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 859 毫秒

1.  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.    

2.  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。    

3.  基于方向反射率的大尺度叶面积指数反演算法及其验证  被引次数:8
   唐世浩  朱启疆  孙睿《自然科学进展》,2006年第16卷第3期
   提出了一种新的叶面积指数反演方法,该算法尝试采用不同于传统遥感反演方法的思路和架构,借鉴了地面观测叶面积指数的原理和方法,首先从叶面积指数的定义出发推导出叶面积指数与方向间隙率的关系,然后通过遥感BRDF产品和大尺度方向间隙率算法获得方向间隙率信息,最终通过角度积分得到大尺度LAI(叶面积指数).敏感性分析表明,该算法可以较好反映叶面积指数的相对分布信息,并采用长白山和黑河地区的地面观测数据对反演结果进行验证,为了解决高分辨率观测数据到低分辨率遥感数据的尺度转换问题,采用了与地面观测尺度相适应的高分辨率遥感数据进行过渡.首先建立实测LAI与高分辨率反射率数据之间的经验关系,进而得到高分辨率的叶面积指数分布,再利用高分辨率叶面积指数产品通过面积加权,获得对应低分辨率像元的LAI值.验证结果表明,算法具有较高的精度.    

4.  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.    

5.  MODIS和降尺度TM数据反演叶面积指数相互验证中几何处理方法的研究  
   陈果  柳钦火  刘强  杜永明《北京师范大学学报(自然科学版)》,2007年第43卷第3期
   提出了利用MODIS产品中的几何信息,把经过几何校正的TM数据反演叶面积指数(LAI)模拟成具有MODIS成像几何的降尺度LAI,然后与MODIS数据反演LAI进行对比验证的几何处理方法.以江西千烟洲研究区为例,采用经验公式反演TM和MODIS数据以获得两个尺度的LAI图像,分别用本文提出的新方法和传统方法进行尺度转换和对比验证.由反射率和LAI散点图得:新方法能显著提高TM降尺度图像与MODIS对应区域图像像元的对应精度.并且,新方法对大倾角观测MODIS图像与TM图像之间像元对应关系的改善更明显.因此,本文提出的几何处理方法可以建立不同尺度的遥感数据间更为准确的像元对应关系,更适用于不同尺度遥感数据反演产品的相互验证.    

6.  黑河上中游流域地表植被对干旱的响应  
   赵捷  徐宗学  左德鹏  王子丰  余学林  程建忠《北京师范大学学报(自然科学版)》,2014年第5期
   在干旱半干旱区,水量是植被生长发育的重要因素.本文基于黑河上中游流域2000—2010年MODIS遥感叶面积指数(LAI)产品、中国区域高时空分辨率地面气象要素驱动数据集等多源数据,计算研究区域各栅格逐月的累积相对湿润指数,通过皮尔逊回归分析,建立LAI与累积相对湿润度指数的相关关系,以此定量评价黑河上中游流域不同土地覆被类型(农田、森林、草地、聚落、湿地)LAI对气象干旱的响应.结果表明:1)植被对干旱的敏感性随植被生长的不同阶段而变化,多数类型的植被在每年的8月份对干旱最为敏感;2)不同类型的植被受干旱影响的程度不同,干旱对农田和草地的影响较大;3)含虚拟变量的回归模型能够合理地描述干旱对植被的影响,模型具有一定的精度.    

7.  由冠层孔隙度反演植被叶面积指数的算法比较  被引次数:6
   吴彤  倪绍祥  李云梅  陈健《南京师大学报》,2006年第29卷第1期
   植被的叶面积指数(LAI)是植被最重要的生态参数之一,也是估算多种植被冠层功能过程的关键参数迄今已提出的LAI的获取方法可归纳为直接测定和间接估算两大类.本文以河北省黄骅市为研究区,从遥感光学模型建立机理及数量分析的角度,对由植被冠层孔隙度反演植被LAI的4种间接估算方法进行了试验和比较.研究结果表明,LAI与植被盖度之间呈明显的正相关关系,即随着LAI的增大,植被盖度也在增大.在这4种估算方法中,LAI-2000算法最适用于研究区植被LAI的估算.    

