MODIS植被指数与水稻叶面积指数及叶片叶绿素含量相关性研究

利用光谱分辨率为3nm的ASD FieldSpec UV／VNIR光谱仪获得了2002和2003年水稻整个生长期的高光谱数据,同时对水稻叶面积指数(LAI)和叶绿素含量(CHL．Ｃ)进行了测定,对中分辨率成像光谱仪(MODIS)的增强植被指数(EVI)、归一化植被指数(NＤVI)以及红边位置(REP)与LAI及CHL．C之间的关系进行了研究．结果表明。LAI与冠层光谱在可见光、近红外波段相关性较好,叶绿素含量与冠层光谱在红光波段相关性较好．EVI、REP和LAI之间的相关关系不受水稻覆盖率的影响;NDVI与LAI的相关关系在水稻低覆盖率情况下较好;在水稻高覆盖率情况下。EVI和REP比NDVI与LAI之间的相关关系要好．MODIS-NDVI、EVI及REP与叶片叶绿素含量相关性较好．由此可见,EVI和REP可以有效地监测水稻LAI和CHL．C．     

放牧影响下不同盖度金露梅灌丛草本植物叶功能性状与土壤因子的关系

植物功能性状与环境因子的研究对认识不同环境梯度下植物群落的形成及对环境的适应机制具有重要意义。该研究以高寒金露梅(Potentilla fruticosa)灌丛草甸为研究对象,分析放牧影响下金露梅灌丛不同盖度梯度(金露梅灌丛盖度为0%、30%、60%和90%的灌草斑块)灌草斑块中草本植物叶功能性状与土壤因子的变化趋势及其相互关系。结果表明:(1)土壤容重(BD)、土壤pH和土壤养分在金露梅灌丛盖度梯度下差异显著,干柴滩金露梅灌丛具有明显的"沃岛效应";随着金露梅灌丛盖度的递增,土壤理化性质变化趋势各有分异。(2)随着金露梅灌丛盖度的增加,比叶面积(SLA)显著上升,叶片厚度(LT)和叶片磷含量(LPC)呈显著下降趋势(P0.05)。(3)比叶面积与叶片厚度呈负相关关系,与叶片氮磷含量(LNC、LPC)呈极显著负相关关系(P0.01),与叶片碳含量(LCC)呈极显著正相关关系(P0.01)。(4)RDA冗余分析表明,土壤因子对叶功能性状变异的平均解释变量达72.25%,影响植物功能性状的主导因子有土壤有机质(SOM)、土壤全氮(TN)、土壤有效氮(AN)、土壤有效钾(AK)和土壤容重(BD),但不同盖度金露梅灌丛群落中影响叶性状的主导因子存在差异。金露梅灌丛盖度较小(30%)时受SOM和TN、AN的影响较大,而金露梅灌丛盖度较大时(60%)时主要受AK和BD的影响。     

不同施肥条件下夏玉米光谱特征与叶绿素含量和LAI的相关性

在不同施肥方式下研究了长期试验地夏玉米在4个典型生育期的叶绿素相对含量(SPAD)、叶面积指数(LAI)和冠层光谱特征,系统分析了单波段以及由可见光和近红外波段组成的归一化差异植被指数(NDVI)与叶片叶绿素含量和LAI的相关性.结果表明:在同一个生育期,NK、PK处理和CK的光谱曲线特征相似,NPK、NP、OM、1/2OM1/2NPK处理的光谱特征曲线相似.除460nm外,其它单波段反射率与叶绿素含量和LAI都显著相关,尤其在510~1100nm波段相关性最为密切;不同波段组合的NDVI与这2个指标也显著相关,且相关系数大于单波段.从拔节期到乳熟期,绝大部分NDVI都可以有效地拟合叶绿素含量和LAI的变化,选用NDVI(560,950)和NDVI(660,760)建立拟合模型(R2>0.60),并以NDVI(560,950)拟合效果最佳(R2>0.80).可见,不同施肥方式条件下长期试验地夏玉米冠层光谱特征与叶绿素含量、LAI都具有良好的相关性,可以为夏玉米肥料管理提供科学依据.     

