基于GF-1号卫星WFV数据反演玉米叶面积指数

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.     

扬花期冬小麦叶面积指数高光谱遥感反演研究

利用扬花期冬小麦实测冠层高光谱数据与同步叶面积指数(LAI)数据,分析350～1 000 nm波段范围内冠层反射率与LAI之间的相关性,分别在蓝波段、红波段、绿波段及近红外波段选取光谱特征波段,并用其计算6种被广泛应用于植被LAI反演的植被指数.通过相关分析、回归分析等统计方法,构建扬花期冬小麦LAI反演模型并进行真实性检验.研究结果表明,6种植被指数与冬小麦LAI均具有显著相关性,其中NDGI和EVI反演模型效果较好,拟合方程决定系数R~2均高于0. 6,分别为0. 634和0. 623.最后通过精度验证,得出结论:EVI反演模型R~2最高,为0. 779,故选取EVI为自变量的二次模型为扬花期冬小麦LAI最佳反演模型.研究可为作物长势监测及产量估算等提供一定的理论依据.     

Landsat8 OLI城市地区气溶胶光学厚度遥感反演

在地表反射率较高、结构复杂的城市地区,传统的浓密植被气溶胶反演算法难以适用。通过分析地物波谱库中的植被和土壤波谱信息,模拟建立归一化植被指数(NDVI)与红、蓝波段地表反射率之间的相关关系,提出使用MODIS植被指数产品(MOD12)确定地表反射率的方法,实现该类型区域气溶胶光学厚度(AOD)反演。以Landsat8OLI数据为例,选取北京市为研究区进行反演实验,使用AERONET地基观测数据与MODIS气溶胶产品(MOD04)对反演结果进行验证。结果表明,当反射率较高时,NDVI与红、蓝波段地表反射率仍存在较高的相关性,利用该指数能够准确获取高反射率地区的地表信息,算法反演结果与实测值具有较好的一致性,总体相关系数达0.966,68%的反演结果满足误差精度要求,当AOD0.5时,有82.3%的结果满足精度要求,较MOD04精度有了较大改善。     

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

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.     

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

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.     

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

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(R~2=0.457,RMSE=0.614%),对应的最佳指标为:中心波长为768 nm和732 nm,波段宽度在5 nm以内,信噪比大于70 d B;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768 nm和736 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦氮素的最佳植被指数为NDVI_(g_b)(R~2=0.733,RMSE=0.600%),对应的最佳指标为:中心波长为500 nm和454 nm,波段宽度为5 nm以内,信噪比大于70d B。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。     

不同叶面积指数反演方法比较研究

以PROSAIL模型模拟数据和地面实测数据为基础,分别分析了土壤背景、冠层反射率非各向同性以及随机噪声等因素对几类代表性反演方法的影响(植被指数法、二阶微分法、模型反演法以及方向性二阶微分法)。结果表明在不同条件下,各类反演方法的反演精度差别较大。植被指数NDVI对几种因素的滤除能力都较差,反演精度最低;模型反演精度高于植被指数方法,但会受到土壤背景的影响;二阶微分方法虽然能部分消除土壤背景的影响,但受冠层反射率非各向同性的限制。文中提出的方向性二阶微分法能较好地消除土壤背景和冠层反射率非各向同性的影响,反演精度较前者有所提高,但二阶微分方法易受噪声影响。     

不同叶面积指数反演方法比较研究

以PROSAIL模型模拟数据和地面实测数据为基础,分别分析了土壤背景、冠层反射率非各向同性以及随机噪声等因素对几类代表性反演方法的影响（植被指数法、二阶微分法、模型反演法以及方向性二阶微分法）。结果表明在不同条件下,各类反演方法的反演精度差别较大。植被指数NDVI对几种因素的滤除能力都较差,反演精度最低;模型反演精度高于植被指数方法,但会受到土壤背景的影响;二阶微分方法虽然能部分消除土壤背景的影响,但受冠层反射率非各向同性的限制。文中提出的方向性二阶微分法能较好地消除土壤背景和冠层反射率非各向同性的影响,反演精度较前者有所提高,但二阶微分方法易受噪声影响。     

