光谱植被指数与水稻叶面积指数相关性的研究

 综合分析比较了几种常见光谱植被指数与水稻（Oryza sativa）叶面积指数的相关性及其预测力。结果表明,植被指数的预测力在水稻营养生长旺盛期间最好。植被指数的预测力主要依赖于叶面积指数(LAI)的整体变化范围。因此,综合不同生育时期和氮肥处理的试验资料,光谱植被指数能准确地预测LAI的变化。LAI与各植被指数均呈曲线相关,与比值植被指数(RVI)、再归一化植被指数(RDVI)和R810/R560显著幂相关,与归一化植被指数(NDVI)、垂直植被指数(PVI)、差值植被指数(DVI)、土壤调整植被指数(SAVI)和转换型土壤调整指数(TSAVI)显著指数相关。其中,近红外与绿光波段的比值R810/R560的预测力最佳。用不同移栽秧龄、不同密度、不同水分和氮肥处理的数据对R810/R560的表现进行了检验,结果表明估算精度平均为91.22%,估计的均方差根(RMSE)平均为0.480　5,平均相对误差为-0.013。表明宽波段光谱植被指数可以准确地用来监测水稻叶面积指数。     

高光谱植被指数与水稻叶面积指数的定量关系

基于不同水稻品种、施氮水平和不同生育期下的大田试验,确立了水稻叶面积指数（LAI）与冠层光谱特征参数的定量关系.结果表明：水稻叶面积指数与部分高光谱植被指数存在良好的相关性,其中原始光谱组成的2波段差值指数（DI）形式相关性最好,其次为比值（RI）和归一化（NI）植被指数.相关最好的原始光谱植被指数是由近红外波段组成的差值指数DI(854,760),相关最好的一阶导数光谱植被指数是红光和近红外光组成的导数差值指数DI(D₆₇₆, D₇₇₈),但总体上导数光谱指数不如原始光谱指数与LAI关系密切.独立试验数据检验结果表明,以差值指数DI(854,760)为变量建立的水稻LAI监测模型具有较好的表现,可用于水稻LAI的估测.     

烟草叶面积指数的高光谱估算模型

叶面积指数(1eaf area index,LAI)是重要的生物物理参数,亦是各种生态模型、生产力模型以及碳循环研究等的重要生物物理参量,因此具有重要的研究意义。为了探索不同高光谱模型监测烟草叶面积指数LAI的精度,在烟草伸根期,旺长期和成熟期采用ASD Fieldspec HH光谱仪测定了不同水氮条件下烟草冠层的高光谱反射率和叶面积指数数据。选用四个常用的植被指数RVI (ratio vegetation index)、NDVI (normalized difference vegetation index)、MTVI2（Modified second triangular vegetation index）、MSAVI（Modified Soil-adjusted vegetation index）和PCA (principal component analysis)、neural network (NN)三种方法对烟草LAI进行了估算,比较分析了三种方法的估算结果。研究结果表明,植被指数法,主成分分析,神经网络方法LAI都取得了较为理想的结果,其中植被指数法可以较为精确反演烟草LAI,验证模型确定性系数在0.76～0.85之间,主成分分析方法和神经网络方法精度较高,分别为0.938和0.889。主成分分析方法验证模型的稳定性更好,其验证模型的RMSE为0.172,低于四个植被指数和神经网络。MTVI2和MSAVI能较好地去除土壤、大气等条件影响,反演精度高于RVI和NDVI。与基于植被指数建立的模型相比,主成分分析和神经网络可以更好的提高LAI的反演精度。     

黄土高原春小麦叶面积指数与高光谱植被指数相关分析

通过田间小区试验,测定了4个春小麦品种（定西24号、陇春8139、高原602和定西38号）在不同生育期和不同种植密度下的光谱反射率及对应的叶面积指数（LAI）。综合分析比较了9个常见植被指数与春小麦LAI的相关性及预测性。结果表明：在4个不同的生育阶段,这9个植被指数与对应的LAI都有很好的相关性以及对LAI有很好预测性。其中以抽穗-开花期植被指数的表现为最好;全生育期这9个植被指数与春小麦LAI的相关性更高,对LAI的预测性更佳,并且大于任何一个生育阶段;其中以近红外与绿光波段的比值R810／R560的预测力最好,故选取R810／R560（x）作为预测全生育期春小麦LAI（y）的最佳植被指数,建立最优模型Y=0．1769x^1.5261,并采用不同品种和不同种植密度的数据对模型进行了精度分析,结果表明,模拟值和实测值之间的R^2平均为0．9280,估算的RMSE平均为0．0762,准确度平均为0．9068,说明此模型具有较好的可靠性和适用性。     

