两种叶面积指数动态模拟方法的对比研究
叶面积指数三类遥感估算方法
叶面积指数三类遥感估算方法叶面积指数（Leaf Area Index，LAI）是一个衡量植物叶片覆盖程度的重要指标，可通过遥感技术进行估算。
下面是关于叶面积指数估算方法的十条描述：1. 植被指数法：植被指数法是通过计算可见光或近红外波段的植被指数（如归一化植被指数，NDVI）并与地面测量的LAI进行回归分析来估算LAI。
这种方法使用简便，但由于植被指数与LAI之间的关系复杂，估算结果的精度有限。
2. 基于VegeSAIL模型的方法：VegeSAIL模型是一种基于光谱的LAI估算模型，它将植被覆盖度和植被构型与LAI进行建模。
通过遥感数据和该模型对比分析，可以估算出植被的LAI。
3. 基于PROSAIL模型的方法：PROSAIL模型是一种基于物理过程的植被辐射传输模型，可以模拟不同植被类型和结构的辐射反射特性。
通过将遥感数据与该模型相结合，可以估算出植被的LAI。
4. 基于NERD模型的方法：NERD模型是一种基于点源和线源的辐射传输模型，可以模拟植被的光谱反射特性。
通过将遥感数据与该模型相结合，可以估算出植被的LAI。
5. 基于深度学习的方法：深度学习是一种利用神经网络模拟大脑处理信息的方法。
通过训练神经网络模型，可以利用遥感数据估算出植被的LAI。
6. 基于回归分析的方法：这种方法通过建立遥感数据与地面测量LAI之间的回归关系，利用回归模型对LAI进行估算。
回归分析方法适用于区域尺度的估算，但可能受到数据不一致性和空间变异性的限制。
7. 基于的时序遥感的方法：时序遥感数据包含不同时期植被的遥感信息，可以通过比较不同时期的遥感数据，推断植被的LAI变化。
这种方法可以监测植被的动态变化，但需要较长的时间序列数据。
8. 基于植被指标的方法：这种方法通过使用特定的植被指标（如NDVI和EVI）与LAI 之间的经验关系，对植被的LAI进行估算。
这种方法简单易用，但精度较低。
9. 基于遥感图像分割的方法：这种方法通过将遥感图像分割为不同的植被对象，然后分别估算每个植被对象的LAI。
叶面积测量试验数据对比分析
积 和总产 量 均居全 国各 省 （ 、 ） 首 。试 验 以 区 市 之 小 麦和 玉米作 为试 验 材 料 ， 验 对 比地 点 选 定 在河 试 南 省开封 市 开 封 县八 里 湾 镇 小 马 营 村 的农 业 示 范
摘 要 ：以 河 南 主 要 的粮 食 作 物 作 为 研 究 对 象 ， 用 试 验 对 比的 方 法 ， 使 用 两种 型 号 叶 面 积仪 和 手 工方 格 纸 采 对 方 法 测 得 的 叶 面 积 数 据进 行 比 较 分 析 ， 以方 格 纸 法 测 量 的 叶 面 积 数 据 为 参 考 ， 两种 型 号 叶 面 积 仪 的 测 量 精 确 并 对 度 和 准 确 度 进 行 了 比 较 。 结果 表 明 ： 用 不 同方 法 测 量 的 叶 面 积 数 据 的 差 异 随 着 作 物 植 株 叶 面 积 的 增 加 而 增 大 ； 采 采 用 Ｇ ｔ —ｌ型 叶面 积 仪 测 量 的 叶 面 积 数据 重 复 性 更 好 ， 定 结 果 更 为 稳 定 ， 量 精 确 度 和 准 确 度 更 高 。 Ｓａ ｌ ｒ Ｉ 测 测
作 物 叶面 积指 数 由小 而大 变 化 。 同时 ， 面积 也 叶
是 影 响 植 物 生 长 、 实 发 育 和 品 质 的 重 要 生 理 和 形 果
计按 照 中 国气 象 局 《 业 气 象 观 测 规 范 》６的作 物 农 ［ ３
发育 期观 测要 求 ， ２ １ 于 ０ ２月到 ９月分别 在 小麦 １年 返青 、 节 、 穗 、 花 、 拔 抽 开 灌浆 成 熟 ， 米拔 节 、 雄 、 玉 抽
两种测定天然次生林叶面积指数方法的比较
b , 单位为 g , 这一层的样本叶鲜重为 w , 单位为
2
气候 较 为 明 显 , 属 温 带 季 风 气 候 。年 均 温 度 为
218 ℃, 一 月 平 均 温 度 - 1916 ℃, 七 月 平 均 气 温 2019 ℃, 大于 10 ℃积温 2 88317 ℃, 年平均湿度为 70 % , 年 均 降 水 量 为 72318 mm , 年 蒸 发 量 为 1 09319 mm , 年日照时数 2 47113 h , 无霜期 120 ～ 140 d 。土壤多为暗棕色森林土 , 土壤下层为岩石 。 2 研究方法 211 标准地的设置
The Comparison of Two Methods of Measuring Leaf Area Index of Natural Secondary ForestΠ Liu Lixin , Li Fengri (Northeast Forestry University , Harbin 150040) Abstract : The direct measurement method namely weighing method and indirect measurement method namely canopy analyz2 er measurement method to determine leaf area index were used to measure leaf area index of natural secondary forest of Maoπ ershan Mountains. The correlation analysis and the comparative analysis were used to study the determination results. The research results showed that the values of direct measurement were actual measured leaf area index and the values of in direct measurement were less than those of the actual measured with the precision lacking approximate 25 %～40 %. The two results related significantly and the values of direct measurement can better reflect the changes of leaf area index of trees. Canopy structure in natural second2 ary forest had great effects on canopy analyzer , which was the main reason causing the difference of the two methods above. Key words : natural secondary forest ; leaf area index ( LAI) ; canopy analyzer
叶面积指数遥感反演模型与算法研究
叶面积指数遥感反演模型与算法研究近年来，随着遥感技术的发展和应用广泛，叶面积指数（Leaf Area Index，简称LAI）的遥感反演成为植被研究领域的重要课题之一。
