基于ACRM模型不同时期冬小麦LAI和叶绿素反演研究

通过冬小麦4个生育期不同长势冠层光谱观测数据,模拟HJ小卫星多光谱等效反射率;然后使用双层冠层反射率模型(ACRM)反演各生育期冬小麦LAI和叶绿素含量,分析HJ小卫星多光谱数据定量反演LAI和叶绿素含量的应用潜力以及ACRM模型在不同冬小麦生育期的LAI和叶绿素含量反演误差。将模型反演值与实测值对比分析发现:(1)LAI和叶绿素含量反演值与地面实测值有很高的相关性,应用HJ小卫星多光谱数据定量反演LAI和叶绿素有很大的应用潜力;(2)ACRM模型在不同生育期的冬小麦LAI和叶绿素含量反演误差存在差异。     

物理模型光谱模拟误差对冬小麦叶面积指数高光谱反演的影响

获取农作物叶面积指数(leaf area index,LAI)及其动态变化对于农作物长势监测和产量估测等应用具有重要的意义。基于冠层反射率模型(物理模型)的LAI遥感反演方法具有良好的普适性,对地面数据依赖较少,近年来广泛应用于农作物LAI高光谱反演研究。然而,当物理模型参数取值尽可能准确(代入参数实测值或依据先验知识取值)时,模拟光谱与实测光谱间仍然存在误差,研究称之为"光谱模拟误差"。该研究通过比对实测冬小麦冠层光谱与ACRM(a two-layer canopy reflectance model)模型最优模拟光谱,展示了光谱模拟误差在各波段、不同样本点的分布规律。据此,根据对光谱模拟误差与高光谱数据降维的不同考虑,制订了4种LAI反演波段选择方案。通过对比基于不同波段选择方案的LAI反演精度,分析了光谱模拟误差对LAI反演的影响;讨论了综合考虑高光谱数据降维与光谱模拟误差的LAI反演波段选择方法。通过合理的波段选择,限制了光谱模拟误差的影响,提高了LAI反演精度。该研究结果有助于探索合理的LAI高光谱反演波段选择方法,为合理利用高光谱数据反演农作物LAI提供科学参考。     

无人机高光谱遥感数据在冬小麦叶面积指数反演中的应用

[目的]无人机高光谱遥感是获取田间尺度作物生长参数的新型手段,如叶面积指数(leaf area index,LAI)的无人机快速观测对作物生长监测具有重要意义。[方法]研究以河北省衡水市冬小麦为研究对象,利用以多旋翼无人机为平台搭载Cubert UHD185成像高光谱传感器获取了冬小麦乳熟期的无人机高光谱影像数据;在无人机飞行的冬小麦试验田,利用LAI 2200进行了同步观测试验。该研究利用植被辐射传输模型PROSAIL模拟小麦冠层反射率数据,进而模拟9种植被指数(RVI,NDVI,EVI2,OSAVI,MSAVI2,TCARI/OSAVI,RENDVI(red edge NDVI),MSI,S2REP)。将模拟的植被指数与LAI进行相关性分析,分别构建LAI反演模型并通过拟合效果选择最优的反演模型。然后基于LAI最优反演模型利用无人机高光谱遥感数据反演冬小麦乳熟期的LAI。最后利用地面实测LAI数据对反演结果进行了验证。[结果]9种植被指数中包含红边波段的RENDVI和S2REP与LAI具有高度相关性,而且消除了在小麦LAI高值区时其他植被指数对LAI饱和的问题。基于RENDVI指数模型模拟的LAI与模型模拟的LAI之间RMSE为0.51,无人机高光谱数据LAI反演结果与地面实测值高度拟合(R2=0.83,RMSE=0.16,NRMSE=10%,n=25,P0.001),因此RENDVI是用于估算LAI的较理想的植被指数。[结论]无人机高光谱是获取小麦LAI的有效手段,该研究为利用无人机高光谱数据监测作物生理生态参数提供了参考。     

不同地域冬小麦叶片SPAD高光谱估算研究

叶绿素（SPAD）是重要的植被生物参量。针对传统的SPAD监测方法效率低的问题,该研究探讨 了利用高光谱遥感技术构建SPAD估算模型,实现大范围的冬小麦叶绿素快速无损检测和预测。首先,选 取我国江汉平原的湖北省潜江市后湖管理区和黄淮海平原的山东省济南市长清区作为研究区域,分别采集 冬小麦生育期的冠层反射光谱和倒二叶片SPAD数据。方差分析发现,两个地区冬小麦SPAD在各生育期 存在显著差异。之后,选取和计算RVI、DVI、NDVI和GRVI四种植被指数,利用回归模型建立了不同地 区的冬小麦叶片SPAD测算模型。模型精度检验表明,NDVI估算模型对两个样区的冬小麦叶片SPAD的总 体估算效果较好,满足精度要求,可以应用于大区域的SPAD遥感估测。该研究结果可以为不同区域大面 积的作物SPAD遥感监测提供技术和方法。     