基于数码相片Gamma校正的水稻叶面积指数估算

随着数码相机的日益普及,利用数码相机进行作物叶面积指数(LAI)测量不断得以应用。由于数码相机成像时会对入射光辐射强度进行Gamma编码变换,输出的相片DN(Digital Number)值与入射光辐射强度呈非线性关系,会造成在确定相片中植被叶片与背景的分割阈值时出现误差,并最终导致LAI估算存在较大不确定性。以水稻为研究对象,获取不同生长期水稻冠层相片并结合同步LAI 2000测量的LAI数据,基于相片Gamma校正原理,对水稻不同生长期冠层相片进行Gamma校正,在此基础上利用冠层孔隙率方法,估算不同生长期水稻LAI。结果表明,经过Gamma校正相片估算的水稻LAI总体精度有显著提高,相片估算的IMAGE LAI与LAI-2000测量值比较的决定系数达到0.71(P0.05)。在整个观测期内,两种方法观测的LAI值在时间变化趋势上表现一致,但在不同生长期内存在差别,在水稻分蘖期和拔节期相片估算的IMAGE LAI要高于LAI-2000测量值,孕穗期到抽穗期期间IMAGE LAI低于LAI-2000测量值,乳熟期到成熟期IMAGE LAI又高于LAI-2000的观测结果。     

基于MOD09产品的水稻叶面积指数和叶绿素含量的遥感估算模型

基于中分辨率成像光谱仪MODIS (moderate resolution imaging spectroradiometer)反射率产品MOD09的同步野外实测水稻叶面积指数（LAI）和叶绿素含量（Chltot）相关数据,探寻用MOD09产品提取的植被指数(VIs)与水稻LAI和Chltot之间的相关性以及估算模型. 结果表明,MOD09计算的VI数值比MODIS前3个波段数值偏大,归一化植被指数NDVI (normalized difference vegetation index) 值普遍比增强性植被指数EVI(enhanced vegetation index) 值大. 通过4种不同植被指数与LAI相关性的比较,得出EVI与LAI的相关关系在水稻各个生育期优于其它植被指数,基于MOD09-EVI建立水稻LAI的遥感估算模型,经实际地面同步数据检验, 模型精度较高. 因而, MOD09-EVI较适用于水稻叶面积指数的实时遥感监测. MOD09红波段与Chltot之间的相关性在水稻前中期达到显著,并且优于其它植被指数,基于MOD09红波段建立了水稻前中期Chltot的估算模型并进行了精度检验. 除水稻孕穗期叶绿素含量估算模型的相关系数和F值通过了显著性检验外, 其余生育期估算模型都没有通过显著性检验.     

内蒙古不同类型草地叶面积指数遥感估算

叶面积指数(Leaf Area Index,LAI)是重要的植被结构参数,反演LAI是植被遥感的重要研究内容之一。根据在内蒙古呼伦贝尔和锡林浩特草原利用LAI 2000观测的草地LAI,比较了不同植被指数(SR、RSR、EVI、NDVI、SAVI和ARVI)估算不同类型草地LAI的能力,建立了基于Landsat-5 TM遥感数据的LAI估算模型,并利用LAI观测数据对模型进行了检验,生成了研究区内草地LAI分布图,据此对MODIS LAI产品一致性进行了评价。结果表明,在呼伦贝尔和锡林浩特两个研究区,RSR与LAI的相关性最高(R²分别为0.628、0.728,RMSE分别为0.512、0.490),在低密度草地,RSR的优势更为明显;验证表明,根据RSR建立的LAI估算模型的精度可达70%;利用TM数据生成的两个地区的LAI(TM LAI)空间变化明显,锡林浩特草地的LAI值整体上低于呼伦贝尔草地;在呼伦贝尔和锡林浩特,MODIS LAI产品与TM LAI一致性分别为0.566,0.323,MODIS LAI产品高估了呼伦贝尔草地LAI值,而在锡林浩特研究区则存在低估现象。     