基于MOD09产品的水稻叶面积指数和叶绿素含量的遥感估算模型

基于中分辨率成像光谱仪MODIS (moderate resolution imaging spectroradiometer)反射率产品MOD09的同步野外实测水稻叶面积指数（LAI）和叶绿素含量（Chltot）相关数据,探寻用MOD09产品提取的植被指数(VIs)与水稻LAI和Chltot之间的相关性以及估算模型. 结果表明,MOD09计算的VI数值比MODIS前3个波段数值偏大,归一化植被指数NDVI (normalized difference vegetation index) 值普遍比增强性植被指数EVI(enhanced vegetation index) 值大. 通过4种不同植被指数与LAI相关性的比较,得出EVI与LAI的相关关系在水稻各个生育期优于其它植被指数,基于MOD09-EVI建立水稻LAI的遥感估算模型,经实际地面同步数据检验, 模型精度较高. 因而, MOD09-EVI较适用于水稻叶面积指数的实时遥感监测. MOD09红波段与Chltot之间的相关性在水稻前中期达到显著,并且优于其它植被指数,基于MOD09红波段建立了水稻前中期Chltot的估算模型并进行了精度检验. 除水稻孕穗期叶绿素含量估算模型的相关系数和F值通过了显著性检验外, 其余生育期估算模型都没有通过显著性检验.     

华南地区亚热带树木叶面积指数的高光谱反演研究

为构建树种叶面积指数的估算模型,以NDVI、RVI、FREP、CIGreen、CIRed-edge、MSAVI2为高光谱特征变量,通过统计分析,确定反演树种叶面积指数的最佳光谱特征变量,构建华南农业大学校园内50种亚热带树木的叶片反射率和叶面积指数(LAI)模型。结果表明,6种高光谱特征变量与树种叶面积指数间都具有极显著相关性,其中红边位置反射率(FREP)和比值植被指数(RVI)与LAI的拟合方程的R2都大于0.8,决定系数分别为0.820和0.811。经过精度验证,FREP估算的均方根误差(RMSE)只有0.13,该回归模型为估测亚热带典型树种的叶片LAI最佳模型。从高光谱遥感的角度结合亚热带植被的群落结构特点来看,建立的红边位置光谱反射率与叶面积指数的回归模型普遍具有较高的拟合度,所以利用高光谱特征变量反演亚热带树木叶片的叶面积指数等植被参数的应用前景较好。     

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.     

祁连山中部优势灌木物种叶功能性状参数变化特征

植物叶功能性状是连接植物与外界环境的重要桥梁,是探索植物适应环境、进行全球气候变化研究的指标,也是生态水文模型重要的输入参数。通过高时间分辨率样品的采集结合图像处理技术,对祁连山中部优势物种金露梅(Dasiphora fruticosa)和鬼箭锦鸡儿(Caragana jubata)叶功能性状变化特征进行研究,结果表明：叶面积(LA)从生长初期到生长末期发生明显变化,且2020年6—7月初灌木叶面积变化最为明显;比叶面积(SLA)分别在76—157 cm²/g之间和120—217 cm²/g之间,金露梅SLA平均值(123 cm²/g)<鬼箭锦锦鸡儿SLA平均值(176 cm²/g);在生长初期金露梅的叶面积指数(LAI)明显大于鬼箭锦鸡儿,金露梅和鬼箭锦鸡儿的叶面积指数随时间的变化都符合三次函数;生物量与基径和高度的乘积呈显著性相关,最优回归模型均为幂函数;地上生物量与叶功能性状参数在不同阶段的模拟方程均不同,地上总生物量与叶生物量在生长期的最优选择模型分别呈S型函数和幂函数,金露梅的单株地...     

