在一定的不确定性。利用大气-植被相互作用模型(AVIM2)在0.1°×0.1°经纬度网格上模拟产生了中国区域叶面积指数并与两套使用不同遥感反演方法生成的叶面积指数在空间分布和季节变化特征方面进行了比较。通过比较说明中国区域植被叶面积指数分布主要受水分条件限制,整体呈现东南部高西北部低的趋势。中国区域植被生长的季节变化受季风影响显著,与气温及地表太阳辐射的季节变化趋势相一致。中国区域叶面积指数整体呈现夏季高、春秋季次之而冬季低的趋势。     

光谱植被指数与水稻叶面积指数相关性的研究

 综合分析比较了几种常见光谱植被指数与水稻（Oryza sativa）叶面积指数的相关性及其预测力。结果表明,植被指数的预测力在水稻营养生长旺盛期间最好。植被指数的预测力主要依赖于叶面积指数(LAI)的整体变化范围。因此,综合不同生育时期和氮肥处理的试验资料,光谱植被指数能准确地预测LAI的变化。LAI与各植被指数均呈曲线相关,与比值植被指数(RVI)、再归一化植被指数(RDVI)和R810/R560显著幂相关,与归一化植被指数(NDVI)、垂直植被指数(PVI)、差值植被指数(DVI)、土壤调整植被指数(SAVI)和转换型土壤调整指数(TSAVI)显著指数相关。其中,近红外与绿光波段的比值R810/R560的预测力最佳。用不同移栽秧龄、不同密度、不同水分和氮肥处理的数据对R810/R560的表现进行了检验,结果表明估算精度平均为91.22%,估计的均方差根(RMSE)平均为0.480　5,平均相对误差为-0.013。表明宽波段光谱植被指数可以准确地用来监测水稻叶面积指数。     

内蒙古不同类型草地叶面积指数遥感估算

叶面积指数(Leaf Area Index,LAI)是重要的植被结构参数,反演LAI是植被遥感的重要研究内容之一。根据在内蒙古呼伦贝尔和锡林浩特草原利用LAI 2000观测的草地LAI,比较了不同植被指数(SR、RSR、EVI、NDVI、SAVI和ARVI)估算不同类型草地LAI的能力,建立了基于Landsat-5 TM遥感数据的LAI估算模型,并利用LAI观测数据对模型进行了检验,生成了研究区内草地LAI分布图,据此对MODIS LAI产品一致性进行了评价。结果表明,在呼伦贝尔和锡林浩特两个研究区,RSR与LAI的相关性最高(R²分别为0.628、0.728,RMSE分别为0.512、0.490),在低密度草地,RSR的优势更为明显;验证表明,根据RSR建立的LAI估算模型的精度可达70%;利用TM数据生成的两个地区的LAI(TM LAI)空间变化明显,锡林浩特草地的LAI值整体上低于呼伦贝尔草地;在呼伦贝尔和锡林浩特,MODIS LAI产品与TM LAI一致性分别为0.566,0.323,MODIS LAI产品高估了呼伦贝尔草地LAI值,而在锡林浩特研究区则存在低估现象。     

2001-2019年台风干扰下我国东南沿海地区植被抵抗力和恢复力评估

台风是影响我国陆地生态系统结构和功能的主要自然灾害之一,尤其对东南沿海地区植被具有明显的干扰效应。为深入了解台风对我国沿海地区植被的影响及其响应,基于MODIS增强型植被指数(Enhanced Vegetation Index, EVI)和叶面积指数(Leaf Area Index, LAI),分析了2001—2019年间不同等级的台风对植被EVI和LAI的影响,评估台风登陆时植被的抵抗力及台风过后植被的恢复力。结果表明：(1)2001—2019年间,共有70个台风登陆我国东南沿海地区,其中,台风(TY)、强台风(STY)与超强台风(SuperTY)的数量分别为35、26和9个。我国台湾省的台风登陆次数最多,为26个,其次为广东省(20个);(2)在整个研究区范围内,台风(TY)、强台风(STY)与超强台风(SuperTY)登陆后的EVI净变化率分别为4.88%、-7.48%、-1.85%,LAI净变化率分别为22.28%、-65.70%、-17.60%;(3)在经历台风干扰后,沿海地区大部分植被可在3个月之内得到恢复,其中浙江省与广东省植被的恢复时间较长,海南省与台湾省植被的恢复时间较短。研究结果对我国沿海地区森林经营管理和生态环境保护具有重要意义。     

遥感植被指数与植物多样性的相关性及空间分布特征研究——以海口市主城区为例

植物多样性监测是开展物种保护与植被景观规划的重要基础,对实施生物多样性的优先区域保护具有重要意义.该文以海口市主城区为例,利用Landsat 8遥感数据与样方实测数据分析了植被指数与植物多样性指数之间的相关性,根据相关性分析结果构建植物多样性遥感监测数学模型,并筛选出最优模型用于监测研究区植物多样性的空间分布状况.结果...     

