共查询到19条相似文献，搜索用时 281 毫秒
1.
以GF-1和Landsat8遥感影像为数据源,采用逐步回归、非线性Logistic回归和基于空间位置的地理加权回归3种方法,结合134个野外样地调查数据,在河北省康保县开展叶面积指数反演研究,并对结果进行精度检验。结果表明:(1)在荒漠化地区,GF-1和Landsat-8遥感影像提取的植被指数因子与LAI均有较高的相关性。运用主成分分析方法对植被指数因子进行处理,可以有效消除各影响因子间的共线性。(2)基于GF-1和Landsat-8影像分别建立的3种模型,均以地理加权回归决定系数最大,均方根误差最小,反演精度最高。(3)国产GF-1数据反演LAI效果优于Landsat-8,可以代替Landsat-8数据进行叶面积指数的估测。 相似文献
2.
叶面积指数(Leaf area index)是描述叶片生长过程的重要参数之一。为探讨我国帽儿山地区落叶阔叶林长时间序列叶面积指数变化规律,利用LAI-2200对帽儿山林场老爷岭试验站12块样地生长季叶面积指数进行测量,使用生长方程对离散LAI值进行拟合,计算不同时间的叶面积指数生长速率和生长季累积叶面积指数,分析不同立地条件下不同林分叶面积指数生长情况,对其动态变化规律进行研究。研究表明:生长季4月到8月,12块落叶阔叶林叶面积指数均随时间呈单峰变化。以杨树有优势树种的样地用Mitscherlich生长方程拟合其LAI效果最优,以色木和白桦为优势树种的样地采用logistic生长方程拟合效果最优,其它样地Gompertz生长方程拟合最优,各样地生长方程拟合R2均高于0.962。杨树林叶面积指数增速最快,胡桃楸林增速缓慢,6月初到8月中下旬为冠层LAI生长速度趋于平稳。空间位置相近的阴阳坡样地叶面积指数生长规律差别较大,最高累计叶面积指数相差17.6%。此研究结果为帽儿山地区阔叶林叶面积指数动态变化规律提供数据基础,为该地区林冠植被的空间异质性及其造成影响,以及提升日步长碳循环、水循环生态机理模型精度提供更为准确的数据支持。 相似文献
3.
以香格里拉地区高山松林为对象,对香格里拉地区高山松林生物量进行了研究。生物量模型以香格里拉地区2009年Landsat-5TM遥感图像数据和2011年野外调查获得的45个样地调查数据为基础,利用遥感数据提取各波段灰度值、植被指数和地学数据共14个因子作为自变量,分别运用逐步回归分析方法和主成分分析方法提取的的主成分建立了以样地实测生物量为因变量的生物量估算的回归模型。两个模型经方差分析及相关性检验,均达到显著相关水平,相关系数R分别为0.519和0.581,可用于高山松林生物量的估测,但是估测精度都较低。其中利用主成分分析建立的模型精度高于利用逐步回归分析法建立的生物量模型。 相似文献
4.
5.
基于印度遥感卫星IRS—P6的森林生物量估测模型研究 总被引：1，自引：0，他引：1
印度遥感卫星IRS—P6的LISS3数据由于其较高的空间分辨率和相对较低的数据价格而受到广泛关注,而利用LISS3数据估测森林生物量的研究报道较少。以高黎贡山自然保护区常绿阔叶林为研究对象,以2006年印度卫星IRS—P6的LISS3影像为主要数据源,利用地面样地胸径每木调查数据,结合生物量相对生长式,得出样地生物量。通过遥感数据提取4个波段的光谱值、6种植被指数,从DEM获取的海拔、坡度、坡向,共13个遥感及地学因子。在此基础上,提取13个因子的主成分,以前5个主成分值作自变量,建立主成分与地面生物量的回归模型,模型经方差分析及相关性检验,达到显著相关水平,相关系数R=0．7129。 相似文献
6.
7.
南方集体林区典型毛竹经营区林分质量遥感量化研究 总被引：1，自引：0，他引：1
《林业资源管理》2019,(6):84-90
以福建省顺昌县大干镇的2017年SPOT-7数据为基础,获取同期地面调查基础数据,通过主成分分析提取响应毛竹林分质量变化的植被复合指数,结合植被净初级生产力(NPP)、干扰指数,采用层次分析法构建基于遥感数据源的林分质量评价模型,开展毛竹经营质量的量化评价。结果表明:基于SPOT所构建的毛竹林分质量与平均胸径、毛竹林分龄级具有相关性;评价结果与地面样地调查的林分质量进行拟合,决定系数R~2为0.757,总平均精度达83.29%,具有一致性;研究区各乡镇毛竹林分质量整体情况为干山村乡林场土垄村良坊村武坊村。整体表明,通过遥感数据的转换与挖掘,结合地形因子、植被净初级生产力和干扰指数,可实现南方集体林区毛竹资源经营成效的有效监测。 相似文献
8.
