首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 531 毫秒

1.  叶面积指数遥感反演方法进展  被引次数:3
   王东伟  孟宪智  王锦地  王磊《五邑大学学报(自然科学版)》,2009年第23卷第4期
   叶面积指数(LAI)是描述植被冠层结构的关键参数,而模型反演法是提取LAI的潜在有效方法.论文综述了植被冠层辐射传输模型和辐射传输模型遥感反演LAI方法的理论发展,详述了植被冠层辐射传输模型和LAI反演的发展历程.通过逐步的理论扩展,进而引出目前学者广泛关注的LAI提取同化算法,为遥感观测提取LAI或其它参数提供了理论参考.    

2.  基于遥感信息和作物生长模型同化的水稻估产方法研究  
   陈劲松  黄健熙  林珲  裴志远《中国科学:技术科学》,2010年第Z1期
   本研究的目的是通过数据同化方法,将国产环境卫星HJ-1A/B数据提取的水稻叶面积指数LAI信息和作物生长模型相结合,以提高水稻估产的精度.具体方法为:首先通过分析水稻叶面积指数LAI和水稻归一化植被指数NDVI的时域变化关系建立模型反演水稻LAI,并应用研究区历史数据和作物生长模型WOFOST建立初始水稻生长模型估算水稻产量.在构建代价函数的基础上,采用SCE(shuffledcomplex evolution)数据同化方法对初始水稻生长模型参数进行优化,使水稻生长模型估算的水稻LAI和遥感数据反演的LAI差值最小.最后将采用同化方法的水稻生长模型估算的研究区水稻产量和不加同化方法的原始水稻生长模型估算的水稻产量进行比较,结果显示水稻估产精度有明显提高.研究结果表明采用遥感数据提取的农作物实时生长信息可以修正作物生长模型关键参数以提高区域范围的农作物估产精度,同时也显示国产环境卫星数据在农作物生长监测上具有广阔的应用潜力.    

3.  基于MODIS反演的2000—2011年江西省植被叶面积指数时空变化特征  
   吴国训  阮宏华  李显风  居为民  耿君《南京林业大学学报(自然科学版)》,2013年第1期
   叶面积指数(LAI)是陆地植被的重要结构参数之一,是陆地生态系统生产力模型和气候、水文、生物地球化学等模型的关键输入参数。笔者基于MODIS-MOD09A1反射率数据,利用4-尺度几何光学模型反演了2000—2011年江西省植被LAI。结果表明:(1)江西省植被LAI呈现出明显的季节变化,1年中1—2月LAI值较低(最低为1月,平均值为0.85),3—4月随着植被生长,LAI值逐渐增大,到6—8月,LAI达到最大值,最大值为7月的4.8,约为最小月份平均值的5.6倍,9月以后,LAI值逐渐减少;(2)2000—2007年江西全省生长季LAI呈增加趋势,2008—2011年LAI平均值呈下降趋势,2000—2011年全省生长季LAI平均值呈下降趋势,平均下降0.048;(3)江西省不同植被类型的LAI值差异较大,2000—2011年间,各植被类型LAI平均值从大到小顺序为:常绿针叶林(5.67)、常绿阔叶林(4.57)、混交林(4.01)、落叶阔叶林(3.17)、农作物/自然植被混合(2.08)、高郁闭度灌木(1.92)、农作物(1.85)。2000—2011年江西全省植被LAI的平均值为3.60。    

4.  基于GF-1号卫星WFV数据反演玉米叶面积指数  被引次数:1
   王立辉      黄进良  杨瑞霞    《华中师范大学学报(自然科学版)》,2016年第1期
   叶面积指数(Leaf Area Index, LAI)是描述作物生长状况的重要生理生态参数之一.该文以河南封丘县玉米为研究对象,利用中国高分辨率对地观测系统的首发星——高分一号(GF-1)WFV数据,计算4种常用的植被指数,包括归一化植被指数(normalized difference vegetation index,NDVI)、比值植被指数(simple ratio,SR)、土壤调节植被指数(soil-adjusted vegetation index,SAVI) 和修正的土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI).结合地面同步实测的玉米LAI数据,建立各植被指数与实测LAI的统计回归模型.结果表明:研究区玉米LAI和4种植被指数之间均有较强的相关性,其中,MSAVI-LAI的指数模型相关系数达到了0.842 6,LAI反演精度最高.使用独立的野外观测数据对模型进行验证,平均相对误差为4.85%,均方根误差(root mean square error, RMSE)仅为0.183,表明该文建立的LAI经验统计模型具有较高的精度,利用GF-1 WFV 影像可以快速、准确地监测河南封丘玉米LAI,GF-1影像用于LAI等地表参量遥感定量反演具有巨大的潜力.2014年8月中旬,封丘大部分地区玉米LAI大于4,玉米长势较好.该研究结果可为利用经验统计模型反演河南玉米LAI提供参考.    

