小麦叶面积指数与冠层反射光谱的定量关系
LAI叶面积指数介绍
叶面积指数(LAI)基本概念叶面积指数(LAI)又叫叶面积系数,是指单位土地面积上植物叶片总面积占土地面积的倍数。
即:叶面积指数=叶片总面积/土地面积。
它是大多数生态系统生产力模型和全球气候、水文、生物地球化学和生态模型中的重要参数。
陆地生态系统生产力的模拟是全球碳循环研究中的关键问题。
而LAI作为光合作用中碳同化的重要影响因子,是生产力评估模型中的重要参数。
因此,使用生产力模型分析净生产力、净生物群区生产力几十年的变化趋势,需要输入LAI的长期连续数据。
数学模型获取LAI的方法可分为三类:接触测量法、仪器与半球数字摄影测量法、遥感反演法。
直接测量法包括比叶重法、落叶收集法、分层收割法、点接触法等,该方法的精度很高,然而需要耗费大量的人力,通常只针对单个地点或小区域,难以覆盖大的区域范围。
仪器和半球数字摄影测量法避免了直接测量法耗费大量人力的缺点,它使用一些商用测量仪器或鱼眼镜头测量多个角度上的空隙率,利用比尔定律,反算出LAI。
然而,不论是直接测量法,还是仪器和半球数字摄影测量法,得到的都是点上数据,难以扩展到面上;并且其空间覆盖范围和持续时间有限。
而使用遥感手段观测LAI,不仅不需要耗费大量人力、成本低廉,而且能对全球范围实现长期连续监测。
因此从获得长时间序列的全球LAI数据集的角度来看,遥感反演是最优且唯一可行的方法。
本项目LAI产品主要采用遥感反演方法,利用MODIS中分辨率成像光谱仪数据遥感反演的植被指数叶面积指数LAI作为植物生长长势的指标用于分析生态系统健康及其变化,生态系统参数的遥感反演是以晴空状态下的地表反射为输入,因此预先合成多天晴空状态的地表反射率,并进行去云及其它噪音处理,采用改进的最小可见光波段选择的合成算法,既能有效消除云的影响,也能有效消除云阴影的影响,叶面积指数和植被光合有效辐射吸收系数是通过反演冠层辐射传输方程获得,输入数据为合成的无云地表反射率数据。
叶面积指数LAI产品主要采用经验公式法计算,利用植物的胸径、树高、边材面积、冠幅等容易测量的参数与叶面积或叶面积指数的相关关系建立经验公式来计算。
高分六号遥感影像植被特征及其在冬小麦苗期LAI反演中的应用
高分六号遥感影像植被特征及其在冬小麦苗期 LAI 反演中的应用
张矞 勋 1,2 刘春虹 1,2
齐拓野 4 孙 源 3 王 磊 1,2,*
璩向宁 1,2
曹 媛 1,2
吴梦瑶 1,2
1 宁夏大学西北土地退化与生态系统恢复省部共建国家重点实验室培育基地, 宁夏银川 750021; 2 宁夏大学西北退化生态系统恢复与 重建教育部重点实验室, 宁夏银川 750021; 3 中国科学院遥感与数字地球研究所, 北京 100101; 4 宁夏大学生态环境学院, 宁夏银川 750021
Abstract: As Chinese first high-resolution satellite for precision agricultural observations, the GF-6 remote sensing satellite operates in a network with GF-1. In addition to having the same waveband as the GF-1 WFV sensor, red-edge band is added to the Chinese satellite firstly, which can effectively reflect the unique spectral characteristics of the crop. In order to evaluate the monitoring capabilities of the GF-6 satellite imagery for crops, the seedling stage of winter wheat was selected as the research object. Combined with the ground synchronous observation canopy spectrum and the LAI measured data, we analyzed the quantity of bands, the band spectrum and the features of the added red edge vegetation band of the GF-6 satellite image. Furthermore, we constructed vegetation indices by extracting reflectance data from GF-6 remote sensing images and made comparison between the inversion accuracy of the model established by the combination of different wavebands of GF-6 WFV sensor with the help of artificial neural network. Finally, the application ability of GF-6 WFV red edge band in inversing LAI of winter wheat at seeding stage was explored. The results showed that the GF-6 remote sensing image reflected the characteristics of vegetation more realis-
prosail模型计算叶面积指数
PROSAIL(PROSPECT + SAIL)模型是一种广泛用于计算植被光谱特征的模型,它结合了 PROSPECT 和 SAIL 两个模型的特点。
