黑河流域叶面积指数_LAI_空间尺度转换
第28卷第6期2008年6月生态学报ACTA ECOLOG I C A SI N I C A V o.l 28,N o .6Jun .,2008基金项目:国家发展基础规划资助项目(973)(2006CB400502,2001CB309404),中国科学院/百人计划0择优支持资助项目(8-047401)收稿日期:2007-04-23;修订日期:2007-11-07作者简介:张万昌(1966~),男,新疆人,教授,主要从事遥感与GIS 生态水文、水资源及全球变化研究.E-m a i :l zhang w c @tea .ac .cn致谢:蒋建军博士、张东博士、赵登忠,方秀琴硕士、刘三超、徐全芝、乐通潮、韩杰、黄清华、余均辉等提供野外观测资料,在此一并致谢。
Founda tion ite m:The pro j ect w as fi nan ci all y supported by the Nati onal Key Devel op i ng Progra m for B as i c Sciences of C h i na (Grant nu m ber 2006CB400502&2001CB309404),the 100Tal en tY oung Researcher Pro j ect ofC h i nese A cade m y of S ci en ces (N o .8-047401)Recei v ed da te :2007-04-23;A ccepted da te :2007-11-07Biography:Z HANG W an-Chang ,Ph .D .,Professor ,ma i n l y engaged i n the study of Re m ote Sen si ng &G I S Hydro l ogy &W ater Resources and G l ob al Changes .E-m ai:l z hangw c @tea .ac .cn黑河流域叶面积指数(LAI )空间尺度转换张万昌1,钟 山2,胡少英2(1.中国科学院大气物理研究所东亚区域气候-环境重点实验室,北京 100029;2.南京大学国际地球系统科学研究所,南京 210093)摘要:为有机地整合利用不同分辨率遥感数据获取的陆面过程以及其他相关的环境变量,尺度问题越来越受到人们的重视。
选取黑河张掖绿洲区为实验研究区,利用ETM +影像反演的LA I 通过升尺度转换到900m 分辨率,对LA I 尺度转换过程中引起的误差进行了定量分析,尝试提出一种新的基于ND VI 像元分解的更有效的升尺度转换方法。
研究发现非线性的升尺度算法引起的误差不超过10.5%,且误差大小与地表异质性程度正相关,而地表异质性是导致LA I 尺度转化误差的主要原因,严重时可能造成45%的偏差,但纯像元LA I 的计算不受尺度影响。
提出的基于ND VI 像元分解的LA I 升尺度转换算法,分两步考虑了地表异质性问题,很好的实现了研究区30m 空间精度L A I 向900m 的尺度转换,该方法应用于干旱、半干旱的中国西北黑河流域NA S A 发布的M OD IS LA I 产品校正,取得了良好效果。
关键词:尺度;尺度转换;叶面积指数(LA I );L andsat ETM +;MO D IS文章编号:1000-0933(2008)06-2495-09 中图分类号:Q142,Q944,Q948 文献标识码:ASpatial scale transferri ng study on L eaf Area Index derived fro m re m otely sensed data i n the H ei he R iver Basi n ,Chi naZ HANG W an -Chang 1,Z HONG Shan 2,HU Shao -Y i n g 21START R egiona