一种植被冠层间隙大小分布算法

摘要

本发明涉及一种用于评估植被冠层聚集效应的间隙大小分布算法，该算法收集植被冠层冠底间隙大小分布数据，创建测量间隙大小分布曲线F

说明书

技术领域

本发明涉及植被冠层聚集效应定量评估技术领域，具体涉及一种植被冠层间隙大小分布算法。

背景技术

叶面积指数 (leaf area index，LAI) 为无量纲，它可定义为单位地表面积上所有绿色植物器官表面积的一半。作为表征植被冠层结构的核心参数之一，LAI控制着植被冠层的多种生物物理和生理过程，如光合、呼吸、蒸腾、碳循环、降水截获和能量交换等。目前LAI已广泛应用于植被生长及生产力模型、作物生长模型、净初级生产力模型、大气模型、水文模型等模型以及林学、植物学、生态学、农学等领域。

植被冠层地面LAI测量方法主要分为直接测量方法和间接测量方法。直接测量方法历史悠久、技术成熟、测量精度较高，但由于需破坏性采样，费时费力，仅适用于小范围测量。间接测量方法指通过测量其它相关参数来间接推导LAI，与直接测量方法相比具有经济、高效等特点，因此一般情况下植被冠层地面LAI测量均采用间接测量方法。间接测量方法包括相对生长测定法、斜点样方法和光学测量法。目前主要采用光学测量方法测量植被冠层LAI，该测量方法所使用的仪器主要包括LAI-2000、HemiView、TRAC、DHP（Digital Hemispheral Photography，半球摄影方法）和SunScan等。大量研究表明，与直接测量方法相比，LAI光学测量方法通常会低估LAI约20%~50%，地面LAI光学测量方法低估主要由植被冠层聚集效应引起，因此开展植被冠层聚集效应定量评估对应地面LAI间接测量精度及可靠性至为重要。

传统LAI光学测量方法理论模型均为间隙率模型，该模型假设冠层基本组分为混浊介质，即空间分布为随机分布。实际上绝大部分植被冠层的基本组分空间分布均不随机，即冠层基本组分存在聚集效应。植被冠层内部两个尺度（冠层基本组分和冠层基本组分内部）均存在聚集效应，因而可分为冠层基本组分聚集效应和冠层基本组分内部聚集效应，因而聚集指数又可分为冠层基本组分聚集指数（Ω_e）和木质组分聚集指数（Ω_w）。鉴于植被冠层三维结构的高度复杂性和异质性，目前常见的冠层聚集效应定量评估算法不多，主要有3种：间隙大小分布算法、有限长度平均算法和偏析系数理论算法。间隙大小分布算法认为在同一植被冠层间隙率条件下，不同的冠层聚集效应其所对应的间隙大小分布数据各不相同，因而间隙大小分布数据可用于定量描述植被冠层要素聚集效应。间隙大小分布数据中非随机分布的间隙大小类型则采用间隙移除法逐一移除，其采用间隙移除法移除大间隙前后的间隙大小分布数据可直接用于植被冠层聚集指数计算。间隙大小分布算法目前已被TRAC、DHP测量方法所采用。

传统的间隙大小分布算法在间隙大小分布数据较少时，其间隙大小移除方案无法自动终止间隙大小移除循环，从而导致算法计算结果异常，同时算法未提供合理的间隙大小移除方案，从而引起不同的间隙大小移除方案其计算结果不一。

发明内容

本发明的目的在于提供一种植被冠层间隙大小分布算法，该算法准确度高，稳定可靠，使用效果好。

为实现上述目的，本发明的技术方案是：一种植被冠层间隙大小分布算法，包括以下步骤：

步骤10：收集植被冠层冠底间隙大小分布数据；

步骤11：统计步骤10获取的数据中各间隙大小类型累积间隙率，并按间隙大小升序排列，形成第一测量间隙大小分布曲线F_m1；

步骤12：计算所述第一测量间隙大小分布曲线F_m1对应的冠层要素随机分布条件下的第一间隙大小随机分布曲线F_r1；

步骤13：当所述第一测量间隙大小分布曲线F_m1的间隙大小类型数量小于等于第一默认参数，或第一测量间隙大小分布曲线F_m1部分位于第一间隙大小随机分布曲线F_r1之下时，间隙大小移除步骤结束，所述第一测量间隙大小分布曲线F_m1即为最终的曲线F_mr并转至步骤17；

