自动曝光对半球摄影法测量叶面积指数及其季节变化的影响

自动曝光是影响半球摄影法(DHP)测量叶面积指数(LAI)精度的重要误差源之一.本研究基于小兴安岭地区的阔叶红松林、白桦次生林、红松人工林和兴安落叶松人工林,利用DHP和LAI-2200植物冠层分析仪分别测量6—9月每个月中旬的LAI,首先比较两种方法测量LAI的差异性,再检验森林类型和测量时期对建立两种方法测定值间的相关关系是否存在显著影响,最后构建适于校正不同森林类型不同时期自动曝光对DHP测量LAI产生误差的经验模型.结果表明: 4种森林类型4个时期内,在自动曝光设置下DHP测量的LAI比LAI-2200测量值低估20%～49%;森林类型对构建两种方法测量LAI值的经验模型不存在显著影响,而测量时期存在显著影响.本研究构建的A、B两种分类经验模型,分别适用于校正4种森林类型在6和9月、7和8月DHP测量的LAI.经分类经验模型校正后,DHP测量4种森林类型4个时期的LAI值提高了45%～79%,测量精度可提高到83%～94%.通过DHP和LAI-2200测量LAI值间的经验模型,可有效校正自动曝光对DHP测量LAI的影响,极大地提高其测量精度,为使用DHP快捷、高效地测量不同森林类型的LAI及其季节动态提供技术支持.     

3类典型温带山地森林的叶面积指数的季节动态: 多种监测方法比较

 叶面积指数(leaf area index, LAI)是定量描述冠层结构的最有效指标之一。鉴于森林冠层三维结构的高度复杂性和异质性, 迄今仍没有形成统一标准的LAI测量方法。该文利用LAI-2000冠层分析仪、CI-110冠层分析仪和半球摄影法(digital hemispherical photograph, DHP), 对北京东灵山地区以蒙古栎(Quercus mongolica)为主的落叶阔叶林、华北落叶松(Larix gmelinii var. principis-rupprechtii)林和油松(Pinus tabuliformis)林的有效叶面积指数(effective leaf area index, LAI_e)进行了动态监测, 探寻其季节变化规律。为准确地估算温带山地主要森林类型的LAI, 对光学仪器测量值进行了去除木质成分、聚集效应等校正, 与基于凋落物收集法的相应实测值进行了比较分析。结果表明: 3种典型森林在生长季期间叶片生长均呈现单峰型; 3种光学仪器测量方法的同期LAI_e数值大小顺序为: LAI-2000冠层分析仪>DHP>CI-110冠层分析仪。光学仪器的直接测量值LAI_e包含了木质成分的贡献, 钝化了季节动态的变化幅度, 这对有明显季节交替的落叶林尤为突出。经校正, LAI-2000冠层分析仪和DHP的测量值与实测值都表现出显著的相关性, 其中LAI-2000冠层分析仪最适于采用基于空隙大小的校正方法, 而基于空隙度和空隙大小的综合算法则是校正DHP的最佳选择。结合经济成本和野外实际操作等因素考虑, DHP具有更大的推广优势, 特别适用于温带山地落叶林。     

基于光学仪器法测定谷地云冷杉林叶面积指数的季节变化

利用半球摄影法(DHP)和LAI-2000植物冠层分析仪两种光学仪器法(间接法)以及凋落物法(直接法),研究了小兴安岭谷地云冷杉林叶面积指数(LAI)的季节变化,并构建了不同季节直接法与间接法测定的LAI间的相关关系.结果表明: 在整个试验期间,DHP测定的LAI比直接法测定值低估40%～48%, LAI-2000植物冠层分析仪的低估范围为15%～26%;不同时期直接法与DHP和LAI-2000植物冠层分析仪测定的LAI均显著相关, 且均可合并为A、B、C 3类预测模型, 可以分别预测5和11月, 6、9和10月, 7和8月的LAI.本研究结果可为高效、准确地测定针叶林LAI的季节变化提供参考.     

