叶面积指数(LAI)

摘要： 植被叶面积指数(Leaf Area Index,LAI)是重要的生态学参数,被广泛用于指示植被密度、生物量、碳、氮物质循环以及气候变化对生态系统的影响,也作为生态过程模型的重要输入参数。地面实测高光谱遥感数据能以更高的空间分辨率及更高的光谱分辨率监测植物的光谱特征,为精准反演LAI提供了基础。本项研究以武夷山国家公园黄岗山顶的亚高山草甸为研究对象,通过建立多种高光谱植被指数和拟合多光谱植被指数反演叶面积指数的统计模型,并比较高光谱与多光谱对叶面积指数反演的效果,阐明用于反演高覆盖率亚高山草甸的最适高光谱和拟合多光谱植被指数。结果表明:高光谱新植被指数(NVI)对于反演LAI有最好的效果,R^(2)=0.85,P<0.01;依据高光谱NVI拟合而成的多光谱NVI反演结果次之,R^(2)=0.82,P<0.01。几种常用比值植被指数NDVI、MSR、RVI和GNDVI在高光谱和拟合多光谱反演结果中相差不大,表现较好,R^(2)都在0.65以上。通过对比高光谱和拟合Sentinel-2A和Landsat-8两种多光谱卫星波段的反演结果发现,光谱响应函数中具有更窄波段范围的近红外、红、绿、蓝波段构成的植被指数可以得到更好的反演结果,而固定波段的高光谱植被指数未必在每种植被指数中都具有最好的反演效果。同时,发现当某种植被指数反演LAI的线性回归方程的斜率越大,说明这种植被指数越有可能随LAI的增大而出现饱和现象,相反的,斜率越小则说明该种植被指数没有出现饱和现象。此外,在研究区内使用高光谱和拟合多光谱波段植被指数法反演LAI,NDVI都获得了较好的效果,存在很好的线性关系,之前的很多研究和判断都认为NDVI不适用于反演高覆盖植被的LAI,这个发现是具有意义的,表明高覆盖植被的叶面积指数在一定范围内是能够被NDVI(应用最广泛的植被指数)较好的反演,进一步扩展了NDVI反演LAI的适用性和可能性。

摘要： 为实现烤烟成熟期叶面积指数(LAI)的实时实地无损监测,通过大田试验研究了不同施氮量条件下烟株不同叶层LAI的时空分布及其变化规律,并采集冠层光谱数据分析了烟株不同叶层LAI与烤烟光谱参数间的相关性。结果表明:烟株中层、中下层、上中下层(冠层)LAI与光谱反射率的相关性规律基本一致,均在可见光区域与光谱反射率呈显著负相关,而在760~1300 nm波段呈显著正相关,烟株中层、冠层LAI与光谱反射率的相关性曲线相似度较高,中层LAI可在较大程度上反映整个植株的LAI。植被指数RVI(810,680)与烟株中层、上中层、冠层LAI的相关性最高,红边振幅(DλRed)与烟株下层、中下层LAI的相关性最高。经检验,基于RVI(810,680)的二次曲线模型能准确估算烟株中层和上中层LAI,基于RVI(810,680)的幂函数模型能较好地反演烟株冠层LAI,基于红边振幅(DλRed)的二次曲线模型能较好地反演烟株下层和中下层LAI。因此利用光谱参数可实时准确监测烤烟植株及中下层LAI。

摘要： 叶面积指数Leaf Area Index(LAI)作为植被生物量指标之一,耕作区LAI不仅能反映作物的长势动态,且与农业生态、作物产量密切相关。本文通过对2001—2017年中国农田区域的MODIS-LAI长时序数据进行重建,利用Mann-Kendall检验、变异系数、重心迁移模型等方法分析了中国耕作区LAI的时空变化特征。结果表明:①中国耕作区LAI在2001—2017年显波动式上升,且与农作物单产相关系数高达0.91;②不同耕作区季节差异显著,夏季>秋季>春季>冬季,夏季平均为1.54,生长季平均为1.13,秋季平均为0.78,春季平均为0.63,冬季平均为0.31;③2001—2012年二熟、三熟区LAI变化平缓,2012年后有上升趋势但未发生明显突变;一熟区2006年之前处于平稳上升状态,2006年之后发生突变上升趋势显著;④研究时段内我国长江以北的耕作区LAI变异程度较为突出,最高达4.12;5农田面积重心经历了先向西南迁移,后再向西北迁移过程,农田生长季LAI重心相对于农田面积重心变幅较大,经历了南北波动式向西部迁移过程,迁移距离分别为82.78 km、90.53 km。