LAI是描述植被叶片分布密度和叶片面积的指标，对于了解植被生长状态、生态环境监测以及农作物生产等方面具有重要的意义。
LAI反演的研究方法主要包括基于光谱反射信息的方法和基于光密度曲线的方法。
其中，基于光谱反射信息的方法是目前应用较多的一种方法，通过遥感数据获取植被光谱特征，进而建立LAI与光谱拟合曲线之间的关系。
这类方法的优势在于遥感数据获取相对容易，可以实现大范围和高时间分辨率的观测。
然而，由于植被光谱信息的受限以及大尺度观测中存在的光谱混合效应，该方法常常存在精度较低的问题。
为提高LAI反演的精度和准确性，研究人员提出了一系列的反演模型和算法。
例如，基于遥感数据的全谱反演模型在LAI反演中取得了很好的效果。
全谱反演模型利用不同波段的遥感数据，建立LAI与多波段反射率之间的数学关系，通过回归分析等方法得到LAI的估计值。
此外，还有基于机器学习算法的LAI反演模型，如支持向量机（Support Vector Machine，简称SVM）和随机森林（Random Forest）等算法。
除了基于光谱信息的反演方法外，还有一些基于结构参数和水分信息的反演模型。
这些模型通过获取植被结构参数的遥感数据，建立LAI与植被结构参数之间的关系，从而实现LAI的反演。
同时，一些结合物理模型的反演方法也被广泛应用于LAI反演研究中。
例如，利用射线传输理论，通过估计叶片表面饱和度和角度因子等参数，建立LAI与这些参数之间的联系，可以实现LAI的反演。
此外，还有一些新兴的技术和方法在LAI反演中得到了应用。
例如，基于人工智能的深度学习算法可以通过耦合遥感数据和地理数据，利用深度神经网络等方法进行LAI反演，具有较高的精度和准确性。
此外，时间序列的遥感数据分析方法也被广泛应用于LAI反演研究中，通过分析植被的时空动态变化，可以得到LAI的时序变化规律。
基于高光谱遥感的农作物叶面积指数反演方法的分析与比较
基于高光谱遥感的农作物叶面积指数反演方法的分析与比较摘要：高光谱遥感技术作为反演农作物叶面积指数（LAI）的一个有力工具，近几年来已经越来越被国内外学者所重视。
本文比较系统地总结了利用高光谱遥感反演LAI值的一般方法，即包括试验田建立、光谱数据采集、LAI值测定、HVI值计算、反演模型的生成五个步骤。
总结出了一些常见农作物的最佳的LAI 值定量反演模型，便于今后相关研究时查阅。
关键词：高光谱遥感；叶面积指数（LAI）；反演模型Abstract: High spectrum remote sensing technology as the inversion of crop leaf area index ( LAI ) are a powerful tool, in recent years it has been pay more and more attention of both domestic and foreign scholars. The paper systematically summed up the use of hyperspectral remote sensing inversion of LAI value general methods, including experimental field establishment, data acquisition, LAI value, HVI value calculation, determination of inversion model is generated in five steps. Summarizes some common crop optimal LAI value quantitative inversion model for future related research, consulting.Key words: remote sensing; leaf area index (LAI); inversion model引言遥感技术是指远距离、在不直接接触目标物体情况下,通过接收目标物体反射或辐射的电磁波,探测地物波谱信息,并获取目标地物的光谱数据与图像,从而实现对地物的定位、定性或定量的描述。
2种水稻生长模型比较
2种水稻生长模型比较作者：浩宇来源：《安徽农业科学》2017年第11期摘要[目的]比较ORYZA2000和WOFOST 2种模型对江西省水稻生长的模拟效果。
[方法]利用江西省当地田间试验观测数据，收集水稻的关键参数，同时结合同期逐日气象数据等资料分别对ORYZA2000和WOFOST 2种模型进行比较。
采用适应性评价对水稻多个生理指标进行评价与验证。
[结果] 以统一化均方根误差（NRMSE）来衡量作物模型的模拟结果，ORYZA2000模型模拟结果显示水稻各生物量的NRMSE值小于25%，而WOFOST模型对叶面积指数及穗生物量模拟偏差较大，分别为46%和55%。
[结论] ORYZA200在穗生物量和叶面积指数的模拟中比WOFOST模型模拟效果较好。
关键词作物模型；田间数据；调试参数；适应性评价中图分类号S511文献标识码A文章编号0517-6611（2017）11-0019-04Abstract[Objective]To compare simulation effect of two kinds of rice growth model in Jiangxi Province.[Method] By the local field experimental observation data and meteorological data at the same period，the ORYZA2000 and WOFOST model parameters were compared.The growth period，the leaf area index and the biomass index were verified and evaluated.[Result]Measuring simulation effat of crop model with NRMSE，the biomass NRMSE value were less than 25% from ORYZA2000 model，and the NRMSE value of LAI and dry weight was 46% and 55% from WOFOST，which the deflection was larger.[Conclusion] Simulation effect of ORYZA2000 in spike biomass and leaf area index is better than that of WOFOST model.Key wordsCrop model；Field data；Parameters calibration；Adaptability evaluation作物生长模型作为新兴农业研究领域的重要工具，不仅能帮助人类加强对于农业生产系统的认知水平，还能比较不同试验点结果的差异性[1-4]。
不同叶面积指数反演方法比较研究_刘晓臣
c, x = NDVI =
Qir Qir +
QQrr ,
( 1)
其中, Qr 为植被冠层红光波段反射率, Qir 为植被冠
层近红外波段反射率, a, b , c 为经验参数。