步骤14：移除所述第一测量间隙大小分布曲线F_m1中最大的一个间隙大小类型，形成第二测量间隙大小分布曲线F_m2，并计算所述第二测量间隙大小分布曲线F_m2对应的冠层要素随机分布条件下的第二间隙大小随机分布曲线F_r2；当所述第二测量间隙大小分布曲线F_m2的间隙大小类型数量小于等于第一默认参数，或由第二测量间隙大小分布曲线F_m2计算得到的                                               与由第一测量间隙大小分布曲线F_m1计算得到的之差的绝对值小于等于第二默认参数，或第二测量间隙大小分布曲线F_m2部分位于第二间隙大小随机分布曲线F_r2之下时，间隙大小移除步骤结束，所述第二测量间隙大小分布曲线F_m2即为最终的曲线F_mr并转至步骤17；

步骤15：进行间隙大小移除循环：移除所述第二测量间隙大小分布曲线F_m2中最大的一个间隙大小类型，形成第三测量间隙大小分布曲线F_m3，并计算所述第三测量间隙大小分布曲线F_m3对应的冠层要素随机分布条件下的第三间隙大小随机分布曲线F_r3；

步骤16：当所述第三测量间隙大小分布曲线F_m3的间隙大小类型数量大于第一默认参数，且由第二测量间隙大小分布曲线F_m2计算得到的与由第三测量间隙大小分布曲线F_m3计算得到的之差的绝对值大于第二默认参数，且第三测量间隙大小分布曲线F_m3全部位于第三间隙大小随机分布曲线F_r3之上时，将所述第二测量间隙大小分布曲线F_m2数值清空，并将所述第三测量间隙大小分布曲线F_m3的值赋给所述第二测量间隙大小分布曲线F_m2，同时返回步骤15继续循环，否则循环终止，所述第三测量间隙大小分布曲线F_m3即为最终的曲线F_mr；

步骤17：以步骤11得到的第一间测量隙大小分布曲线F_m1，以及步骤13、14、15、16得到的曲线F_mr为基础，基于间隙大小分布算法计算公式得到植被冠层聚集指数。

进一步的，所述步骤10中，采用包括光学测量、激光雷达测量等测量手段收集植被冠层冠底间隙大小分布数据。

进一步的，所述步骤11中，所述第一测量间隙大小分布曲线F_m1，其横坐标为间隙大小，纵坐标为该间隙大小在样线的总间隙率。

进一步的，所述步骤12中，所述第一间隙大小随机分布曲线F_r1的计算步骤如下：

步骤121：累加所述第一测量间隙大小分布曲线F_m1中所有间隙大小的间隙率，得到总间隙率P_p；

步骤122：将所述总间隙率P_p代入公式（1）计算总面积指数PAI_p：

      （1）

步骤123：赋予间隙大小λ一初始值及迭代步长，并将所述总面积指数PAI_p代入公式（2）迭代计算冠层要素随机分布条件下的第一间隙大小随机分布曲线F_r1：

      （2）

式中，λ为间隙大小，W_p为植被冠层要素平均单元大小，当F_r1(λ)输出结果小于设定值，计算结束，得到第一间隙大小随机分布曲线F_r1。

进一步的，所述间隙大小移除的方法为：每次从对应的间隙大小分布曲线中移除间隙大小最大的一个间隙大小类型，而不管该间隙大小类型是否在对应的间隙大小分布曲线中存在多个数量。

进一步的，所述步骤17中，所述植被冠层聚集指数的计算方法如下：

       （3）

式中，Ω为植被冠层聚集指数，F_m1(0)为间隙大小为0时所述第一测量间隙大小分布曲线F_m1的纵坐标值，F_mr(0)为间隙大小为0时曲线F_mr的纵坐标值；

将步骤11得到的第一测量间隙大小分布曲线F_m1对应的F_m1(0)值，以及步骤13、14、15、16得到的曲线F_mr对应的F_mr(0)值代入公式（3），即可得到植被冠层聚集指数Ω的计算结果。

本发明的有益效果是，克服了传统间隙大小分布算法在间隙大小样本较少时计算结果异常的缺陷，改进了间隙大小分布算法中间隙大小移除这一主要环节，提供了一套准确度高、稳定可靠的植被冠层间隙大小分布算法，为植被冠层叶面积指数地面测量及冠层聚集效应定量评估提供了高精度的冠层基本组分及木质组分聚集指数。

附图说明

图1是本发明实施例的实现流程图。

图2是本发明实施例中青海云杉林冠层基本组分聚集指数测量间隙大小移除示意图。

图3是本发明实施例中青海云杉林冠层基本组分聚集指数计算结果示意图。

具体实施方式

本发明植被冠层间隙大小分布算法，如图1所示，包括以下步骤：

步骤10：收集植被冠层冠底间隙大小分布数据。在本发明实施例中，可采用包括光学测量、摄影方法、激光雷达测量等测量手段收集植被冠层冠底间隙大小分布数据。

步骤11：统计步骤10获取的数据中各间隙大小类型累积间隙率，并按间隙大小升序排列，形成第一测量间隙大小分布曲线F_m1。所述第一测量间隙大小分布曲线F_m1，其横坐标为间隙大小，纵坐标为该间隙大小在样线的总间隙率。