lC enter for Te mpera te E astA si a,In stit u t e of A t mosph e ric Physics ,CAS,B e i jing 100029,Ch i na2In ternationa l Instit u te for E art h Syste m Sc i ence ,N an ji ng Universit y,Nanjing 210093,Ch i naAct a Eco l og ica Sini ca ,2008,28(6):2495~2503.Abstract :I n order to effect i vel y i ntegr ate various land -surface processes and environ m ental variables retri eved by d ifferent spatial resol ution re motely sense d data ,sca ling issues i nduce d by tr ansferri ng f or one reso l uti on data to another have dra wn m ore and more atte ntions .T a k i ng the Zhangye O asis i n the H eihe R i ver Basi n of north w ester n Chi na as a study site ,using the LAI m ap deri ve d fro m the Landsat ET M +m i age and NA SA published MOD I S LAI product for the sa me day of the reg i on ,an experm i ental study for up scali ng the 30m spat i a l reso l ution LAI to 900m was c onducted to quantitat i vel y analyzes the error transfor m s i n the process of LA I up scali ng w ith the fi nal goal o f establishi ng a ne w a nd much effective up scaling sc he m e i n ter m s o f ND VI p i xel deco mposing tec hn i ques .It was found that l ess than 10.5%errors were cause d by the non-li nearity of al gorith m s utilized i n LA I up scali ng ,and its val ue is hi ghl y positively c orrelated w it h the terrai n heteroge neities ,terra i n heteroge neity is the predo m i nate causing for the errors i ntroduced i n LA I sca le transferri ng .The max m i um err or caused by terrai n heterogeneity can reach to a bout 45%,but no err or can be cause d for t he pure pixel LA I scale2496生态学报28卷transferri ng.A ne w a l gorithm for LA I up scaling,based on above m ent i one