高光谱遥感森林叶面积指数估测方法研究 总被引：2，自引：1，他引：1
叶面积指数(LAI)是反映植物叶片数量、冠层结构变化、植物群落生命活力及其环境效应的重要参数,其定义为植株所有叶片单面面积总和与植株所占的土地面积的比值。文中总结国内外利用高光谱遥感数据估测森林叶面积指数的研究进展,并对众多的估测方法进行比较,最后分析了高光谱遥感森林叶面积指数估测研究的发展趋势。
相似文献
9.
《西部林业科学》2021,(4)
机载激光雷达可快速高效获取局部区域的森林叶面积指数,同时还可协同光学遥感数据进行大区域尺度的森林叶面积指数反演监测。为此,本文对比了3种不同区域尺度下森林叶面积指数测量方法的优势和局限性,突出了机载激光雷达在不同监测体系中的作用。结果表明:在条带尺度下的森林叶面积指数监测中,机载激光雷达可在一定程度上有效弥补人工调查的不足;其次,在大区域尺度的森林叶面积指数监测中机载激光雷达可起到承接作用,通过结合少量人工地面调查数据或者直接基于激光点云特征反演得到条带尺度下的森林叶面积指数,并以此为基础结合光学遥感数据可构建点-条带-面尺度上推的森林叶面积指数监测体系。 相似文献
10.
【目的】精确估测银杏人工林有效叶面积指数(eLAI),以更好了解银杏人工林的生长和竞争、理解人工林生态系统的功能和生产力。【方法】基于多旋翼无人机激光雷达(LiDAR)系统获取的点云数据,结合45块地面实测样地数据,使用孔隙度模型法(通过计算点云的冠层穿透率,根据Beer-Lambert定律计算有效叶面积指数)和统计模型法(首先通过地面实测的有效叶面积指数和所提取的LiDAR特征变量建模,然后借助拟合的模型估测有效叶面积指数)对我国典型银杏人工林进行样地尺度的有效叶面积指数估测。【结果】1)使用统计模型法估测eLAI时,仅利用LiDAR高度特征变量估测精度为R2=0. 38(rRMSE=54%),引入其他特征变量(冠层密度特征、冠层容积比以及强度特征变量)后精度分别达到R2=0. 64(rRMSE=26%)、R2=0. 61(rRMSE=28%)、R2=0. 74(rRMSE=23%); 2)根据Cover将样地分组建模后发现,分组建模的精度优于不分组建模的精度;3)孔隙度模型法估测有效叶面积指数的精度为R2=0. 71(rRMSE=32. 0%)。【结论】结合多组LiDAR特征变量估测有效叶面积指数能够充分挖掘LiDAR数据包含的冠层结构特性,从而提升估测精度;同时,使用孔隙度模型法可以有效估测银杏人工林有效叶面积指数。无人机LiDAR点云在估测银杏人工林有效叶面积指数上具有较好的潜力。 相似文献
11.
《Scandinavian Journal of Forest Research》2012,27(1):60-71
Estimates of biomass and leaf area index (LAI) are important variables in ecological and climate models. However, very little is known about the biomass and LAI of the vegetation in the Scandinavian mountain area. In this study, extensive field data consisting of diameter at breast height for 13?000 trees and height for 550 trees were collected. Furthermore, biomass and leaf area (LA) measurements for 46 mountain birch trees [Betula pubescens ssp. czerepanovii (Orlowa) Hämet-Ahti] and biomass and LA measurements for shrubs (e.g. Salix spp., Betula nana) at 36 sample plots were carried out. Multiplicative linear models for trees were fitted to tree biomass and LA measurements using basal area at breast height, height, crown diameter and diameter at stump height as explanatory variables. Additive linear models were fitted to shrub biomass and LAI measurements using coverage of shrubs, topographic variables and soil type as explanatory variables. The functions were then used to predict the biomass and LAI for trees and shrubs for the entire test area, which covers an area of 84 km2 and is located at latitude 68° N. The mean total biomass estimates were 27?493 kg ha?1 for the forest and 7650 kg ha?1 for snow-protected heath and meadow vegetation. The LAIs were 2.06 and 0.52, respectively. For monitoring biomass and LAI in the Scandinavian mountain area, the functions could also be applied to data from traditional field-based inventories and the estimates might further be improved by combining the estimates from the test area with auxiliary information such as remote sensing images. 相似文献
12.