步骤12：计算所述第一测量间隙大小分布曲线F_m1对应的冠层要素随机分布条件下的第一间隙大小随机分布曲线F_r1。在本发明实施例中，所述第一间隙大小随机分布曲线F_r1的计算步骤如下：

步骤121：累加所述第一测量间隙大小分布曲线F_m1中所有间隙大小的间隙率，得到总间隙率P_p；

步骤122：将所述总间隙率P_p代入公式（1）计算总面积指数PAI_p：

      （1）

步骤123：赋予间隙大小λ一初始值及迭代步长，并将所述总面积指数PAI_p代入公式（2）迭代计算冠层要素随机分布条件下的第一间隙大小随机分布曲线F_r1：

      （2）

式中，λ为间隙大小，W_p为植被冠层要素平均单元大小，λ初始值为0，步长设为默认值，如0.01m，当F_r1(λ)输出结果小于设定值，如0.001等，计算结束，得到第一间隙大小随机分布曲线F_r1。

步骤13：当所述第一测量间隙大小分布曲线F_m1的间隙大小类型数量小于等于第一默认参数，或第一测量间隙大小分布曲线F_m1部分位于第一间隙大小随机分布曲线F_r1之下时，间隙大小移除步骤结束，所述第一测量间隙大小分布曲线F_m1即为最终的曲线F_mr并转至步骤17。所述第一默认参数，其值可根据聚集指数测量方法而定，通常其值可取3-5之间，但又不局限于此区间。

步骤14：移除所述第一测量间隙大小分布曲线F_m1中最大的一个间隙大小类型，形成第二测量间隙大小分布曲线F_m2，并计算所述第二测量间隙大小分布曲线F_m2对应的冠层要素随机分布条件下的第二间隙大小随机分布曲线F_r2；当所述第二测量间隙大小分布曲线F_m2的间隙大小类型数量小于等于第一默认参数，或由第二测量间隙大小分布曲线F_m2计算得到的与由第一测量间隙大小分布曲线F_m1计算得到的之差的绝对值小于等于第二默认参数，或第二测量间隙大小分布曲线F_m2部分位于第二间隙大小随机分布曲线F_r2之下时，间隙大小移除步骤结束，所述第二测量间隙大小分布曲线F_m2即为最终的曲线F_mr并转至步骤17。所述第二默认参数，可设为0.01，但又不仅局限于0.01，该值可根据实际情况调整。

步骤15：进行间隙大小移除循环：移除所述第二测量间隙大小分布曲线F_m2中最大的一个间隙大小类型，形成第三测量间隙大小分布曲线F_m3，并计算所述第三测量间隙大小分布曲线F_m3对应的冠层要素随机分布条件下的第三间隙大小随机分布曲线F_r3。

步骤16：当所述第三测量间隙大小分布曲线F_m3的间隙大小类型数量大于第一默认参数，且由第二测量间隙大小分布曲线F_m2计算得到的与由第三测量间隙大小分布曲线F_m3计算得到的之差的绝对值大于第二默认参数，且第三测量间隙大小分布曲线F_m3全部位于第三间隙大小随机分布曲线F_r3之上时，将所述第二测量间隙大小分布曲线F_m2数值清空，并将所述第三测量间隙大小分布曲线F_m3的值赋给所述第二测量间隙大小分布曲线F_m2，同时返回步骤15继续循环，否则循环终止，所述第三测量间隙大小分布曲线F_m3即为最终的曲线F_mr。

步骤17：以步骤11得到的第一间测量隙大小分布曲线F_m1，以及步骤13、14、15、16得到的曲线F_mr为基础，基于间隙大小分布算法计算公式得到植被冠层聚集指数。所述植被冠层聚集指数计算方法如下：

       （3）

式中，Ω为植被冠层聚集指数，F_m1(0)为间隙大小为0时所述第一测量间隙大小分布曲线F_m1的纵坐标值，F_mr(0)为间隙大小为0时曲线F_mr的纵坐标值；

将步骤11得到的第一测量间隙大小分布曲线F_m1对应的F_m1(0)值，以及步骤13、14、15、16得到的曲线F_mr对应的F_mr(0)值代入公式（3），即可得到植被冠层聚集指数Ω的计算结果。

在上述步骤中，所述间隙大小移除的方法为：每次从对应的间隙大小分布曲线中移除间隙大小最大的一个间隙大小类型，而不管该间隙大小类型是否在对应的间隙大小分布曲线中存在多个数量。