基于数码相片Gamma校正的水稻叶面积指数估算

随着数码相机的日益普及,利用数码相机进行作物叶面积指数(LAI)测量不断得以应用。由于数码相机成像时会对入射光辐射强度进行Gamma编码变换,输出的相片DN(Digital Number)值与入射光辐射强度呈非线性关系,会造成在确定相片中植被叶片与背景的分割阈值时出现误差,并最终导致LAI估算存在较大不确定性。以水稻为研究对象,获取不同生长期水稻冠层相片并结合同步LAI 2000测量的LAI数据,基于相片Gamma校正原理,对水稻不同生长期冠层相片进行Gamma校正,在此基础上利用冠层孔隙率方法,估算不同生长期水稻LAI。结果表明,经过Gamma校正相片估算的水稻LAI总体精度有显著提高,相片估算的IMAGE LAI与LAI-2000测量值比较的决定系数达到0.71(P0.05)。在整个观测期内,两种方法观测的LAI值在时间变化趋势上表现一致,但在不同生长期内存在差别,在水稻分蘖期和拔节期相片估算的IMAGE LAI要高于LAI-2000测量值,孕穗期到抽穗期期间IMAGE LAI低于LAI-2000测量值,乳熟期到成熟期IMAGE LAI又高于LAI-2000的观测结果。     

利用不同分辨率卫星影像的NDVI数据估算叶面积指数(LAI)——以岷江上游为例

短周期的低分辨率遥感数据为大面积估算LAI及季节动态和物候趋势提供了有利工具,但基于高分辨率LAI的遥感估算模型在低分辨率遥感数据上应用有很大的不确定性。研究利用LAI-2000冠层分析仪与跟踪辐射和冠层结构测量仪(TRAC),测定了岷江上游流域范围内490块野外调查样地(50m×50m样方)的LAI数据,结合同期较高精度卫星数据(TM)建立了不同植被类型的LAI-NDVI算法,在经过传感器的相对校正后,将这种算法应用到同期分辨率较低的MODIS数据和SPOT VEGETATION数据上。结果表明,30m分辨率的TM LAI的均值为4.53,250m MODIS LAI的均值为3.55,1000m VGT LAI的均值为4.20,随着栅格分辨率的降低,总体标准差有增加的趋势,并且LAI值也有不同程度的低估,其中MODIS LAI值被低估约22%。但利用TM LAI数据验证MODIS和VGT LAI数据后发现,250m的MODIS数据预测误差在30%左右,1000m的SPOT数据预测误差则高达50%,空间重采样分析表明,栅格分辨率的降低是导致预测误差扩大的主要原因,而这也是岷江流域植被分布破碎化的体现。     

三种回归分析方法在Hyperion影像LAI反演中的比较

借助GPS进行地面精确定位,利用LAI-2000冠层分析仅在攸县黄丰桥林场开展130个样地(60m×60m)的叶面积指数(Leaf Area Index,LAI)测量.采用FLAASH模块对Hyperion数据进行大气校正并与地面同步冠层观测数据进行拟合,通过研究地面实测LAI与Hyperion影像波段及其衍生的系列植被指数(NDVI、RVI等)的相关性,筛选出估算叶面积指数的植被指数因子.应用曲线估计、逐步回归及偏最小二乘三种回归分析技术分别建立叶面积指数的最优估算模型.结果表明:参与建模的因子中,比值植被指数(RVI)与LAI的相关性最大,敏感性最高,其次是SARVI0.1,NDVI705,NDVI,SARVI0.1,SARVI0.25;曲线估计、逐步回归分析和偏最小二乘回归三种分析方法所建的6个回归模型中,偏最小二乘回归的拟合效果最好,预测值与实测值的决定系数R2为0.84、曲线估计的拟合效果最低,预测值与实测值的决定系数R2为0.64;建模精度分析表明,选用5-6个自变量因子进行LAI建模是可靠的,以6个植被因子建立的偏最小二乘回归模型预测精度最高.     

