毛竹葉片生化組分高光譜指數(shù)研究:結(jié)合實測與模擬數(shù)據(jù)集
發(fā)布時間:2021-12-30 05:02
毛竹生化組分含量直接影響和制約毛竹生理生態(tài)過程。為利用高光譜遙感快速準(zhǔn)確獲取毛竹生化組分含量,本研究結(jié)合實測數(shù)據(jù)集和PROSPECT輻射傳輸模型,探討了毛竹葉片葉綠素含量、等效水厚度和干物質(zhì)含量的普適性高光譜指數(shù)提取方法,提出了毛竹葉片葉綠素含量指數(shù)ND (565,2 245)、等效水厚度指數(shù)D (770,1 465)及干物質(zhì)量指數(shù)SR (1 425,2 300),指數(shù)模型估算值與實驗室化學(xué)分析測量值間的均方根誤差(RMSE)分別為3.30μg/cm2,3.6×10-4g/cm2和5.5×10-4g/cm2。得出的指數(shù)可以用于毛竹葉片生化組分的高光譜快速監(jiān)測,對于實時掌握毛竹生長狀態(tài)具有重要意義。
【文章來源】:三峽生態(tài)環(huán)境監(jiān)測. 2020,5(04)
【文章頁數(shù)】:9 頁
【部分圖文】:
基于D (770,1 465)指數(shù)估算的EWT值與實際值間關(guān)系圖
目前,國內(nèi)外對于植物葉片尺度的生化組分高光譜遙感研究已經(jīng)較為成熟。Le Maire等總結(jié)[24]幾乎所有類型的指數(shù)歸為如下幾類:1)使用簡單的一個波段反射率或者簡單的兩個反射率的差;2)兩個波段反射率的比值(SR);3)變形的歸一化指數(shù)(ND)。本文較為全面地研究了五種不同指數(shù)類型在毛竹葉片生化組分估算中的應(yīng)用。有研究表明光譜指數(shù)對植被水分狀態(tài)變化的敏感性在不同物種間的表現(xiàn)不同,而國內(nèi)外對毛竹生化組分高光譜遙感的研究較少[25-26]。Sims和Gamon等[16]指出指數(shù)NDVI (800,680)、SR (750,680)和1/R700與葉片葉綠素含量相關(guān),但是這些指數(shù)不能準(zhǔn)確估算毛竹葉綠素,其RMSE分別為6.78μg/cm2,6.88μg/cm2和7.24μg/cm2。由于植被水分含量在生態(tài)系統(tǒng)中有重要的作用,同樣有很多指數(shù)用于葉片水分含量估算,比如Pe?uelas[27]的WI指數(shù),R (895,972);Gao[28]的指數(shù)NDWI(860,1 240);Hardisky[29]的NDII指數(shù)(R819-R1649)/(R819+R1649)。此外,隨著葉片尺度的模型PROSPECT的廣泛應(yīng)用,EWT的研究熱度也越來越高。但是,這些估算EWT的指數(shù)在毛竹的實測數(shù)據(jù)集中表現(xiàn)都不佳。本文得出的最佳指數(shù),除了R型,其他幾種類型的RMSE值均較小,精度較高。葉片高光譜信息相對較少用于LMA的預(yù)測。Ourcival[30]等提出高光譜信息可以用來估算冬青樹葉的LMA含量。然而,他們的研究是基于偏最小二乘(PLS)分析,需要使用400~2 500 nm范圍內(nèi)的全部光譜信息,本文只需2個波段,模型較為簡單。
實測毛竹葉片反射率(a)和PROSPECT模型模擬葉片反射率(b)
【參考文獻(xiàn)】:
期刊論文
[1]我國南方毛竹林生態(tài)系統(tǒng)碳儲量的估算[J]. 張厚喜,莊舜堯,季海寶,周賽,孫波. 土壤. 2014(03)
[2]高溫脅迫下毛竹葉片色素含量與反射光譜的相關(guān)性[J]. 許改平,吳興波,劉芳,王玉魁,高巖,左照江,溫國勝,張汝民. 林業(yè)科學(xué). 2014(05)
[3]植被生化組分定量遙感反演研究進(jìn)展[J]. 程麗娟,孫林,姚延娟,沈艷. 大氣與環(huán)境光學(xué)學(xué)報. 2011(03)
[4]高光譜遙感技術(shù)在作物生長監(jiān)測中的應(yīng)用研究進(jìn)展[J]. 李映雪,謝曉金,徐德福. 麥類作物學(xué)報. 2009(01)
[5]光譜分析技術(shù)在作物生長信息檢測中的應(yīng)用研究進(jìn)展[J]. 蔣煥煜,應(yīng)義斌,謝麗娟. 光譜學(xué)與光譜分析. 2008(06)
[6]植被生化組分的遙感反演方法研究[J]. 顏春燕,劉強,牛錚,王長耀. 遙感學(xué)報. 2004(04)
博士論文
[1]重慶縉云山典型林分結(jié)構(gòu)特征對坡面水文過程的影響[D]. 劉春霞.北京林業(yè)大學(xué) 2019
[2]基于PROSPECT-PLUS模型植物葉片多種色素高光譜定量遙感反演模型與機(jī)理研究[D]. 張垚.浙江大學(xué) 2015
[3]毛竹林生態(tài)系統(tǒng)中碳儲量、固定及其分配與分布的研究[D]. 周國模.浙江大學(xué) 2006