5.  基于小波分析的玉米叶绿素a与LAI高光谱反演模型研究  被引次数:1
   宋开山  刘殿伟  王宗明  吕冬梅  张柏  任春颖  杜嘉《农业系统科学与综合研究》,2011年第27卷第2期
   2003与2004年分别在长春市良种场与中国科学院海伦黑土生态实验站,实测了大田耕作与不同经营制度作用下玉米冠层高光谱反射率与叶绿素a含量、叶面积指数(LAI)数据。采用NDVI(Normalized Difference Vegetation index)、SAVI(Soil-Adjusted Vegetation Index)、TVI(Transformed Vegetation Index)、MTVI2(Modified Transformed Vegetation Index2)等植被指数建立了玉米叶绿素a与LAI反演模型;应用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对玉米叶绿素a与LAI进行估算。研究发现NDVI、SAVI、TVI、MTVI2植被指数可以较为准确的估算玉米叶绿素a、LAI(R^2〉0.70);小波能量系数回归模型可以进一步提高玉米叶绿素a含量、LAI的估算水平,以一个特定小波能量系数作为自变量的回归模型,玉米叶绿素a、LAI回归确定系数R2分别高达0.79、0.82;以多变量回归分析表明玉米叶绿素a、LAI实测值与预测值的线性回归确定性系数R2分别高达0.87、0.90。以上结果表明,小波分析可以对高光谱数据进行特征变量提取,进而反演玉米生理参数,对其他植被生理参数反演具有一定借鉴意义。图3,表4,参11。    

6.  森林叶面积指数遥感研究进展  
   汪小钦  江洪  傅银贞《福州大学学报(自然科学版)》,2009年第37卷第6期
   介绍了叶面积指数(LAI)的不同定义,论述了LAI遥感定量估算的经验模型和物理模型.分析了森林LAI遥感定量反演和LAI多尺度问题的国内外研究进展.针对目前的研究进展和存在问题,就森林LAI遥感定量反演的研究趋势和方向进行了展望.    

7.  基于波谱数据库先验信息的地表参数同化反演方法  
   王东伟  王锦地  肖志强  张戈《自然科学进展》,2008年第18卷第8期
   我国典型地物波谱数据库的构建为地表参数反演提供了先验信息,而时间序列遥感观测数据则能够提供反演目标参数的动态变化信息.文中将描述植被冠层反射的遥感辐射传输模型与描述作物生长变化的过程模型结合,提出了综合利用时间序列遥感观测数据和波谱库所提供的参数先验信息对农作物生长过程中的关键结构参数叶面积指数(LAI)进行反演的方法.时间序列遥感观测数据能为目标参数LAI的反演提供更多信息,而作物生长模型的引入则能够对反演过程中LAI的变化趋势进行约束.实验结果表明,利用地物波谱库中提供的参数先验信息结合时间序列遥感观测数据,采用变分数据同化算法可以明显提高具有时间变化特征的地表目标参数反演精度.    