d anal yses,i n ter ms of pi xel deco mposing techni ques of NDVI account i ng for terrain heteroge neity i n t wo key pr ocedures,was devel oped for the up scali ng of30m LA I to900m w it h fairly satisfied resol ution.This a l gorithm was used to correct NA S A pub li shed M OD I S LA I product and excellent resultsw ere obta i ned,wh i ch w as back up w ith the fact that t he correcte d MOD I S LA I product w ell consi stent w ith the high spatial reso l ution LA I map of the study reg i on.K eyW ords:sca li ng;scale tra nsferri ng;L eaf A rea I ndex(LAI);Landsat ET M+;M OD IS随着遥感技术的发展,大量不同分辨率的遥感数据为地球表层乃至一定深度的定量遥感研究提供了充足的信息源,然而不同遥感数据对陆面参数的反演方法通常也不同。
传感器差异,分辨率的不同,陆面异质性变化,算法非线性等都会引起陆面参数反演的不确定性,而且不同分辨率遥感数据获取的陆面过程参数可比性较差。
总体来说高分辨率遥感数据能更好的反映陆面信息,但高分辨率影像有时又过高地反映了地表真实情况使得研究对象太复杂而失去了宏观特征,反而不利于陆面参数的反演。
如何有效整合不同分辨率数据以达到最高效的利用,越来越受到人们的重视,这涉及到遥感尺度转换问题,从遥感角度讲,尺度是传感器对地观测的空间度量和时间度量[1],这里主要指空间分辨率,尺度转换是指将某一尺度上所获得的信息和知识扩展到其他尺度上的过程[2],分升尺度转换和降尺度转换,理想的升尺度转换应该只是数据空间分辨率的降低,而数据内在信息应保存到低分辨率数据中去[3]。
尺度问题的研究已经成为国内外研究的热点和前沿问题,国外在20世纪70年代末就开展了相关领域的研究,M ayaux,La m b i n E F.[4]等通过4种空间指数修正TM数据与AVH RR数据之间的统计关系,运用两步式的转换方法进行了植被指数的尺度转换。
mingci
针对LAI 的空间尺度转换已开展了不少研究，大部分的研究是针对遥感数据LAI 反演结果的验证展开的. 大尺度较低空间分辨率遥感数据LAI 产品的验证，往往通过较高空间分辨率遥感数据反演的LAI尺度转换来进行; 或者利用野外实地测量点的LAI，研究从样地到像元的空间尺度转换，对遥感反演的LAI 进行验证. 目前实现中低分辨率LAI 反演结果验证的主要方法是以较高分辨率影像为中介，先用地面数据验证较高分辨率遥感数据的LAI，再把较高分辨率的LAI 通过升尺度转换为与中低分辨率相同的数据，实现对中低分辨率LAI 产品的验证实地测量方法：结合森林分布图和实地考察并考虑到山区地形影响,在每个试验区选择地势较为平坦的且密度分布较均匀地区作为测量的样区,样区大小至少保证在100m×100m,相应于ETM+多光谱影像3×3个像元。
在每个样区内选择有代表性的测点4~6个,对每个测点进行4次叶面积指数测量,4次测量的平均值为该测点的叶面积指数值,取每个样区所有测点的均值为该样区的叶面积指数。
同时用GPS测量并记录该测点的经纬度。
尺度转换模型5.1空间尺度转换总体技术流程本文对于LAI的空间尺度转换研究是通过对由两种不同途径由ETM遥感影像获取的960m分辨率的LAI图像进行比较分析来实现的。