112 二阶微分法
对叶片及土壤的波谱分析表明, 某些波段叶片
的二阶微分商值比土壤二阶微分商值大很多( Qdc m
Qds ) , 所以如果获得了植被冠层的高光谱数据, 就可
到 LAI 的解析解。由于几何光学模型与辐射传输模 型具有各自不同的优势, 近年来出现了各种混合模
型, 如基于物理模型与统计模型相结合的核驱动模 型[ 13,14] , 考虑树冠复杂结构的 GHOST 模型等[ 15] , 取 得了较好的反演精度[ 16, 17] 。
为了既考虑冠层的二向性反射特征, 又能通过
不同叶面积指数反演方法比较研究
刘晓臣1,2 范闻 捷2, 田庆久1 徐希孺2
1南京大学国际地球系统科学研究所, 南京 210093; 2北京大学遥感与地理信息系统研究所, 北京 100871; 通讯作者, E-mail: fanwj@ pku. edu. cn
摘要 以 PROSAIL 模型模拟数据和地面实测数 据为基础, 分别 分析了土 壤背景、冠 层反射率 非各向 同性以 及随机 噪声等因素对 几类代表性反演方法的影响( 植被指 数法、二阶微 分法、模型反 演法以 及方向 性二阶 微分法) 。结果 表明在不同条件下, 各类反演方法的反演精度差 别较大。植被指数 NDVI 对几种因素的滤除能力 都较差, 反演精度 最低; 模型反演精度高于植被指数方法, 但会 受到土 壤背 景的影 响; 二阶 微分 方法虽 然能 部分消 除土 壤背景 的影 响, 但受冠层反射率非各向同性的限制。文中提出的方向性二阶微 分法能较好地消除土壤背 景和冠层反 射率非各 向同性的影响, 反演精度较前者有所提高, 但二阶微分方法易受噪声影响。 关键词 叶面积指数; 反演方法; 方向性二阶微分 中图分类号 P23
叶面积指数的研究和应用进展
面［１０，１２・１３，３４，３９，４引。因此，在未来的研究中应当加强
对这一领域的重视。
５
操作，方便快捷，还可以测定一年中森林冠层ＩＡＩ
的季节变化，已经开始在生态学、果树和森林培育学 中得到一定应用［２，１４，１５，１７，２４・３４，３引。因此为了获得 森林生态系统冠层结构动态变化的观测数据，用分
ＬＡＩ指数的动态变化反映遥感数据与植物生长
法、点接触法、叶面积测定仪等，多数属于毁坏性测
量，一些经验方法等也存在误差较大的缺陷。另一 种是间接法测量，有两种方法：顶视法和底视法。顶 视法即用传感器从上向下测量，遥感方法就属于这 种，其原理是利用地物的反射光谱；底视法是传感器 从下向上测量，其优点是适合于对森林的测试，无需 用遥感平台，并可以作为植物定量遥感的地面定标 手段主要是用光学仪器观测辐射透过率，再根据辐 射透过率算出ＬＡＩ，其中数字植物冠层图象分析仪 方法是在ＬＡＩ一２０００型冠层分析仪的基础上发展起 来的，它采用了２０世纪９０年代的最新技术，有一个 鱼眼成像信息采集器，传感器获取的是二维空间的 植被冠层结构信息，并且较强的数据处理功能，该方 法可以避免传统收获法所造成的大规模破坏森林的 缺点，不受时间的限制，获取的数据量大，仪器容易
被指数方法，由原始影像、视反射率影像、大气校正 后的影象计算出ＮＤＶＩ（归一化植被指数）与地面真 实ＬＡＩ的之间呈现较好线性关系。ＬＡＩ作为计算 植物蒸散和干物质累积最重要的参数，且最能反映 遥感数据与植物生长状态密切相关关系，因此，研究
Ｂ００ｔｅ和Ｔ０１ｌｅｎａａｒ按照作物生育阶段的系统
性和产量形成的普遍性，提出作物产量形成主要是 在以下５种因子综合作用的结果，即：①冠层建立 （ｐｒｉｏｒ ｅｖｅｎｔｓ）；②光合作用（ｐｈｏｔｏｓｙｎｔｈｅｓｉｓ）；③分配 强度（ｐａｒｔｉｔｉｏｎｉｎｇ ｉｎｔｅｎｓｉｔｙ）；④分配持续期（ｐａｒｔｉ—
2种水稻生长模型比较
2种水稻生长模型比较浩宇【摘要】[目的]比较ORYZA2000和WOFOST 2种模型对江西省水稻生长的模拟效果.[方法]利用江西省当地田间试验观测数据,收集水稻的关键参数,同时结合同期逐日气象数据等资料分别对ORYZA2000和WOFOST 2种模型进行比较.采用适应性评价对水稻多个生理指标进行评价与验证.[结果] 以统一化均方根误差(NRMSE)来衡量作物模型的模拟结果,ORYZA2000模型模拟结果显示水稻各生物量的NRMSE值小于25%,而WOFOST模型对叶面积指数及穗生物量模拟偏差较大,分别为46%和55%.[结论] ORYZA200在穗生物量和叶面积指数的模拟中比WOFOST模型模拟效果较好.%[Objective]To compare simulation effect of two kinds of rice growth model in Jiangxi Province.[Method] By the local field experimental observation data and meteorological data at the same period,the ORYZA2000 and WOFOST model parameters were compared.The growth period,the leaf area index and the biomass index were verified and evaluated.[Result]Measuring simulation effat of crop model with NRMSE,the biomass NRMSE value were less than 25% from ORYZA2000 model,and the NRMSE value of LAI and dry weight was 46% and 55% from WOFOST,which the deflection was larger.[Conclusion] Simulation effect of ORYZA2000 in spike biomass and leaf area index is better than that of WOFOST model.【期刊名称】《安徽农业科学》【年(卷),期】2017(045)011【总页数】5页(P19-22,26)【关键词】作物模型;田间数据;调试参数;适应性评价【作者】浩宇【作者单位】陕西省气象服务中心,陕西西安 710014【正文语种】中文【中图分类】S511作物生长模型作为新兴农业研究领域的重要工具，不仅能帮助人类加强对于农业生产系统的认知水平，还能比较不同试验点结果的差异性[1-4]。
宁夏扬黄灌区玉米叶面积指数动态变化模拟
基金项目：国家自然基金地区基金项目“基于机器视觉的膜下滴灌青贮玉米长势监测与营养诊断体系构建”（31560339）；宁夏自然基金项目 “基于机器视觉的农作物长势监测与诊断研究”（NZ15047）。
关键词：玉米；叶面积指数；光合有效辐射；相对热效应；有理函数
中图分类号 S513
文献标识码 A 文章编号 1007-7731（2016）12-0011-04
Simulating on Leaf Area Index of Maize of New Irrigation Area Pumping Water from the Yellow River in Ningxia
安徽农学通报，Anhui Agri.Sci.Bull.2016，22（12）
11
宁夏扬黄灌区玉米叶面积指数动态变化模拟
贾彪