摘要： 作物冠层在降雨分配与水土保持中具有重要作用,叶面积指数(leaf area index,LAI)是常见的作物冠层量化指数。本研究根据玉米冠层特征,模拟不同生育期(拔节期、小喇叭期、大喇叭期、抽穗期和成熟期)玉米植株冠层模型,通过手机图像获取,冠层阴影面积提取及修正、模型构建与验证等流程进行玉米冠层LAI的测定实验。试验包括3个太阳高度角(30°、60°和90°),玉米株数分别为1、2、3、6和9株,以代表不同采样面积,株行距为30 cm×50 cm。结果表明:笔者设计的LAI测定方法可行,即通过提取智能手机拍摄照片的阴影面积可测定冠层LAI(R^(2)=0.96)。该方法简化了玉米冠层叶面积测量方法,为田间冠层参数的监测提供便捷的解决方案。

摘要： [目的]作物叶面积指数(LAI)与其长势密切相关,通过研究小麦冠层光谱的不同预处理方法、波段选择方法和模型构建方法的不同组合,找出适用于小麦LAI估算的最佳预测模型,为快速准确监测冬小麦LAI提供参考.[方法]本研究以冬小麦为研究对象,测定其在不同生育时期的LAI与冠层光谱反射率,研究了原始光谱、一阶和二阶导数光谱与LAI之间的相关系数并采用随机蛙跳算法对其进行特征波段的提取,最后基于选取的特征波段,使用偏最小二乘回归(PLSR)和最小二乘支持向量回归(LS-SVR)分别构建LAI预测模型.[结果]结果表明,二阶导数光谱不仅可以改善红边区域波段与LAI之间的相关系数,在725 nm处其相关系数达到0.662,而且提高了特征波段的选择概率,在732 nm处,其选择概率达到0.688.相比采用相关系数和竞争自适应重加权采样(CARS)所建的模型,用随机蛙跳选择的特征波段构建的模型预测精度更高,校正集决定系数达到0.956,验证集决定系数达到0.902,校正集均方根误差降低到0.367,验证集均方根误差降低到0.601.此外,在LAI的预测模型中,LS-SVR的性能优于PLSR.[结论]采用二阶导数预处理结合随机蛙跳特征波长选择算法并使用LS-SVR构建的LAI预测模型性能最佳,可为快速检测LAI提供一种可行的解决方案.

摘要： 无人机多光谱遥感技术可以快速、无损地监测农作物叶面积指数(LAI)。为研究水分胁迫条件下,利用无人机多光谱植被指数估算夏玉米LAI的可行性,本研究基于无人机多光谱遥感系统,结合同时期实地采集的夏玉米LAI,选择5种植被指数,包括归一化差值植被指数(NDVI)、土壤调节植被指数(SAVI)、增强型植被指数(EVI)、绿度归一化植被指数(GNDVI)和抗大气指数(VARI),作为模型输入参数,使用随机森林回归算法建立全生育期不同灌溉条件下大田玉米冠层植被指数与LAI之间的关系模型,并与一元线性回归和多元线性回归算法建立的模型进行对比分析。结果表明,在充分灌溉条件下,植被指数的多元线性回归模型可以较好地估算LAI(R2=0.83);在水分胁迫条件下,植被指数的随机森林回归模型可以较好地估算LAI(R2=0.74~0.87),水分胁迫因素对该模型影响较小,且NDVI和VARI对估算LAI的贡献最大。上述结果表明基于无人机多光谱遥感技术,使用随机森林回归算法估算多种灌溉条件下的夏玉米LAI是可行的。该研究为实现快速、准确地监测全生育期不同灌溉条件下的大田夏玉米LAI提供了技术和方法支持。

摘要： 无人机多光谱遥感技术可以快速、无损地监测农作物叶面积指数(LAI).为研究水分胁迫条件下,利用无人机多光谱植被指数估算夏玉米LAI的可行性,本研究基于无人机多光谱遥感系统,结合同时期实地采集的夏玉米LAI,选择5种植被指数,包括归一化差值植被指数(NDVI)、土壤调节植被指数(SAVI)、增强型植被指数(EVI)、绿度归一化植被指数(GNDVI)和抗大气指数(VARI),作为模型输入参数,使用随机森林回归算法建立全生育期不同灌溉条件下大田玉米冠层植被指数与LAI之间的关系模型,并与一元线性回归和多元线性回归算法建立的模型进行对比分析.结果表明,在充分灌溉条件下,植被指数的多元线性回归模型可以较好地估算LAI(R2=0.83);在水分胁迫条件下,植被指数的随机森林回归模型可以较好地估算LAI(R2=0.74～0.87),水分胁迫因素对该模型影响较小,且NDVI和VARI对估算LAI的贡献最大.上述结果表明基于无人机多光谱遥感技术,使用随机森林回归算法估算多种灌溉条件下的夏玉米LAI是可行的.该研究为实现快速、准确地监测全生育期不同灌溉条件下的大田夏玉米LAI提供了技术和方法支持.