一是分布式LAI,即LAID(Distribut-ed LAI)。
LAID是通过把30m分辨率的ETM LAI图直接平均重采样为960m所生成的。
二是集总式LAI,即LAIL(Lumped LAI),考虑到没有同步获取的粗分辨率影像(如MODIS),并避开不同传感器的光谱分辨率等差异的影响因素,直接利用30m分辨率ETM图像的植被指数图像,首先进行空间重采样生成960m植被指数图,再利用LAI-VI算法进行LAIL制图。
该尺度转换是由30m LAI空间尺度向1km的空间尺度进行转换,即向上空间尺度转换(Up-scal-ing),应用目标是针对MODIS以及VEGETA TION1km空间分辨率的LAI产品校正。
黑河流域叶面积指数的遥感反演
状 况 最有 价 值 的是 植 被 指 数 【 ， 常用 的植 被 指 数 ４最 Ｊ 有 归 一 化 植 被 指 数 （ＮＤＶＩ） 、比 值 植 被 指 数 （Ｓ ） Ｒ 。卫 星 资料 在 国 内外 宏 观植 被研 究 中已经 得 到 广泛 应 用 【 ， 于各 种 植 被指 数 和 Ｌ １ 鉴 Ｊ ＡＩ的 关 系 是 经验 性 的 ， 具有 很 强 的地域 性 和时 效性 ， 函数具 有
很 大 的不 确定 性 ， 要不 断调 整参 数 ［６。 需 ５ Ｊ ，
其 它 ６个 波段 的地 表反 射率 【 ． 】 ｌ １ 。 Ｌ ＡＩ数 据是 ２ ０ ０ ２年 ８月 下旬 使 用 ＴＲ Ｃ仪 器 Ａ
采集的 ３ ９个 野外 实 测值 【 ６，主 要集 中于大 野 口附 １】 ． 近 气象 站 ｌ 区和张 掖绿 洲平 原 区。采 集 数据 天气 状 Ｉ Ｉ
０ ７ ６ ５
Ｊ ”
●
归 一化 植被 指 数 ： ＮＤＶＩ： 比值 植 被指 数 ： Ｒ ： Ｓ
３
２
，
Ｂ
７ ６
６
Ｉ ”
４
３
２
１
ｌ 十 ｌ Ｄ ” Ｄ ｒ
（） ２ 结 果 和 讨 论 ２
Ｐｒ
土 调 植 指 ： Ｗ＝ ＿ 壤 整 被 数Ｓ Ａ
产生 较大 影 响 ， 此 除 ＮＤＶ 、 Ｒ 外 ， 中 还 采 用 因 ＩＳ 文
度， 旨在 找到 较 好反 演黑 河流 域 Ｌ ＡＩ的方 法 。
１ 研 究 方 法 及 途径
研 究使 用 的遥 感 影像 是 １ ９ ９ ９年 ７月 ３ １日摄取
叶面积指数LAI测量规范
“黑河综合遥感联合试验”中游试验简明观测规范
叶面积指数（LAI）测量规范
直接测量法：
方法简介：LAI直接测量方法，即测量单位地表面积的叶面积总数，再根据LAI的定义计算出地块的LAI。
物品准备：密封袋、标签、16根细钢钎、5根绳子、20米以上长度卷尺、剪刀、手套、GPS、相机、文具夹、记录表格、记号笔、铅笔等用品。
采样前工作
根据样品量的多少选择不同规格的密封袋，填写标签并贴到密封袋上。
根据植被的高度和覆盖度确定采样点的多少，利用四根细钢钎、细绳、卷尺制作样方框。
样方布置及实验方案：
在每个地块随机布点，要求布2个点进行地面数据的测量。
每个点的范围为6平方米（2*3米）：
1)查出每个点内的实有株数，两个点的株数进行平均，计算出样点6平方米范围内的作物株
数(N)。
2)在每个样点范围内，选择10棵玉米，一块地测量20棵玉米。
按叶片从下到上的顺序，测
量每片叶子的长和宽（叶子的最宽值）。
3)在每个地块内随机选择玉米3颗（要求选择玉米株有代表性，分别选择长势好的，一般长
势的，长势差的各1棵），对每颗玉米的每片叶子，测量长宽值，用LAI3000叶面积仪或照
相法或激光叶面积仪测量每颗玉米的每个叶片的叶面积，根据叶片的长宽值与面积，计算
由长宽计算面积的似合系数。
将所有叶片的似和系数进行平均，得到总的似合系数，根据
总的拟合系数，计算地块所测量的20株玉米的叶面积，平均得到每株玉米的叶面积(A)。
N A
4)根据定义计算每个地块的叶面积指数：(*)/6。
黑河流域参考蒸散量的时空变化特征及影响因素的定量分析