由冠层孔隙度反演植被叶面积指数的算法比较

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．     

基于高分3号和高分2号叶面积指数反演与分析

针对光学数据反演叶面积指数(LAI)容易受到云雾遮挡和光学遥感信息饱和的问题,根据雷达散射机制和Yamaguchi分解,提出了极化分解植被指数,利用光学植被指数和极分解植被指数融合形成光学与微波极化分解融合植被指数;利用光学与微波极化分解融合植被指数与实测数据建立回归模型反演叶面积指数,并对该模型精度评价.实验表明:光学与微波极化分解融合植被指数与实测数据建立回归模型反演叶面积指数的精度要优于极化分解植被指数和光学植被指数与实测数据建立的回归模型,其中MRVI与LAI建立回归模型是最优的,R~2达到0.7262,RMSE到达0.3548.综上所述,光学与微波极化分解融合植被指数不仅充分利用雷达能够穿透浓密植物的特性,而且融合光学数据对叶面积指数的反演敏感性,更能准确的反演叶面积指数.     

Merrifield-Simmons指标在闭区间上的一类树的刻画

具有r个悬挂点的树是r叶树.本文研究了具有n个顶点4叶树的Merrifield-Simmons指标,刻画了18Fn-6＋21Fn-7≤σ（T）≤117Fn-9＋39Fn-11的4叶树及其σ-指标序列.     

山西天龙山植物群落物种多样性研究

应用丰富度指数、均匀度指数、多样性指数对山西天龙山植物群落物种多样性进行了研究．结果表明：天龙山植物群落的物种多样性指数与海拔高度有较密切的关系，随着海拔的升高，植物群落的丰富度指数呈上升趋势，均匀度指数呈平缓下降的趋势，多样性指数变化趋势不明显；天龙山植物群落的物种多样性指数和丰富度指数明显受群落类型和群落结构的影响，群落结构越复杂，丰富度指数和物种多样性指数越大，均匀度指数越小．     

图族Q（Ck,Cm,Ch,C3,C3,C3；v）的Merrifield-Simmons旨标的研究

通过对图族Q（Ck,Cm,Ch,C3,C3,C3;v）的Merrifield-Simmons指标研究,确定了该图族的Q（Ck,Cm,Ch,C3,C3,C3;v）指标的最大值与最小值,并且刻画出该指标取得最值时的图分别是图族Q（C4,Cn-8,C4,C3,C3,C3;v）和图族Q（C3,Cn-6,C3,C3,C3,C3;v）.     

Environmental Issues of Geothermal Development in Yangbajing, Tibet and the Countermeasures

The pollution source and pollution state of surface water is respectively assessed with equal-standard-pollution-load index and Nemero index, and the habitans' health is assessed as well by comparison with pre-development of geothermal field. Results show that: 1 ) Three pollutive factors obviously fail to attain the required standards and their order sorted by impact degree is As＞F- ＞S2-. 2) The Nemero index of Donggua cross section of Duilongqu River is 0. 725and the water quality is at mildly-polluted level. 3) In Lhasa River, the Nemero indexes of cross sections affected by geothermal fields are much higher than that of the unaffected one, which shows the present and potential impacts of geothermal development. 4) Much more inhabitants nearby got trichomadesis sickness after geothermal development, which shows that the surface water pollution in this area has threatened the inhabitants' health. In addition, other environmental issues caused by Yangbajing geothermal development are analyzed and some countermeasures are proposed.     

内蒙古草原锡林河流域植物群落生物量及多样性沿土壤水分含量梯度的变化

在内蒙古草原锡林河流域土壤水分含量梯度上,测定土壤含水量并调查植物群落样方,探讨植物群落生物量及多样性沿水分梯度的变化.发现植物群落地上生物量和物种丰富度与土壤含水量之间呈显著的单峰关系;而香侬威纳指数和Pielous均匀度指数与土壤含水量之间不存在显著的相关关系.植物群落物种丰富度和香侬威纳指数与地上生物量之间呈显著的正相关关系;而Pielous均匀度指数与地上生物量之间不存在显著的相关关系.结果表明土壤含水量对半干旱草原植物群落的丰富度和生产力的影响极为显著,但不同土壤含水量对群落均匀性的影响有限,说明除土壤含水量外还有其他因素影响草原植物群落的结构.     

