基于普莱亚影像纹理信息对川西南山地阔叶林有效叶面积指数的研究

发布时间：2020-04-02 12:40

【摘要】：叶面积指数(LAI)是反映森林生长过程、生存环境的重要植被参量,它能够直接量化出林地的生长状况和冠层结构。森林生态过程与LAI有着密切联系,森林生态系统中的生物和物理过程受到LAI控制,LAI的变化能够反映出森林生长和发育的不同情况,可以对森林生态系统中的各个群体进行生长分析。因此,研究叶面积指数LAI成为了国内外学者的热门课题。传统的测量方法虽然可以准确得到LAI,但是费时费力,并且不能进行大尺度研究,现如今唯一能够对大尺度时空内的LAI进行估测的方法是遥感反演。纹理和光谱特征是进行影像分析的重要信息源,目前在进行遥感反演时主要是针对纹理或光谱特征中的一种,如果能够将纹理和光谱特征结合分析,效果应该优于单一信息的使用。阔叶林在川西南山地广泛分布,对当地水土保持和生态环境的稳定性有着重要意义,但关于该地区阔叶林LAI的遥感反演鲜有报道,因此,有必要开展基于影像光谱和纹理特征的川西南山地阔叶林叶面积指数反演研究工作。本研究选取雅安上里镇为研究区,Pleiades影像为遥感数据源,对研究区进行样地划分,实测出样地的有效叶面积指数(LAIe),对样地进行GPS定位,将基础影像通过校正处理后提取出影像中对应样地点的波段光谱信息、植被指数、纹理参数,在spss20.0中对每个样地的波段光谱信息、植被指数、纹理参数和LAIe进行相关性分析,建立LAIe的最优估测模型。最后,对不同纹理窗口提取出的纹理参数进行分析,得到结论:(1)提取的4种波段光谱信息中,只有近红外波段(NIR)与LAIe有显著相关性,5种植被指数都和LAIe有着显著相关性,归一化植被指数(NDVI)和LAIe的相关性最好,在将波段光谱信息、植被指数与LAIe进行回归分析时,多元回归模型的效果好于一元回归模型,得到的回归模型为:LAIe=0.5109NDVI+0.3406SAVI+0.0680RVI+0.00011DVI+0.00018PVI+0.00005NIR+1.8468(R2=0.8486,RE=0.0972,RMSE=0.1226)(2)4个不同窗口提取出的8个纹理参数均与LAIe有着显著相关性,将4个窗口的纹理参数值进行一元回归分析时,不同的纹理参数拟合模型的最佳窗口不同。其中ASM、VAR的最佳窗口为3X3;COR的最佳窗口为5×5;ENT、MEA的最佳窗口为7X7;CON,DIS,HOM 的最佳窗口为 9X9。(3)将4个窗口的纹理参数与LAIe进行多元回归分析时,效果均优于一元回归分析,并且在这4个窗口中,随着窗口增大,回归模型效果越好,在窗口 9X9时,回归效果最好,模型表达为LAIe=3.746-0.230CON+0.295ENT-2.062HOM(R2=0.7102,RMSE=0.1967,RE=0.1184)(4)在纹理参数反演LAIe时,加入植被指数,回归模型的效果明显优于只用纹理参数,并且和只用纹理参数反演LAIe表现出一样的规律,在9X9窗口加入植被指数的回归模型为最优模型,模型表达为:LAIe=0.425+2.91NDVI+0.206CON+0.187ENT-0.010MEA(R2=0.8616,RMSE=0.1352,RE=0.1250)
【图文】：

上里镇位于四县交通之处，西面是芦山和雅安，东面则是名山和邛崃。上里逡逑形复杂，北、东、西三面地势高低不平有很多的小山和丘陵，只有中部和南逡逑区是平坦的。黑岩坪是上里镇海拔最高的一座山，达到１８５０ｍ，属于天台山逡逑支脉。中部和南部地区是上里镇的主要农作物产区，因为这里多是平坝和河谷，，逡逑拔相对较低，约为９００ｍ。由于纬度的关系，上里镇处于亚热带季风气候区，逡逑以这里冬天不是很冷，夏季温度很高，最高温度会超过３５°Ｃ，降水量很大，逡逑降水量在１０００ｍｍ左右，且主要集中在夏季。年均温度１６．１°Ｃ，月平均最高逡逑２９．９°Ｃ＜７月），月平均最底温２９．９°Ｃ邋（１月），年均日照时数１０１９．９ｈ，无霜逡逑２８９邋ｄ，年平均降雨量１７７２．２邋ｍｍ。根据实地调查，该地区内的林地大部分均逡逑阔叶林树种，并且种类比较丰富，树林下的土壤则以黄壤为主。逡逑

