水稻冠层结构变化对二向反射率的影响

通过对植被二向反射特性的研究,可反演植被冠层结构信息,如叶面积指数、平均叶角、株高、覆盖率等。在大田晚稻（秀水63）移栽后第26、35、41、49、62、67和86d,对水稻冠层结构及二向反射率进行实测,并分析了二向反射率随冠层结构变化规律,结果表明,植被冠层二向反射率对入射角与观测角的敏感性随着植被冠层结构的变化而变化,蕴涵着丰富的植被结构信息。     

对生玉米冠层光强分布的模拟研究

本文通过数学模拟的方法从理论上建立了对生玉米群体中的光强分布模型.此模型中作者引入了叶数密度函数的概念体现对生玉米和互生玉米在株高、节数和每节叶数等株型参数上的区别,从而大大简化了相关的计算,提高了模型的实际应用效果.     

城市绿地生态系统多角度高光谱光化学反射植被指数与光能利用率的关系

光能利用率(LUE)是陆地生态系统总初级生产力(GPP)估算的一个重要参数。LUE的准确估算对于在区域甚至全球尺度上使用LUE模型估算GPP是非常重要的。一个基于通量塔的观测视场与通量观测足迹在时空上相匹配的自动多角度遥感平台为LUE在站点尺度上的准确估算提供了一个好方法。该文基于通量塔涡度相关(EC)和自动多角度高光谱连续观测获取的连续30 min的数据, 在站点空间尺度和0.5 h与日时间尺度上, 探讨了城市绿地生态系统秋季光化学反射植被指数(PRI)与LUE之间的关系。研究发现, 反映植被叶面积和色素变化的植被绿度指数在秋季呈现逐渐下降的趋势, 表征了植被冠层的状态与结构变化, 叶片从绿色逐渐变黄凋落, 植被冠层叶片的叶绿素逐渐减少, 裸露的枝干增多; 用空气温度和代表物候过程的绝对绿度指数(2G_RB)做线性回归分析, 得到回归系数(R²)为0.60 (p < 0.001)。说明在城市绿地生态系统中, 空气温度是决定植被物候过程的主要驱动因素, 随着植被物候变化, 叶片的凋落导致的裸露土壤的增多以及随时间变化的色素含量和其比例的变化将影响PRI和LUE的关系; 采用植被生长模型(logistic曲线), 拟合时间与2G_RB, 得到曲率变化最快的点, 确定为秋季植被落叶期的初日, 即第290天。在0.5 h和日时间尺度上, PRI都可以捕捉LUE的变化。但是日尺度上不同物候期, PRI和LUE的关系发生了急剧的变化。在秋季植被正常生长期, PRI和LUE之间的关系最密切(R² = 0.70, p < 0.001)。当土壤温度大于15 ℃、光合有效辐射(PAR)大于300 μmol·m^-2·s^-1以及饱和水汽压差(VPD)大于700 Pa的情况下, PRI能够更好地预测LUE。基于通 量塔尺度上时空尺度相匹配, 利用半经验的核驱动二向反射分布函数模型得到的高光谱PRI和通量观测得到的LUE在不同环境条件下的关系以及考虑到在植被的不同物候期对PRI和LUE的关系的优化, 将会更加准确地估算城市绿地生态系统的LUE。     

植被冠层尺度生理生态模型的研究进展

随着人们对植物生命活动各个过程研究的不断深入,以植物生理过程、物理过程为基础的各种生理生态学模型逐渐发展起来,而植被冠层尺度生理生态学过程模型已成为生态系统模型的核心之一。目前植被冠层尺度的大叶模型、多层模型、二叶模型以其成熟的理论基础及对植被冠层的光合作用、蒸腾作用较为成功的模拟,得到了广泛的应用。3个模型都以光合作用-气孔导度-蒸腾作用耦合模型为基础,但又具有各自的特点。本文对3种模型的结构及特点进行了总结,并对其进行了比较,简要介绍了目前植被冠层尺度生理生态学模型的应用及存在的问题和发展状况。     

