基于光谱归一化的阔叶林LAI遥感估算模型适用性分析

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...     

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.     

叶面积指数遥感反演方法进展

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．     

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。     

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.     

基于波谱数据库先验信息的地表参数同化反演方法

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．     

定量遥感的发展与创新

对遥感科学面临的问题、定量遥感研究的意义作了总结,讨论了定量遥感的几个重要的基础研究问题．特别强调了中国遥感学者在定量遥感方面的学术思想和研究进展,就几何光学模型、尺度变换、尺度效应和尺度纠正、病态反演作了研究、回顾与展望．指出定量遥感的四个研究方向：第一,在像元尺度上对基本物理定律进行检验及修正,开展尺度转换研究,提高定量遥感精度．第二,开展遥感与非遥感信息数据融合的模拟试验,探索地表时空多变要素的尺度转换规律．第三,进行多角度、多时相、多光谱相结合的混合像元分解和亚像元信息提取;运用多阶段的反演策略,提高反演的精度．第四,基础研究和应用示范相结合,估算高难度的地表时空多变要素,推动相关学科的发展．最后,作者回顾了自己从事遥感科学研究经历中的‘阵痛’与艰辛,坚信国家需要自主创新;对于真正的原始创新,客观公正的评价迟早是会到来的．     

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.     

遥感地表参量反演的理论与方法

介绍了光学遥感地表参量反演的理论和方法及量新的研究进展，分析了遥感反演存在的主要问题及目前的一些解决方案，并讨论了遥感反演的未来发展方向。     

从数据到信息--地球环境遥感中的电磁散射与辐射传输

论述了地球自然环境中电磁散射信息与辐射传输的理论研究进展,以及以散射辐射理论模拟为基础,用星载遥感观测数据进行各类环境特征参数的反演,提出了从多源数据到地球定量科学信息的若干研究方向与课题.     

用CASI遥感数据估计横跨美国俄勒冈州针叶林叶面积指数

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。     

基于案例推理的小麦叶面积指数估算研究

小麦叶面积指数是评价其长势和预测产量的重要农学参数,为了提高小麦叶面积指数的估算精度,本文提出了一种基于案例推理的小麦叶面积指数估算方法。利用小麦的10种植被指数,首先建立小麦叶面积指数的统计回归估算模型;然后使用基于案例推理的方法对小麦叶面积指数进行估算。实验结果表明,基于案例推理的方法相对于统计回归模型,提高了小麦叶面积指数的估算精度。说明基于案例推理的小麦叶面积指数估算方法是一种有效可行的方法。     

江汉平原水稻长势遥感监测及估产模型

以江汉平原监利县为例，探讨利用极轨气象卫星资料（ＮＯＡＡ－ＡＶＨＲＲ）监测水稻长势以及建立水稻估产模型，通过对样点资料的分析表明：（１）利用水稻垂直植被指数（ＰＶＩ）能推算水稻叶面积指数，并有利地从混合象元中提取其它水稻信息；（２）水稻叶面积指数阴有效积温呈规律性变化，将ＮＯＡＡ－ＡＶＨＲＲ民有效积温结合可以大范围监测水稻长势；（３）水稻叶面积时间累积量是反映水稻产量形成过程的有效指数，用它预报水     

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DART模型的盐地碱蓬植被指数饱和问题分析

植被指数饱和问题直接影响植被参数的遥感估算精度.基于DART模型定量分析盐地碱蓬群落植被指数对LAI的响应,讨论不同植被指数的饱和问题,研究发现:1)盐地碱蓬LAI与株数之间呈显著线性相关,R2为0.99,RMSE为0.008.2)TSAVI抗饱和性最好,NDVI及RVI次之,EVI、SAVI一般,PVI、MVI及MS...     

Optimal waveband identification for estimation of leaf area index of paddy rice

The objectives of the study were to select suitable wavebands for rice leaf area index （LAI） estimation using the data acquired over a whole growing season, and to test the efficiency of the selected wavebands by comparing them with feature positions of rice canopy spectra. In this study, the field experiment in 2002 growing season was conducted at the experimental farm of Zhejiang University, Hangzhou, China. Measurements of hyperspectral reflectance （350-2500 nm） and corresponding LAI were made for a paddy rice canopy throughout the growing season. And three methods were employed to identify the optimal wavebands for paddy rice LAI estimation： correlation coefficient-based method, vegetation index-based method, and stepwise regression method. This research selected 15 wavebands in the region of 350-2500 nm, which appeared to be the optimal wavebands for the paddy rice LAI estimation. Of the selected wavebands, the most frequently occurring wavebands were centered around 554, 675, 723, and 1633 rim. They were followed by 444, 524, 576, 594, 804, 849, 974, 1074, 1219, 1510, and 2194 rim. Most of them made physical sense and had their counterparts in spectral known feature positions, which indicates the promising potential of the 15 selected wavebands for the retrieval of paddy rice LAI.     

智能手机App与数字半球摄影测量叶面积指数对比研究

基于自主开发的智能手机App（LAISmart）对针阔混交林、阔叶林和农作物3种植被类型的叶面积指数（leaf area index, LAI）进行测量,并以数字半球摄影（digital hemispherical photography,DHP）的测量结果作为参考值进行对比分析．结果表明,虽然LAISmart与DHP的LAI值总体上具有高度一致性（R2=0.95,RMSE=0.68）,但是,LAISmart的性能受到植被叶片密集程度的影响．研究发现:LAI>3.9时,LAISmart的测量结果会明显低于DHP的测量结果;智能手机成像传感器的自动曝光模式,是引起LAISmart在测量LAI高值区域估值偏低的重要影响因素;当对LAI高值区域的LAISmart图像进行降低曝光度处理后,LAISmart和DHP的测量结果偏差得到进一步降低,且LAISmart测量结果的精度可以提高49%左右．此外,LAISmart的较窄视场角几乎不会对其测量结果产生影响,若能在调节智能手机曝光度的条件下使用LAISmart,则具有更高效率和更低成本优势的LAISmart可以成为替代DHP的有效方法．      

联合摄影及斜点样方法的单株植物冠层结构参数测量(Ⅱ):结构参数测量

总结了单株冠层叶面积指数(LAI)测量方法发展历史、现状及存在的问题,提出了联合摄影及斜点样方法的单株植物冠层总面积指数(PAI)测量方法.研究发现,选择合理的单位体元大小及分区大小组合方案对单株冠层几何参数及PAI测量十分关键.任意组合单位体元大小及分区大小可引起几何参数及PAI测量异常,当单位体元大小与分区大小之间相互匹配时,冠层几何参数及PAI测量结果稳定性良好.与立体体元大小相比,分区大小对冠层几何参数及PAI测量结果影响更为显著.