在ＡｒｃＧＩＳｌＯ．Ｏ把采集到的样地ＧＰＳ数据处理制作为样地大小２０ｍＸ２０ｍ的逡逑矢量文件，并用来提取出样地的遥感因子。逡逑通过得到的样地高程分布图得知（图３－２），样地高程分布均匀。将样地测逡逑得的ＬＡＩｅ进行峰度检验（图３－３），符合正态分布，可以用作回归统计分析。逡逑Ｚ逡逑Ａ逦＇逡逑图３－２样地高程分布图逡逑Ｆｉｇ邋３－２邋Ｅｌｅｖａｔｉｏｎ邋ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋ｓａｍｐｌｅ邋ｐｌｏｔｓ逡逑２0－逡逑１５－逦一邋／－＼逡逑？１°－逦／邋＼逡逑５＇＾ｆ邋Ｖ逡逑．．．丨」Ｉ邋．．．．．．ＰＲ—■■邋ｒｎ逡逑２．００逦２．５０逦３．００逦３．５０逦４．００逡逑ＬＡＩｅ逡逑图３－３实测ＬＡＩｅ的频数分布图逡逑Ｆｉｇ邋３－３邋Ｆｒｅｑｕｅｎｃｉｅｓ邋ｏｆ邋ＬＡＩｅ邋ｄｉｓｔｒｉｂｕｔｉｏｎ逡
【学位授予单位】：四川农业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：S771

【相似文献】

相关期刊论文 前10条

1 吴双丽;邓巍;吴桂芳;;精准施药中叶面积指数探测研究[J];农机化研究;2017年07期

2 武威;孙启洵;周平;李瑞;陈雯;刘涛;;稻麦叶面积指数估算系统设计[J];中国农机化学报;2017年09期

3 翟羽娟;张艳红;刘兆礼;刘宝江;;基于主成分分析的植被指数与叶面积指数相关性研究[J];测绘与空间地理信息;2015年09期

4 张红卫;陈怀亮;;冬小麦叶面积指数动态变化的监测方法及其应用[J];灌溉排水学报;2014年02期

5 翟书华;王斌;苏源;岑晓江;张飞梦;;波叶海菜花不同居群叶面积指数的变化及分析[J];北方园艺;2014年09期

6 麻雪艳;周广胜;;春玉米最大叶面积指数的确定方法及其应用[J];生态学报;2013年08期

7 吴婧;;关于茶树叶面积指数和叶面积覆盖指数的探讨[J];茶叶科学;2012年06期

8 陆秀明;黄庆;孙雪晨;张铁民;刘怀珍;钟旭华;李惠芬;黄农荣;田卡;;图像处理技术估测水稻叶面积指数的研究[J];中国农学通报;2011年03期

9 白莎;池宝亮;黄学芳;樊文华;樊修武;;玉米栽培因子与叶面积指数模型研究初探[J];干旱地区农业研究;2010年02期

10 王志贤;贺志强;李新裕;;不同密度种植新海14叶面积指数动态变化[J];甘肃农业;2006年03期

相关会议论文 前10条

1 陈雪洋;蒙继华;吴炳方;朱建军;纽立明;杜鑫;;基于环境星高光谱数据红边参数的冬小麦叶面积指数反演[A];遥感定量反演算法研讨会摘要集[C];2010年

2 刘倩;;2000-2010年三江源地区MODIS叶面积指数及FPAR产品验证分析[A];遥感定量反演算法研讨会摘要集[C];2010年

3 孙永华;宫辉力;李小娟;浦瑞良;周德民;;基于高光谱的三江平原湿地叶面积指数反演研究[A];遥感定量反演算法研讨会摘要集[C];2010年

4 万华龙;刘连涛;张永江;李存东;孙红春;;去果枝对棉花冠层结构和产量分布的影响[A];2017年中国作物学会学术年会摘要集[C];2017年

5 夏帆;;基于MODIS数据的长江流域生态环境质量评价[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 兰安军;蒋幸萤;易兴松;;基于遥感参数反演的山地城市植被对大气污染响应研究——以贵阳市为例[A];2017中国环境科学学会科学与技术年会论文集（第一卷）[C];2017年