摘要： 利用黑河流域及周边地区 14 个气象站的 1960 —2009 年逐日气象资料， 基于 FAO 推荐的 PenmanMonteith 模型分析了黑河流域近 50 a 来潜在年、季参考蒸散量 ET0 的时空分布特征， 同 时利用敏感分析计算了流域内不同区域典型气象站 ET0 对各气候要素的敏感系数， 并结合各气 候要素的多年相对变化定量探讨了导致 ET0 变化的主导因素。结果表明： 黑河流域年 ET0 表现 出明显的南北差异， 亦即从南到北呈增大趋势， 上游祁连山区年 ET0 约 568～ 700 mm， 中游走廊 平原约 800～ 900 mm， 下游的金塔、 鼎新一带约 1 000 mm， 额济纳地区则高达 1 150 mm 以上。各 季节 ET0 亦呈北多南少特征， 且 ET0 的年内分布以夏季最多， 春季次之， 秋冬最少。 近 50 a 来， 黑河流域年、季平均 ET0 整体呈减小趋势， 但亦存在区域差异， 其中上游 ET0 略有增加， 而中下 游以减小趋势为主。就年平均敏感系数而言， 上游的托勒站和中游的高台站皆对相对湿度敏感 性最强， 而下游的额济纳旗对平均风速最为敏感 。 不同站点各季节 / 月 ET0 对气候要素的敏感 性有所差异。风速是引起 ET0 变化的主导因素， 相对湿度和日照时数的贡献则较小 。 关 键 词： 参考蒸散量； 敏感系数； 风速； 黑河流域 文献标志码： A 文章编号： 1000 － 3037 （ 2012 ） 06 － 0975 － 15 中图分类号： P426． 2
， Monteith 模型为 本文利用黑河流域主要气象站点近 50 a 来逐日观测资料， 以 Penman基础， 结合 ArcGIS 反距离加权（ IDW） 空间插值， 研究黑河流域参考蒸散量的空间分布及时间 ， 比较流域内不同区域典型气象站点年、 变化特征 同时利用敏感性分析和气候要素的相对变化， 季 ET0 对各气候要素的敏感性， 定量揭示不同气候要素变化对 ET0 变化的贡献差异， 是准确估算 ， 、 黑河流域作物需水量的前提 对加强农业灌溉效率 调整水资源利用结构及优化水资源配置有重 同时有助于揭示黑河流域水循环的特征及机制， 是流域水科学集成研究的重要部 要的现实意义， ， 、 分 亦可为建立流域水问题的应对策略 开发水资源管理决策系统提供理论依据。
遥感综合观测与模型集成研究为黑河流域生态环境保护与可持续发展提供科技支撑
遥感综合观测与模型集成研究为黑河流域生态环境保护与可持续发展提供科技支撑本文刊载于《中国科学院院刊》2020年第11期“中国科学院野外台站”车涛李弘毅晋锐盖迎春谭俊磊张阳任志国王旭峰李新中国科学院西北生态环境资源研究院中国科学院黑河遥感试验研究站黑河流域是我国第二大内陆河流域，面积约 14.3万平方公里。
在黑河流域从上游至下游，形成了以水为纽带的多元自然景观，包括冰川、积雪、冻土、草原、森林、河流/湖泊、绿洲、戈壁、沙漠等。
黑河流域寒区旱区并存，上游属于极端寒冷环境，而下游属于极端干旱环境。
黑河流域历史悠久，早在汉朝时期这里已经有大规模的农田水利设施。
多元的自然景观与复杂的人文过程交织在一起，使得黑河流域成为开展星机地综合遥感观测与模型集成的理想天然地球科学实验室。
近年来，随着气候变化与经济发展，黑河流域出现了一系列的生态环境问题。
例如：黑河流域上游冰雪、冻土快速退化，过度放牧和矿产开发对上游高寒生态系统造成了严重的影响和破坏；中下游农业灌溉与生态用水矛盾突出，曾经一度随着上中游人口增加与耗水增多，大幅挤占下游生态用水，最终导致下游天然绿洲大面积萎缩、居延海干涸、沙尘暴频发等严重的生态灾难。
虽然通过行政手段制定了中、下游分水方案，使得下游的生态得到了一定的恢复，但是黑河流域仍然面临着严重的生态环境问题，威胁着该区域的可持续发展。
当前急需流域尺度的立体化网络化的综合观测与模型集成研究来科学评估和指导黑河流域的可持续发展，并为寒旱区内陆河流域科学管理提供支撑。