下面结合附图及具体实施例对本发明作进一步说明，但本发明的实施方式不限于此。

以一个青海云杉林样地为例，使用多光谱冠层成像仪（MCI）和间隙大小分布算法开展植被冠层冠层基本组分聚集指数测量，其具体实施步骤如下。

在森林样地多个观测点（观测点间距为5m，共16个观测点）分别拍摄森林冠层多天顶角（天顶角区间位于0°-70°之间，间隔为10°）及方位角方向（东、南、西、北）可见光、近红外波段（760nm-900nm和850nm-900nm两个波段）影像，采用ENVI 4.0软件对每个观测点的森林冠层多光谱影像像对配准及分类，影像分类方法采用ISODATA非监督分类算法，共分为天空、木质组分、叶子三大类，分类结果输出为bmp图像格式。依照冠层影像像对拍摄顺序，依次从bmp格式图像上分别提取冠层基本组分及木质组分聚集指数计算所需的间隙大小分布数据。采集样地内两个典型针叶簇量测、计算冠层要素平均单元大小——W_p。

分别统计间隙大小分布数据中每个间隙大小类型的数量，该间隙大小与其数量的乘积与样线总长度之比为该间隙大小的总间隙率，将间隙大小数据按间隙大小升序排列，形成第一测量间隙大小分布曲线F_m1，其横坐标为间隙大小，纵坐标则为该间隙大小总间隙率。

累加F_m1数组中所有间隙大小的间隙率得到P_p，将其代入公式（4）得到总面积指数PAI_p：

          （4）

将PAI_p代入公式（5）迭代计算冠层要素随机分布条件下的第一间隙大小随机分布曲线F_r1，λ初始值为0，步长0.01m，当F_r(λ)输出结果小于0.001时计算结束：

      （5）

式中λ为间隙大小，W_p为植被冠层要素平均单元大小，第一间隙大小随机分布数据F_r1横坐标为间隙大小，纵坐标则为该间隙大小在样线上的总间隙率。

当第一测量间隙大小分布数据F_m1其间隙大小类型数量小于等于3，或者部分F_m1曲线位于F_r1曲线下时，聚集指数计算结束，其最终计算结果为1，否则移除曲线F_m1中最大的一个间隙大小类型，得到第二测量间隙大小分布曲线F_m2，统计F_m2数组中各间隙大小类型的总间隙率之和P_p，采用公式（4）计算总叶面积指数PAI_p，将PAI_p代入公式（5）计算第二间隙大小随机分布曲线F_r2，λ初始值为0，步长0.01m，当F_r2(λ)输出结果小于0.001时计算结束，得到与第二测量间隙大小分布曲线F_m2对应的第二间隙大小随机分布曲线F_r2。

当曲线F_m2其间隙大小类型小于等于3，或者与之差绝对值小于0.01，或者部分F_m2曲线位于F_r2曲线下时，间隙大小移除步骤结束，曲线F_m2即为最终的曲线F_mr。

开始间隙大小移除循环：移除F_m2曲线中最大的一个间隙大小类型，得到第三测量间隙大小分布曲线F_m3，统计F_m3数组中各间隙大小类型的总间隙率之和P_p，采用公式（4）计算总叶面积指数PAI_p，将PAI_p代入公式（5）计算第三间隙大小随机分布曲线F_r3，λ初始值为0，步长0.01m，当F_r3 (λ)输出结果小于0.001时计算结束，得到与第三测量间隙大小分布曲线F_m3对应的第三间隙大小随机分布曲线F_r3。

当曲线F_m3其间隙大小类型大于3，且曲线F_m3全部位于曲线F_r3之上，且由曲线F_m2计算得到的与由曲线F_m3计算得到的之差的绝对值大于0.01时，将曲线F_m2数值清空，并将曲线F_m3的值赋给曲线F_m2，同时继续间隙大小移除循环，否则循环终止，曲线F_m3即为最终的曲线F_mr。

将最终得到的数据F_m1和F_mr代入公式（6）得到森林冠层基本组分及木质组分聚集指数：

       （6）

式中，Ω为植被冠层冠层基本组分及木质组分聚集指数，F_m1(0)为间隙大小为0时所述第一测量间隙大小分布曲线F_m1的纵坐标值，F_mr(0)为间隙大小为0时曲线F_mr的纵坐标值。

上述实例采用MCI作为间隙大小数据收集方法，但本发明所采用的间隙大小数据来源及收集方法不受所述实例的限制，如TRAC仪器也可用于植被冠层间隙大小数据收集，MCI测量方法也可用于植被冠层木质组分间隙大小数据收集，同时间隙大小分布算法可集成于其它的植被冠层聚集效应定量评估算法或方法，如联合法（the combination of logarithmic gap averaging and gap size distribution algorithm）等，其它的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。