摘要： 【目的】准确界定苹果树在各个生育期的需水量及需水特征的季节性变化是指导果园节水灌溉的重要依据。【方法】利用热扩散树干液流测定技术,连续2年监测了旱作果园苹果树(盛果期)的树干液流速率,计算了单株的耗水强度,并与同步观测的叶面积指数、物候特征进行关联分析。【结果】2017、2018年苹果树年耗水量分别为295.5 mm、215.3 mm,分别占同期降水量的88%和58%。在整个年生育周期中,果实膨大期耗水量最多,占果树整个生育期耗水总量的51%(2017年)和41%(2018年),其次依次为果实成熟期、幼果形成期、花期、萌芽期、落叶期和休眠期,不同生育期果树的耗水量与同期降水量具有相似的季节变化趋势。在萌芽期,果树耗水强度快速上升,到果实膨大期时最高可达2.17 mm·d^-1;之后逐渐下降,在落叶期时耗水强度最高值为1.19 mm·d^-1;休眠期树液仍有流动,此阶段的耗水量占年蒸腾总量的5%,日蒸腾强度最高为0.53 mm·d^-1。冠层叶面积指数(LAI)的季节变化表现为从4月初展叶开始快速增加,到5月上旬达到3.2,日增速平均为0.07;之后LAI基本维持不变,日增速仅为前期的1%,最高值为3.4。在11月中旬左右遇到大风天气后快速落叶,LAI在数天内降至零。【结论】苹果树在不同生育期的需水特征有明显的差异,且与叶面积指数的季节变化并不完全同步,需结合不同生育期的水分需求特征开展合理的灌溉、控水等管理措施。

摘要： 利用美国探路者卫星遥感资料AVHRR LAI和全球生态模式CASA给出的植被净初级生产力资料(NPP)对新疆地区1982-2000年的植被时空变化进行了定量分析，结果表明新疆地区的LAI和NPP的空间分布严格受水分的制约，与气温呈负相关，表现出干旱内陆地区榷被受降水控制的地带特征。相对于20世纪80年代，90年代整个新疆出现了变暖的趋势，降水基本也呈现增加的趋势，在42°N以北地区暖湿转型尤其明显，与这种气候型相对应，植被出现了明显的增加趋势，NPP最大增幅可达45gCm-2year-1。但植被对气温和降水的年际变化响应不一样，降水主要是影响植被峰值的起落，而植被在总体演变趋势上却主要受气温控制，三个分区1984-2000年的气温明显上升，而降水变化趋势不明显，植被受气温控制出现了显著的上升趋势(P<0.01)。

摘要： 利用美国探路者卫星遥感资料AVHRR LAI和全球生态模式CASA给出的植被净初级生产力资料(NPP)对新疆地区1982-2000年的植被时空变化进行了定量分析，结果表明新疆地区的LAI和NPP的空间分布严格受水分的制约，与气温呈负相关，表现出干旱内陆地区榷被受降水控制的地带特征。相对于20世纪80年代，90年代整个新疆出现了变暖的趋势，降水基本也呈现增加的趋势，在42°N以北地区暖湿转型尤其明显，与这种气候型相对应，植被出现了明显的增加趋势，NPP最大增幅可达45gCm-2year-1。但植被对气温和降水的年际变化响应不一样，降水主要是影响植被峰值的起落，而植被在总体演变趋势上却主要受气温控制，三个分区1984-2000年的气温明显上升，而降水变化趋势不明显，植被受气温控制出现了显著的上升趋势(P<0.01)。