8.  基于TM数据的煤矿区热环境效应及其生态意义  
   胡文亮  赵萍  董张玉《合肥工业大学学报(自然科学版)》,2010年第33卷第5期
   安徽省凤台县是我国重要的新兴能源基地之一,煤矿分布密集,煤矿区域效应显著.文章选用2007年4月3日的Landsat-5 TM数据,利用单窗算法反演地表温度,由此获取地表温度分级图,计算热场变异指数,并与植被覆盖度进行相关性分析.研究表明,研究区存在明显的热岛效应,矿区、城区、工业区和部分山区,植被覆盖度低,温度较高,热场变异指数和植被覆盖度呈较好的负相关性,可以作为反映区域生态环境的重要因子.    

9.  基于EO-1 Hyperion的中国典型森林冠层高光谱特征分析  
   于泉洲  周蕾  王绍强  孙雷刚  刘煜杰  汤庆新  曹建荣《云南大学学报(自然科学版)》,2018年第5期
   由于冠层结构和功能性状的差异,不同森林表现出不同的光谱特征.分析不同森林冠层的光谱特征差异可以为精确森林分类和冠层参数反演提供依据.因此,理解我国典型森林类型的高光谱特征将有助于提高我国森林分类以及森林理化参数反演的精度.研究以中国生态网络中的长白山、神农架、千烟洲和鼎湖山4个典型森林站点为研究对象,利用EO-1 Hyperion星载高光谱数据提取4种森林像元尺度上的反射光谱曲线,并进行一阶微分变换,同时计算多种遥感光谱指数,定量分析其光谱特征差异.结果表明:(1)神农架阔叶混交森林光谱反射率在整个光谱范围内显著高于其他3种森林类型.千烟洲针叶混交森林在整个光谱范围内表现出较低的反射特征.长白山和鼎湖山森林的反射率居中.(2)4种森林的红边斜率存在显著差异.神农架森林的红边斜率最高,暗示了其冠层叶绿素含量高,健康状况最好.千烟洲的红边位置相比其他3种森林有所红移,红边位于720 nm左右.(3)遥感指数方面,神农架阔叶林具有较高的归一化氮指数(NDNI),千烟洲马尾松湿地松为主的针叶林具有较低的NDNI,反映出树种间真实的叶片氮浓度差异.另外,由于森林覆盖度较高,增强型植被指数(EVI)比归一化植被指数(NDVI)更能够指示森林类型之间绿度和覆盖度的变化.研究对于我国森林参数的遥感反演和森林类型高精度分类具有一定的参考意义.    

10.  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.    

11.  用CASI遥感数据估计横跨美国俄勒冈州针叶林叶面积指数  被引次数:6
   浦瑞良 宫鹏《南京林业大学学报(自然科学版)》,1993年第17卷第1期
   使用三类模型技术,对小型航空光谱制图成像仪(CASI)数据被用作估计针叶林叶面积指数(LAI)的潜力进行研究。三类技术为:单变量回归,多变量回归和植被指数(VI)基础的LAI估计模型。沿横跨美国俄勒冈州的各植被区选择四个研究立地,分别测定和收集LAI数据和CASI图像数据。CASI数据经校准后,研究其与LAI测定值的关系。结果说明二种成像方式的CASI数据对于LAI估计具有相似的效率。与其它两种技术比,逐步回归方法导致较高的LAI预测精度。在单变量回归和VI基础法中使用NDVI,比起其它形式的CASI数据能产生较好的效果。    

12.  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。    

13.  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.    

14.  2000~2010年中国森林叶面积指数时空变化特征  被引次数:3
   柳艺博  居为民  陈镜明  朱高龙  邢白灵  朱敬芳  何明珠《科学通报》,2012年第16期
   森林是重要的陆地生态系统,其叶面积指数(leaf area index,LAI)是决定该生态系统与大气之间物质和能量交换的关键参数.利用MOD09A1及MCD43A1数据和基于4尺度几何光学模型的反演算法,生成了中国森林2000~2010年每8天的500mLAI产品,并利用6个典型森林样区的LAI观测数据对该LAI产品进行了验证.在此基础上,分析了2000~2010年间我国森林LAI的时空分布特征及其与温度和降水之间关系.结果表明,利用MODIS数据反演生成的500mLAI产品具有可靠的质量,6个典型森林样区的验证精度达到70%以上;2000~2010年间,我国东北、华北、中南部地区森林LAI呈增加趋势,但在东南部和西南地区森林LAI呈下降趋势,主要原因是2008~2010年该地区的LAI明显下降.森林LAI年平均值与年平均气温在东北地区正相关,在西南地区负相关;在华北和中南部地区LAI年平均值与年降水量正相关.2001和2009年的异常气候导致我国秦岭和淮河以南地区的森林LAI明显低于常年,部分地区的LAI年平均值较正常年份下降1.0左右.    