PROSPECT 模型用于估计植被叶片的光谱特性,而 SAIL 模型用于估计植被冠层的光谱特性。
使用 PROSAIL 模型可以计算出植被的叶面积指数(LAI)等重要植被参数。
下面是 PROSAIL 模型计算叶面积指数的基本步骤:
1.准备输入数据:为了使用 PROSAIL 模型计算叶面积指数,你需要准备植被
光谱数据,包括反射率和波长等信息。
2.确定模型参数:PROSAIL 模型需要一些参数作为输入,包括叶面积指数
(LAI)、叶片等几何和光学特性等。
你需要确保正确设置这些参数值。
3.应用 PROSAIL 模型:根据输入的光谱数据和模型参数,应用 PROSAIL 模
型来计算叶面积指数。
这可能需要使用特定的光谱分析软件或编程语言进行计算。
4.分析结果:一旦完成计算,你可以分析 PROSAIL 模型的输出数据,其中包
括估计的叶面积指数值。
你可以进一步分析这些结果,以了解植被的生长状况和生态系统的特征。
PROSAIL 模型的计算过程可能涉及复杂的数学模型和算法,通常需要在专业的光谱分析软件或编程环境中进行。
在实际应用中,你需要根据具体的研究目的和数据要求来调整模型参数和分析过程,以确保获得准确和可靠的叶面积指数估计值。
冬小麦冠层光谱的方向性特征分析
区域各 自选择 了 3 0mX4 0I n的地块 ,分别播种 了京 4 1和 1 90 两个冬小麦品种 。 57 并在 20 0 3年的 1 1月 1 5日、1 1月 1 6 日( 越冬期) ,以及 20 0 4年 的 4月 1日( 起身期 ) 、4月 1 7日
( 节 期 ) 月 3 日( 穗 期 ) 拔 、5 孕 、5月 1 1日( 花 期 ) 扬 、5月 2 O
文 献标 识 码 : A D I 03 6  ̄.sn 10 —5 3 2 1 )610—6 O :1. 9 4 i . 000 9 (00 0 —600 s
中 图分 类 号 :S 2 ; 5 . 17 067 3
角度 、 阳天顶角及季节 的变化规律 ,但主要 是侧重 于草地 太
引 言
二向性反射是 自然 界 中物体表 面反射 的基本物理 现象 , 植被冠层表 面的二 向性反射因其 冠层 结构 特征 和植被背景特 性 的不 同存在 明显 的各 向异性特征【 。 1 ]
1 1 试 验 设 计 及 处 理 .
镜 面反射等典型特征l , 4 采用 P A O A航空测 量了栎树 ] AR B L
的 B D 并 比较了不同季节的不 同太 阳天 顶角和观测 天顶 R F, 角的反射率变化L ;通过 P DE 5 OL R进行 了多种森林 类 型的 B I R) F的航空测量 , 并探讨 了基于多 角度信息提 高遥感 分类
张雪红 ,田庆久 ,沈润平
1 .南京大学 国际地球系统科学研究所 , 江苏 南京 2 .南京信息工程大学遥感学 院,江苏 南京 209 10 3
20 4 10 4
摘
要
二向性反射 因入射和观测的角度变化而变化 ,合 理选择遥感 观测角度 、太 阳天顶角 等为提高遥感
不同施肥条件下烟草冠层光谱特征与叶绿素、叶面积指数的关系
Re l a t i o n s h i p o f Sp e c t r a l Ch a r a c t er i s t i c s wi t h Ch l o r o p h y l l a n d L e a f Ar e a I n d e x
i n F l u L e a f
S c i e n c e , He n a n Ag r i c u l t u r a l U n i v e r s i t y , Z h e n g z h o u 4 5 0 0 0 2 , C h i n a ) A b s t r a c t . T h i s s t u d y a i ms t o e s i t ma t e t h e c h l o r o p h y l l c o n t e n t nd a l e a f a r e a i n d e x ( L A I ) o f t o b a c c o w i h t r a p i d , h a r ml e s s nd a a c c u r a t e
此,可利 用建 立的估 测模 型对烟草生长状况进行快速测定 ,及 时指导烟 田施肥和采取合适 的栽培管理措施 。
关键词 :烤烟 ;光谱 ;植被指数 ;叶面积指数 ;叶绿素 中图分 类号 :¥ 5 7 2 . 0 1 文章编号 :1 0 0 7 — 5 1 1 9( 2 0 1 3 ) 0 2 . 0 0 2 3 — 0 5 D OI :1 0 . 3 9 6 9  ̄ . i s s n . 1 0 0 7 — 5 1 1 9 . 2 0 1 3 . 0 2 . 0 0 5
me ho t d s t o o b t a i n he t i n f o m a r t i o n o n i t s g r o wt h v i g o r a n d t o p r o v i d e t e c h n o l o g i c a l s u p p o r t f o r t h e ma n a g e me n t o f c u l i t v a t i o n . Un d e r
第六章 冠层反射率模型-辐射传输
8/11 植被遥感传输理论的三个里程碑成果:
• 1950年,Chandrasekhar给出辐射传输方程的具体表达式, 并在大气和核物理等研究领域迅速得到应用和发展。 • 1953年,门司正三和佐伯敏郎(Monsi and Saeki)从实 测测定和理论推导两方面建立了光强对叶面积的依赖关系。 其中所采用的理论就是辐射传输的基本定律—BeerLambert消光定律,从而开始了用辐射传输理论对植被冠 层的研究。 • 1975年,在总结前人多年工作的基础上,Ross出版了他 的论著(俄文版),正式确定了植被内部的辐射传输方程, 进而建立植被光学特性和结构特性与辐射场之间的关系。
下标 L 表示 leaf。 uL(z)对dz在 0-H 区域积分,等于?
