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。     

小麦LAI-2000观测值对辐亮度变化的响应

利用LAI-2000植物冠层分析仪和ASD光谱仪,通过固定点拔节期冬小麦叶面积指数(LAI)观测实验和同步光谱辐亮度实验,测量了晴天条件下,固定点冬小麦从中午至傍晚24个不同时刻的LAI值及对应的辐亮度。继之分析了此段时间内测得的定点冬小麦LAI值分别与对应时刻可见光和近红外谱段的天空光辐亮度、总辐亮度和太阳直射辐亮度值之间的相关性。结果表明,无论波长小于490nm的谱段,还是波长大于490 nm的谱段,LAI与天空光辐亮度、总辐亮度和太阳直射辐亮度都呈负相关,相关系数(R2)高达0.8左右;尤其LAI与天空光辐亮度的负相关性最高,这种相关性随着波长的增大而减小。LAI与各谱段天空光辐亮度的相关性特征可为LAI-2000晴天观测的LAI值归一化修正处理提供一种新思路和技术途径,以消除太阳直射光的影响,从而解决LAI-2000只能在晴天观测的局限性,拓展LAI-2000在晴天观测条件下的适用性。     

基于多光谱影像的森林树种识别及其空间尺度响应

当前,不同空间分辨率卫星影像对森林类型识别结果中普遍存在的尺度效应,而且纹理参量对不同尺度下树种识别精度的影响仍缺乏广泛认知.本研究以中国东北旺业甸林场为研究区,采用观测时相同步、地理坐标匹配的GF-1 PMS、GF-2 PMS、GF-1 WFV,以及Landsat-8 OLI卫星传感器数据组成空间尺度观测序列(1、2、4、8、16、30 m),并结合支持向量机(SVM)模型,探讨了区域内5种优势树种遥感识别结果的尺度变化规律及其纹理特征参数的影响,同时检验了基于尺度上推转换影像的树种识别结果差异.结果表明: 影像空间分辨率对区域树种识别结果具有显著影响,其中,研究区森林树种识别的最佳影像分辨率为4 m,当分辨率降低至30 m时,树种识别结果最差.在1～8 m影像分辨率范围内,增加纹理信息能够显著提高不同优势树种的识别精度,使总分类精度提升了2.0%～3.6%,但纹理信息对16～30 m影像的识别结果没有显著影响.与真实尺度卫星影像相比,基于升尺度转换影像的树种识别结果及其尺度响应特征存在显著差异,表明在面向多个空间尺度的遥感观测和应用研究中,需要采用真实分辨率影像以确保结果的准确性.     

基于连续统去除法的冬小麦叶片氮积累量的高光谱评价

作物氮素状况是评价长势、提高产量和改善品质的重要指标,它对作物氮素诊断与管理具有重要意义。本文基于不同施氮水平下的冬小麦冠层光谱及相应的叶片氮积累量数据,将广泛应用于岩矿高光谱分析中的连续统去除法借用至作物冠层氮素营养状况评价。通过对550~760nm波段的冠层光谱进行连续统去除处理,提取了3个吸收特征。结果表明:在所有生育期中,叶片氮积累量均随着施氮量的增加而增大;在所有氮处理中,从起身期、拔节期、孕穗期到抽穗期,叶片氮积累量均呈先增加后减小的趋势,且在孕穗期达到峰值;在各生育期,吸收峰总面积、吸收峰左面积和吸收峰右面积均随着施氮量的增加而增大,面积归一化最大吸收深度均随着施氮量的增加而减小。通过相关分析发现:各吸收特征参数与叶片氮积累量之间均存在显著性相关,且面积归一化最大吸收深度参数的相关性最好;全生育期的相关性高于各单生育期;但从单生育期来看,孕穗期是监测叶片氮积累量最佳时期。回归分析结果发现,基于全生育期建立的叶片氮积累量评价模型均达到了极显著性水平。     

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。     

遥感反演植被理化参数的光谱和空间尺度效应

植被理化参数是生态系统中碳和养分等物质循环与能量交换的重要指标,利用遥感技术反演是获取区域及全球植被理化参数的重要手段,但光谱和空间尺度效应的存在,限制了源自不同遥感传感器植被理化参数产品的统一应用。阐述了遥感反演植被理化参数光谱尺度效应的概念及其产生原因,主要从光谱波段位置和波段宽度两方面对国内外相关研究进行了介绍和评述。同时,从遥感反演植被理化参数的空间尺度效应产生原因、空间异质性描述方法和空间尺度转换方法等方面对其国内外研究现状进行了归纳和评述。最后,总结了遥感反演植被理化参数光谱和空间尺度效应研究的不足之处和发展趋势,并指出光谱和空间耦合效应的研究将是一大趋势,而在生态学等领域形成的尺度效应研究的理论和方法也值得借鉴参考。