草地地上生物量高光谱遥感估算研究

以锡林郭勒草原为试验区,采集草地冠层高光谱反射率数据和对应样方的地上生物量数据,综合分析了高光谱主要变换形式(高光谱特征变量、小波能量系数和植被指数)与草地地上生物量间的相关关系.研究结果表明:在选取的13个高光谱特征变量中,草地地上生物量与红谷的吸收深度Rd、红边区一阶微分总和与蓝边区一阶微分总的比值SDr/SDb的相关系数最高(0.86);在11个小波能量系数中,第四小波能量系数与草地地上生物量的相关性最强,相关系数为0.85;在选用的8种常用植被指数中,ARVI与生物量之间的相关性最强(R=0.874),而DVI的相关性最差(R=0.578).在对不同近红外、红光和蓝光波段进行组合而获得的植被指数中,ARVI(R945,R620,R430)模型对草地地上生物量的预测具有最好的准确性,训练样本和验证样本的拟合方程R值分别为0.882和0.865.     

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

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.     

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.     

利用分层多尺度方法研究地表温度与高程及NDVI之间的相关性——以浙江省金华市为例

为了研究2个或多个要素之间的相关性,以金华市为例,采用分层多尺度方法对本研究区的地表温度与归一化植被指数(NDVI)及高程之间的相关性进行研究.结果表明:在金华市本级范围内进行相关性分析,地表温度与归一化植被指数及高程之间存在着明显的负相关关系;在4种分辨率(30,100,300,1 000 m)下,地表温度与归一化植被指数之间存在着弱的负相关关系,而地表温度与高程之间存在着较强的负相关关系;在较小研究区域内,相关系数变化范围会随着粒度的增加和研究区域的减小而扩大.因此,要素之间的相关性大小与研究尺度密切相关.     

不同龄组天然常绿阔叶林与杉木人工林林下草本层生物量分配特征

以福建省天然常绿阔叶林及人工杉木林下草本层为研究对象,对其地上生物量(y)与地下生物量(x)分配关系进行研究,并对方程lg y=b+ a lg x中的生长指数(a)和生长常数(b)进行计算分析,初步揭示不同森林类型草本层植物生物量分配及其随乔木层林龄变化的基本特征,探究其是否符合等速生长规律。结果显示:①天然常绿阔叶林草本层生物量随林龄增加而下降,人工杉木林草本层生物量在成熟林时期最大,幼、中龄林次之,近熟林最小; ②天然常绿阔叶林幼龄林及成熟林草本层地上-地下生物量分配遵循等速生长规律,中龄林及近熟林生长指数a的95%置信区间上限接近理论值1,各林龄生长常数以成熟林<幼龄林<中龄林<近熟林; ③人工杉木林草本层地上-地下生物量分配均遵循等速生长规律,各林龄生长常数以幼龄林>成熟林>近熟林>中龄林。研究表明,人为干扰对草本层地上-地下生物量分配有影响,但并未破坏其等速分配生长的规律。     

基于光谱参数和Cu2+吸收机理的玉米叶片铜污染预测研究

依据多个浓度梯度下Cu~(2+)胁迫的玉米盆栽实验,通过采用多种光谱特征参数、红边位置(REP)、红边一阶微分包围面积(FAR)和归一化植被指数(NDVI)等光谱参量;以及另五种植被指数(红边归一化植被指数NDVI_(705),改进红边比值植被指数mSR_(705),改进红边归一化植被指数mNDVI_(705),光化学植被指数PRI和结构不敏感色素指数SIPI);并结合Cu~(2+)的光谱吸收机理,同时基于玉米叶片的反射光谱和Cu~(2+)含量实验室实测数据,开展了玉米叶片光谱参数及植被指数与铜污染程度预测的相关性分析研究。实验结果表明:本文提到的大部分光谱参数及植被指数与叶片中Cu~(2+)含量具有一定的相关性;随着Cu~(2+)浓度增加,盆栽玉米在低于200μg/g浓度时仍可正常生长;而在高于浓度为200μg/g后生长受到抑制。玉米受Cu~(2+)污染时,在Cu~(2+)特征吸收峰810 nm处反射率有下降趋势,与无Cu~(2+)污染时反射率上升的趋势相反,说明Cu~(2+)光谱吸收机理可以用来区分和预测玉米是否受到Cu~(2+)污染。     

基于改进型B-P神经网络的西天山云杉林生物量估算

以西天山云杉林为例,在实地调查的基础上,以NDVI等七个植被指数和TM/ETM数据主成分变换后的前5个主成分为自变量,应用B-P人工神经网络技术,建立了西天山尼勒克林区遥感影像数据与云杉林生物量实地数据之间的神经网络模型.通过训练和仿真,与实地数据进行比较,结果表明,云杉林生物量估算值与实际值之间的平均相对误差为8.2...     

利用树轮宽度重建西藏中部地区植被指数变化

利用西藏中部大果圆柏的树轮宽度资料,建立了宽度年表.分析了树轮宽度指数、归一化植被指数和当雄月气象要素三者间的关系.结果表明树木的径向生长和区域归一化植被指数对气候要素的响应关系一致,与上年7-8月和当年5-6月的降水量显著正相关,与当年5-6月的温度显著负相关.由于共同受气候因素的制约,树轮差值年表与西藏中部地区7-8月平均归一化植被指数的相关系数达到0.714,二者之间的线性转换方程的方差解释量达到了51.5%,逐一剔除检验证明了方程稳定可信.1565-2006年的归一化植被指数重建序列的分析表明,近20a来的归一化植被指数是整个序列最高的时段,与西藏拉萨、林芝等地的植被指数上升的趋势一致.西藏器测降水量资料和基于树轮重建的西藏中南部降水量序列均反映了近20a来降水量增加的事实.在近20a归一化植被指数升高、植被状况好转的同时,其变异系数随之增加.极端事件出现的频率增加,导致该区域畜牧业发展的风险增大.     

面向对象方法的复杂地形区地表覆盖信息提取

探讨在复杂地形区基于面向对象分类方法与中等分辨率的Landsat 8 OLI影像相结合能否获得较好的信息提取精度.结果表明:单波段标准差、多波段相关系数和最佳指数因子是选择波段的较优方案,可有效减少各波段间的信息冗余量.通过对研究区进行地理分区的方式建立每一地理子区的分类层次、设定分割参数及规则,根据地物类别的分布特征引入归一化植被指数、归一化建筑物指数、改进归一化差异水体指数、数字高程模型数据、坡度等与地类相关的专题数据,以提高复杂地形区分类精度;整个流域脑山区总分类精度最高,达88.33%,Kappa系数0.86.