中国科学院黑河遥感试验研究站（以下简称“黑河遥感站”）围绕黑河流域生态环境保护与流域可持续发展，致力于生态水文要素综合监测与模型集成研究，建立了涵盖上、中、下游的流域尺度水文气象综合观测体系，发展和生产了一批寒旱区遥感数据产品，改进和开发了一系列针对寒旱区过程的生态、水文模型，支撑了黑河流域水资源管理与优化、生态保护与修复等相关政策制定。
1构建了黑河流域生态水文观测综合观测系统流域观测系统是流域科学研究中的新手段，兼顾流域中水文、生态、气象等观测的时空尺度，地面观测与遥感观测相配合，从流域整体的角度出发考虑观测的代表性，将监测与控制试验并重，重视新兴观测手段与信息系统和模型的高度集成。
基于GF-1 WFV数据森林叶面积指数估算
基于GF-1 WFV数据森林叶面积指数估算李晓彤;覃先林;刘树超;孙桂芬;刘倩【摘要】以国产高分一号(GF-1)宽幅数据(wide field of view,WFV)为数据源,采用简单生物圈模型2(simple bio-sphere model2,SiB2)对黑龙江省漠河县森林植被叶面积指数(leaf area index,LAI)进行估算,并与增强植被指数(enhanced vegetation index,EVI)线性模型的估算结果进行对比,结合地面实测LAI数据分别对这2种模型估算结果进行精度评价.结果表明,采用EVI线性模型估算LAI,决定系数R2为0.582,均方根误差(root mean square er-ror,RMSE)为0.701;而采用SiB2模型估算LAI,R2为0.798,RMSE为0.358,均比EVI线性模型有所改善.该研究发现,结合中高空间分辨率的GF-1 WFV数据,SiB2模型更适宜于该研究区森林植被的LAI反演.【期刊名称】《国土资源遥感》【年(卷),期】2019(031)003【总页数】7页(P80-86)【关键词】GF-1WFV数据;SiB2模型;LAI;EVI线性模型【作者】李晓彤;覃先林;刘树超;孙桂芬;刘倩【作者单位】中国林业科学研究院资源信息研究所国家林业局林业遥感与信息技术实验室,北京 100091;中国林业科学研究院资源信息研究所国家林业局林业遥感与信息技术实验室,北京 100091;中国林业科学研究院资源信息研究所国家林业局林业遥感与信息技术实验室,北京 100091;中国林业科学研究院资源信息研究所国家林业局林业遥感与信息技术实验室,北京 100091;中国林业科学研究院资源信息研究所国家林业局林业遥感与信息技术实验室,北京 100091【正文语种】中文【中图分类】TP790 引言叶面积指数(leaf area index，LAI)是指单位绿叶面积在单位地表面积上的总和[1]，是植被结构特征的重要参数，同时也与植被的光合、呼吸和蒸腾作用等重要生理过程密切相关。
基于MOdis数据的黑河流域NPP变化研究
3.研究方法
3.1一元线性回归分析 运用一元线性回归的方法来分析变化程度，是研究植被长时序增长 变化趋势的重要方法，对一组时间自变量与NPP自变量，可以用如下 模型表示：
式中变量i为1-11，分别对应2000-2010年NPP序 列度， ，取NP值Pi表为示11第，i其年中的，NPSPL值OP；E>n0为则研说究明的NP时P在间1序1年列里的是长 变化增加的，反之则是减少的。
3.研究方法
3.2 .2Mann-Kendall趋势检验 根据时间序列长度 n值大小的不同，显著性检验统计量的选 取有所不同： 当n <10时，直接使用统计量S进行双边趋势检验。在给定显 著性水平α下，当n≥10时，统计量S近似服从标准正态分布， 这时需要构造一个新的统计量Umk来进行检验，公式如下：
Umk收敛于标志正太分布，原假设该序列无趋势，采用双边检验趋势，在给 定显著性水平α下，如果 U> Uα/2则拒绝原假设，认为原序列存在显著趋势，否 则接受原假设认为序列趋势不显著。如果 U> 0 ，则认为序列存在上升趋势，U= 0 ，无趋势，U< 0认为序列存在下降趋势。
3.研究方法
3.3相关分析 相关关系是一种非确定性的关系，相关系数是研究变量之