基于集合卡尔曼滤波的南雄烟草LAI数据同化研究

叶面积指数(LAI)是表征烟草生长健康状态的重要指标之一,获取准确的LAI数据是监测烟草生长走势的重要步骤。以广东省南雄地区为试验区开展了集合卡尔曼滤波同化方法在烟草LAI的应用研究。通过野外实测得到南雄烟草生长期内的高光谱数据,并计算每个生长期的归一化植被指数(NDVI),依据NDVI值获得LAI测量数据;通过积温数据和实测LAI数据构建了符合南雄地区烟草LAI变化规律的LOGISTIC模型;并以LAI为研究变量,利用集合卡尔曼滤波数据同化技术融合NDVI数据计算得到的LAI和简化LOGSITIC模型拟合得到的LAI这两种不同的数据信息,获取实验区烟草生长期时间序列上的连续LAI数据。最后,进一步对比了数据同化方法、NDVI计算LAI方法和LOGISTIC模型拟合这3种方法获取烟草LAI的效果。结果显示:数据同化方法、NDVI计算LAI方法和LOGISTIC模型拟合3种方法均可一定程度上表征烟草LAI的变化状态,其中数据同化方法拟合效果最优。实验发现NDVI计算LAI方法在烟草生长前后期LAI值出现偏大或偏小的异常情况;LOGISTIC模型拟合则不能有效的描述烟草LAI的突发性变化;同化方法综合作物生长模型和遥感监测的优势,能够动态调节参数得到LAI优化结果,同化后LAI结果和真实值吻合,变化曲线更符合烟草的实际生长状况。     

林下植被对遥感估算马尾松LAI的影响

叶面积指数是一项极其重要的描述植被冠层结构的植被特征参量。根据植被物候规律,利用中国环境卫星CCD多光谱影像和野外马尾松样区调查数据,通过建立不同季节和不同郁闭度样区马尾松LAI和影像NDVI经验回归模型,并利用一个新的LAI观测方式定量比较乔木层LAI和生态系统总LAI(包括草本层、灌木层和乔木层)的差异,研究林下植被对马尾松反演的影响程度。结果表明:(1)由于林下植被的物候变化,冬季林下植被对马尾松LAI反演影响最小,马尾松NDVI和LAI线性关系R2维持在0.65;夏季林下植被影响最大,线性关系R2只有0.25;春季和秋季影响居中,NDVI和LAI线性关系R2在0.47附近。但是,受林下植被影响较小的A类样区4个季节内NDVI和LAI线性关系基本都在0.60以上(夏季略低于0.60);(2)乔木层LAI和总LAI差距非常大,最大差距达到2.93,相差的比例最大达到了2.45倍;(3)总LAI和NDVI相关关系显著,其中线性关系R2达到0.66,对数关系R2可达到0.68,而乔木层LAI和NDVI相关关系较差,线性关系R2只有0.30。分别建立冬季和其它季节实测总LAI和NDVI的关系,可以估算出林下植被对马尾松LAI反演的影响程度。     

高光谱与拟合多光谱植被指数反演武夷山亚高山草甸LAI的对比研究

植被叶面积指数(Leaf Area Index, LAI)是重要的生态学参数, 被广泛用于指示植被密度、生物量、碳、氮物质循环以及气候变化对生态系统的影响, 也作为生态过程模型的重要输入参数。地面实测高光谱遥感数据能以更高的空间分辨率及更高的光谱分辨率监测植物的光谱特征, 为精准反演LAI提供了基础。本项研究以武夷山国家公园黄岗山顶的亚高山草甸为研究对象, 通过建立多种高光谱植被指数和拟合多光谱植被指数反演叶面积指数的统计模型, 并比较高光谱与多光谱对叶面积指数反演的效果, 阐明用于反演高覆盖率亚高山草甸的最适高光谱和拟合多光谱植被指数。结果表明: 高光谱新植被指数(NVI)对于反演LAI有最好的效果, R2 = 0.85, P < 0.01; 依据高光谱NVI拟合而成的多光谱NVI反演结果次之, R2 = 0.82, P < 0.01。几种常用比值植被指数NDVI、MSR、RVI和GNDVI在高光谱和拟合多光谱反演结果中相差不大, 表现较好, R2都在0.65以上。通过对比高光谱和拟合Sentinel-2A和Landsat-8两种多光谱卫星波段的反演结果发现, 光谱响应函数中具有更窄波段范围的近红外、红、绿、蓝波段构成的植被指数可以得到更好的反演结果, 而固定波段的高光谱植被指数未必在每种植被指数中都具有最好的反演效果。同时, 发现当某种植被指数反演LAI的线性回归方程的斜率越大, 说明这种植被指数越有可能随LAI的增大而出现饱和现象, 相反的, 斜率越小则说明该种植被指数没有出现饱和现象。此外, 在研究区内使用高光谱和拟合多光谱波段植被指数法反演LAI, NDVI都获得了较好的效果, 存在很好的线性关系, 之前的很多研究和判断都认为NDVI不适用于反演高覆盖植被的LAI, 这个发现是具有意义的, 表明高覆盖植被的叶面积指数在一定范围内是能够被NDVI(应用最广泛的植被指数)较好的反演, 进一步扩展了NDVI反演LAI的适用性和可能性。     