玉米冠层内太阳直接辐射三维空间分布的模拟

太阳直接辐射在植物冠层内的空间分布特征影响植物生理生态功能 ,是衡量植物群体结构是否合理的重要指标。利用田间实测的玉米冠层内植株各器官的三维空间坐标进行冠层结构分析 ,将冠层内的植株器官表面划分成小面元 ;根据几何光学中光的直线传播原理 ,利用面元沿太阳光线的平行投影和投影深度排序 (Z- buffer)算法计算冠层内面元受太阳光直接照射的情况 ,建立了太阳直接辐射在玉米冠层内三维空间分布的模拟模型。模型可计算出作物冠层内任选植株的器官表面或冠层内地面上的太阳直射光斑 (Sunflecks)分布 ,也可输出选定空间位置或范围上的太阳直接辐射的分布 ,同时可实现模拟结果的三维可视化。根据此模型的模拟结果可对太阳直接辐射在玉米冠层内的空间分布进行各种分析。利用玉米冠层内光斑的三维分布测定试验 ,在光合有效辐射 (PAR)波段对模型进行了检验。模型适用于任意三维结构可测并可进行面元化划分的植物群体或个体     

不同水氮条件下水稻冠层反射光谱与植株含水率的定量关系

研究了不同土壤水氮条件下水稻 (Oryzasativa) 冠层光谱反射特征和植株水分状况的量化关系。结果表明, 水稻冠层近红外光谱反射率随土壤含水量的降低而降低, 短波红外光谱反射率随土壤含水量的降低而升高。相同土壤水分条件下, 高氮水稻的冠层含水率高于低氮水稻的冠层含水率 ;同一水分条件下, 高氮处理的可见光区和短波红外波段光谱反射率低于低氮处理, 近红外波段光谱反射率高于低氮处理。发现拔节后比值植被指数 (R810 /R460 ) 与水稻叶片含水率和植株含水率呈极显著的线性相关, 模型的检验误差 (RootmeansquareError, RMSE) 分别为 0.93和 1.5 0。表明比值植被指数R810 /R460 可以较好地监测不同生育期水稻叶片和植株含水率。     

水稻叶片全氮浓度与冠层反射光谱的定量关系

利用数学统计方法分析了不同施氮水平和不同水稻品种群体叶片全氮浓度（LNC）与冠层反射光谱的定量关系,建立了水稻群体叶片全氮浓度的光谱监测模型.结果表明：基于原始反射率构造的光谱参数与叶片全氮浓度的相关程度均高于原始反射率,近红外波段（760～1 220 nm）与可见光波段510、560、680及710 nm组成的比值植被指数、差值植被指数和归一化植被指数与群体叶片全氮浓度呈极显著正相关,其中与归一化植被指数（NDVI）的相关性最好;对拟合较好的6个两波段组合参数及4个特征光谱参数的预测标准误（SE）和决定系数（R²）进行比较后,选取参数NDVI (1220, 710)为反演群体叶片全氮浓度的最佳光谱参数,方程为LNC=3.2708 × NDVI (1220,710) + 0.8654.利用不同粳稻品种、水分和氮肥处理的试验数据对监测模型进行了检验,估计的根均方差（RMSE）均小于20%,预测值和实测值的拟合R²为0.674～0.862,拟合斜率为0.908～1.010,RMSE为11.315%～19.491%,表明模型预测值与实测值之间符合度较高,对不同栽培条件下的水稻群体叶片全氮浓度具有较好的预测性.     

昆虫种群密度的二项抽样估计模型研究进展

昆虫种群密度的二项抽样估计模型主要有两类,一类是根据空间分布型理论演绎而来,另一类是根据样方中有虫样方比例或不大于某一阈值密度T头的样方比例与平均密度的经验关系拟合的．本文综述了这两类模型、模型的变异分析、模型的理论抽样数估计等方面的研究进展．     

植物叶片和冠层光化学反射指数与叶黄素循环的关系

以一串红(Salvia splendens Ker-Gawl.)和白车轴草(Trifolium repens Linn.)为材料,使用光谱反射技术测定了这两种植物叶片水平和冠层水平的光化学反射指数(PRI)的日变化,同时使用高效液相色谱分析法测定了这两种植物叶黄素循环的日变化,分析了单叶、群体冠层的PRI与叶黄素循环和叶片实际光化学效率(ΦPSⅡ)和非光化学淬灭(NPQ)之间的关系.结果表明,不论是叶片水平还是冠层水平,两种植物PRI的变化均与叶黄素的脱环氧化程度和NPQ之间呈显著的负相关、与ΦPSⅡ呈显著的正相关.研究结果表明无论叶片水平还是冠层水平上的光谱反射指数均能非常好地反映植物光合机构对光能的利用效率.     