基于图像和光谱技术的倒伏冬小麦产量评估研究

倒伏作物产量评估是作物倒伏灾害综合评估中的一项重要指标.针对传统倒伏作物产量评估方法的不足,该文提出了一种基于图像处理技术和光谱分析技术的倒伏冬小麦估产方法.研究首先通过冬小麦倒伏模拟试验,人工造成冬小麦倒伏,采集不同倒伏等级冬小麦RGB图像数据、冠层光谱反射率数据,并测量倒伏冬小麦产量.然后,通过RGB图像获得颜色、纹理特征,通过光谱反射率获得光谱吸收、红边和植被指数特征,取与倒伏冬小麦产量最为相关的23个特征量作为产量预测模型的输入变量.最后,使用粒子群算法优化径向基权值并建立估产模型,通过三个倒伏时期的光谱和图像指标估算倒伏冬小麦产量.结果表明,模型估算精度为98.2％,该模型能满足非接触定量化的倒伏冬小麦产量评估需求.     

结合植被指数与作物高度反演冬小麦叶面积指数

[目的]叶面积指数LAI(Leaf Area Index)是反映作物长势的关键参数之一。目前,基于无人机影像进行LAI反演多注重影像光谱信息的应用,但是由于高分影像存在强烈的光谱异质性以及无法区分高密闭度植被垂直方向枝叶的光谱特征等不足,在反演作物LAI时,需要探讨作物高度等结构参数对LAI反演的影响。[方法]文章以冬小麦为例,将无人机影像的光谱信息与点云数据相结合,共同构建LAI反演模型,并与单利用光谱信息的一元线性LAI回归模型进行对比,探讨作物高度信息对LAI反演精度的影响。[结果](1)无人机影像获取的点云数据能有效反演作物高度,其决定系数R~2=0.61,均方根误差RMSE=0.02;(2)基于作物高度和植被指数Ⅵ(Vegetation Index)反演LAI的二元模型(Adjust R~2=0.38,Adjust RMSE=0.55)优于单用植被指数反演LAI的一元模型(Adjust R~2=0.29,Adjust RMSE=0.59),[结论]研究表明作物高度和光谱信息结合的反演模型能够提高作物LAI的反演精度,同时表明作物高度因子在LAI反演中具有重要的应用价值。     

基于HJ-1卫星的冬小麦叶片SPAD遥感监测研究

SPAD能够反映植株叶绿素含量,而植株叶绿素的含量及动态变化,对评价作物生产能力、预测产量和品质均有重要意义。该研究以湖北省潜江市后湖管理区冬小麦为研究对象,通过田间观测不同生育期冬小麦叶片SPAD变化情况,结合我国自主研发的HJ-1卫星对研究区域进行同步监测,选取并计算RVI、DVI、NDVI、GRVI四种植被指数,通过对4种植被指数与冬小麦叶片SPAD进行相关性分析,并构建植被指数与冬小麦叶片SPAD回归反演模型,结果显示相关性均较高。通过对比四种植被指数模型反演精度,NDVI-SPAD对数模型预测精度较高,精度检验表明平均相对误差为-2.34,均方根误差(RMSE)为5.65,能够较好的反演研究区域内的冬小麦SPAD。利用HJ-1卫星结合NDVI-SPAD对数模型能够有效对研究区域冬小麦叶片SPAD进行遥感监测。     

贵阳市AOD与PM2.5间的相关性分析

本文基于高时空分辨率的环境一号卫星CCD影像数据,在采用6S辐射传输模型构建查找表的基础上,利用改进的暗像元法实现了贵阳市气溶胶光学厚度(Aerosol Optical Depth,AOD)的反演,并对AOD的时空变化特征进行了分析;采用皮尔逊相关系数分析揭示了贵阳市AOD与地面实测PM_(2.5)浓度间的相关性。试验结果表明,贵阳市AOD空间上呈现出南高北低的变化趋势;AOD和PM_(2.5)浓度均表现为逐年下降的变化趋势;4个选定时段的AOD与PM_(2.5)浓度间均具有较强的相关性,且相关系数无明显差异,从而证明了基于HJ-1卫星AOD进行贵阳市区域PM_(2.5)浓度高精度估计的可行性。     