3.研究方法
3.2 .1Sen趋势分析 Sen趋势度是经过计算序列的中值，可以避免噪声
干扰，但其不能实现序列趋势的显著性检验，因 此结合Mann-Kendall方法，可以完成对序列显著 性的检验。Sen趋势度计算公式：
使用趋势度β来判断时间序列趋势的升降，当 β> 0 时，时间序列呈上升的 趋势，反之呈下降的趋势。
基于MODIS数据的黑河流域NPP时空变化研究
答 辩 人：杨安邦 指导教师：李 净
黑河流域40多年来生态环境变化驱动力分析及对策
第21卷 第10期干 旱 区 资 源 与 环 境Vol.21 No.10 2007年10月Journal of A rid Land Res ources and Envir on ment Oct.2007文章编号:1003-7578(2007)010-043-05黑河流域40多年来生态环境变化驱动力分析及对策3王海青,张勃(西北师范大学地理与环境科学学院,兰州730070) 提 要:结合黑河流域40多年来水文,社会经济等方面的资料,采用趋势分析法估算人为因素对流域地表径流的影响,通过相关和主成分分析等数学方法分析人类活动诸因子与流域地表径流之间的关系。
研究结果表明:随着从上游至中下游的顺序,各水文站年径流量差积曲线先上升,而后呈长时期连续下降的趋势,而且顺河流方向越往下,曲线的坡度越明显,即径流量减少的趋势越明显,但黑河干流上游地表径流在过去的几十年里并没有减少,且有一定程度的增加,这说明各水文站径流的差积曲线主要是由于人类活动的影响,导致下游生态环境受损。
关键词:差积曲线;趋势分析;主成分分析;径流量;黑河中图分类号:X171.1 文献标识码:A环境问题是全球变化研究的主题,环境变化受人类活动的影响,人类活动越是改变,支配甚至是取代自然生态系统,就越会增加气候和环境变化的脆弱性。
尤其对中国西部生态脆弱区而言,人类活动对生态与环境的影响更加突出和明显。
黑河流域是我国西北干旱、半干旱地区第二大内陆河流域,流域面积约14万k m2。
受气候与人类活动的影响,黑河流域日益恶化,其中以下游地区最为突出,主要表现在河流下泄水量日益减少,河道断流加剧,荒漠区终端湖泊的干涸,地下水位下降。
黑河下游狼心山断面断流日间愈来愈长。
黑河下游断流时间由50年代的约100天延长至现在的近200天。
西、东居延海水面面积50年代分别是267k m2和35km2,已先后于1961年和1962年干涸。
下游地区河流水量的减少以及地下水位的下降直接导致根系较浅的荒漠植被大量枯死、退化。
玉米农田生态系统蒸散发模型参数优化
2022年1月灌溉排水学报第41卷第1期Jan.2022Journal of Irrigation and Drainage No.1Vol.4133文章编号：1672–3317（2022）01-0033-08玉米农田生态系统蒸散发模型参数优化邱中齐1，周琳琳1，刘红娟1，田强龙1，赵子敬1，张晓梅2，魏国孝1*（1.兰州大学资源环境学院，兰州730000;2.会宁县太平店镇人民政府农业农村综合服务中心，甘肃白银730799）摘要：【目的】在无法根据实测值得到具体模型参数的地域，对经验参数进行优化以提高区域蒸散发模型的精度。
【方法】通过黑河流域生态水文过程综合遥感试验水文气象观测数据集中的大满超级站气象要素梯度观测系统的数据，研究玉米农田生态系统的蒸散发模型优化问题。
采用差分进化自适应算法，以潜热通量和感热通量为优化目标，引入能量闭合因子对模型参数的优化，核心思想为贝叶斯理论，通过构造多条马尔科夫链来估计参数的后验信息；引入传统评价指标包括决定系数（R 2）、线性回归斜率、均方根误差（RMSE ）、一致性指数（IA ）、纳什系数（NSE ），对Shuttleworth-Wallace 原模型和优化后模型的潜热通量和感热通量的模拟性能进行评价。
【结果】模型校准期，优化后模型相对于Shuttleworth-Wallace 原模型在模拟潜热通量时，均方根误差降低52.46%，一致性指数提高17.3%；优化后模型在模拟潜热通量时，纳什系数达到0.82。