受渍冬小麦不同叶位叶片的SPAD高光谱估算

实时、准确获取叶绿素含量信息对及时了解农作物受害程度、指导农业生产和估测产量等具有重要意义。为探索受渍冬小麦各层叶片叶绿素相对含量(SPAD)的最优估测模型,本研究设置排灌可控的冬小麦渍害胁迫梯度微区试验,分析了15个常用高光谱特征指数与SPAD的相关关系,并对基于多元线性回归、支持向量机、BP神经网络、决策树和随机森林模型的受渍冬小麦各层叶片SPAD的估算结果进行了对比分析。结果表明：短期渍水(≤3 d)对冬小麦分层叶片的SPAD值影响不明显,当渍水时间大于9 d时,SPAD值随着渍水时间的增加降低较为明显,在生长后期为0;15个高光谱特征指数与SPAD均达到极显著相关水平(P<0.05),其中Ctr2、Dy、NDVI和SIPI 4个指数与SPAD的相关性最好,其相关系数的绝对值分别达到0.880、0.868、0.868和0.833;与基于L1、L2和L3层叶片SPAD相比,基于平均SPAD的高光谱估算结果最好,其R²达到0.719;与其他4个估算模型相比,随机森林模型可较好地估算各层叶片的SPAD值,其R²、RMSE、RE分别为0....     

日光诱导叶绿素荧光对亚热带常绿针叶林物候的追踪

植被物候期(春季返青和秋季衰老)是表征生物响应和陆地碳循环的基础信息。由于常绿针叶林冠层绿度的季节变动较弱,遥感提取常绿针叶林的物候信息存在着较大的不确定性,是目前区域物候监测中的难点。利用MODIS植被指数(归一化植被指数NDVI和增强型植被指数EVI)、GOME-2日光诱导叶绿素荧光(SIF)和通量数据(总初级生产力GPP)估算2007—2011年亚热带常绿针叶林物候期,用来比较三类遥感指数估算常绿针叶林物候的差异。结果表明:基于表征光合作用物候的通量GPP数据估算得到5年内亚热带常绿针叶林生长季开始时间(SOS_(GPP))为第63天,生长季结束时间(EOS_(GPP))为第324天,生长季长度为272天;基于反映植被光合作用特征的SIF曲线获得物候信息要滞后GPP物候期,其中生长季开始时间滞后19天,生长季结束时间滞后2天;基于传统植被指数NDVI和EVI的物候期滞后GPP物候期的时间要大于SIF滞后期,其中植被指数SOS滞后SOS_(GPP)31天,植被指数EOS滞后EOS_(GPP)10—17天。虽然基于3种遥感指数估算的春季和秋季物候都滞后于通量GPP的物候期,但是卫星SIF的物候信息能够更好地捕捉常绿针叶林的生长阶段。同时,春季温度是影响森林生长季开始时间的最重要因素;秋季水分和辐射是影响生长季结束时间的关键因素。由此可见,SIF估算的亚热带常绿针叶林的春季和秋季物候的滞后时间要短于传统植被指数,能更好地追踪常绿林光合作用的季节性,为深入研究陆地生态系统碳循环及其对气候变化的响应提供重要的基础。     

采用不同光谱波段宽度的归一化植被指数估算水稻叶面积指数

通过大田试验,测量了水稻不同生育期的冠层光谱,并通过在TM红光波段和近红外波段范围内不断扩展波段宽度,计算了各个波段宽度对应的归一化植被指数(NDVI)及其与叶面积指数(LAI)的最大相关系数,再根据NDVI与LAI最佳拟合方程的最大R2值随波段宽度的变化特征确定了最佳波段宽度.结果表明:NDVI与LAI的相关系数和最佳拟合方程的最大R2值具有相同的变化趋势,在小于红光波段宽度60nm范围内,均随波段宽度的增大而减小,即窄波段NDVI比宽波段NDVI对LAI的估算效果好;在超过60nm后,由于受近红外波段宽度的影响而略有波动.对R2规律的分析表明,使用NDVI估算水稻LAI的最佳波段宽度为15nm.     