（宁夏大学农学院，宁夏银川 750021）
摘 要：该研究选用玉米品种先玉 335 为试验材料，在宁夏典型的扬黄灌区冯记沟试验基地开展不同氮素水
平的小区试验，采集获取玉米各生育期的叶面积指数和辐热积，对其动态变化过程进行了定量的分析，然后
1 引言
作物生长动态变化分析模拟主要是根据作物生长发 育的内在规律，对其生长发育进程、光合作用以及产量形 成等多个因子进行量化分析和动态概括，从而实现作物 栽 培 措 施 的 优 化［1- 3］，以 达 到 优 质 、高 产 、稳 产 、高 效 的 目的。
叶面积指数是作物冠层光合作用和光合速率的重 要参数之一，是反映作物群体质量和群体变化的重要指 标 。 ［4-5］ 作物吸收太阳辐射，进行光合作用的强度，主要 决定因素是其叶面积指数的大小。在农业生产中，农业 专家通常用作物叶面积指数来衡量其生长发育健康状
Jia Biao （School of Agriculture，Ningxia University，Yinchuan 750021，China） Abstract：In order to investigate the dynamic relationship of cotton between leaf area index and accumulate total pro⁃ duction of thermal effectiveness and photosynthetically active radiation，plot experiments were conducted with Xianyu335 cultivar and four N levels were imposed of Fengjigou of new irrigation area pumping water from the Yel⁃ low River in Ningxia.The experiment quantificationally analyzed the dynamic changes of leaf area index and TEP of the whole growth period through test data in four N levels according to normalization process and dynamically simu⁃ lated relative leaf area index and relative TEP using the Curve Expert.The results indicated that seven analog models showed a better fitting effect and the rational function which have strong biological significance and a high determina⁃ tion coefficien（t R2=0.803）can be more accurate to describe the maize leaf area index dynamic correlation than oth⁃ ers.The results indicated the rational function dynamic change based the thermal effectiveness and photosynthetical⁃ ly active radiation description can accurately reflect the dynamic changes in the maize groups in Ningxia. Key words：Maize；Leaf area index；Photosynthetically active radiation；Related thermal effectiveness；Rational func⁃ tion
农业智能化中的叶面积指数测量技术研究
农业智能化中的叶面积指数测量技术研究随着科技的快速发展，农业智能化正在成为农业发展的新趋势。
叶面积指数是衡量植物生长状态和生产能力的重要指标之一，因此叶面积指数测量技术在农业智能化中起着至关重要的作用。
一、叶面积指数测量技术概述叶面积指数（Leaf Area Index, LAI）是指单位地面积内植物群体叶面积的总和与该地面积的比值。
它是评价植物生长状况、生产能力和生态环境质量的重要指标之一。
近年来，随着农业科技的发展，叶面积指数的测量技术也在不断升级和完善，目前主要有以下几种方法：1. 直接测量法：使用亚毫米级精度的液体平衡或电子天平测量单片叶子的质量，并通过公式计算得到单叶片面积，再计算得到叶面积指数。
2. 比较法：将待测植株与标准植株放在同一环境下生长，通过比较两种植株的叶面积，计算出叶面积指数。
3. 遥感法：利用遥感技术获取植物的光谱信息和图像数据，通过计算反射率得出叶面积指数。
二、叶面积指数在农业智能化中的应用农业智能化以提高农业生产力和效益为目标，叶面积指数的测量技术在农业智能化中的应用主要有以下两个方面：1. 优化农业生产在现代农业中，农民通过叶面积指数测量技术可以实现精细化、科学化管理。
由于植物的叶面积与光合作用强度有直接关系，优化植株叶面积可以提高光合作用的效果，增加作物产量和品质。
例如，当作物缺水时，叶面积会因叶片萎缩而减小，此时植株的光合作用速率也会下降，影响作物的生长和产量。
通过定量的叶面积指数测量和监测，可以更准确、科学地判断作物缺水情况，及时采取补水措施，提高作物产量和利润。
2. 实现精准化施肥农业智能化可以实现针对性施肥，达到最佳的施肥效果。
使用叶面积指数测量技术可以帮助农民计算各植株的生长情况，根据植株需要量来施肥，避免了浪费，提高了肥料利用率，达到了绿色、高效的目标。
三、未来的发展趋势和展望随着人工智能等技术的不断提升，未来叶面积指数测量技术也将得到广泛的应用。
叶面积指数的主要测定方法
第33卷第3期2008年6月 林 业 调 查 规 划Forest I nvent ory and Planning Vol .33 No .3 Jun .2008叶面积指数的主要测定方法谭一波,赵仲辉(中南林业科技大学生命科学与技术学院,湖南长沙410004)摘要:简要地介绍了叶面积指数的概念和研究的意义,总结了当前叶面积指数(LA I )的主要测定方法有直接和间接方法两大类,分析了各种方法的优缺点.认为未来叶面积指数测定的发展趋势是光学仪器法和遥感法的相互结合.