城市热环境空间格局及影响因素分析——以大连市金州区为例

近年来,城市化发展进程加快导致热环境发生变化,本文通过单窗算法反演地表温度、随机森林分类法对地物进行划分,结合GIS空间分析,对大连市金州区城市热环境的时空特征进行了研究。得出以下三点结论:(1)中心城区具有明显的热岛效应,地表温度总体上明显高于城市边缘区和郊区;(2)研究区包含5种主要地物类型,即植被、耕地、水体、裸土、建筑土地利用空间分布,其中耕地面积最大,水体面积最小;(3)在城市地表覆盖系统内,不同土地利用类型地表温度具有明显差异,其中建筑密集区、交通发达区与植被的LST最大温差可达10℃。     

基于多尺度分割的面向对象分类方法提取冬小麦种植面积

应用面向对象方法,对遥感图像进行多尺度分割,即首先进行大尺度分割,结合NDVI提取植被信息,将图像分为植被和非植被;然后在植被信息类内再进行小尺度分割,利用NDVI并融入几何特征进一步提取冬小麦种植面积及空间分布。在遥感分类的基础上,将线性数据按宽度缓冲,从分类结果中扣除。将扣除结果与地面样方实测数据对比分析。结果表明,监测结果减轻了传统分类方法的椒盐效应,监测结果与验证样方数据比较精度为94.06%。     

2000—2018年西辽河流域植被覆盖度时空变化特征及影响因素研究

目的 研究“退耕还林”“退牧还草”及“镰刀弯”等生态政策实施以来西辽河流域植被覆盖时空变化趋势及驱动因素，探究各类驱动因子对区域植被覆盖的影响，为区域生态建设和环境保护提供参考。方法 文章采用像元二分模型，估算西辽河流域植被覆盖度，归纳了植被覆盖变化的驱动因素，利用一元线性回归和Pearson相关系数等方法，定性定量分析2000—2018年西辽河流域植被覆盖时空变化趋势及其与气候、地形、农村居民点分布和土地利用变化等驱动因子的响应关系。结果 19年来，西辽河流域植被覆盖度呈波动增加趋势。分区看，农区植被覆盖度最高，其次是半农半牧区，牧区植被覆盖度最低。全区植被覆盖空间变化趋势较为稳定，96.63%面积植被覆盖无明显变化，2.07%面积植被覆盖极显著改善，1.30%面积植被覆盖显著改善，基本无退化区域。结论 （1）植被覆盖度与降水、气温因子正向相关，降水对植被覆盖度的影响高于气温。（2）高程、坡度和农村居民点密度均与植被覆盖度正向相关，其中农区人类农业种植活动正向促进作用要大于生产建设活动的负向抑制作用。（3）林地和作物种植面积长势的增加促进了全区植被覆盖的改善。“退耕还林”和“镰刀弯”生态实施促进了全区植被覆盖的改善，但“退牧还草”生态工程效益有待提高。应注重区域植被覆盖变化监测与预警，充分发挥生态政策的积极导向作用，优化生态工程实施结构，提高生态脆弱区抵御风险能力。     

基于MODIS数据的辽西北地区玉米干旱脆弱性评价研究

传统区域作物脆弱性的研究主要基于气象资料、作物生长观测资料和社会经济统计资料,忽略了作物对极端事件的反应在时空分布上的差异性。众多研究表明,植被指数能够表征水分胁迫下的植被特征,在对旱情的表达上比常规的间接方法更为直接,监测精度更高。研究以辽西北地区2006年玉米干旱为例,基于MODIS数据计算植被状态指数VCI和温度条件指数TCI,根据二者在旱情表达上不同的侧重和研究目的,确定模型参数,构建辽西北地区玉米干旱脆弱性模型,计算玉米干旱脆弱性,并将玉米干旱脆弱性划分为4级,借助GIS技术绘制辽西北地区玉米各生育阶段干旱脆弱性的空间分布图。结果表明,随着时间的推移,辽西北地区玉米干旱脆弱性空间分布也在发生着变化。研究实现了玉米干旱脆弱性在时间变化和空间分布上的差异变化描述,为区域因地制宜地制定防灾减灾规划提供科学依据。     