15.  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.    

16.  生态恢复的卫星遥感监测--江西省兴国县为例  
   刘琪璟  汪宏清《江西科学》,2003年第21卷第3期
   利用遥感手段研究了江西省兴国县造林及生态保护所带来的植被变化。使用数据为1985和2000年Landsat TM的2个时期图像以及土地利用的GIS数据。利用图像差值法计算近红外光(波段4)的辉度变化,以此分析植被动态。结果显示,兴国县植被在面积上变化不大,略有增加,但是植被状况有所改善,和当地多年造林的成效是一致的。研究结果还表明,利用卫星图像定量评价植被变化是一个有效而简洁的方法,包括面积、生产力、分布状况等。    

17.  基于GIS和遥感技术的植被覆盖度反演模型  
   陈国荣  刘健  施聪智  余坤勇  赖光辉《北华大学学报(自然科学版)》,2010年第11卷第3期
   从福建省第5次森林资源一类调查样地点中抽取落在漳浦县区域的30个样地点,运用GIS和遥感技术提取研究区植被指数(NDVI,VARIg)和地形因子作为自变量,利用三倍标准差法进行异常数据的筛选,并将定性因子量化处理,通过逐步回归分析方法构建研究区的植被盖度反演模型,对漳浦县植被覆盖度进行反演.从模外抽取26个样地点对模型进行精度验证.结果 表明:所构建的反演模型的平均精度达到80.96%,对于快速、精确地实现区域植被盖度反演具有一定的指导意义.    

18.  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.    

19.  冬小麦典型多参量冠层高光谱反演的光谱指标敏感性研究  
   韩 茜  张潇元  王树东  张立福  张霞  田静国《科学技术与工程》,2017年第17卷第25期
   高光谱遥感反演作物参量多集中在单一参量研究上,缺乏多参量综合反演研究。因此,面向多参量反演,需要对传感器参数的有效设置,以及同一指标对不同参量的适宜程度进行综合研究。以冬小麦为例,通过实测冠层光谱反射率和LAI、叶绿素、氮素含量数据,分析了中心波长、波段宽度、信噪比等指标的变化对各参量定量模型的影响,及光谱指标对LAI、叶绿素和氮素定量模型反演的敏感性和有效性,以及对冬小麦典型参量高光谱遥感反演的光谱指标进行了综合性分析。结果表明:反演冬小麦LAI的最佳植被指数为DVI(R2=0.457,RMSE=0.614%),对应的最佳指标为:中心波长为768nm和732nm,波段宽度在5nm以内,信噪比大于70DB;反演冬小麦叶绿素的最佳植被指数为MSR(R2=0.554,RMSE=0.548%),对应的最佳指标为:中心波长为768nm和736nm,波段宽度在5nm以内,信噪比大于70DB;反演冬小麦氮素的最佳植被指数为NDVIg_b(R2=0.733,RMSE=0.600%),对应的最佳指标为:中心波长为500nm和454nm,波段宽度为5nm以内,信噪比大于70DB。植被指数SAVI在一定波段范围内可同时反演LAI、叶绿素和氮素;MSAVI、DVI、RDVI和NDVI均可在一定波段范围内同时反演LAI和叶绿素含量,而反演LAI和氮素含量的适宜波段以及反演叶绿素和氮素的适宜波段存在差异。利用高光谱植被指数可实现作物参量的有效反演,且作物参量的定量反演对不同的光谱指标,即中心波长、波段宽度和信噪比具有较强的敏感性。    

20.  安庆市2007—2016年植被覆盖度时空动态分析研究  
   赵阳  黎慧  王先霞《安庆师范学院学报(自然科学版)》,2018年第2期
   植被覆盖度常作为检测植被状况的重要指标,因此可以通过估算植被覆盖度来对某区域的植被时空动态变化进行研究.本文对2007年和2016年两个时相的TM遥感影像进行遥感影像预处理操作,得到安庆市不同时相的植被覆盖图.利用植被指数法对安庆市2007年、2016年两个不同时相的植被覆盖度进行计算得到植被覆盖度数值,结合国家规定的植被覆盖度的划分标准对安庆市2个时相的植被覆盖度进行等级划分.最终结果显示,安庆市2007—2016年10年间的植被覆盖度变化较大,极低与低植被覆盖度等级的面积呈减少趋势,中、中高和高等级的植被覆盖度的面积明显增多,这说明10年间安庆市的植被生物量明显增多,生态环境得到改善.    

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