关键词:叶面积指数;测定方法;遥感法;光学仪器法中图分类号:S758.58 文献标识码:A 文章编号:1671-3168(2008)03-0045-04The M a i n M ethods for D eter m i n i n g L eaf Area I ndexTAN Yi 2bo,ZHAO Zhong 2hu i(School of L ife Sciences and Technol ogy,Central South University of Forestry and Technol ogy,Changsha Hunan 410004,China )Abstract:The paper briefly intr oduces the concep t and significance for the study of leaf area index (LA I ),and su mmarizes the current main methods f or deter m ining LA I as direct and indirect ways as well as its individual advantages and disadvantages 1It concerns that the devel opmental trends of LA I deter m i 2nati on in the future will be the combinati on of op tical instru ment method with re mote sensing method 1Key words:leaf area index;deter m inati on method;re mote sensing method;op tical instru ment method收稿日期:2008-01-09基金项目:湖南省自然基金项目“城市主要绿化树种蒸腾耗水规律和分形特征的研究”(05JJ40127).作者简介:谭一波(1981-),男,广西南宁人,硕士研究生,主要从事森林生态和小气候研究.赵仲辉(1964-),男,博士,副教授,主要从事气象学和森林生态研究. 叶面积指数是生态系统的一个重要结构参数,用来反映植物叶面数量、冠层结构变化、植物群落生命活力及其环境效应,为植物冠层表面物质和能量交换的描述提供结构化的定量信息,并在生态系统碳积累、植被生产力和土壤、植物、大气间相互作用的能量平衡,植被遥感等方面起重要作用[1～4].1叶面积指数的概念叶面积指数(Leaf A rea I ndex,缩写LA I )的提出源于作物学,在20世纪40年代中期,英国农业生态学家W ats on 首先将叶面积指数的概念定义为单位土地面积上单面植物光合作用面积的总和[4,5].由于在理解和使用上存在差异,叶面积指数有很多不同的定义和解释,如植物叶片总面积与土地面积的比值,单位面积上植物叶片的垂直投影面积的总和等.Chen [8]、Gower 等人[9]还提出,LA I 是单位土地面积上所有叶片表面积的一半或总叶片投影面积的一半.Lang 等人[10]认为,将LA I 定义为单位土地面积上的植物光合有效辐射总截取面积较定义为单位土地面积上的垂直投影面积或最大投影面积具有更好的表达能力,因为植物光合有效辐射总截取面积还反映了植物冠层的物理意义和生态内涵[5,11].叶面积指数是一个无量纲度量的参数,其大小与植被种类、生长期、叶片倾角、叶簇和非叶生物量等因素有关[4,6],还受叶面积指数定义和测定方法的影响.2叶面积指数测定的主要方法211直接方法直接测定方法是一种传统的、具有一定破坏性的方法,通过直接测量叶面积得到的叶面积指数,可作为间接方法的有效验证.21111叶面积的测定(1)传统的格点法和方格法.格点法是将采集到的叶片平摊在水平面上,在叶片上覆盖一块透明方格纸,然后统计在叶内的格点数和叶边缘的格点数计算叶片的面积,不足半格者不计,超过半格者按一格记.方格法是在叶片下方放置一块方格纸,并用铅笔描绘出叶片轮廓,数出叶片所占的格数,叶缘不林业调查规划足半格者不计,超过半格按一格记,最后合计叶片所占的总格数作为叶面积.(2)描形称重法.在一种特定的坐标纸上,用铅笔将待测叶片的轮廓描出并依叶形剪下坐标纸,称取叶形坐标纸重量,按公式计算叶面积.(3)仪器测定法.叶面积测定仪可以分成两种类型[5],分别通过扫描和拍摄图像获取叶面积.扫描型叶面积仪主要由扫描器(扫描相机)、数据处理器、处理软件等组成,可以获得叶片的面积、长度、宽度、周长、叶片长度比和形状因子以及累积叶片面积等数据,主要仪器有:C I-202便携式叶面积仪、L I -3000台式或便携式叶面积仪、AM-300手持式叶面积仪等.此外,还有使用台式扫描仪和专业图像分析软件测定的方法.图像处理型叶面积仪由数码相机、数据处理器、处理分析软件和计算机等组成,可以获取叶片面积、形状等数据,主要仪器有:W I N D I2 AS图象分析系统、SKYE叶片面积图像分析仪、Decagon-Ag图象分析系统、W inF OL I A多用途叶面积仪等.21112落叶收集法本方法适合于落叶林,一般先在样地内随机设置一定面积(S)的凋落物收集网,将收集到的凋落物烘干,分离出叶片来称重,得到落叶量[12].再用十字分割法从落叶中取出一定重量的叶片测出总叶面积,计算出比叶重K(c m2/g),即单位叶面积与叶干重的比值[14],结合落叶收集得到的单位时间单位面积落叶的重量M(g/m2·a)以及生物量研究中得出的单位时间落叶量所占样地总叶量的百分比C,用下式即可计算叶面积指数[12]:LA I=(M×K)/(C×S)落叶收集法在落叶林的测量中得到了较准确的结果,但是测量周期长,在常绿林中应用时会产生较大的误差[12,13].21113分层收割法[12]在群落中设置样地,并对样地进行调查,记录样地中的树种组成、树高、胸径和冠幅等参数,找出具有平均高度和平均胸径的标准木,并进行整株收获,即从径基开始按每段1m长分割,由底部向上逐段收获叶片,将全部叶片摘下后称取总重W(g),最后用十字分割法从中取出500～1000g叶片称重和测定叶面积,计算出比叶重K(c m2/g),用下式计算叶面积:L=(W×K)/S式中,W为标准木总叶重,K为比叶重,S为标准木所占地面面积.任海先生[12]在研究南亚热带森林时认为该方法较准确,但具有很大的破坏性,且费时费力.212间接方法间接方法是用一些测量参数或用光学仪器得到叶面积指数,测量方便快捷,但仍需要用直接方法所得结果进行校正[16].21211点接触法点接触法是用细探针以不同的高度角和方位角刺入冠层,然后记录细探针从冠层顶部到达底部的过程中针尖所接触的叶片数目,用以下公式计算.LA I=n/G(θ)式中,LA I为叶面积指数,n为探针接触到的叶片数,G(θ)为投影函数,θ为天顶角.当天顶角为5715°时,假设叶片随机分布和叶倾角椭圆分布[5],则冠层叶片的倾角对消光系数K的影响最小,此时采用3215°倾角刺入冠层,会得出较准确的结果,用以下公式计算.LA I≈111LA I3215点接触法是由测定群落盖度的方法演进而来的[12],在小作物LA I的测量中较准确[15],但在森林中应用比较困难[13],主要是由于森林植物树体高大以及针叶树种中高密度的针叶影响了测定.21212消光系数法该法通过测定冠层上下辐射以及与消光系数相关的参数来计算叶面积指数,前提条件是假设叶片随机分布和叶倾角呈椭圆分布,由Beer-La mbert定律知:LA I=1kln(Q0/Q)式中:LA I为叶面积指数,Q和Q分别为冠层上下部的太阳辐射,k为特定植物冠层的消光系数,一般在013～115变化,其计算公式为:k=x2+tanθ2x+11744(x+11182)-01733其中x为叶倾角分布参数,θ为天顶角.消光系数k与植物种类、天顶角、叶片倾角以及非叶生物量有关,在确定时常需要根据经验公式获得,如关德新等[3]在研究长白山针阔叶混交林时,利用观测结果反推消光系数k值.本方法中消光系数如果能够准确地加以测量,那么得出的叶面积指数也较准确[12].21213经验公式法经验公式法利用植物的胸径、树高、边材面积、·64·第33卷谭一波等:叶面积指数的主要测定方法冠幅等容易测量的参数与叶面积或叶面积指数的相关关系建立经验公式来计算.