采用角规实地调查黄丰桥林场90个杉木人工纯林样地胸高断面积,利用样地SPOT5遥感信息与地理信息,建立了杉木胸高断面积多元线性回归估测模型。首先对样地采用GIS软件进行缓冲处理,缓冲后每个样地的面积为1hm2^;然后提取样地遥感光谱信息与纹理信息等21个因子和4个GIS因子,采用逐步回归分析法筛选出6个因子作为模型自变量;最后分别采用普通最小二乘法（OLS）和偏最小二乘法（PLS）建立了杉木胸高断面积多元回归模型。研究结果表明：OLS回归模型的预测精度为82．2％,均方根误差（RMSE）为5．12m^3／hm^2;PLS回规模型的预测精度为83．9％,均方根误差（RMSE）为4．2m^2／hm^2,PLS和0LS回归模型在杉木胸高断面积估测中均取得了较好的效果,用中高分辨率遥感影像在估测森林结构参数上是可行的。 相似文献
13.
叶面积指数的主要测定方法 总被引：17，自引：0，他引：17
简要地介绍了叶面积指数的概念和研究的意义,总结了当前叶面积指数(LAI)的主要测定方法有直接和间接方法两大类,分析了各种方法的优缺点.认为未来叶面积指数测定的发展趋势是光学仪器法和遥感法的相互结合. 相似文献
14.
随着遥感技术的快速发展,基于遥感影像和地面样地的方法成为目前森林碳密度精确估算的主要手段,然而没有找到具有普适性的建模因子和最佳的森林碳密度估算模型。鉴于此,本文通过分析研究区地面固定样地碳密度与Landsat-5影像及其衍生波段的相关性,筛选出估算森林碳密度的敏感因子。采用三种回归分析方法(逐步回归、偏最小二乘回归及非线性回归)分别建立森林碳密度的最优遥感估算模型。结果表明:1参与建模的遥感因子中,1/TM3与森林碳密度的相关性最大,敏感性最高;2三种回归分析方法建立的预测模型中,以4个遥感因子建立的非线性回归模型预测精度最高,预测值与实测值得决定系数R2为0.74;3通过测算,研究区平均森林碳密度为14.36 t/hm2,变化范围介于0.00~38.28 t/hm2之间。研究表明非线性回归在区域森林碳密度反演方面具有一定的潜力。 相似文献
15.
16.
《Forest Ecology and Management》1997,97(3):277-282
We compared leaf area index (LAI) estimates of a broad-leaf tropical hardwood, Metrosideros polymorpha Gaud (‘Ōhi’a), using a optical method (LI-COR LAI-2000) and direct determination (harvest and allometry). There was a strong correlation between LAI estimates by the two methods, but direct estimates were higher than the optical estimates by a factor of 2.44. The ratio of harvest leaf area to projected leaf area within twigs was similar (2.42) to that of whole plots, suggesting that aggregation of leaves at this scale of branching may account for most of the underestimate by the optical method. The within-branch ratio of actual to projected leaf area did not differ among three sites on three islands of varying land surface age but similar climate, suggesting that a correction factor determined by harvest could be used to adjust optical estimates of LAI in other M. polymorpha forests. 相似文献
17.
18.
The leaf area index (LAI) of boreal forest can be estimated using reflected radiation recorded by satellite sensors. Measurements of visible and near infrared radiation are commonly used in the normalized difference vegetation index (NDVI) to estimate LAI. However, research, mainly in tropical forest, has demonstrated that LAI is related more closely to radiation of middle infrared wavelengths than of visible wavelengths. This paper derives a vegetation index, VI3, based on radiation from vegetation recorded at near and middle infrared wavelengths. For a boreal forest canopy, the relationship between VI3 and LAI was observed to be much stronger than that between NDVI and LAI. In addition, the LAI estimated using VI3 accounted for about 76% of the variation in field estimates of LAI, compared with about 46% when using the NDVI. We conclude that information provided by middle infrared radiation should be considered when estimating the leaf area index of boreal forest. 相似文献
19.
There is growing concern about remote sensing of vertical vegetation density in rapidly expanding peri-urban interfaces.A widely used parameter for such density,i.e.,leaf area index (LAI),was measured in situ in Nanjing,China and then correlated with two vegetation indices (VI) derived from multiple radiometric correction levels of a SPOT5 imagery.The VIs were a normalized difference vegetation index (NDVI) and a ratio vegetation index (RVI),while the four radiometric correction levels were i) post atmospheric correction reflectance (PAC),ii) top of atmosphere reflectance (TOA),iii) satellite radiance (SR) and iv) digital number (DN).A total of 157 LAI-VI relationship models were established.The results showed that LAI is positively correlated with VI (r varies from 0.303 to 0.927,p < 0.001).The R 2 values of "pure" vegetation were generally higher than those of mixed vegetation.The average R 2 values of about 40 models based on DN data (0.688) were higher than that of the routinely used PAC (0.648).Independent variables of the optimal models for different vegetation quadrats included two vegetation indices at three radiometric correction levels,indicating the potential of vegetation indices at multiple radiometric correction levels in LAI inversion.The study demonstrates that taking heterogeneities of vegetation structures and uncertainties of radiometric corrections into account may help full mining of valuable information from remote sensing images,thus improving accuracies of LAI estimation. 相似文献