黄土高原不同种植密度下春小麦冠层和叶片高光谱反射特征

2006年4-8月,通过大田试验,测定了7个密度梯度下3个品种的春小麦冠层、叶片在不同生育期的高光谱反射率.结果表明:孕穗期,不同密度的春小麦冠层和叶片光谱差异明显,波形相似,其冠层光谱反射率在可见光区随密度增大降低,在近红外区反射率随密度增加升高;乳熟期,不同种植密度春小麦冠层光谱在可见光区的差异比近红外区小;不同密度的叶片光谱在可见光区和近红外区的变化在不同生育期表现出一致性,但随密度变化的规律性不明显;不同生育期的冠层光谱表现为乳熟期的反射率高于孕穗期;叶片光谱表现为乳熟期较孕穗期在近红外光区反射率大大降低;不同品种春小麦的冠层和叶片光谱存在一定差异;孕穗期,不同品种的冠层光谱在可见光区差异较小,差别主要表现在短波红外和近红外区;成熟期,不同品种冠层光谱的差异小;不同品种叶片光谱在近红外区的差异显著;春小麦红边存在双峰现象,从孕穗期到乳熟期,红边位置蓝移,红边幅值降低,红边面积减小;红边幅值的变化可用于估产,红边位置的变动可指示生育阶段.     

PROSPECT5耦合4SAIL模型的亚热带典型森林冠层反射率时间序列模拟

冠层反射率在森林植被类型精确解译、森林碳同化关键参数如叶面积指数(LAI)、叶绿素等遥感反演等方面具有重要意义.本研究以亚热带毛竹林、雷竹林和常绿落叶阔叶混交林3种典型森林类型为研究对象,通过耦合PROSPECT5和4SAIL模型模拟其冠层反射率时间序列.首先,对PROSPECT5和4SAIL模型参数进行敏感性分析,探讨模型参数对冠层反射率的影响;其次,利用实测反射率对不敏感参数进行优化,并确定其参数值;最后,耦合PROSPECT5和4SAIL模型模拟3种亚热带森林冠层反射率,并与MODIS反射率进行对比.结果表明:LAI对第1、2、3、5、7波段最敏感,各波段的总敏感指数分别为0.80、0.83、0.94、0.66、0.47;叶绿素含量对第4波段最敏感,总敏感指数为0.59;叶片含水量对第6波段的敏感性最大,总敏感性指数为0.54;叶子结构参数、类胡萝卜素、热点参数、干物质含量和土壤干湿比等参数对各个波段都不敏感或敏感性较小.优化后的PROSPECT5和4SAIL模型模拟得到的冠层反射率能够真实反映3种典型森林的季节性变化规律,通过与MODIS反射率对比分析发现,模拟冠层反射率和MODIS反射率之间具有较高的决定系数,分别为0.86、0.90、0.93,均方根误差(RMSE)也较小,分别为0.09、0.07、0.05,且模拟反射率能在一定程度上解决MODIS反射率数据冬季易受雨雪、混合像元影响等问题.     

Multispectral canopy reflectance improves spatial distribution models of Amazonian understory species

Species distribution models are required for the research and management of biodiversity in the hyperdiverse tropical forests, but reliable and ecologically relevant digital environmental data layers are not always available. We here assess the usefulness of multispectral canopy reflectance (Landsat) relative to climate data in modelling understory plant species distributions in tropical rainforests. We used a large dataset of quantitative fern and lycophyte species inventories across lowland Amazonia as the basis for species distribution modelling (SDM). As predictors, we used CHELSA climatic variables and canopy reflectance values from a recent basin-wide composite of Landsat TM/ETM+ images both separately and in combination. We also investigated how species accumulate over sites when environmental distances were expressed in terms of climatic or surface reflectance variables. When species accumulation curves were constructed such that differences in Landsat reflectance among the selected plots were maximised, species accumulated faster than when climatic differences were maximised or plots were selected in a random order. Sixty-nine species were sufficiently frequent for species distribution modelling. For most of them, adequate SDMs were obtained whether the models were based on CHELSA data only, Landsat data only or both combined. Model performance was not influenced by species’ prevalence or abundance. Adding Landsat-based environmental data layers overall improved the discriminatory capacity of SDMs compared to climate-only models, especially for soil specialist species. Our results show that canopy surface reflectance obtained by multispectral sensors can provide studies of tropical ecology, as exemplified by SDMs, much higher thematic (taxonomic) detail than is generally assumed. Furthermore, multispectral datasets complement the traditionally used climatic layers in analyses requiring information on environmental site conditions. We demonstrate the utility of freely available, global remote sensing data for biogeographical studies that can aid conservation planning and biodiversity management.     