利用3种校正方案提高间接法测定兴安落叶松人工林叶面积指数的精度

木质部和集聚效应是影响间接法测定叶面积指数(LAI)精度的主要因素, 尤其是木质部的校正一直存在争议。针对这一问题, 该研究首先利用半球摄影法(DHP)和LAI-2000植物冠层分析仪法(LAI-2000法) 2种间接法测定了小兴安岭兴安落叶松(Larix gmelinii)人工林叶面积最大时期的有效LAI (L_e), 然后提出了A、B、C 3种校正方案来提高间接法的测定精度。同时, 利用凋落物法和异速生长方程法2种直接法测定LAI, 以凋落物法测定值为标准来评估3种校正方案的校正效果, 并检验天顶角范围对校正结果是否存在显著影响。结果表明: 在0-45° (1-3环)、0-60° (1-4环)、45°-60° (4环)及0-75° (1-5环) 4种不同天顶角范围内, DHP测定的L_e比凋落物法、异速生长方程法测定值分别低估19%-32%和8%-29%; 而LAI-2000法也得到相似的结论, 分别低估9%-30%和8%-28%。虽然校正方案A高估了木质部对LAI的贡献, 但在45º-60º天顶角范围内, 能有效地校正DHP测定的L_e, 在1-3环和1-4环天顶角范围内, 能有效地校正LAI-2000法测定的L_e。4种天顶角范围内, 校正方案B均能有效地校正DHP测定的L_e。整体来看, 4种天顶角范围内, 校正方案C对DHP和LAI-2000法测定值的校正效果均优于其他2种方案。研究结果表明除木质部和集聚效应外, 天顶角范围的选择也是决定间接法测定LAI精度的重要因素。     

利用不同分辨率卫星影像的NDVI数据估算叶面积指数(LAI) ——以岷江上游为例

短周期的低分辨率遥感数据为大面积估算LAI及季节动态和物候趋势提供了有利工具,但基于高分辨率LAI的遥感估算模型在低分辨率遥感数据上应用有很大的不确定性。研究利用LAI-2000冠层分析仪与跟踪辐射和冠层结构测量仪(TRAC),测定了岷江上游流域范围内490块野外调查样地（50m×50m样方）的LAI数据,结合同期较高精度卫星数据（TM）建立了不同植被类型的LAI-NDVI算法,在经过传感器的相对校正后,将这种算法应用到同期分辨率较低的MODIS数据和SPOT VEGETATION数据上。结果表明,30m 分辨率的TM LAI的均值为4.53,250m MODIS LAI的均值为3.55,1000m VGT LAI的均值为4.20,随着栅格分辨率的降低,总体标准差有增加的趋势,并且LAI值也有不同程度的低估,其中MODIS LAI值被低估约22%。但利用TM LAI数据验证MODIS 和VGT LAI数据后发现,250m的MODIS数据预测误差在30%左右,1000m的SPOT数据预测误差则高达50%,空间重采样分析表明,栅格分辨率的降低是导致预测误差扩大的主要原因,而这也是岷江流域植被分布破碎化的体现。     

Measuring seasonal dynamics of leaf area index in a mixed conifer-broadleaved forest with direct and indirect methods

利用光学仪器法能够快速、高效地测定森林生态系统的叶面积指数(leaf area index, LAI)。然而, 评估该方法测定针阔混交林LAI季节动态准确性的研究较少。该研究基于凋落物法测定了小兴安岭地区阔叶红松(Pinus koraiensis)林LAI的季节动态, 其结果可代表真实的LAI。参考真实的LAI, 对半球摄影法(digital hemispherical photography, DHP)和LAI-2000植物冠层分析仪测定的有效叶面积指数(effective LAI, L_e)进行了评估。首先对DHP测定LAI过程中采用的不合理曝光模式(自动曝光)进行了系统校正。同时, 测定了光学仪器法估测LAI的主要影响因素(包括木质比例(woody-to-total area ratio, α)、集聚指数(clumping index, Ω_E)和针簇比(needle-to-shoot area ratio, γ_E))的季节变化。结果表明: 3种不同方法测定的LAI均表现为单峰型的季节变化, 8月初达到峰值。从5月至11月, DHP测定的L_e比真实的LAI低估50%-59%, 平均低估55%; 而LAI-2000植物冠层分析仪测定的L_e比真实的LAI低估19%-35%, 平均低估27%。DHP测定的L_e 经过自动曝光, α、Ω_E和γ_E校正后, 精度明显提高, 但仍比真实的LAI低估6%-15%, 平均低估9%; 相对而言, LAI-2000植物冠层分析仪测定的L_e经过α、Ω_E和γ_E校正后, 精度明显提高, 各时期与真实的LAI的差异均小于9%。研究结果表明, 考虑木质部和集聚效应对光学仪器法的影响后, DHP和LAI-2000植物冠层分析仪均能相对准确地测定针阔混交林LAI的季节动态, 其中, DHP的测定精度高于85%, 而LAI-2000植物冠层分析仪的测定精度高于91%。     