研究表明:叶面积指数与胸径平方和树高的乘积有显著的指数相关性[16],边材面积与叶面积具有很高的相关性[17],林冠开阔度与叶面积指数呈较好的指数关系[18].经验公式法的优点在于测量参数容易获取,对植物破坏性小,效率较高,然而经验公式具有特定性,并不适合于任何树种,因而该法的应用具有一定的局限性[5].21214遥感方法卫星遥感方法为大范围研究LA I提供了有效的途径[4,19].目前主要有2种遥感方法可用来估算叶面积指数[22],一种是统计模型法[19,20],主要是将遥感图像数据如归一化植被指数NDV I、比植被指数RV I和垂直植被指数PV I[20]与实测LA I建立模型.这种方法输入参数单一,不需要复杂的计算,因此成为遥感估算LA I的常用方法.但不同植被类型的LA I 与植被指数的函数关系会有所差异,在使用时需要重新调整、拟合.另一种是光学模型法[19,21],它基于植被的双向反射率分布函数是一种建立在辐射传输模型基础上的模型,它把LA I作为输入变量,采用迭代的方法来推算LA I.这种方法的优点是有物理模型基础,不受植被类型的影响,然而由于模型过于复杂,反演非常耗时,且反演估算LA I过程中有些函数并不总是收敛的[19,22].21215光学仪器法光学仪器法按测量原理分为基于辐射测量的方法和基于图像测量的方法.(1)基于辐射测量的方法.该方法是通过测量辐射透过率来计算叶面积指数,主要仪器有:LA I-2000、AccuP AR、Sunscan、Sunfleck cep t ometer、De mon 和TRAC(Tracing Radiati on and A rchitecture of Cano2 p ies)等.这些仪器主要由辐射传感器和微处理器组成,它们通过辐射传感器获取太阳辐射透过率、冠层空隙率、冠层空隙大小或冠层空隙大小分布等参数来计算叶面积指数.前5种仪器都假设均一冠层、叶片随机分布和椭圆叶角分布,在测量叶簇生冠层时有困难.而TRAC通过测量集聚指数[13,24],能有效地解决集聚效应的问题,使得叶面积指数计算可以不用假设叶片在空间随机分布,减小了有效叶面积指数与现实叶面积指数之间计算的误差[24].基于辐射测量仪器的优点是测量简便快速,但容易受天气影响,常需要在晴天下工作.(2)基于图像测量的方法.该方法是通过获取和分析植物冠层的半球数字图像来计算叶面积指数,仪器主要有C I-100、W I N SCANOPY、He m i V ie w、HCP(He m is pherical Canopy Phot ography)等,这些图像分析系统通常由鱼眼镜头、数码相机、冠层图像分析软件和数据处理器组成.其原理是通过鱼眼镜头和数码相机获取冠层图像,利用软件对冠层图像进行分析,计算太阳辐射透过系数、冠层空隙大小、间隙率参数等,进而推算有效叶面积指数.基于图像测量的仪器和方法测量精度较高,速度则较基于辐射测量的仪器慢,且常需要对图像进行后期处理.此外,测量时需要均一的光环境,如黎明、黄昏、阴天等,晴天会使鱼眼镜头低估或者高估太阳辐射或散射[5,23].(3)光学仪器方法的比较.光学仪器方法在辐射测量、适用冠层、测量环境方面适用条件的比较如表1和表2.表1 基于图像的测量仪器适用条件比较比较项目C I-100W I N SCANOPY He m i V ie w HCP辐射测量直射直射和散射直射和散射直射和散射适用冠层低矮作物、林木冠层低矮作物、林木冠层林木冠层低矮作物、林木冠层测量环境均一光环境均一光环境均一光环境均一光环境表2 基于辐射的测量仪器适用条件比较比较项目LA I-2000AccuP AR Sunscan Sunfleck De mon TRAC辐射测量散射直射和散射直射和散射直射和散射直射直射适用冠层低矮作物、林木冠层低矮作物低矮作物低矮作物低矮作物林木冠层测量环境均一光环境晴天晴天晴天晴天晴天由于光学仪器设计原理和应用理论的差别,在应用仪器时,需要根据测量的植物冠层来选用合适的仪器,而且因为集聚效应在各种冠层中的存在,光学仪器测量出来的叶面积指数是有效值,较之实际值要小[13],因此应将有效叶面积指数与TRAC得出的集聚指数相结合来计算实际叶面积指数[25,26].3结语叶面积指数定义和测量原理上的差异,为不同叶面积指数测量结果之间的比较和验证带来了困难,目前国内外还没有统一的定义和测定方法.比较而言,传统的破坏性方法,如分层收割法,虽然比较准确,但费时费力,效率不高.光学仪器法和经验公式法因具有快速、破坏性小等优点得到广泛应用,但·74·第3期林业调查规划各种光学仪器应用的范围不同,需要根据测量的冠层选择合适的仪器,有条件地选择几种仪器的组合,达到互为验证提高准确性的目的.这些组合中,较常使用LA I-2000、C I-100测量有效叶面积指数,再与TRAC得出的集聚指数相结合以计算实际叶面积指数.叶面积指数测量的发展趋势是光学仪器法和遥感法的相互结合,而且测量精度和准确度将随理论和技术的不断完善逐渐提高.参考文献:[1]巩合德,杨国平,张一平,等1哀牢山4类植物群落叶面积指数比较[J]1东北林业大学学报,2007,35(3):34-361 [2]王希群,马履一,张永福1北京地区油松、侧柏人工林叶面积指数变化规律[J]1生态学杂志,2006,25(12):1486-14891[3]关德新,吴家兵,王安志,等1长白山红松针阔叶混交林林冠层叶面积指数模拟分析[J]1应用生态学报,2007, 18(3):499-5031[4]王希群,马履一,贾忠奎,等1叶面积指数的研究和应用进展[J]1生态学杂志,2005,24(5):537-5411[5]吴伟斌,洪添胜,王锡平,等1叶面积指数地面测量方法的研究进展[J]1华中农业大学学报(自然科学版), 2007,26(2):270-2751[6]Paul JK,Theodore TK1木本植物生理学[M]1北京:中国林业出版社,1985:74-751[8]J ing MC,B lack T A1Defining leaf area index f or non-flatleaves[J]1Plant Cell Envir on,1992,15:421-4291[9]Gower ST,Kucharik CJ,Nor man J M1D irect and indirectesti m ati on of leaf area index,f AP AR and net p ri m ary p r o2 ducti on of terrestrial ecosyste m s[J]1Re mote Sensing of En2 vir on ment,1999,70:29-511[10]Lang ARG,Mcmurtrie RE,Bens on M L1Validity of sur2face area indices of Pinus radiate esti m ated fr om trans m it2tance of the sun’s bea m[J]1Agricultural and ForestMete2or ol ogy,1991,57:157-1701[11]李轩然,刘琪 ,蔡哲,等1千烟洲针叶林的比叶面积及叶面积指数[J]1植物生态学报,2007,31(1):93-1011[12]任海,彭少麟1鼎湖山森林群落的几种叶面积指数测定方法的比较[J]1生态学报,1997,17(2):220-2231 [13]J ingMC,PaulMR,Gower ST,et1Leaf area index of borealforests:Theory,techniques,and measure ments[J]1Jour2nal of Geophysical Research,1997,102(24):29429-294431 [14]吕建林,陈如凯,张木清,等1甘蔗净光合速率、叶绿素和比叶重的季节变化[J]1福建农业大学学报,1998,27(3):285-2901[15]Bonhomme R,Varlet GC,Chartier P1The use of phot o2graphs for deter m ining the leaf area index of young cr op s[J]1Phot osynthesis,1974,8:299-3011[16]常学向,赵文智,赵爱芬1黑河中游二白杨叶面积指数动态变化及其与耗水量的关系[J]1冰川冻土,2006,28(1):85-901[17]Gower ST,Nor man J M1Rap id esti m ati on of leaf area indexin conifer and br oad-leaf p lantati ons[J]1Ecol ogy,1991,72:1896-19001[18]陈厦,桑卫国1暖温带地区3种森林群落叶面积指数和林冠开阔度的季节动态[J]1植物生态学报,2007,31(3):431-4361[19]方秀琴,张万昌1叶面积指数(LA I)的遥感定量方法综述[J]1国土资源遥感,2003,57(3):58-621[20]薛利红,曹卫星,罗卫红,等1光谱植被指数与水稻叶面积指数相关性的研究[J]1植物生态学报,2004,28(1):47-521[21]L i X,Strahler A H1Geometric-op tical model of a coniferforest canopy[J]1I EEE Transacti ons on Geoscience andRe mote Sensing,1985,23(5):705-7201[22]蒙继华,吴炳方,李强子1全国农作物叶面积指数遥感估算方法[J]1农业工程学报,2007,23(2):160-1671 [23]赵平,曾小平,蔡锡安,等1利用数字植物冠层图象分析仪测定南亚热带森林叶面积指数的初步报道[J]1广西植物,2002,22(6):485-4891[24]周宇宇,唐世浩,朱启疆,等1长白山自然保护区叶面积指数测量及结果[J]1资源科学,2003,25(6):38-421 [25]赵丽芳,谭炳香,杨华,等1高光谱遥感森林叶面积指数估测研究现状[J]1世界林业研究,2007,20(2):50-541 [26]J ingMC1Op tically-based methods for measuring seas onalvariati on of leaf area index in boreal conifer stand[J]1Agricultural and ForestMeteor ol ogy,1995,80(2):135-1631·84·第33卷。
中国区域植被叶面积指数时空分布——机理模型模拟与遥感反演比较
中国区域植被叶面积指数时空分布——机理模型模拟与遥感反演比较黄玫;季劲钧【摘要】叶面积指数是表征植被冠层特征的重要参数,同时也是决定生态系统净初级生产力的重要因子,它对全球变化和生态系统碳循环研究具有重要意义.目前大范围的叶面积指数只能通过遥感反演和机理模型模拟获得,而通过这两种方法获取的叶面积指数都存在一定的不确定性.利用大气-植被相互作用模型(AVIM2)在0.1°×0.1°经纬度网格上模拟产生了中国区域叶面积指数并与两套使用不同遥感反演方法生成的叶面积指数在空间分布和季节变化特征方面进行了比较.通过比较说明中国区域植被叶面积指数分布主要受水分条件限制,整体呈现东南部高西北部低的趋势.中国区域植被生长的季节变化受季风影响显著,与气温及地表太阳辐射的季节变化趋势相一致.中国区域叶面积指数整体呈现夏季高、春秋季次之而冬季低的趋势.【期刊名称】《生态学报》【年(卷),期】2010(030)011【总页数】8页(P3057-3064)【关键词】叶面积指数;AVIM2;遥感反演;样带;中国区域【作者】黄玫;季劲钧【作者单位】中国科学院地理科学与资源研究所生态网络观测与模拟重点实验室,北京,100101;中国科学院地理科学与资源研究所生态网络观测与模拟重点实验室,北京,100101;中国科学院大气物理研究所,北京,100029【正文语种】中文叶面积指数(LAI)是衡量生态系统与大气能量和物质交换强度的重要参数，它通过影响冠层的能量、水分平衡和碳光合固定而决定植被的净初级生产力和生态系统的整体功能。
它有多种定义方法[1]目前较为普遍的是定义为单位面积上总叶面积的一半[2]。
过去的许多研究已经证明叶面积指数在控制大气与植被之间能量、动量和物质交换中的重要性[3-6]。
过去的研究同时指出，叶面积指数估计误差是引起净初级生产力估计不确定性的重要原因之一[7-8]，没有对叶面积指数的准确估计就不能正确评估全球变化情景下生态系统植被的生长和净初级生产力变化[9]。
关于植物叶片的两种研究
关于植物叶片的两种研究植物叶片的大小和叶片中叶绿素含量的多少，是我们农业领域经常研究的焦点。
其中叶绿素含量的多少，关系着作物的光合作用，光合作用是积累有机物的过程，因此如果要研究作物的光合作用，就必须测定植物叶片的叶绿素含量。
也正因为此，植物的叶绿素含量与作物产量息息相关。
而植物的叶片面积大小，则与叶面积指数有关。
叶面积指数是一块地上作物叶片的总面积与占地面积的比值。
在一定的范围内，作物的产量随叶面积指数的增大而提高。
因此，对于作物的产量，叶面积和叶绿素含量，是两个非常关键的因子。
植物叶绿素含量的测定：叶绿素含量测定有分光光度法、手持叶绿素仪。
一般的，在野外，我们使用仪器来快速测定植物叶绿素含量。
手持叶绿素仪是我们的首选。
手持叶绿素仪体积小巧，能够直接放在口袋，拿到田间。
手持叶绿素计能够测定植物的叶绿素相对含量或者绿色程度。
叶绿素计的原理是通过测量叶片在两种波长范围内的透光系数来确定叶绿素含量。
另外，叶绿素计还有一个功能，它除了能够测定我们需要的叶绿素含量数据，同时还能够提供氮肥的指导。
据研究统计，通过手持叶绿素计的测定，指导我们实际的施肥，能够在保证产量不减少的情况下，减少10%的氮肥施用量，大大提高经济效益。
植物叶片面积的测定：植物叶面积测定有多种方法：数格子法、扫描仪法、数码相机法、叶面积测定仪法。
其中数叶面积测定仪最简单方便。
叶面积测定仪有多种款式，其中活体叶面积仪是最精确的，但是它对叶片会造成损伤，它需要你摘下叶片然后进行测量，但是它对叶片大小、颜色、厚度等都没有要求，能够测定诸如芭蕉叶等的叶片面积大小。
叶面积测定仪在农业中使用也非常广泛，因为其实用性，而且测量方便，精确度高。
一般如数格子法费时又误差大，现在基本被淘汰。
另外，叶面积测定仪测量速度非常快，只要你将叶片铺好放在感光板上，2秒钟就能够出结果。
适合多叶片测定。
利用不同方法测定红松人工林叶面积指数的季节动态