An analytical model for bidirectional reflectance factor of multicomponent vegetation canopies

Based on radiative transfer theory in vegetation and geometric-optical principles, an analytical physi-cal mode] for calculating multiangular, multispectral reflectance over a non-random, multiple component vegetation canopy is developed. This model is derived by taking advantages of the previous leaf canopy and multicomponent canopy BRF models. It quantitatively accounts for both the impact of foliage elements' orientation on the canopy hotspot through an innovative algorithm to estimate the hotspot function for any arbitrarily oriented foliage element and contributions of all foliage elements to the reflectance by multiple scattering. Thus, it is characterized by more com-pletely considering the integrative influence of spatial variations in optical and structural properties of all foliage ele-ments on canopy reflectance than any previous analytical BRF models. Simulation results from this model demonstrate that canopy hotspot becomes strongest when the mean inclination angle of foliage elements is ar     

基于PROSAIL辐射传输模型的毛竹林分冠层反射率模拟研究

冠层光谱反射率直接关系到毛竹（Phyllostachys pubescens Mazel）林冠层参数的反演,对毛竹林地土壤肥力间接估测具有重要意义。以PROSPECT5、PROSAIL模型为基础,从叶片尺度和冠层尺度分析模型参数对叶片和冠层反射率的影响,构建毛竹冠层叶面积指数（LAI）-冠层反射率查找表并通过代价函数选取最优冠层反射率,从而实现毛竹林分冠层反射率的准确模拟。结果表明,在叶片尺度,PROSPECT模型参数敏感性从高到低依次为叶肉结构参数（N） > 叶绿素含量（C_ab） > 等效水厚度（EWT） > 干物质含量（C_m） > 类胡萝卜素含量（C_ar）;在冠层尺度,PROSAIL模型参数敏感性从高到低依次为LAI > C_ab > EWT > C_m > N > C_ar > ALA（平均叶倾角）;叶片尺度反射率整体大于冠层尺度反射率;在400~900 nm波长范围内,PROSAIL模型模拟的冠层光谱反射率与实测光谱反射率拟合效果较好,相对误差为6.71%。     

Spectral reflectance ratio of rice canopy for estimating crop nitrogen status

A portable meter for measuring the intensity of the green color of a rice canopy in the field by using spectral reflectance at 550 and 800 nm was newly devised. The measurements were found to be affected by reflection of sunshine on the leaf surface. With such limitations being taken into account, rice canopy green color intensity could be evaluated with this meter.     

基于冠层反射光谱的棉花叶片氮含量估测

通过分析不同施氮水平下棉花叶片氮含量与冠层多光谱反射率及其衍生的比值、归一化及差值植被指数之间的关系,确立了棉花叶片氮含量的敏感波段及预测方程.结果表明:由红谷区域(610、660、680和710nm4个波段)和近红外区域(760、810、870、950、1100和1220nm6个波段)组成的植被指数与棉花叶片氮含量的相关性较好,比值植被指数RVI(950,710)对叶片氮含量的预测性最好.利用独立的棉花田间试验资料对基于RVI(950,710)的预测方程进行检验,该模型适用于不同棉花品种及不同生育期棉花叶片氮含量预测.     

A spatially explicit method for evaluating accuracy of species distribution models

Aim Models predicting the spatial distribution of animals are increasingly used in wildlife management and conservation planning. There is growing recognition that common methods of evaluating species distribution model (SDM) accuracy, as a global overall value of predictive ability, could be enhanced by spatially evaluating the model thereby identifying local areas of relative predictive strength and weakness. Current methods of spatial SDM model assessment focus on applying local measures of spatial autocorrelation to SDM residuals, which require quantitative model outputs. However, SDM outputs are often probabilistic (relative probability of species occurrence) or categorical (species present or absent). The goal of this paper was to develop a new method, using a conditional randomization technique, which can be applied to directly spatially evaluate probabilistic and categorical SDMs. Location Eastern slopes, Rocky Mountains, Alberta, Canada. Methods We used predictions from seasonal grizzly bear (Ursus arctos) resource selection functions (RSF) models to demonstrate our spatial evaluation technique. Local test statistics computed from bear telemetry locations were used to identify areas where bears were located more frequently than predicted. We evaluated the spatial pattern of model inaccuracies using a measure of spatial autocorrelation, local Moran’s I. Results We found the model to have non‐stationary patterns in accuracy, with clusters of inaccuracies located in central habitat areas. Model inaccuracies varied seasonally, with the summer model performing the best and the least error in areas with high RSF values. The landscape characteristics associated with model inaccuracies were examined, and possible factors contributing to RSF error were identified. Main conclusions The presented method complements existing spatial approaches to model error assessment as it can be used with probabilistic and categorical model output, which is typical for SDMs. We recommend that SDM accuracy assessments be done spatially and resulting accuracy maps included in model metadata.