烷烃、醇、醚的定量结构与保留相关性(QSRR)研究

在邻接矩阵的基础上 ,建立一种新的连接性指数 mL =∑(δi·δj·δk·… ) 0 .5,其中 :0 L =∑(δi) 0 .5,1L =∑(δi·δj) 0 .5,并计算了 146个有机分子的0 L、1L值 .发现 mL不仅对这些化合物具有良好的结构选择性 ,而且与其气相色谱保留指数RI具有很好的相关性 .     

Attracted by the same sex,or repelled by the opposite sex?--Sexual segregation in Pére David's deer

Sexual segregation behavior has attracted deep interest of zoologists in recent years.People have put forward many hypotheses to explain the phenomenon.We recommended two indices for measuring the intensity of aggregation and sexual segregation in animals,and applied those measurements to the study of aggregation and sexual segregation in free-ranging Père David's deer.We quantified the aggregation and segregation behavior with those methods and compared the intensities of sexual segregation in different seasons with statistic means.At the same time,the Nutritional Strategy Hypothesis,the Social-factor Hypothesis and Reproductive Strategy Hypothesis were tested in the study.We discovered that aggregation in free ranging Père David's deer was high in winter but low in summer.Sexual segregation in free ranging Père Danid's deer is caused by the reproductive strategy of different sexes,the highest degree of sexual segregation was found in the breeding season not the non-breeding season in the free ranging Père David's deer.     

浙江青山水库轮虫初步研究

1996～1997年间对杭州青山水库的轮虫作了春、夏、秋、冬四季调查。发现轮虫19种,优势种为螺形龟甲轮虫（Keratellacochlearis）。轮虫年平均密度为784ind．/L,生物量1．751mg/L,多样性指数1．95。密度和生物量的水平变化为水库进水口处显著高于库中心和出水口处;季节变化以秋季最高,冬季最低。多样性指数的水平变化不明显,季节变化以夏季最高,秋季最低。相关分析表明：多样性指数与优势种的优势度呈显著负相关性。种类数与出现频数分布也呈显著负相关性。此外,对3类不同水体轮虫的群落特征进行了比较。     

吉林省左家自然保护区鸟类组成及其多样性研究

对吉林省左家自然保护区40年来鸟类组成的动态变化及变化原因进行了分析.结果表明,至2006年全区共见鸟类190种,隶属于17日、49科、103属,其中繁殖鸟(夏候鸟和留鸟)113种,占全区鸟类种数的59.5%.记录到国家二级保护种类30种;吉林省二级保护种类12种、三级保护种类21种.按照鸟类栖息的生境及植被特点,将自然保护区分为4个不同类型的群落,并对每个群落的多样性、均匀性及相似性进行了比较.其中次生林群落多样性指数最高(2.980),均匀性指数也最高(0.611);次生群落与灌丛群落的相似性指数相对高一些,为0.339.     

两类图族的Merrifield-Simmons指标的最大值

图族Q(Ck;Cs1,Cs2,…,Csk),Q(Pk;Cs1,Cs2,…,Csk),Q(Wk;Cs1,Cs2,…,Csk)分别是由圈C k,路P k和轮W k的每个顶点v i(i=1,2,…,k)(轮的中心顶点除外)分别顶点粘接圈C si(i=1,2,…,k)而得到的图;通过对图族Q(Ck;Cs1,Cs2,…,Csk),Q(W k;Cs1,Cs2,…,Csk)的Merrifield-Simmons指标进行研究,刻画出了这两类图族的Merrifield-Simmons指标(在顶点数一定时)取得最大值的图分别是Q(Ck;C4,C4,…,C4,C s1+s2+…+sk-4(k-1))和Q(Wk;C4,C4,…,C4,Cs1+s2+…+sk-4(k-1))。