8.  基于半球图像法的叶面积指数反演研究进展  
   吴伟斌  张震邦  刘佛良  刘文超  杨晓彬《科学技术与工程》,2018年第23期
   通过介绍半球图像法反演叶面积指数的研究进展,分析了该方法现存的问题及解决方法。在介绍半球图像法基本模型的基础上,进一步阐述半球图像法的实质:根据Beer-Lambert定律的反演来获取植被的冠层图像。此外,重点介绍了不同反演方法的模型和反演原理,并对各种冠层分析仪器进行比较。最后指出了半球图像法存在的问题,同时探讨了提高反演精度的方法,并对其应用前景和发展趋势进行了展望。    

9.  基于PROSPECT+SAIL模型反演叶面积指数的较强适用性植被指数的筛选  被引次数:1
   赵虹  鲁蕾  颉耀文《兰州大学学报(自然科学版)》,2014年第1期
   基于PROSPECT+SAIL植被辐射传输模型,通过控制不同的植被生化变量、地表参数和土壤光谱参数建立光谱数据集,定量地分析了归一化植被指数(NDVI)、比值植被指数(SR)、土壤调节植被指数(SAVI)等10种常用的植被指数(VIs)对叶面积指数(LAI)的响应.利用敏感性函数定量地筛选出具有较强适用性的转换型土壤调节植被指数(TSAVI).在此基础上,分别建立了TSAVI及常用植被指数NDVI反演LAI的模型.以张掖市南部地区的TM影像为数据源,进行了LAI的反演,并利用黑河生态水文遥感试验获得的中游LAI数据集对模型进行精度评价.结果表明:TSAVI–LAI模型最佳拟合关系为指数形式,其反演结果与LAI实测值的偏差最小(0.200),R2最大(0.686),RMSE最小(0.397).TSAVI可以作为较强适用性植被指数来进行LAI的反演.    

10.  用遥感技术计算森林叶面积指数--以江西省兴国县为例  被引次数:12
   骆知萌 田庆久 惠凤鸣《南京大学学报(自然科学版)》,2005年第41卷第3期
   以江西省兴国县为研究区域,基于不同时相的Landsat ETM 地面反射率图像,计算了RS、NDVI和RSR3种植被指数,并与野外观测的叶面积指数(LAI)数据建立相关关系,从而进行了LAI的反演研究.研究发现,对于针叶林地区,一月份图像也可用来反演LAI,只是预测值较五月偏低.而同一时相的原始图像和反射率图像的反演结果表明,去除传感器自身和大气辐射影响的地面反射率图像,更能真实地反演地表植被覆盖度.此外,在研究区森林覆盖度较高,林种较单一的情况下,RSR同LAI的关系比其他植被指数的相关性好,反演的精度也较高.    

11.  基于光谱归一化的阔叶林LAI遥感估算模型适用性分析  
   汪小钦  叶炜  江洪《福州大学学报(自然科学版)》,2011年第39卷第5期
   针对基于植被指数(VI)的森林叶面积指数(LAI)统计模型反演方法通用性较差的问题,研究基于光谱响应函数的不同传感器相似波段的光谱归一化方法,构建基于光谱归一化的阔叶林LAI遥感估算模型,并分析光谱归一化前后LAI估算模型对不同传感器的适用性.以福州市ALOS AVNIR-2、Landsat5 TM和MODIS作为多传感器数据源.结果表明:利用光谱响应函数对不同传感器的相应波段进行光谱归一化校正,能较好地消除传感器的差异;基于光谱归一化后VI建立的阔叶林LAI估算模型,对不同传感器均具有较好的适用性,可以减少模型对传感器的依赖.    

12.  青海云杉林叶面积指数空间分布模拟——以祁连山区排露沟流域为例  
   赵传燕  沈卫华  彭焕华  王超《兰州大学学报(自然科学版)》,2009年第45卷第5期
   以祁连山区排露沟流域为研究区,利用高分辨率的遥感数据获取多种植被指数,并与观测的叶面积指数进行回归分析,发现叶面积指数LAI与归一化植被指数NDVI的相天性最好(R2=0.3766),且以LAI与NDVI的关系建立的模犁精度最高(RMSE=0.381).通过t检验,证明NDVI模型明显优于其他植被指数模型,因此把它选为最佳模型,模拟整个研究区青海云杉林叶面积指数的空间分布,为小流域分布式生态水文模型提供重要的参数.    

13.  利用遥感反演的叶面积指数研究中国东部生态系统对东亚季风的响应  被引次数:4
   张佳华  符淙斌《自然科学进展》,2002年第12卷第10期
   利用遥感信息反演的叶面积指数(LAI)数据和生物气候数据,研究区域尺度的植被生态系统季节和年际变化对东亚季风的响应.结果发现,中国东部季风区的植被生态系统与东亚季风气候呈显著的年际和季节变化相关.在季节尺度上表现为随着东亚季风从春季到秋季的由南向北的推进过程,植被生态系统出现明显的季节变化;在年际尺度上,高的LAI出现于强的东亚季风年,而低的LAI值则与弱的东亚季风年相对应.证明中国东部季风区呈现出季风驱动生态系统的明显特征,而且LAI可显示这一强的信号.    