杨树林全生长期LAI遥感估算模型适用性

基于时间序列的植被叶面积指数(LAI)估算方法一直是遥感领域研究的热点,对植被全生长期LAI进行估算以跟踪其生长情况具有重要的实用意义。以此为出发点,以滁州地区杨树林为研究对象,获取多时相环境卫星CCD(简称HJ-CDD)遥感影像,并利用LAI-2000同步测量杨树林叶面积指数(LAI)。使用归一化植被指数(NDVI)分别建立展叶期、花果期、叶面积稳定期和落叶始期的LAI估算模型,通过对比分析得到了全生长期LAI估算模型,并利用实测LAI对估算LAI进行了验证。最后进一步对该模型的适用性进行了验证,结果表明,此模型对于各个时期LAI的估算具有一定的适用性和有效性,可用于全生育期的遥感LAI生成,从而为LAI的动态变化监测提供了一种有效的研究思路和方法途径。     

珠穆朗玛峰自然保护区小叶金露梅灌丛群落数量分类和排序及其多样性垂直格局

根据野外样方调查数据,采用双向种指示分析(TWINSPAN)和典范对应分析(CCA),对珠穆朗玛峰国家级自然保护区小叶金露梅灌丛群落进行分类和排序,并分析物种多样性沿海拔梯度的分布格局。结果表明:(1)该区域24个样地中,记载的维管束植物共有23科45属80种,出现频度较高的种有小叶金露梅(Potentilla parvifolia)、高山嵩草(Kobresia pygmaea)、木根香青(Anaphalis xylorhiza)、垫状点地梅(Androsace tapete)、藏沙蒿(Artemisia wellbyi)、垫状雪灵芝(Arenaria pulvinata)和柴胡红景天(Rhodiola bupleuroides)等。(2)经TWINSPAN等级分类将该区域小叶金露梅灌丛24个样地划分为10个群丛类型。(3)样地和物种CCA二维排序结果表明,海拔和坡位是影响该区域小叶金露梅灌丛群落和物种分布格局的主要环境因子。(4)该区域小叶金露梅灌丛群落物种丰富度、Shannon-Wiener指数和Simpson指数均随海拔升高呈下降的趋势,而Pielou指数呈上升的趋势。(5)样地中优势种小叶金露梅的盖度和高度沿海拔梯度呈显著下降趋势。     

青藏高原两种植被类型净初级生产力与气候因素的关系及周转值分析

基于2008—2016年青海海北站9年净初级生产力及气候因子监测数据,分析了青藏高原高寒小嵩草草甸和高寒金露梅灌丛两种植被净初级生产力年际动态,并探讨了气候因子对其影响及其不同土层深度根系周转值特征。结果表明:(1)年际尺度上,小嵩草草甸地上净初级生产力表现为显著增加趋势,增幅为7.02 g m~(-2) a~(-1),而金露梅灌丛地上净初级生产力相对较为稳定;对于其地下净初级生产力和总生产力,小嵩草草甸和金露梅灌丛均表现为增加趋势(P0.05),9年间小嵩草草甸地上、地下和总净初级生产力平均值分别为(217.55±9.95)、(1882.75±161.33) g m~(-2) a~(-1)和(2100.30±163.38) g m~(-2) a~(-1),金露梅灌丛地上、地下和总净初级生产力9年间平均值分别为(256.27±11.4)、(1614.31±173.03) g m~(-2) a~(-1)和(1870.58±177.93) g m~(-2) a~(-1)。(2)不同植被类型地上净初级生产力对气候因素响应不同,金露梅灌丛地上净初级生产力主要受温度影响,而温度对小嵩草草甸地上净初级生产力无显著影响。此外,降水不是限制高寒生态系统草地地上净初级生产力主要因子,相比于降水影响,高寒生态系统地上净初级生产力更受温度调控。(3)年均温和年降水对金露梅灌丛和小嵩草草甸地下净初级生产力均无显著影响(P0.05),表明高寒生态系统,其地下生产力受外界气候条件变化影响微弱,是一个稳定的碳库。(4)两种植被类型其根系周转值均随着土壤深度的增加呈逐渐增加趋势,且高寒灌丛根系周转值明显高于高寒草甸根系周转值。研究表明,在全球气候变暖背景下将会增加金露梅灌丛地上净初级生产力,而对小嵩草草甸地上净初级生产力无显著影响。     