碩士論文
[1]毛竹對干旱、高溫及協(xié)同脅迫的生理生化響應(yīng)[D]. 韓一林.中國林業(yè)科學(xué)研究院 2017
[2]雷竹葉綠素高光譜遙感反演研究[D]. 李亞丹.浙江農(nóng)林大學(xué) 2015
[3]毛竹林冠層參數(shù)動態(tài)變化及高光譜遙感反演研究[D]. 陸國富.浙江農(nóng)林大學(xué) 2012
本文編號:3557528
【文章來源】:三峽生態(tài)環(huán)境監(jiān)測. 2020,5(04)
【文章頁數(shù)】:9 頁
【部分圖文】:
基于D (770,1 465)指數(shù)估算的EWT值與實際值間關(guān)系圖
目前,國內(nèi)外對于植物葉片尺度的生化組分高光譜遙感研究已經(jīng)較為成熟。Le Maire等總結(jié)[24]幾乎所有類型的指數(shù)歸為如下幾類:1)使用簡單的一個波段反射率或者簡單的兩個反射率的差;2)兩個波段反射率的比值(SR);3)變形的歸一化指數(shù)(ND)。本文較為全面地研究了五種不同指數(shù)類型在毛竹葉片生化組分估算中的應(yīng)用。有研究表明光譜指數(shù)對植被水分狀態(tài)變化的敏感性在不同物種間的表現(xiàn)不同,而國內(nèi)外對毛竹生化組分高光譜遙感的研究較少[25-26]。Sims和Gamon等[16]指出指數(shù)NDVI (800,680)、SR (750,680)和1/R700與葉片葉綠素含量相關(guān),但是這些指數(shù)不能準(zhǔn)確估算毛竹葉綠素,其RMSE分別為6.78μg/cm2,6.88μg/cm2和7.24μg/cm2。由于植被水分含量在生態(tài)系統(tǒng)中有重要的作用,同樣有很多指數(shù)用于葉片水分含量估算,比如Pe?uelas[27]的WI指數(shù),R (895,972);Gao[28]的指數(shù)NDWI(860,1 240);Hardisky[29]的NDII指數(shù)(R819-R1649)/(R819+R1649)。此外,隨著葉片尺度的模型PROSPECT的廣泛應(yīng)用,EWT的研究熱度也越來越高。但是,這些估算EWT的指數(shù)在毛竹的實測數(shù)據(jù)集中表現(xiàn)都不佳。本文得出的最佳指數(shù),除了R型,其他幾種類型的RMSE值均較小,精度較高。葉片高光譜信息相對較少用于LMA的預(yù)測。Ourcival[30]等提出高光譜信息可以用來估算冬青樹葉的LMA含量。然而,他們的研究是基于偏最小二乘(PLS)分析,需要使用400~2 500 nm范圍內(nèi)的全部光譜信息,本文只需2個波段,模型較為簡單。
實測毛竹葉片反射率(a)和PROSPECT模型模擬葉片反射率(b)
【參考文獻(xiàn)】:
期刊論文
[1]我國南方毛竹林生態(tài)系統(tǒng)碳儲量的估算[J]. 張厚喜,莊舜堯,季海寶,周賽,孫波. 土壤. 2014(03)
[2]高溫脅迫下毛竹葉片色素含量與反射光譜的相關(guān)性[J]. 許改平,吳興波,劉芳,王玉魁,高巖,左照江,溫國勝,張汝民. 林業(yè)科學(xué). 2014(05)
[3]植被生化組分定量遙感反演研究進(jìn)展[J]. 程麗娟,孫林,姚延娟,沈艷. 大氣與環(huán)境光學(xué)學(xué)報. 2011(03)
[4]高光譜遙感技術(shù)在作物生長監(jiān)測中的應(yīng)用研究進(jìn)展[J]. 李映雪,謝曉金,徐德福. 麥類作物學(xué)報. 2009(01)
[5]光譜分析技術(shù)在作物生長信息檢測中的應(yīng)用研究進(jìn)展[J]. 蔣煥煜,應(yīng)義斌,謝麗娟. 光譜學(xué)與光譜分析. 2008(06)
[6]植被生化組分的遙感反演方法研究[J]. 顏春燕,劉強,牛錚,王長耀. 遙感學(xué)報. 2004(04)
博士論文
[1]重慶縉云山典型林分結(jié)構(gòu)特征對坡面水文過程的影響[D]. 劉春霞.北京林業(yè)大學(xué) 2019
[2]基于PROSPECT-PLUS模型植物葉片多種色素高光譜定量遙感反演模型與機(jī)理研究[D]. 張垚.浙江大學(xué) 2015
[3]毛竹林生態(tài)系統(tǒng)中碳儲量、固定及其分配與分布的研究[D]. 周國模.浙江大學(xué) 2006
碩士論文
[1]毛竹對干旱、高溫及協(xié)同脅迫的生理生化響應(yīng)[D]. 韓一林.中國林業(yè)科學(xué)研究院 2017
[2]雷竹葉綠素高光譜遙感反演研究[D]. 李亞丹.浙江農(nóng)林大學(xué) 2015
[3]毛竹林冠層參數(shù)動態(tài)變化及高光譜遙感反演研究[D]. 陸國富.浙江農(nóng)林大學(xué) 2012
本文編號:3557528
本文鏈接:http://sikaile.net/nykjlw/lylw/3557528.html
最近更新
教材專著