利用直接法和间接法测定针阔混交林叶面积指数的季节动态

利用光学仪器法能够快速、高效地测定森林生态系统的叶面积指数(leaf area index, LAI)。然而, 评估该方法测定针阔混交林LAI季节动态准确性的研究较少。该研究基于凋落物法测定了小兴安岭地区阔叶红松(Pinus koraiensis)林LAI的季节动态, 其结果可代表真实的LAI。参考真实的LAI, 对半球摄影法(digital hemispherical photography, DHP)和LAI-2000植物冠层分析仪测定的有效叶面积指数(effective LAI, L_e)进行了评估。首先对DHP测定LAI过程中采用的不合理曝光模式(自动曝光)进行了系统校正。同时, 测定了光学仪器法估测LAI的主要影响因素(包括木质比例(woody-to-total area ratio, α)、集聚指数(clumping index, Ω_E)和针簇比(needle-to-shoot area ratio, γ_E))的季节变化。结果表明: 3种不同方法测定的LAI均表现为单峰型的季节变化, 8月初达到峰值。从5月至11月, DHP测定的L_e比真实的LAI低估50%-59%, 平均低估55%; 而LAI-2000植物冠层分析仪测定的L_e比真实的LAI低估19%-35%, 平均低估27%。DHP测定的L_e 经过自动曝光, α、Ω_E和γ_E校正后, 精度明显提高, 但仍比真实的LAI低估6%-15%, 平均低估9%; 相对而言, LAI-2000植物冠层分析仪测定的L_e经过α、Ω_E和γ_E校正后, 精度明显提高, 各时期与真实的LAI的差异均小于9%。研究结果表明, 考虑木质部和集聚效应对光学仪器法的影响后, DHP和LAI-2000植物冠层分析仪均能相对准确地测定针阔混交林LAI的季节动态, 其中, DHP的测定精度高于85%, 而LAI-2000植物冠层分析仪的测定精度高于91%。     

祁连山区青海云杉林冠层叶面积指数的反演方法

叶面积指数(Leaf area index, LAI)是陆地生态系统的一个十分重要的结构参数。随着空间精细化模型的发展和基于过程的分布式模拟技术的应用, 对LAI的区域估算显得越来越重要, 但目前尚缺乏有效的估算手段。该项研究以青海云杉(Picea crassifolia)林为研究对象, 利用LAI-2000冠层分析仪、鱼眼镜头法和经验公式法对林冠层LAI进行了测定, 观测值分别为1.03~3.70、0.48~2.26和2.27~8.20, 显然, 仪器测定值偏低。针对针叶的集聚效应导致仪器测定值偏低的现象, 利用跟踪辐射与冠层结构测量仪(TRAC)测定的青海云杉林聚集系数计算调整系数, 对鱼眼镜头法获取的LAI值进行订正。根据高分辨率的遥感数据反演青海云杉林的植被指数与LAI的关系, 最后获得了较合理的该地区林冠层LAI的空间分布图。     

Improving the accuracy of indirect methods in estimating leaf area index using three correction schemes in a Larix gmelinii plantation