7 姜志伟;陈仲新;任建强;;基于ACRM辐射传输模型的植被叶面积指数遥感反演[A];2010年中国农业资源与区划学会学术年会论文集[C];2010年

8 袁媛;瑚波;武兴厚;赵婷;;夏玉米植被指数与叶面积指数的关系研究[A];第33届中国气象学会年会 S14 提升气象科技创新能力，保障农业丰产增效[C];2016年

9 赵春江;黄文江;王纪华;杨敏华;;不同品种、肥水条件下冬小麦光谱红边参数研究[A];成像光谱技术与应用研讨会论文集[C];2002年

10 潘寅辉;虞敏之;胡建军;黄树荣;盛方清;;四季竹叶面积指数与竹笋产量关系的研究[A];第三届浙江中西部科技论坛论文集（第三卷 林业分卷）[C];2006年

相关重要报纸文章 前5条

1 李梅;蔬菜变化密植可增产[N];瓜果蔬菜报.农业信息周刊;2005年

2 石家庄市农科院 王忠义 赵敬霞;谈谈标杂棉的整枝和化控[N];河北科技报;2003年

3 ;玉米持续增产的六项措施[N];山西科技报;2005年

4 记者 段昊书 通讯员 程路 曹云;今夏全国森林长势为近5年最差[N];中国气象报;2015年

5 围场满族蒙古族自治县农牧局 梁宏宇;蔬菜变化密植增产技术[N];河北科技报;2016年

相关博士学位论文 前10条

1 宋佳音;利用半球图像反演森林冠层叶面积指数的方法研究[D];东北林业大学;2017年

2 蔡庆空;基于小波变换的冬小麦叶面积指数与叶绿素含量遥感反演[D];中国矿业大学(北京);2015年

3 王强;基于多角度混合模型的长白山地区针叶林区叶面积指数反演[D];东北林业大学;2009年

4 柏军华;棉田管理信息的遥感提取研究[D];中国农业科学院;2009年

5 邵方丽;冀北山地典型森林植被与土壤成分的空间异质性关系研究[D];北京林业大学;2012年

6 谢巧云;考虑红边特性的多平台遥感数据叶面积指数反演方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

7 骆社周;激光雷达遥感森林叶面积指数提取方法研究与应用[D];中国地质大学(北京);2012年

8 夏繁茂;节约型园林植物的应用与优化研究[D];南京林业大学;2012年

9 刁明;温室甜椒生长发育模拟模型的研究[D];南京农业大学;2008年

10 胡琦;内蒙古地区多时间尺度气候变化及草地叶面积动态响应研究[D];中国农业大学;2016年

相关硕士学位论文 前10条

1 吾木提·艾山江;基于“天-空-地”多源遥感数据的小麦叶面积指数反演[D];新疆大学;2019年

2 张岩博;基于LiDAR与遥感影像对玉米叶面积指数反演的方法研究[D];新疆大学;2019年

3 刘培新;基于半球摄影法的植被参数提取研究[D];电子科技大学;2019年

4 王雅鑫;基于叶面积指数的内蒙古四子王旗荒漠草原植被动态分析[D];内蒙古师范大学;2019年

5 马宇龙;基于PROSAIL模型的闽三角地区叶面积指数反演研究[D];福建师范大学;2018年

6 牛小桃;水蚀风蚀交错区典型植被叶面积指数动态变化及其对冠层截留量的影响[D];中国科学院大学(中国科学院教育部水土保持与生态环境研究中心);2019年

7 刘金然;基于无人机遥感影像的棉花主要生长参数反演[D];山东师范大学;2019年

8 程康平;基于吸收峰特征的叶面积指数反演研究[D];杭州电子科技大学;2018年

9 贾洁琼;基于GF-2卫星夏玉米不同生育期叶面积指数反演方法研究[D];西北大学;2018年

10 王永杰;福州市城市公园绿地主要树种叶面积指数特征及影响因子研究[D];福建农林大学;2018年

本文编号：2611965