摘要： 利用美国探路者卫星遥感资料AVHRR LAI和全球生态模式CASA给出的植被净初级生产力资料(NPP)对新疆地区1982-2000年的植被时空变化进行了定量分析，结果表明新疆地区的LAI和NPP的空间分布严格受水分的制约，与气温呈负相关，表现出干旱内陆地区榷被受降水控制的地带特征。相对于20世纪80年代，90年代整个新疆出现了变暖的趋势，降水基本也呈现增加的趋势，在42°N以北地区暖湿转型尤其明显，与这种气候型相对应，植被出现了明显的增加趋势，NPP最大增幅可达45gCm-2year-1。但植被对气温和降水的年际变化响应不一样，降水主要是影响植被峰值的起落，而植被在总体演变趋势上却主要受气温控制，三个分区1984-2000年的气温明显上升，而降水变化趋势不明显，植被受气温控制出现了显著的上升趋势(P<0.01)。

摘要： 利用美国探路者卫星遥感资料AVHRR LAI和全球生态模式CASA给出的植被净初级生产力资料(NPP)对新疆地区1982-2000年的植被时空变化进行了定量分析，结果表明新疆地区的LAI和NPP的空间分布严格受水分的制约，与气温呈负相关，表现出干旱内陆地区榷被受降水控制的地带特征。相对于20世纪80年代，90年代整个新疆出现了变暖的趋势，降水基本也呈现增加的趋势，在42°N以北地区暖湿转型尤其明显，与这种气候型相对应，植被出现了明显的增加趋势，NPP最大增幅可达45gCm-2year-1。但植被对气温和降水的年际变化响应不一样，降水主要是影响植被峰值的起落，而植被在总体演变趋势上却主要受气温控制，三个分区1984-2000年的气温明显上升，而降水变化趋势不明显，植被受气温控制出现了显著的上升趋势(P<0.01)。

摘要： 一种活体叶面积测试仪及其测试叶面积的方法，具体涉及测试仪及其测试方法。本发明主要包括垫板、盖板、壳体、纵向脉冲发生器、光电传感器、薄膜按键和测绳，盖板安装在壳体上，垫板固定在上盖板和下盖板的头部，上盖板通过合叶和轴钉安装在下盖板上，薄膜按键设置在上盖板上，盖板之间还设有弹簧，壳体内设置有微处理器模块、高速数据采集模块和光电传感器，叶面积测试仪尾部设有数据传输模块，每个模块之间采有电信号连接；光电二极管、光电码盘和测绳被设置在下壳体中，测绳和植物的叶子同步拉出，带动光电码盘转动，经光电二极管转换为纵向脉冲信号。本发明的产品操作方便、图像清晰，本发明所述的测试方法测试快速、准确，便于数据批量处理。

摘要： 本发明公开了一种适用于小麦叶面积指数估算的新型三波段植被指数的构建方法，步骤如下：规范采集小麦的冠层反射率和叶面积指数；基于归一化植被指数构建新型的三波段植被指数形式，利用建模数据，采用比较任意组合形式确定三个波段最佳波长和系数k，得到一种适用于小麦叶面积估算的最优三波段植被指数并以此建立小麦叶面积指数估算模型。采用独立实验数据对该新型植被指数及其估算模型进行验证和测试。发现，本发明构建的新型植被指数结构简单，所建立的估算模型对小麦叶面积指数进行估算表现出较高的精度，在作物叶面积指数较高时，有效避免了饱和现象的发生。可以广泛应用于精确农业小麦生产中叶面积指数的实时、无损和准确估算。

摘要： 本发明公开了一种新型的叶面积指数仪及其叶面积指数测量方法，其中，所述叶面积指数仪包括鱼眼镜头、摄像模组、数据采集器、图像分析模块和供电模块；所述鱼眼镜头和摄像模组分别与数据采集器连接，所述数据采集器与图像分析模块通过GPRS通讯连接，所述供电模块为太阳能电池板，并与电池组连接。通过数据采集器控制鱼眼镜头和摄像模组，定时自动获取植物冠层的半球数字图像，再将图像通过GPRS网络发送到图像分析模块，本地端可以通过图像分析模块获取半球数字图像，利用相应的软件对图像进行分析，最终推算叶面积指数值。

摘要： 本发明涉及一种利用LAI-2000冠层分析仪测量橡胶林有效叶面积指数的方法，是在待测橡胶林附近的开阔地先测量A值，然后在橡胶林测量B值，再迅速返回开阔地再次测量A值；使用软件导出并保存原始实验测量数据；利用两个A值的测量时间和数值建立线性插值方程，根据每个B值测量时间插值生成相应A值；保存插值结果，应用FV2200计算有效叶面积指数。本发明设计在短暂时间内天空太阳辐射呈线性变化，根据待测橡胶林的A值建立线性插值程序，为每个B值生成一个相应的A值，解决了LAI-2000冠层分析仪使用单个探头模式时因使用固定A值导致测量结果误差较大的问题，测量结果误差小，能更好地反映橡胶林植被冠层结构信息。