MODIS植被指数与水稻叶面积指数及叶片叶绿素含量相关性研究

利用光谱分辨率为3nm的ASD FieldSpec UV／VNIR光谱仪获得了2002和2003年水稻整个生长期的高光谱数据,同时对水稻叶面积指数(LAI)和叶绿素含量(CHL．Ｃ)进行了测定,对中分辨率成像光谱仪(MODIS)的增强植被指数(EVI)、归一化植被指数(NＤVI)以及红边位置(REP)与LAI及CHL．C之间的关系进行了研究．结果表明。LAI与冠层光谱在可见光、近红外波段相关性较好,叶绿素含量与冠层光谱在红光波段相关性较好．EVI、REP和LAI之间的相关关系不受水稻覆盖率的影响;NDVI与LAI的相关关系在水稻低覆盖率情况下较好;在水稻高覆盖率情况下。EVI和REP比NDVI与LAI之间的相关关系要好．MODIS-NDVI、EVI及REP与叶片叶绿素含量相关性较好．由此可见,EVI和REP可以有效地监测水稻LAI和CHL．C．     

城市土壤磷素特性及其与地下水磷浓度的关系

采集了8个南京市的城区土壤剖面及同位置地下水样品,进行了P素特性的研究,结果表明,城市土壤的全P,有效P和可溶性P含量分别为1．26－11．41g.kg^-1,19.48-166.74mg.kg^-1和0．5、－5．41mg.kg^-1,远高于相同地区的农业土壤,土壤有效P与全P呈极显著正相关,土壤可溶性P与全P,有效P的相关性达到极显著水平,而土壤有机C,全N与土壤全P,有效P,可溶性P不相关,城市地下水中溶解态P和总P的浓度分别为0．010－1．759mg/L^-1和0．079－1．876mg.L^-1,它们之间呈极显著相关性,地下水中溶解态P,总P浓度与土壤剖面全P,有效P,可溶性P的加权平均值的相关性达到极显著或显著水平。     

基于归一化植被指数变化分级的深圳市植被变化

基于深圳市1988和2003年的TM遥感数据及2004年土地利用变更调查资料,利用归一化植被指数(NDVI)变化分级方法对深圳市植被覆盖变化及与其相关的自然和社会经济因子之间的响应关系进行了分析.结果表明：1988—2003年间,快速城市化过程对深圳地区地表植被没有产生整体性影响,但平原台地地区的植被退化较明显;深圳市局部地区生态退化的主要原因是建设用地侵占林地和园地、海拔100 m以上区域林地向园地的转移、以及部分建设用地绿化率过低.今后深圳市植被保护和建设工作的重点主要包括：强化植被保护和恢复工作;尽可能避免建设用地侵占林地和园地等植被覆盖较好的区域;尽快纠正海拔100 m以上不合理的园地建设行为;强化城市内部的绿地建设.NDVI指数变化分级方法是揭示大尺度区域植被宏观变化趋势的有效方法,可有效避免数据噪声对NDVI指数的影响.     

基于物候相机归一化植被指数估算高寒草地植物地上生物量的季节动态

准确评估地上生物量对优化草地资源管理和理解草地碳、水和能量平衡具有重要意义。该文通过近地遥感归一化植被指数(NDVI)构建最优经验模型, 对青藏高原高寒草地地上生物量进行估算。该文利用2018-2019年5-9月野外实测的地上生物量和植物冠层光谱仪(RapidSCAN)测定的NDVI_RS数据, 构建了生长季不同时期地上生物量的估算模型; 并结合2018年NetCam物候相机测定的NDVI_Cam时间序列数据, 实现地上生物量季节动态的模拟。主要结果: (1) NDVI_Cam、NDVI_RS与地上生物量具有相似的单峰型季节变化格局, 但NDVI峰值出现的时间(7月)较地上生物量(8月)更早; (2)基于NDVI的生物量估算最优经验模型在5、7和9月是幂函数, 在6和8月是二次多项式, 估算精度为0.29-0.77; (3)基于NDVI_Cam时间序列数据, 生长季不同时期建模(R² = 0.91)较单一时期(9月)建模(R² = 0.49)对地上生物量季节动态的估算更为准确。这些结果表明, 近地遥感是估算高寒草地植物地上生物量的有效手段, 开展季节性植物生长调查将有助于准确评估草地资源。     