14.  基于HJ星高光谱数据红边参数的冬小麦叶面积指数反演  
   陈雪洋  蒙继华  吴炳方  朱建军  杜鑫《中国科学:技术科学》,2011年第Z1期
   针对我国HJ-1A星搭载的高光谱成像仪(HSI)数据,探索基于HJ星高光谱影像的LAI反演研究,本文利用inverted Gaussian模型提取红谷位置、红边位置、红边振幅以及红边斜率4个红边参数,结合2009年4月、5月两期同步地面观测LAI数据,经过回归分析构建了反演叶面积指数的最优红边参数模型.结果表明红边位置、红边斜率和红边振幅与叶面积指数都达到了极显著相关,R2分别为0.5592,0.7796和0.8107说明HJ星高光谱影像数据在叶面积指数反演方面有很大的应用潜力.    

15.  特大冰冻干扰后大明山常绿阔叶林冠层结构空间异质性动态  
   温远光  卢文科  周晓果  朱宏光  李晓琼  王磊《广西科学》,2017年第24卷第2期
   [目的]揭示大明山常绿阔叶林灾后恢复中冠层结构的空间变化规律及空间异质性动态,为监测灾后受损森林生态系统的恢复能力及灾后管理提供理论依据.[方法]对2008年特大冰冻干扰后大明山常绿阔叶林的林冠结构进行了连续4年的监测,采用半变异函数和Moran's I指数对其林冠开度(Canopy openness,CO)和叶面积指数(Leaf area index,LAI)进行空间异质性和空间自相关性分析.[结果]冰冻干扰后4年间,大明山常绿阔叶林林冠开度的均值先减小后微弱增加,叶面积指数的均值先增加后微弱减小,2011年林冠开度最小、叶面积指数最大.半变异函数的指数模型和球状模型可较好地描述各年度样地林冠开度和叶面积指数的空间异质性.2011年和2012年林冠开度的空间变异程度大幅增加,结构性因素引起的空间变异大于随机因素;2010年叶面积指数的空间异质性大幅度增加,但随后两年其空间异质性大幅度降低并趋于稳定,空间异质性尺度较小且主要由结构性因素引起.[结论]在灾后恢复的第3~4年间,大明山常绿阔叶林冠层结构已有较大恢复,但恢复程度在空间上的变异极大.随着恢复演替的进行,大明山常绿阔叶林林冠结构在空间上向着越来越不均匀的方向发展,而叶面积指数则逐渐趋于稳定.    

16.  几种典型地表类型反照率时序变化特征及其参数化研究  
   薛华柱  张国东  周红敏  王锦地  万华伟《北京师范大学学报(自然科学版)》,2019年第2期
   地表反照率对地表能量平衡、气候模式和全球变化研究具有重要的作用.受季节和下垫面影响,地表反照率呈现一定的时序变化特征,刻画这种变化特征可以为地表反照率估算提供背景信息,有利于提高反照率反演精度.目前已有许多研究致力于分析地表反照率时序变化特征和影响因素,但分析仅限于某一特定区域的一种或几种地表类型,同时对反照率与叶面积指数(leaf area index,LAI)、归一化植被指数(normalized difference vegetation index,NDVI)等影响因子的相关性还缺少参数化研究.本文使用美国通量观测网络AmeriFlux观测数据资料,利用该网络站点分布范围广、地表类型丰富的特点,选取其中代表性较强的站点观测数据,分析了落叶阔叶林、常绿针叶林、草地、农田4种典型植被类型地表反照率的时序变化特征.发现各植被地表类型反照率呈现"U"形年内变化特征,在植被生长季,落叶阔叶林、农田、草地3种地表类型反照率均先减小再增大后减小,而常绿针叶林地表反照率变化不明显.利用统计方法分别建立了地表反照率与LAI和NDVI的参数化模型,结果显示:2种估算地表反照率的参数化模型均能较好反映植被生长过程中地表反照率的变化特征,与地面实测数据相比,计算得到的地表反照率具有较高的精度;2种参数化模型估算得到的反照率一致性好,相关系数为0.721 9.该参数化方案可为地表反照率的进一步估算提供背景参考模型.    