基于Sentinel-2A的融合多植被指数估算小流域生物多样性

生物多样性的及时、快速监测对于森林经营管理和多样性保育具有重要意义。传统的样地调查无法满足景观尺度和区域尺度上对生物多样性监测与评价的数据需求。本研究采用2022年27景Sentinel-2A影像数据;利用12种植被指数构建了小流域尺度的生物多样性估算模型;探究了山西吉县蔡家川流域生物多样性的空间分布格局。结果表明:刺槐林分密度不是控制林内生物多样性的唯一因素;Simpson指数（D）、Shannon指数（H）、Pielou指数（J）与红外植被指数百分比（IPVI）和红边叶绿素植被指数（CIre）呈极显著相关性(P<0.01);生物多样性遥感模型中D、H、J的估算值与实测值的均方误差（MSE）分别为0.021、0.192、0.016;表明融合多植被指数构建的估算模型可用于研究地区生物多样性的估算与监测;且海拔较高的阴坡生物多样性水平估算最佳。     

Vegetation condition assessment and monitoring from sequences of satellite imagery

Summary   Vegetation changes over time are important indicators of condition, and are particularly important as targets or triggers for management. Satellite image data have unique capacities to provide information on changes in vegetation. In particular, Landsat imagery has the spatial resolution and a historical archive that make it relevant to providing information for understanding and management of native vegetation at a range of scales from small remnant to region. Regional and national vegetation monitoring programs based on time series Landsat imagery are now operational in Australia. These programs and their data have huge potential to provide information for conservation and natural resource management questions. They have already found multiple applications, including applications to biodiversity assessment and planning. This paper presents some examples of the delivery and application of satellite image monitoring information in the context of vegetation management.     

基于随机森林回归的草场植被盖度反演模型研究——以新疆阿勒泰地区布尔津县为例

作为草地资源大国,我国正面临严峻的草场退化形势。掌握草场植被盖度的历史演变趋势,是草场退化驱动力识别及风险评估的基础。目前已有研究多以参数回归方法估算植被盖度,但并未充分考虑其苛刻的使用条件。利用Landsat系列卫星遥感影像及地面植被盖度监测资料建立非参数回归——随机森林回归模型,并与传统线性回归方法进行比较,在此基础上应用随机森林回归模型估算近10年来布尔津县草场植被盖度的变化趋势,并对结果的不确定性进行分析。结果显示:传统的线性回归方法很难满足其基本的统计学假设条件,而随机森林模型不但无需进行假设条件检验,而且预测的准确性也优于以往普遍应用的线性模型。基于Landsat ETM+标准数据得到的反演结果较之TM和OLI数据普遍偏小,地表反射率数据虽然可以大幅降低传感器不同对反演结果所造成的影响,但结果仍存在约±10%的不确定性。涉及的草场类型众多,为了提高反演精度,后续研究需要分别计算其植被指数,并尽量减低传感器差异带来的不确定性。     

基于MODIS的东北地区自然植被生产力对干旱的响应

干旱对全球陆地生态系统影响广泛,中国东北地区干湿分异典型,干旱面积有逐步增大趋势,为了解东北地区自然植被生产力对干旱的响应,基于MODIS公开的数据产品、降水数据和scPDSI,采用统计学方法,在明确2002—2013年东北地区干旱分布特征的基础上,分析自然植被NPP、LAI和CUE的时空变化规律,探究自然植被对独立干旱事件和持续干旱的响应,结果表明:①从2002—2013年平均水平上看,森林的NPP和LAI年平均值明显高于草地,CUE年平均值略低于草地;②森林和草地均通过降低NPP和LAI来应对独立干旱事件,森林的NPP在干旱年过后第3年显著低于干旱前,LAI在干旱年过后第2年显著高于干旱前,而且这种变化效应至少持续到干旱年过后第4年;草地的NPP和LAI仅在独立干旱年当年有显著变化;③随着干旱的持续,森林NPP增加的比例有扩大趋势,LAI_(Baseline)较低的森林在持续干旱时ΔLAI_(Dryn)增加的可能性越大;草地对持续干旱也具有一定的适用能力,而且NPP_(Baseline)、LAI_(Baseline)和CUE_(Baseline)较低的草地,在持续干旱时ΔNPP_(Dryn)、ΔLAI_(Dryn)和ΔCUE_(Dryn)增加的可能性越大;④无论是独立干旱事件还是持续干旱,森林或草地的CUE变化很少达到显著性水平,变化规律的显著性也低于NPP和LAI。该项研究将为提高干旱对自然生态系统影响的评估能力做出贡献。     

遥感技术支持下的植被生产力与生物量研究进展

目前广泛应用于植被生产力与生物量估算的遥感模型主要有经验模型、物理模型、半经验模型和综合模型 ,它们的应用受到诸如大气、背景、地形、植被覆盖率与结构等因素的影响。遥感技术的迅速发展及其它技术的应用 ,包括热红外、微波和激光遥感仪器以及多角度、高光谱和高分辨率技术等 ,正逐步消除或降低影响因素 ,进一步提高植被生产力与生物量估算的范围和精度     

干旱监测指数研究

日益严重的全球化干旱问题已经成为各国科学家和政府部门共同关注的热点,它直接威胁着人类的生存环境.而干旱监测,尤其是遥感干旱监测,一直是科学界公认的难题.本文对传统的干旱监测指数如帕尔默干旱指数、作物湿度指数、标准降水指数、地表水分供应指数的优缺点进行评述;将遥感干旱监测指数分成2类,一类是基于地表反射率和发射率的干旱监测指数;另一类是基于地表水和能量平衡模型的干旱监测指数,详细介绍了这2类干旱遥感监测指数的原理、方法以及适用范围.对各种干旱监测指数存在的问题以及干旱监测的发展趋势进行了探讨.