3/12 对于叶面积密度分布,存在:
H
0
uL (z )dz L0
式中积分上限H为植被冠层深度,z的取向向下(即z=0为 植被上界,z=H为植被下界),L0为叶面积指数(无单位
量纲),是农学、植被生态学中最重要、最常用的参数。
a(θv,υv)
a(θi,υi)
O(θi,θv,υ)
7/11
辐射传输模型
植被遥感接收的信息是植被上界的出射辐射(不考 虑大气影响),它是辐射在植被—土壤耦合体系中 多次散射和吸收的结果,而辐射传输理论可以比较 系统、较完整地描述该过程。通过辐射传输理论, 我们可以准确地计算植被上界的出射辐射量,或根 据这一信息反演植被的光学特性和结构特性,因而 从理论的高度解决了植被遥感的定量化问题。同时 在解决问题的过程中,还可以借鉴许多辐射传输理 论的最新进展和突破,从而将使这一领域充满活力。 , L )d L 1
式中积分区域 2π+ 为上半球空间,这是因为叶片只 能计算单面。对于平面平行假设,存在 gL(r, ΩL) = gL(z, ΩL) 。 叶片在2π+空间均匀分布时, g (z, Ω ) = ?
冬小麦条锈病害的高光谱遥感监测
冬小麦条锈病害的高光谱遥感监测本研究于2002-2004年在北京市小汤山国家精准农业研究示范基地对3个不同条锈病感病型小麦品种(较耐病型品种京411,一般感病型品种98-100和敏感型感病品种薛早)进行人工接种,诱发不同等级冬小麦条锈病后,通过对不同处理地物冠层光谱、组分光谱、航空影像的分析配合田间病情指数调查、室内生物物理参数和生物化学参数同步分析测试,对获取的数据进行统计分析,取得的主要结果如下:分析了冬小麦在感染条锈病害后不同抗性品种病情指数的动态变化规律;作物叶片荧光动力学参数及光合、蒸腾等生理指标的变化规律;作物叶片和茎秆叶绿素、氮素、可溶性糖、淀粉等生化指标的变化规律。
并将生理指标、生化指标各参量分别与病情指数进行了统计分析,明确了不同指标随着病害发生发展的变化规律。
定量分析了冬小麦条锈病的冠层光谱特性及各种生理、生化参量在冠层光谱水平的响应,经过相关分析找出各因子在冠层光谱的特征敏感区域。
研究表明,3个不同感病型品种的病情指数大小在光谱上的响应敏感波段区域是一致的,包括了Landsat/TM中的TM2(520~600nm),TM3(630~690nm) 和TM4 (760~900nm)3个波段,因此,利用卫星Landsat/TM监测冬小麦条锈病害是可行的。
证实了病情指数反演监测模型的建立可以忽略品种参数对病情指数敏感区域的影响。
选择敏感波段及光谱波段组合与病情指数进行回归分析,建立冬小麦条锈病病害遥感监测的地面支持模型,同时也对冠层光谱的红边参量进行分析,并对各模型进行均方根误差(RMSE)检验,结果表明,634nm与634nm、823nm 组合的NDVI模型及红边参量的最小振幅dλmin、红边振幅与最小振幅比值dλred/dλmin模型的决定系数达0.8以上,RMSE在0.10-0.13之间,与冬小麦条锈病病情指数有较好的关系,可选用这些光谱参数建立模型来监测冬小麦条锈病。
对地面与航空光谱数据分析,确定病害的发生程度与范围,理论上证明,在冬小麦条锈病发生的最佳防治时期(病叶率<5%)内,高光谱遥感可以对条锈病进行相应诊断。
基于冠层反射光谱的冬小麦干物质积累量的估测研究
s a n  ̄ m sO to o r Ma trAc mn lt n i m  ̄rW h a n p f ce  ̄ e . in fDr te c uai n W ' e e tbyCa o y Re e td s m n o l
Y G QigF n t l ( o eeo A rnm , unx U i rt, ann ,…_ 、 3 ̄J 』 AN n- ege a C lg f goo yG agi nv sy Nn ig : l l 3 5 l ei l X 0 A satI bete1 1 t ya e nlz eCIe t nbtenw et pc a caat ii addym tr cu uao .Me o J h esi btc O jcv 11 s d i dt aa et O l i ew ha set l hrce sc n r at cm ltn 1 t d esniv r i e u e r o y h T ao c r r t ea i h 1 te
