扬花期冬小麦冠层叶绿素含量高光谱遥感反演

通过分析扬花期冬小麦冠层光谱反射率与叶绿素含量的相关性,选取491、577、698和780 nm作为特征波段,利用其构建了归一化植被指数、差值植被指数、比值植被指数、三角形植被指数和增强型植被指数,分析光谱指数与叶绿素含量之间的相关性,并基于PROSPECT模型模拟的不同叶绿素含量(5～80μg·cm~(-2))下的5 nm叶片光谱反射率数据,分析评价光谱指数对叶绿素含量变化的敏感性;再将五种光谱指数与叶绿素含量进行回归分析,构建叶绿素含量反演模型;最后利用验证数据对光谱指数反演模型进行真实性检验.结果表明,选取的五种光谱指数与叶绿素含量均具有显著相关性,其中SRI和EVI反演效果较好,决定系数R2分别为0.73和0.74,且预测值和实测值具有较好的拟合效果,其余指数反演效果较差.SRI对叶绿素含量具有较好的相关性和敏感性,表明其在全生育期冬小麦叶绿素含量反演中更具潜力.本研究可为其他农作物叶绿素含量反演提供研究思路和参考借鉴.     

重庆市沙坪坝区植被覆盖度的遥感估算

植被覆盖度是衡量地表植被覆盖的一个重要指标,在许多方面作为重要参数输入。根据像元二分模型原理和归一化植被指数,利用归一化植被指数（NDVI）定量估算植被覆盖度的模型可以求得研究区域的植被覆盖度。本文根据该模型对重庆市沙坪坝区进行了植被覆盖度的遥感估算,结果表明,该方法简单易行。     

基于TM影像的北京市北部山区植被覆盖度遥感动态监测

以监测北京市北部山区一延庆、怀柔和密云三区县10年间植被覆盖度变化为例,利用ETM／TM2001年和2010年两期影像数据,依据混合像元二分模型及NDVI估计植被覆盖度的理论方法,设计了模型应用技术路线,生成北部三区县两期植被覆盖度分级图及其统计数据,并对研究区植被覆盖状况进行时空动态变化分析。研究发现,2001年～2010年,研究区平均植被覆盖度总体呈上升趋势。该方法可快速、定量地反映研究区植被覆盖及变化情况,为研究区生态环境评价提供技术支持。     

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.     

冬小麦冠层叶片氮素营养方向反射光谱的预测

以2个小麦品种,4个氮素水平的裂区实验设计,对垂直垄平面上不同观测角度冬小麦冠层光谱与叶片氮素含量的关系进行研究。结果表明,在选择的10种光谱特征参量中,RVI与冠层叶片氮素含量相关性最高,不同角度RVI中,0°观测角的RVI的相关性最显著。对冠层不同角度RVI及叶片氮素进行多种模型拟合,其中0°的GROWTH模型拟合效果最好,建立的0°模型RMSE为0.3402,预测准确率达到90.3%,比180°模型预测精度高23.7%,比90°高5.5%;对2个小麦品种分别建立0°观测角GROWTH模型,普通蛋白型小麦J411模型RMSE为0.2915,反演准确率达到91.64%,ZY9507模型RMSE比J411高31%,预测准确率低3.3%,说明建立的模型更适合普通蛋白含量小麦品种叶片氮素含量检测。     

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．     

云南大理苍山保护区植被覆盖度动态变化遥感监测与分析

大理苍山物种多样性丰富但生态系统相对脆弱,评估苍山植被覆盖度为改善苍山生态环境和物种多样性具有重要意义。利用ENVI遥感软件对大理苍山自然保护区的4期遥感图像进行处理,提取归一化植被指数(normalized difference vegetation index, NDVI),利用像素二分模型对大理苍山自然保护区的植被覆盖度进行估算,对植被覆盖度的变化原因进行综合分析。结果表明:2001—2005年植被覆盖度从0.32上升到0.38,上升了0.06;2005—2009年植被覆盖度由0.38下降到0.35,下降了0.03;2009—2011年,植被覆盖度由0.35上升到0.45,上升了0.1。可见综合分析植被覆盖度的年际变化对大理苍山的植被保护和维护生物多样性具有重要的应用参考价值。     

三江源自然保护区植被覆盖度遥感估算

采用了基于重归一化植被指数的像元二分模型,并结合实测数据和相关辅助数据,对三江源自然保护区2007年的植被覆盖度进行了估算和精度验证.植被覆盖度实测值和遥感估算值之间的线性相关系数达到了0.9017,平均精度为81.52%.结果表明使用此方法进行大面积植被覆盖度的遥感估算是有效可行的.     

结合地形测绘数据的机载LiDAR草原植被冠层高度反演方法研究

草地冠层高度(grassland canopy height)是草地群落垂直结构组成、植被生长演变定量评估的核心指标之一,属于草地生态安全监测的关键参数.常规光学遥感获取地表植被覆盖存在群落三维结构信息缺失的问题,考虑到天然草地植被自然生长过程存在空间离散随机分布特征,发展了一种结合地形测绘数据的无人机激光雷达(air...     

结合冠层密度的森林净初级生产力遥感估测

【目的】 森林冠层密度与林分年龄、植被生长状况有关,在区域森林净初级生产力遥感估测中,结合森林冠层密度以期提高估测精度。【方法】 以广东省韶关市为研究对象,选用2017年Landsat-8 OLI影像、2017年357块森林资源连续清查固定样地数据为主要信息源,分别采用随机森林、多元线性回归、人工神经网络和K最近邻分类法等4种模型,结合森林冠层密度制图器(FCD)进行区域森林净初级生产力特征变量的选取、参数建模、模型精度评价和森林净初级生产力空间制图。【结果】 特征变量中,红光波段(B4)、归一化植被指数(NDVI)、比值植被指数(RVI)、叶面积指数(LAI)、缨帽变换土壤植被因子、纹理特征和地形特征在森林净初级生产力反演中有重要作用。将森林冠层密度因子加入反演模型后,4种遥感估测模型精度均有大幅度提高。对4种遥感估测模型进行性能比较,随机森林模型精度最高,其次是多元线性回归模型、人工神经网络模型,K-最近邻分类模型精度最低。研究区内森林净初级生产力平均值为10.689 t/(hm²·a),高森林净初级生产力 [≥18 t/(hm²·a)]林分面积仅占研究区的19.61%,主要分布在海拔较高的西北部。【结论】 结合冠层密度进行森林净初级生产力的建模,可有效提高模型估测精度。     

近15年宝鸡市植被覆盖度变化研究

目的揭示宝鸡市2000-2014年间植被覆盖特征及其动态变化情况。方法以宝鸡市2000年、2005年、2010年和2014年4个时相遥感影像为基础,依据归一化植被指数(NDVI)和像元二分模型法进行估算。结果 (1)从空间分布上看,宝鸡市2000-2014年间整体植被覆盖良好,总体上以中、中高和高植被覆盖度为主。(2)从时间动态变化上看,2000-2005年间宝鸡市植被覆盖变化不大,2005-2010年间出现了明显的改善,而2010-2014年间退化明显。(3)各行政区域植被覆盖度变化趋势具有明显的差异性。结论宝鸡市整体植被覆盖度高,2000-2014年间表现出先增加后减少的变化趋势,部分区域出现了明显的退化现象。