摘要： 一种活体叶面积测试仪及其测试叶面积的方法，具体涉及测试仪及其测试方法。本发明主要包括垫板、盖板、壳体、纵向脉冲发生器、光电传感器、薄膜按键和测绳，盖板安装在壳体上，垫板固定在上盖板和下盖板的头部，上盖板通过合叶和轴钉安装在下盖板上，薄膜按键设置在上盖板上，盖板之间还设有弹簧，壳体内设置有微处理器模块、高速数据采集模块和光电传感器，叶面积测试仪尾部设有数据传输模块，每个模块之间采有电信号连接；光电二极管、光电码盘和测绳被设置在下壳体中，测绳和植物的叶子同步拉出，带动光电码盘转动，经光电二极管转换为纵向脉冲信号。本发明的产品操作方便、图像清晰，本发明所述的测试方法测试快速、准确，便于数据批量处理。

摘要： 本发明公开了一种适用于小麦叶面积指数估算的新型三波段植被指数的构建方法，步骤如下：规范采集小麦的冠层反射率和叶面积指数；基于归一化植被指数构建新型的三波段植被指数形式，利用建模数据，采用比较任意组合形式确定三个波段最佳波长和系数k，得到一种适用于小麦叶面积估算的最优三波段植被指数并以此建立小麦叶面积指数估算模型。采用独立实验数据对该新型植被指数及其估算模型进行验证和测试。发现，本发明构建的新型植被指数结构简单，所建立的估算模型对小麦叶面积指数进行估算表现出较高的精度，在作物叶面积指数较高时，有效避免了饱和现象的发生。可以广泛应用于精确农业小麦生产中叶面积指数的实时、无损和准确估算。

摘要： 本发明涉及一种取样设备，更具体的说是一种自动获取水稻叶面积指数无人车，包括转动获取机构、无人车架机构、农药注入机构，无人车能够获取水稻叶面积指数，无人车能够适应不同的稻田，无人车能够喷洒农药，无人车能够让农药快速融合到水中，所述的转动获取机构与无人车架机构相连，无人车架机构与农药注入机构相连。

摘要： 本发明提供一种基于单株玉米叶片参数的叶面积指数处理系统，所述处理系统包括单株选取模块、单株参数获取模块、单株处理模块以及叶面指数处理模块，所述单株选取模块包括单株选取单元以及叶片选取单元，所述单株选取单元用于对观测地块内的单株玉米进行选取并设定为单株参考玉米；所述叶片选取单元用于选取单株参考玉米的单片叶片作为参考叶片；所述单株参数获取模块用于获取单株参考玉米的各项参数；所述单株参数获取模块包括玉米参数获取单元以及玉米生长因素获取单元，本发明能够基于单株玉米的生长参数对整块地的叶面积指数进行计算，以解决现有的叶面积计算方式复杂且工作量较大的问题。

摘要： 本申请提供了一种基于叶面积指数的茶园产量预测方法及装置，涉及遥感检测技术领域，包括：获取待测茶园图像数据并进行大气校正、空间分辨率重采样和坐标系转换，得到第一数据；根据预设公式并带入所述第一数据进行待测茶园的叶面积指数计算，得到第二数据；根据所述第二数据和一芽一叶的单次产量进行回归拟合，得到第一方程，根据所述第一方程叠加温度系数和遮荫管理并按照采摘模式对所述待测茶园的产量进行计算，得到茶园预测产量。本技术方案是基于遥感影像并根据茶树的光谱特性，反演其叶面积指数，建立叶面积指数与茶叶的回归关系进行间接估产，不依赖于地面激光雷达或是人工进行测量，减少人力物力的耗费，同时提高了预测的效率和准确度。

摘要： 本发明公开了一种林下植被叶面积指数估算方法，涉及林下植被估算技术领域，其技术方案要点是：包括以下步骤：S1、基于点云数据计算确定森林冠层与林下植被高度边界；S2、建立激光雷达森林回波模型；S3、由间隙率计算森林冠层和林下植被LAI；S4、估算结果验证。本发明的方法通过改进现有的激光雷达森林回波模型，并将其应用于林下植被LAI的估算中，在激光雷达与森林冠层作用方程的基础上，加入了林下植被的信息，利用经过波形反卷积和波形分解后的全波形数据反演间隙率，再转换为LAI，能够估算出精准全面的植被垂直结构信息，从而精确地区分森林冠层与林下植被垂直结构的信息。