h rt f gtini e R I .R siI t aoo eeao dx( V) 1 eut 矸 set l eet c f ha c oyo 0—70n l d1 2 e i v t n pc a rf a eo w et a p f 5 r l n c n 3 0 n 40一l 2 m efw r gpn dad n a 0n i t o ei e‘ n 5 nh l n o
光和有效辐射文献综述
①播期和播量对冬小麦冠层光合有效辐射和产量的影响·陈素英张喜荚毛任钊王彦梅(中国科学院遗传与发育生物学研究所农业资源研究中心)小麦适期播种不仅是达到全苗壮苗的关键,还有利于小麦健壮生长发育,是提高小麦单产的重要措施.本试验研究了不同播期和播量条件下小麦冠层底部光合有效辐射(TPAR)、叶面积指数(LAI)、冠层截获的光合有效辐射(/PAR)等的变化及播期对冬小麦产量的影响.结果表明,叶面积指数和冠层截获的光合有效辐射随小麦播种时间的推迟而降低。
小麦冠层底部的光合有效辐射随小麦播种时间的推迟而增大.小麦冠层截获的光合有效辐射与叶面积指数呈显著正相关,相关系数为0.756;冠层底部的光合有效辐射与叶面积呈显著负相关.相关系数为--0.872.小麦产量虽然随播期的推迟呈递减趋势,但10月20日之前播种的小麦产量问无显著差异.因此,在冬小麦和夏玉米一年两熟区,可相应推迟小麦的播种时间,尽量延长上茬玉米的生长期,以实现两茬作物的均衡增产.②半干旱雨养区小麦光合作用、蒸腾作用及水分利用效率特征赵鸿,杨启国,邓振镛,刘宏谊(中国气象局兰州干旱气象研究所甘肃省干旱气候变化与减灾重点实验室,甘肃兰州730020)摘要:对黄土高原半干旱雨养农业区田间春小麦叶片光合生理生态特征及其对环境因子的响应进行了分析,结果表明:天气晴朗时,净光合速率日变化呈典型的双峰曲线,有“午休”现象,上午明显高于下午,且不同生育期峰值出现的迟早不同;蒸腾速率日变化呈不明显的双峰型,其出现最大值的时间晚于净光合速率出现最大值的时间;在生长季节,叶片净光合速率、蒸腾速率和气孔导度都受到多个环境因子的共同影响;不同时期,起主导作用的环境因子不同,且同一个因子对几个生理指标的影响程度和强度都有差异,其中,光合有效辐射是对蒸腾速率影响最强烈的环境因子,有显著的相关关系;空气湿度对光合作用的影响大于温度.受环境因子制约最为显著的生理指标是叶片的蒸腾速率和气孔导度。
植物营养胁迫与光谱特性
植物营养胁迫与光谱特性王珂沈掌泉王人潮摘要主要介绍了植物营养胁迫与光谱特性的关系,列举了多个用植物光谱分析方法诊断植物营养水平的实例,提出了提高诊断精度的几种途径。
关键词植物营养光谱特性遥感技术分类号TP 79: Q 948.1VEGETATION NUTRIENT CONDITIONAND SPECTRAL FEATUREWang Ke Shen Zhangquan Wang Renchao(Institute of Remote Sensing and Information System Applicationof Zhejiang Agricultural University310029)Abstract The paper introduces mainly about the relations between the vegetation nutrient and its spectral feature, gives some examples on how using the method of vegetation spectral analysis to diagnose the vegetation nutrient levels. At last, it puts forword several methods on improving the diagnostic precision.Key words Vegetation nutrient Spectrol feature Remote sensing technique0 引言植物因缺乏营养元素会严重影响其生长速度和产量。
植物缺营养元素能引起叶片叶色、形态、结构以及各种外观不同的缺素症状。
叶片吸收太阳辐射能的多少与叶片内外部结构对入射的反射特性有关,而叶片吸收太阳辐射能的多少在很大程度上决定了光合速率(Maas, et al,1989)。