Aims Woody materials and clumping effects are key error sources in estimating leaf area index (LAI) by optical methods. However, how to correct the error caused by woody materials has not reached consensus. The aims of this study are (1) to evaluate the accuracy of optical methods for estimating effective LAI (L_e) in a deciduous needle leaf forest stand, and (2) to develop a practical correction scheme to improve the accuracy of optical methods in estimating LAI.Methods L_ewas estimated by two indirect methods (i.e., digital hemispherical photography (DHP) and LAI-2000 plant canopy analyzer method (LAI-2000 method) in an annual maximum leaf area period in a Larix gmelinii plantation. Then, we developed three correction schemes to improve the accuracy of indirect methods in estimating LAI. Meanwhile, two direct methods (i.e., litter collection and allometry methods) were used to estimate LAI. Taking LAI from litter collection as a reference, we evaluated the effectiveness of three correction schemes and tested the influence of zenith angle ranges on the correction results.Important findings With zenith angle ranges of 0-45° (rings 1-3), 0-60° (rings 1-4), 45°-60° (ring 4) and 0-75° (rings 1-5), L_eobtained from DHP underestimated LAI from both litter collection and allometry by 19%-32% and 18%-29%, respectively. L_efrom LAI-2000 method with four zenith angles also underestimated LAI from both litter collection and allometry by 9%-30% and 8%-28%, respectively. Although the contribution of woody materials to LAI was overestimated in correction scheme A, it was effective in correcting L_efrom DHP with zenith angles of 45º-60º (ring 4), and also effective for L_efrom LAI-2000 method with zenith angles of rings both 1-3 and 1-4. Correction scheme B was all effective in correcting L_efrom DHP with four zenith angle ranges. Generally, correction scheme C was more effective than other two schemes in correcting L_efrom both DHP and LAI-2000 method with four zenith angle ranges. These results indicate that the zenith angle range is a key factor for determining the accuracy of optical methods in estimating LAI besides woody materials and clumping effects.     

Leaf litterfall,leaf area index,and radiation transmittance in cypress wetlands and slash pine plantations in north-central Florida

The seasonal dynamics of leaf litterfall and leaf area index (LAI, all-sided basis), light penetration and the vertical distribution of surface area index, and the feasibility of estimating LAI from radiation transmittance were studied from April 1993 to March 1994 in the canopies of three cypress (Taxodium ascendens) wetlands and their surrounding slash pine (Pinus elliottii) uplands in Florida flatwoods. Annual leaf litterfall ranged from 324 to 359 g m^–2 in the wetlands, which was very close to the average for 11 sites throughout Florida of 340±26 g m^–2. The seasonal pattern of the normalized LAI obtained for the dominant tree species in the ecosystems could be used to construct the seasonal dynamics of LAI at the ecosystem scale. The vertical distribution of surface area index in the wetlands was significantly different from that in the surrounding pine uplands. The maximum LAI of cypress wetlands in this area was about 8 m² m^–2, which was higher than the maximum of slash pine plantations of 6 m² m^–2. Cypress leaves were strongly erectophile in space. Results showed that the LAI-2000 canopy analyzer could generally be used to estimate forest LAI, whether the forest canopy was closed or not, if an overall clumping index of 2.00 was applied. However, as LAI decreased, the relative error contained in the radiation-based LAI estimates increased. This indicated that foliage clumping at the stand scale was more important than that at the tree or branch scale.     

Test of Accuracy of LAI Estimation by LAI-2000 under Artificially Changed Leaf to Wood Area Proportions

The accuracy of LAI-2000 Plant Canopy Analyzer for leaf (LAI) and plant (PAI) area indexes measurements was tested in 20-year-old Norway spruce stand using the reduction of canopy biomass. Needle and branch areas were reduced progressively upward every one meter. Values of effective leaf area index (LAI_e), as an uncorrected product of LAI-2000, were compared with directly estimated LAI and PAI values after each reduction step. LAI-2000 underestimates PAI and LAI values according to LAI-2000 rings readings, and varied proportions between leaf and wood areas. The values of LAI_c have been increased with decreasing of the view angle of the relevant LAI-2000 rings. Therefore, the underestimation of LAI becomes smaller when the readings near the horizon are masked. More accurate results, for projected LAI (LAI_p) calculation, are produced by LAI-2000 when some dense grids of measurement points and the most vertical ring readings (0 –13 °) are used. Correction factor 1.6 is possible to use for unreduced canopy hemi-surface LAI estimation, when the last rings (i.e. 5^th and 4^th rings, 47 –74 °) are excluded. Correction factor of 1.25 can be used to compute LAI_p if the angle readings under 43 °are also masked.