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。     

祁连山不同植被类型的物候变化及其对气候的响应

基于1982—2006年GIMMS NDVI和2000—2014年MODIS NDVI遥感数据,利用double logistic拟合方法提取了1982—2014年祁连山区不同植被的生长季始期、生长季末期和生长季长度3个重要的物候参数,分析了不同植被物候期的时间变化趋势、空间分异特征及对气候因子的响应。结果表明:(1)祁连山区不同植被的生长季始期和生长季末期随年际变化表现出波动提前或推迟,其中沼泽植被的变化波动最大;草甸植被、灌丛植被、阔叶林植被和栽培植被生长季长度出现延长趋势;(2)祁连山区植被生长季始期集中在5月初,其中阔叶林植被生长季开始最早,荒漠植被生长季开始最晚,植被生长季末期集中在9月,栽培植被生长季结束较早,荒漠植被、沼泽植被生长季结束较晚,植被生长季长度集中在110—140 d,其中阔叶林植被、针叶林植被生长季长度较长,而荒漠植被、高山植被生长季长度较短;(3)祁连山植被物候期变化趋势的空间分布表明植被生长季始期、生长季末期主要表现为提前不明显和推迟不明显,生长季长度主要表现为缩短不明显和延长不明显;(4)物候要素与气候要素相关性表明前期温度的积累有利于植被的开始生长,但当年3月的降水量对植被生长季始期同样有重要作用,不同植被生长季末期与8月、9月温度相关性较大,而与10月、11月降水的相关性较大。     

青藏高原矮嵩草草甸和金露梅灌丛草甸CO2通量变化与环境因子的关系

利用涡度相关技术观测了青藏高原两个典型的生态系统即矮嵩草(K obresia hum ilis)草甸和金露梅(P oten-tilla f ruticosa)灌丛草甸的CO2通量,并就2003年8月份的数据,分析了生态系统通量变化与环境因子的关系.8月份是这两个生态系统的叶面积指数达到最高也是相对稳定的时期,在此期间矮嵩草草甸和金露梅灌丛草甸净碳吸收量分别达56.2和32.6 g C.m-2,日CO2吸收量最大值分别为12.7μm o l.m-2.-s 1和9.3μm o l.m-2.-s 1,排放量最大值分别为5.1μm o l.m-2.-s 1和5.7μm o l.m-2.-s 1.在相同光合有效光量子通量密度(PPFD)条件下,矮嵩草草甸CO2吸收速度大于金露梅灌丛草甸;在PPFD高于1 200μm o l.m-2.s-1的条件下,随气温增加,两生态系统的CO2吸收速度都下降,但矮嵩草草甸的下降速度(-0.086)比金露梅灌丛草甸(-0.016)快.土壤水分影响土壤呼吸,并且影响差异因植被类型不同而不同.生态系统日CO2吸收量随昼夜温差增加而增大;较大的昼夜温差导致较高的净CO2交换量;植物反射率与CO2通量之间存在负相关关系.     

高光谱植被指数与水稻叶面积指数的定量关系

基于不同水稻品种、施氮水平和不同生育期下的大田试验,确立了水稻叶面积指数（LAI）与冠层光谱特征参数的定量关系.结果表明：水稻叶面积指数与部分高光谱植被指数存在良好的相关性,其中原始光谱组成的2波段差值指数（DI）形式相关性最好,其次为比值（RI）和归一化（NI）植被指数.相关最好的原始光谱植被指数是由近红外波段组成的差值指数DI(854,760),相关最好的一阶导数光谱植被指数是红光和近红外光组成的导数差值指数DI(D₆₇₆, D₇₇₈),但总体上导数光谱指数不如原始光谱指数与LAI关系密切.独立试验数据检验结果表明,以差值指数DI(854,760)为变量建立的水稻LAI监测模型具有较好的表现,可用于水稻LAI的估测.