利用NOAA NDVI和MSAVI遥感监测中国北方不同纬度带植被生长季变化

将中国北方13个省按纬向划分为5个区域：32°～36°N（区域Ⅰ）、36°～40°N（区域Ⅱ）、40°～44°N（区域Ⅲ）、44°～48°N（区域Ⅳ）和48°～52°N（区域Ⅴ）,然后利用Savitzky-Golay滤波算法平滑了1982～1999年NOAA/AVHRR NDVI和MSAVI时间序列影像,基于经验正交函数（EOF）分析提取了不同区域植被NDVI和MSAVI主分量,估测了1982～1999年中国北方不同纬度带的植被生长季开始、结束和长度,最后对1982～1999年不同区域的生长季参数进行了线性拟合,分析了不同区域的植被生长季变化趋势.研究表明,不同纬度带的植被生长季开始日期均表现出不同程度的提前趋势,区域Ⅳ的植被生长季开始提前趋势最大;生长季结束日期呈现推迟的趋势,区域Ⅱ的植被活动结束日期的推迟趋势最大,而区域Ⅲ最小.整个生长季长度呈延长趋势,延长日期在10 d以上.     

Estimation of the leaf chlorophyll content using multiangular spectral reflectance factor

Chlorophyll is one of the primary pigments of plant leaves, and changes in its content can be used to characterize the physiological status of plants. Spectral indices have been devised and validated for estimating leaf chlorophyll content (LCC). However, most of the existing spectral indices do not consider the influence of angular reflection on the accuracy of the LCC estimation. In this study, the spectral reflectance factors of leaves from three plant species were measured from several observations in the principal plane. The relationship between the existing spectral indices and the LCC from different directions suggests that the directional reflection of a leaf surface impacts the accuracy of its LCC estimation. Subsequently, the ratio of reflectance differences, that is, the modified Datt index, was tested to reduce the directional reflection effect when predicting LCC. Our results indicated that the modified Datt index not only estimated LCC with high accuracy for all observation directions and plant species but also consistently predicted the LCC of each species in individual observation directions. Our method opens the possibility for optical detection of LCC using multiangular spectral reflection, which is convenient for plant science studies focused on the variation in LCC.     

叶绿体基因编码蛋白质在水稻叶片生长过程中的表达研究

叶绿体是绿色植物把光能转化为化学能的重要细胞器.目前,多种植物的叶绿体基因组序列已经获得,对叶绿体内发生的各种生物学过程人们也已经有相当深入的了解,但对叶绿体基因编码蛋白质的表达还所知甚少.用蛋白质印迹实验系统地检测了15个叶绿体基因编码蛋白质在水稻叶片不同生长时期的表达.其中7个与光合作用相关蛋白质的表达具有相似的模式,其表达量随叶片生长而增加,一般在孕穗期、开花期达到最高峰,在成熟期叶片下降,这种模式与水稻生长对光合作用的需求有明显相关性.4个与DNA复制相关的RNA聚合酶在苗期叶片中表达量达到最高,说明这些聚合酶在较早时期发挥作用.4个NADH脱氢酶蛋白质的表达呈2种不同的模式,其中亚基2和4在种子萌发后的早期叶片中就达到最高峰,亚基5和7的最高峰出现在中后期,反映了它们之间功能上的不同.实验结果直观且相对定量地揭示了叶绿体编码蛋白质的表达与叶片生长之间的关联关系,为深入了解其功能提供了重要的线索.     

基于图像融合与混合像元分解的城市植被盖度提取

城市植被盖度提取对于开展城市绿色空间保护和城市规划具有重要意义。随着遥感技术的发展,混合像元分解模型被广泛用于从中等分辨率的多光谱影像提取城市植被盖度,但较低的影像空间分辨率限制了该模型的应用领域。为此,以杭州市为例,首先引入Gram-Schmidt(GS)方法对Landsat ETM+的多光谱波段和全色波段进行融合,再通过混合像元分解模型从ETM+融合影像上提取城市植被盖度,最后利用SPOT影像进行精度检验。结果发现,采用GS方法对影像进行融合后,标准差、信息熵、平均梯度提高,相对偏差小于0.07,说明在保留多光谱信息的基础上提高了其空间分辨率。与SPOT影像相比,在融合影像上75%以上样本的植被盖度值相似,误差较大的区域是市区植被特别稀疏或茂盛的像元。与源影像相比,从融合影像上提取的植被盖度的均方根误差和系统误差降低了0.01。该方法在降低城市植被监测成本、提高监测精度方面具有潜力。     