基于光能利用率模型的河南省冬小麦单产估算研究

[目的]快速、准确估算空间尺度上作物产量,对于评价农田生态系统对气候变化的响应、制定科学合理的粮食政策、对外粮食贸易等具有重要意义。河南省冬小麦产量占全国1/4,准确估算河南省冬小麦产量对维护国家粮食安全具有重要作用。单产估算作为农作物估产中的关键技术,也是作物估产的难点之一。[方法]文章首先利用VPM(Vegetation Photosynthesis Model)估算冬小麦NPP(Net Primary Product),结合收获指数、冬小麦收获部分的含水量、含碳量、NPP分配到地上或地下部分比例等一系列符合该研究区的经验指数,进行河南省冬小麦单产估算研究,并分析了引起模拟误差的原因。[结果]模拟单产较实测单产低估4.4%(实测单产为6 810kg/hm~2,模拟单产为6 519kg/hm~2),但两者之间存在显著相关关系,两者相关系数的平方R2=0.70(n=50,p0.01)。通过与MODIS-GPP产品获得的冬小麦单产数据比较,基于VPM模型的模拟结果优于MODIS-GPP产品。[结论]基于VPM可快速、准确估算河南省空间尺度冬小麦单产,该方法具有较好的适用性。     

桂林市乡村园林景观分布特征及评价研究

[目的]研究桂林乡村园林景观的空间分布特征并对其生态效益和美学效果进行评价,以期为桂林乡村园林的建设和发展提供参考。[方法]文章采用层次分析法,构建桂林市乡村园林景观评价指标体系,计算各区域的乡村园林景观综合评价指数并比较其差异。[结果]在园林景观评价体系中,美学效果的权重值要高于生态效益;在生态效益方面,植被覆盖率的权重值最大;在美学效果方面,景观类型丰富度的权重值最大。漓江山水生态型乡村景观分布区的景观综合评价指数远郊村镇景观型乡村景观分布区市郊园林社区型乡村景观分布区。[结论]桂林市乡村园林景观空间分布特征明显,漓江山水生态型乡村景观分布区的乡村园林生态效益发挥最好、景观美学功能的实现最突出,是桂林乡村园林景观发展的代表区域,极具发展潜力。     

基于Radarsat 2全极化数据的多种雷达植被指数差异分析

[目的]雷达植被指数(Radar Vegetation Index,RVI)作为评价雷达影像植被分布与生长状态的重要指标,对植被生长动态监测具有重要意义。然而,不同算法的雷达植被指数对于同一地物类型的表征往往存在一定的差异。文章通过对比分析3种常用RVI在多种类型地物上的差异,为其在SAR影像特征提取、分类、识别等应用提供指导性意见。[方法]实验基于武汉市Radarsat-2全极化数据,结合Google earth历史影像和实地调研数据,选取林地、灌丛、草地、耕地、水生植被、建筑、道路、裸地、湖泊、河流10种典型地物样本,从样本折线图分布、类内标准差等方面,对分别通过H/A/alpha分解、Freeman分解和后向散射系数计算得到的3种常用雷达植被指数Van_RVI、Freeman_RVI和Kim_RVI进行了测算分析。[结果] 3种雷达植被指数有着相似的折线图走势,对植被的监测能力良好,但对于不同地物的敏感性稍有差异:Freeman_RVI对林地等高密度植被区域敏感程度较高; Van_RVI对耕地与林地、灌木与林地具有一定的区分性; Kim_RVI对水体与建筑的敏感程度较高。[结论] Freeman_RVI对高密度植被识别能力最好,可用于林地提取、森林制图; Van_RVI对植被与非植被的区分能力最好,适用于植被提取; Kim_RVI数据预处理计算速度最快,但提取精度不高,可用于应急制图。     

嘉陵江小三峡两岸自然景观恢复的探讨

重庆北碚－合川嘉陵江小三峡流域是重庆重要的风景文化旅游区,沿线两岸各类采炼场及公路扩坡所导致的自然景观破坏和水土流失严重;采用地表整治和生物恢复相结合的综合治理办法进行恢复;试验表明恢复较好。     

典型滨海地植被演替研究进展

湿地植被是滨海湿地生态系统的重要组成部分,对滨海湿地生态功能的发挥起了重要作用。在分析不同类型典型滨海湿地的环境特征基础上,从滨海湿地植被的物种组成、空间分布、演替特征和主要影响因素等方面,综述了国内外滨海湿地植被演替研究现状及动态,提出未来滨海湿地植被演替研究的方向：滨海湿地植被演替与生态恢复、滨海湿地植被演替对全球变化的响应。