17.  HiWATER试验中叶面积指数地面采样方法的优化  
   家淑珍《山西师范大学学报》,2018年第3期
   无论是叶面积指数(Leaf Area Index,LAI)反演模型的精度验证,还是产品的真实性检验,都离不开地面实测数据的大力支持,而对于地面观测的最大问题便是地面采样点的选择.本文主要对黑河流域生态-水文过程综合遥感观测联合试验(Heihe Watershed Allied Telemetry Experimental Research,Hi WATER)中有关LAI地面测量的采样方案进行评价与优化,随机采样方法的精度和稳定度较低,可以通过增加样点数来优化采样设计.并提出了基于空间非均值地表均值估计(Mean of surfaces with Non-homogeneity,MSN)的LAI地面采样设计方案,通过与随机采样法、系统采样法的比较,突出了MSN采样方法的优势,是三种LAI空间采样设计方案中的最优方法,为黑河流域中游地区植被生化参数的地面采样设计提供了参考.    

18.  基于RS和GIS的现代黄河三角洲植被覆盖动态变化研究  
   张高生  王博  贾洪玉《山东师范大学学报(自然科学版)》,2010年第25卷第1期
   以配准后的4时相遥感影像数据为基础,应用归一化植被指数(NDVI),研究了现代黄河三角洲植被覆盖变化,探讨了植被演替的空间分布特征.结果表明,现代黄河三角洲植被演替活跃区主要集中在北部和东部近海岸区和东南部黄河新淤进区域.在过去27年间,植被覆盖面积呈增加趋势,植被累计增加面积91089.43hm2.植被以低盖度植被为主,高盖度植被所占面积较小,但高盖度植被逐年增加,平均每年增加412.83 hm2.    

19.  基于高光谱的湿地植被冠层叶绿素反演研究  
   孙永华  张冬冬  田杰  黄锦《河北师范大学学报(自然科学版)》,2018年第2期
   植被冠层叶绿素含量直接反映植物的生长健康情况.以三江平原洪河湿地自然保护区为研究区,采用地面实测光谱数据为数据源,通过对光谱数据预处理以及特征参数(植被光谱指数、吸收特征)提取,在冠层尺度上,利用统计方法分析了植被叶绿素的敏感波段,并对植被叶绿素含量和光谱特征参数进行了相关性分析,最后,构建了植被叶绿素冠层反演模型并进行了验证.结果表明,原始光谱反射率在690~720,755~770nm叶绿素含量具有较高的相关性,植被指数DD与叶绿素含量有非常高的相关性.研究证明,基于吸收特征反演植被叶绿素也是较好的方法之一.    

20.  宽波段与窄波段植被指数估算大豆LAI对比研究  
   靳华安  刘殿伟  宋开山  王宗明  李方  刘焕军《农业系统科学与综合研究》,2007年第23卷第4期
   分析比较几种常见宽波段植被指数和高光谱窄波段植被指数与大豆叶面积指数(LAI)的相关性及其预测力,通过建立不同植被指数与LAI之间的统计回归模型,发现各植被指数均与LAI曲线相关,相关关系可分为两种不同的模式——幂函数关系和指数函数关系。对于全部植被指数和窄波段植被指数而言,一阶微分绿度植被指数1DZ-DGVI对大豆LAI的估算效果最佳;而对于宽波段植被指数而言,以宽波段三角植被指数B-TVI的效果最佳。通过对比发现,在估算大豆LAI方面,窄波段植被指数并没有表现出明显的优势性,有些植被指数甚至还没有其对应宽波段植被指数表现的好。不论从回归分析结果的均方根误差RMSE来看,还是从模型检验的均方根误差RMSE和相对误差RE来看,B-TVI的表现与1DZ-DGVI的表现相差不多,因为两者回归分析和模型检验的RMSE分别相差0.0153、0.0083,模型检验的相对误差仅相差0.0043,这表明宽波段光谱植被指数可以用来监测大豆LAI。图2,表3,参22。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号