Estimation of rice neck blasts severity using spectral reflectance based on BP-neural network

Estimation of rice disease using spectral reflectance is important to non-destructive, rapid, and accurate monitoring of rice health. In this study, the rice reflectance data and disease index (DI) were determined experimentally and analyzed by single wave correlation, regression model and neural network model. The result showed that raw spectral reflectance and first derivative reflectance (FDR) difference of the rice necks under various disease severities is clear and obvious in the different spectral regions. There was also significantly negative or positive correlation between DI and raw spectral reflectance, FDR. The regression model was built with raw and first derivative spectral reflectance, which was correlated highly with the DI. However, due to rather complicated non-linear relations between spectral reflectance data and DI, the results of DI retrieved from the regression model was not so ideal. For this reason, an artificial neural network model (BP model) was constructed and applied in the retrieval of DI. For its superior ability for solving the non-linear problem, the BP model provided better accuracy in retrieval of DI compared with the results from the statistic model. Therefore, it was implied that the rice neck blasts could be predicted by remote sensing technology.     

基于机载LiDAR单束激光穿透指数的白桦林LAI估测

森林叶面积指数(LAI)是描述森林冠层结构和树木生长状况的一个重要指标.本研究以内蒙古依根地区为研究区,在充分考虑机载激光雷达不同回波脉冲之间差异的基础上,对LiDAR点云数据进行分束处理,同时利用传感器与目标之间的距离对LiDAR点云强度进行校正,在由点云校正强度计算传统激光穿透指数(LPI)的同时提出了一个新的激光穿透指数,即单束激光穿透指数(LPI_s),并分别采用LPI和LPI_s两种激光穿透指数在4种不同LiDAR数据采样尺度(直径分别为5、10、15和20 m)下分别应用理论模型和经验模型两种不同的建模方法对森林LAI进行估测,以期通过激光分束来提高森林LAI的估测精度.结果表明: 分束激光穿透指数均值(LPI_mean)估测LAI的效果明显好于未分束LPI的估测效果,且当LiDAR数据采样尺度为15 m时,LPI_mean的经验模型(R²=0.80,平均绝对偏差MAD为0.11)和理论模型(R²=0.77,MAD=0.16)的估测结果均达到最佳.最后综合应用最佳经验模型与理论模型各自的优点绘制了研究区的白桦林LAI分布图.     

不同品种水稻群体冠层光谱特征比较研究

应用分光光谱辐射仪对不同株型水稻品种的冠层光谱辐射能进行观测和计算,比较分析了不同冠层群体光谱分布特征的差异性。结果表明,不同株型水稻品种群体冠层内太阳光谱辐射反率α,透射率β和吸收率τ及消光系数K存在明显差异,尤其以蓝光辐射（400－510nm)差异最为显著。在水稻生长后期,这些差异表现更为突出。     

Chemiluminescence during rice seed imbibition at different temperatures.

The chemiluminescence (CL) of rice (Oryza sativa L.) seeds at different temperatures and the CL spectra of rice seed, caryopses and seed coat were studied during early imbibition. Compared with the CL of barley (Hordeum vulgare L.) and soybean (Glycine max L. Merr.) seeds, the CL of rice seeds had a non-linear, logarithmic-like increase of intensity in the temperature range 30-50 degrees C. The Van't Hoff coefficient Q(10) = I(T+10)/I(T) was equal to 2. The emission spectrum of whole rice seed, rice and coat had a greater proportion of red light during early imbibition, which led to the conclusion that the CL of rice seed during early imbibition arises partially from enzyme-catalysed reactions.     

GIS和RS支持下广东省植被吸收PAR的估算及其时空分布

在ＧＩＳ和ＲＳ支持下,利用地面气象数据和ＤＯＡＡ－ＡＶＨＲＲＮＤＶＩ数据估计了广东省植被在１９９２－０４～１９９３－０３间吸收的ＰＡＲ,并分析了其时空分布特征以及不同类型植被对ＰＡＲ的吸收特征,结果表明,在此期间,广东省植被年ＡＰＡＲ介于０～１５７５ＭＪ／ｍ＾２ａ之间,其最大ＮＰＰ不及全球最高值的一半,并且,广东省年ＡＰＡＲ的时空变化显著,这主要与植被自身性质和太阳辐射的时空变化有关,即使是常绿阔