在模拟感热通量时，优化后模型相对于Shuttleworth-Wallace 原模型的评价指数提高不明显。
模型验证期，优化后模型相对于Shuttleworth-Wallace 原模型在模拟潜热通量时，均方根误差降低50.51%，一致性指数提高14.46%；优化后模型模拟潜热通量时，纳什系数达到0.80。
在模拟感热通量时，优化后模型相对于Shuttleworth-Wallace 原模型的评价指数提高不明显。
叶面积指数(LAI)测定方法研究进展
中图分类号 ： ９５ Ｑ ４
文献标识码 ： Ａ
文章编号 ：０ ３— ５ ８ ２ １ ）３— ０ Ｉ一 ４ １０ ５ ０ （０ ０ ０ ０ ５ ０
Ｒｅ ｅ ｒ ｈ Ｐｒ ｇ ｅ ｓ ｉ ｈ ｔ ｒ ｉ ａ ｉ ｎ Ｍ ｅ ｈ ｄ ｆ ｓ ａ ｃ ｏ ｒ ｓ ｎ ｔ ｅ Ｄｅ ｅ ｍ ｎ ｔｏ ｔ ｏ ｓｏ
第３ １卷
２１ ０ ０年
第 ３期
６月
பைடு நூலகம்四 川 林 业 科 技 Ｉ
Ｊ ｕ ｎ ｌｏ ｉｈ ａ ｏ ｅ ｔｙ Ｓ ｉｎ ｅ ａ ｄ Ｔ ｃ ｎ ｌｇ ｏ ｒ ａ ｆＳ ｃ ｕ ｎ Ｆ ｒ ｓｒ ｃ ｅ ｃ ｎ ｅ ｈ ｏｏ ｙ
Ｖｏ ． １ １ ３ ， Ｎｏ ３ ．
Ｊ ｎ． ２ ０ ｕ ． ０１
ｐ ｏ ｉ ｇ ｔｅ ｅ ｄ ｔｒ ｎ ｔ ｎ ｍｅ ｏ ｓ ｒ ｖｎ ｓ ｅ ｅ ｍｉ ａｉ ｔ ｄ ． ｈ ｏ ｈ
Ｋｅ ｏ ｄ ： ｅｆ ｒａＩｄ ｘ（ Ａ ） Ｒ ｍ ｔ Ｓ ｎｉｇＩｖ ｒ ｏ ，ｃｌ ｒ ｓ ｒ ａ ｏ ｙｗ ｒ ｓ Ｌ ａ ｅ ｎ ｅ Ｌ Ｉ ， ｅ ｏ ｅ ｓ ｅｓ ｎ Ｓ ａｅ ａ ｆｍ ｔ ｎ Ａ ｅ ｎ ｎ ｉ Ｔｎ ｏ ｉ
ｌｎ ｒ ａ ｔ ａ ｈｅ ｐ ａ ｔｏ ｃ ｐｉｓ ＬＡＩｃ ｎ ｒ ｆｅ ｔｔ ｅ ｐ ｔ ｎｉ ｌｌ ａ ｒ ａ ｏ ｅｐ ａ ｔｔ ａ ｏ ｌ ｅ ｕ ｅ ｏ ａ ｄ ａ ｅ ｈ ｔｔ ｌｎ ｃ ｕ ｅ ． ａ ｅｌ ｃ ｏ ｅ ｔ ｅ ｆａ ｅ ｆｔ ｌ ｎ ｈ ｔｃ ｕ ｄ ｂ ｓ ｄ ｆ ｒ ｈ ａ ｈ ｉ ｅ ｃ ｐ ｉｎ ｏ ｉｈ ｎｄ ｇ ｓ ｅ ｃ ａ ｇ ｎｔｒ ｅ ｔ ｆｌｇ ｔａ ａ ｘ ｈ ｎ ｅ．ＬＡＩｉ ｎ ｆｔ ｅ ｉ ｏ ｔｎ ａ ａ ｔｒ ｏ ｔ ｄｅ ｆａ ｒｃ ｌ ｅ． ｏ ｓ ｏ ｅ ｏ ｍｐ ｒａ ｔｐ ｒ ｍｅ ｅｓ ｆ ｒｓｕ ｉｓｏ ｇ ｉ ｕ ｔ ｈ ｕｒ ｆｒ ｓｒ ｅ ｏ ｏ ｙ， ｔｏ ｌｇ ｅｃ． ｅ ｅ ｏ ｅ， ｅ ｅ ａ ｔｄｅｅ ｍｉ ｔ ｎ ｏ ｏ ｅ ｔｙ， ｃ ｌｇ ｍｅ ｅ ｒ ｏ ｙ， ｔ Ｔｈ ｒ ｆｒ ｔ ｘ ｃ ｔｒ ｎａ ｏ ｆＬＡＩｈａ ｅ ｔｓｇ ｆｃ ｎｃ ． ｉ ｏ ｈ ｉ ｓ ａ ｇ ａ ｉｎｉ ａ ｅ Ｔｈ ｓ ｒ ｉ ｐ ｐ ｒＳ ｌ Ｓｕｐ ｔｅ ｄ ｔｒ ｎ ｔｏ ｔｏ ｓ ｏ ａ ｅ Ｕ Ｙ ｈ ｅｅ ｍｉａ ｉｎ ｍｅｈ ｄ ｆＬＡＩｉ ｅ ｅ ｔｙ ａ ｓ． ｓ ｃ ａｌ ｈｅ ｍｅｈ ｄ ｈ ｔｈ ｖ ｅ ｔ Ｉ ｎ ｒｃ ｎ ｅ ｒ ｅ ｐｅ ｉｌｙ ｔ ｔ ｏ ｓ ｔ ａ ａ ｅ ｇ ａ ｒ ｐ ｔ ｎ ａｉｉｓ ｉ ｕ ｕ ｅ，ｎ ｌ ｄ ｎ ｈ ｏ ｌｗｉ ｒ ｅ ａ ｐ ｃｓ： ｏ ｎ ｂ ｓ ｄ ＬＡＩＭｅ ｓ ｒ ｍｅ ｔａ ｄ Ｒｅ ｔ ｏｅ ｔ ｌｔｅ ｎ ｆ ｔ ｒ ｉ ｃｕ ｉ ｇ ｔｅ ｆ ｌ ｉ ｏ ｎｇ ｔ ｅ ｓ ｅ ｔ Ｇｒ ｕ ｄ— ａ ｅ ｈ ａ ｕ ｅ ｎ ｎ ｍｏｅ Ｓ ｎｓｎ ｎｖ ｒｉｎ ＬＡＩｍｅ ｓ ｅ ｎ ， ｎｄ Ｓ ａｅ Ｔｒ ｎ ｆ ｒ ａ ｉｎ， ｎ ｕ ｓ ｆ ｒ ｒ ｏ ｕ ｇ ｓ ｏ ｏ ｉ ｅ ｉｇ Ｉ ｅ ｏ ｓ ａ ｕｒ ｍｅ ｔ ａ ｃ ｌ ａ ｓｏ ｍ ｔ ｏ ａ ｄ ｐ ｔ ｏ ｗａ ｄ ｓ ｍｅ ｓ ｇ ｅ ｔ ｎ ｔ ｍ— ｉ