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。     

小兴安岭白桦次生林叶面积指数的估测

叶面积指数(LAI)是量化冠层结构最常用的参数之一,准确估测LAI对森林生态系统结构特性的研究具有重要意义.利用半球摄影图像法和LAI-2000法及半球摄影图像法结合凋落物法估测了小兴安岭白桦次生林LAI及其动态变化.首先对该林型叶凋落末期(11月初)的半球摄影图像进行合理校正(包括木质部分所占比例α,冠层水平集聚指数ΩE,校正值作为该时期常绿树种的真实LAI(LAIt),结合各调查期的凋落物数据,得到落叶季节(7-11月)的LAIt,并以该值为参考值,对比分析了两种光学仪器法估测值.结果表明:两种光学仪器法在LAI最大时期低估(分别低估2.83％、6.20％),其他时期显著高估(平均高估118.13％、89.34％),但两种光学仪器法与探讨方法估测值存在很好的相关性:LAIt=-1.1393+1.0934·LAIHP,R2=0.80; LAIt=-0.1712+0.6259·LAILAI-2000,R2=0.83.研究结果可为将来方便、快捷、准确的估测白桦次生林的LAI提供参考.     

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PROSAIL辐射传输模型的毛竹林叶面积旨数遥感反演

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(Cab)＞叶片结构参数(N)＞平均叶倾角(ALA)＞等效水厚度(Cw)＞干物质含量(Cm),并以LAI、Cab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.     

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。     

帽儿山地区森林冠层叶面积指数的地面观测与遥感反演

叶面积指数(leaf area index,LAI)是陆地生态系统最重要的结构参数之一,遥感和基于冠层孔隙率模型的光学仪器观测是快速获取LAI的有效方法,但由于植被叶片的聚集效应,这些方法通常只能获取有效叶面积指数(effective LAI,LAIe).本文以东北林业大学帽儿山实验林场为研究区,利用LAI2000观测森林冠层LAIe,并结合TRAC观测的叶片聚集度系数估算了森林冠层LAI,并通过分析基于Landsat5-TM数据计算的不同植被指数与LAIe之间的关系,建立了该区森林LAI遥感估算模型.结果表明:研究区阔叶林的LAI和LAIe基本相当,而针叶林的LAI比LAIe大27%;减化比值植被指数(reduced simple ratio,RSR)与该区LAIe的相关性最好(R2=0.763,n=23),最适合该区LAI的遥感提取.当海拔<400 m时,LAI随海拔高度的上升而快速增大;当海拔在400～750 m时,LAI随海拔高度的上升缓慢增大;当海拔>750 m时,LAI呈下降趋势.研究区森林冠层LAI与森林地上生物量存在显著的正相关关系.     

利用鱼眼摄像机测量植被叶面积指数动态变化

叶面积指数(LAI)的快速准确测量可以为相关生态过程研究提供关键参数.本研究采用光学鱼眼相机拍摄了黄土高原北部典型植被柠条、沙柳、紫花苜蓿、荒草、大豆和玉米不同生长时期冠层照片,在玉米、大豆和柠条样地固定安装鱼眼摄像机定时拍摄冠层照片,并运用图像处理软件分析获取LAI.结果表明: 鱼眼相机法(DHP)获取的多种植被类型的LAI与LAI-2200测量结果存在显著线性相关关系(R²=0.85,P<0.05),均方根误差为0.256.太阳辐射值直接影响专业软件处理照片时的关键参数,镜头朝下情况下,计算LAI的关键参数——绿色指数随着拍摄照片时太阳辐射强度的增加而增加.但是镜头朝上情况下,亮度参数随着太阳辐射值的增加而减少.通过关键参数的调整,玉米、大豆和柠条样地LAI变化与LAI-2200测量结果一致,很好地反映了这些植物生长期的LAI动态变化,柠条样地镜头朝下测量结果更好.鱼眼摄像机可以用于定位监测LAI动态变化.     

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。     

植被叶面积指数遥感监测模型

叶面积指数是植被定量遥感的重要参数,区域的时序列叶面积指数揭示了区域生态的演化过程,反演方法上主要是通过植被指数建立相关模型实现的,对于不同地区或不同气候带而言,模型的通用性以及各种植被指数在模型中的灵敏度都需做进一步的探讨。以江苏省宜兴市作为研究区,采用2002年8月22日获得的Landsat-5TM图像数据和2003年8月23～26日采用LAI-2000进行的野外实测植被叶面积指数(LAI)数据,分别探讨了植被指数(VI)与LAI的一元、多元线性回归模型和非线性回归模型,其中的非线性回归模型包括对数、指数、乘幂和多项式回归模型。结果表明,VI与LAI之间的最佳回归模型为多元线性回归模型,R2达0.864;采用逐步选择剔除法,遴选出了用于回归模型的植被指数为RVI、PVI、SAVIL=0.35、MSAVI、ARVIγ=1、ARVIγ=0.5和SARVI。经模型LAI=-ln((VI-VI∞)/(VIg-VI∞))/KVI检验,预测值(y)与实测值(x)的拟合度较好y=0.5345x 1.3304,R2为0.7379。RVI与LAI的三次多项式回归模型也较好,R2为0.7806。再次为RVI与LAI的一元线性回归模型,R2为0.7726,比值植被指数RVI在反演叶面积指数模型中具有较高的灵敏度。     

广西桉树人工林叶面积指数的估测及其校正

叶面积指数(Leaf area index, LAI)是森林生态系统重要的结构参数,通过遥感技术可反演区域LAI,但其可靠性需要地面准确的实测数据进行验证。选取广西国有高峰林场不同林龄的桉树(Eucalyptus robusta)人工林为对象,以异速生长法(Allometry)为对照,综合利用植物冠层分析仪法(LAI-2200)、跟踪辐射和冠层结构分析仪法(TRAC)、半球摄影法(DHP)以及地基激光雷达法(TLS)等间接法估测样地的LAI,并考虑木质成分以及聚集效应影响,进行相应的校正处理,为地面快速、准确测量桉树人工林LAI提供参考。结果表明：桉树人工林的比叶面积为125.37±13.38 cm~2/g,通过Allometry获得的LAI变化范围在1.65—3.84,平均为2.73,不同林龄间的差异均显著(P<0.05),随着林龄的增加呈现先增加后减少的趋势。在未校正情况下,LAI-2200、TRAC、DHP、TLS估算的LAI存在显著差异(P<0.05)。与对照相比,LAI-2200在幼龄林和过熟林中估算误差最小,TRAC在成熟林中估算误差最小。相对于完全去除法,利用...     

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.     

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.     

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。     

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.     

Calibration of LAI-2000 canopy analyser with leaf area index in a young eucalypt stand

Plant area index (PAI) measured with a LI-COR LAI-2000 plant canopy analyser (PCA) was calibrated with leaf area index (LAI) in a young stand of Eucalyptus grandis in the KwaZulu-Natal Midlands, South Africa. Destructive sampling and allometric equations were used to estimate LAI at 2 and 3 years after planting. Significant correlations (P<0.001) were found between LAI and PAI for each age with different equations being generated for the two ages (LAI=1.0594(PAI)−0.892 at 2 years of age, and LAI=1.0393(PAI) at 3 years of age). The equations differed from those reported in other eucalypt studies, as the PCA in this study over-predicted LAI at 2 years, and slightly under-predicted at 3 years, of age. It is argued that the stage of growth influenced this calibration, as the canopy and foliar structure may have been different in the young stands, affecting the basic assumptions for the PCA. A broad conversion from PCA derived PAI to LAI may not necessarily be valid for young, short rotation eucalypt plantations.