利用不同方法测定红松人工林叶面积指数的季节动态王宝琦;刘志理;戚玉娇;金光泽【期刊名称】《生态学报》【年(卷),期】2014(034)008【摘要】采用2种异速生长方程法、凋落物法、综合法(对光学仪器法进行木质部分及集聚效应校正后结合凋落物法)和光学仪器法测定了小兴安岭红松(Pinus koraiensis)人工林的叶面积指数(LAI).首先利用光学仪器法测定有效叶面积指数(Le)的季节动态;其次为获得相对准确LAI,基于生长季节(5-8月)的展叶调查,结合凋落物法、综合法和2种异速生长方程法分别测定LAI的季节动态.结果表明:生长季节红松叶片8月初停止生长,迟于其他树种约两周;不同方法测定红松人工林LAI的季节变化均呈单峰型,且在8月初达到峰值,分别为异速生长方法-B(10.58)＞凋落物法(7.90)＞异速生长方法-A(6.70)＞综合法(4.41)＞光学仪器法(1.81);在整个调查期内(5月至11月),相对于异速生长方法-B、凋落物法、异速生长方法-A和综合法,光学仪器法分别平均低估81.69％、75.50％、70.18％和48.90％.本研究探讨了非破坏条件下测定红松人工林LAI季节动态的直接方法,并比较了不同方法之间的差异,研究结果可为有效测定常绿针叶林LAI提供参考.【总页数】9页(P1956-1964)【作者】王宝琦;刘志理;戚玉娇;金光泽【作者单位】东北林业大学生态研究中心,哈尔滨150040;东北林业大学生态研究中心,哈尔滨150040;东北林业大学林学院,哈尔滨150040;东北林业大学生态研究中心,哈尔滨150040【正文语种】中文【相关文献】1.生长季节小尺度空间帽儿山红松人工林地表鞘翅目成虫多样性动态 [J], 刘俊;侯宏宇;高梅香2.小兴安岭谷地云冷杉林叶面积指数的季节动态及空间格局 [J], 刘志理;戚玉娇;金光泽3.大兴安岭南段次生林叶面积指数季节动态特征 [J], 赵鹏武;翟溟赜;六子一;魏晓霞4.利用不同方法反演冬小麦叶面积指数研究 [J], 郑东东;李颖;赫晓慧;胡程达;郭恒亮5.楸树叶面积指数的测度及冠层空隙度的季节动态 [J], 贠慧玲;王军辉;赵秋玲;李银梅因版权原因，仅展示原文概要，查看原文内容请购买。
阔叶树叶面积测量方法的比较和评价
平均值 Ｍｅｎ Ｃｌ） 标 准差 ｓ 变异系数 Ｃ （ ａ （ｉ ＇ ｌ Ｄ ％）平均值 Ｍ ａ （ ｉ ） 标准差 ｓ 变异系数 ｃ （ ） ｅｎ ｔ ｎ Ｄ ％
由表 １可 以看 出 ， 白兰的 叶面 积平均值 在 １１ ３ ｍ ３ ～１６ｃ 的范 围 内， 比木荷 的 叶面 积要 大 得多 。另 外 ， 可
１ 材料与方法
１ １ 试 验材 料 ．
本项研究以白兰 （ ｉ ｅａａ ａ 和术荷（ ｃｉａｓ ｅ ａ 两个树种为测定对象 ， ２０ Ｍｅ ｌ ｌ ） ｈｉ ｂ Ｓｈ ｐｒ ） ｍ ｕ ｂ 于 ０ ５年 １ 月从华南 １ 农业大学树木 园和校同里用高枝剪以一定高度从冠幅长轴的外沿一中心 外沿采样 ， 采样水平距离为 １Ｔ Ｉ Ｉ， 以同一采样方向重复 ３ Ｊ 株 兰和 ３ 株木荷 ， 采集新鲜叶片共 ２５片。为了防止叶片失水 ， ７ 采样完毕后将 叶子 从小到大排列 ， 编号后装在已编号的采样袋里 ， 并带 回实验室。将上述处理过的叶子用四种方法测定叶面积 和记录测定所需时『 。由于考虑到网格法及纸模称重法耗 时又耗力 ， 只取每袋样 品中的第 三片叶子用于 白 Ｊ 故
以看出， 由于木荷的标准差相对较小， 故可以知道木荷的叶面积在相对集中的范同内变动 ， 而白兰的叶面积 变动范围相对来 说则更广 。但足 ， 由变异系数 Ｃ 值可以看出 ， Ｖ 随着环境因素的变化 ， 木荷的叶子变异更大。
２２ 不 同测 定方法 的测 定结 果 比较 ．
用 Ｓ ｔｔａＶ ｒｏ５５软件对两树种四种测定方法得出的叶面积数据进行统计 分析 比较 ， ｔｉｉ ｅ ｉ ． ａｓｅ ｓｎ 结果见图 】 其中 ， １ 图 Ａ表示 白兰叶面积四种测定方法的比较 ； １ 图 Ｂ表示木荷叶面积四种测定方法的比较 。由图 １ 中Ｆ 检验结果及数值分布的离散情况表明 ： ． Ａ 白兰的 Ｆ３ ：０ １９ Ｐ＝０ ９９ 差异不显著 ；． ｆ ＿ ．１， ．４ ， Ｂ 木荷的 ，３ ｃ㈣ ００ ９ Ｐ ＝０９ ６ 差异不显著。这反映了所采用的四种方法对这两树种叶面积的测定结果都相 当可靠， ．６ ， ．７ ，
地下逐日滴灌棉花叶面积指数测定及动态模拟
地下逐日滴灌棉花叶面积指数测定及动态模拟肖兵;张胜江;麦尔丹·加帕尔【摘要】[目的]分析地下滴灌每日灌水情况下棉花叶面积指数变化情况.[方法]通过测坑试验,采用直接和间接方法测定棉花叶面积指数;利用LAI-2200冠层分析仪监测棉花全生育期叶面积指数,并利用修正的Logistic模型拟合全生育期棉花叶面积指数.[结果]LAI-2200在花铃中期测定值与实测值拟合直线较蕾期前测定值拟合结果更接近1:1渐近线;采用Logistic修正模型拟合棉花全生育期叶面积指数,仪器实测值与模拟值分析表明:相关系数R=0.988,标准误差RMSE=0.266.[结论]冠层分析仪测定叶面积指数准确性与作物冠层分布均匀性有关,生育初期测定结果有一定偏差,后期测定结果与真实值相当接近;Logistic修正模型能够较好地模拟出棉花全生育期叶面积指数发展趋势.【期刊名称】《现代农业科技》【年(卷),期】2018(000)002【总页数】3页(P7-8,14)【关键词】棉花;叶面积指数;冠层分析仪;Logistic修正模型【作者】肖兵;张胜江;麦尔丹·加帕尔【作者单位】新疆水利水电科学研究院,新疆乌鲁木齐 830049;新疆农业节水工程技术研究中心;新疆水利水电科学研究院,新疆乌鲁木齐 830049;新疆农业节水工程技术研究中心;新疆水利水电科学研究院,新疆乌鲁木齐 830049;新疆农业节水工程技术研究中心【正文语种】中文【中图分类】S562植物冠层分析在生产和科学研究中有广泛应用，其中叶面积指数（Leaf Area Index，LAI）是一个重要的生态学参数，定义为植物叶片单面表面积之和与其覆盖下土地面积的比值[1]。
叶面积指数不仅直接反映植物的生长状况，而且影响着植物的许多生物、物理过程，如光合作用、呼吸作用、蒸腾作用、碳氮循环和降水截获等。
因此，叶面积指数的快速和准确测定显得十分重要。
LAI测量方法包括直接测量法和间接测量法[2]。
两种植物叶面积测定方法的比较研究
两种植物叶面积测定方法的比较研究陈伟祥; 黄佳佳【期刊名称】《《吉林农业C版》》【年(卷),期】2010(000)010【总页数】2页(P50-51)【关键词】叶面积测定; Photoshop处理法; 剪纸称重法【作者】陈伟祥; 黄佳佳【作者单位】丽水职业技术学院浙江丽水 323000【正文语种】中文【中图分类】Q9480 前言叶片是植物进行光合作用的主要器官，是生态系统中初级生产者的能量转换器。
叶片性状特征直接影响到植物的基本行为和功能。
叶面积是植物研究中的一个常用指标，叶面积的大小决定着光合有效辐射（photosynthetically active radiation，PAR）的大小，与干物质产量和地上净初级生产力有密切关系，反映了植物对其地理分布和养分条件等外界因素的适应策略。
同时，叶面积也是影响植物生长、果实发育和品质的重要生理和形态指标。
所以，叶面积的测定对研究植物的生物学特性和指导生产具有重要意义。
传统的叶片面积的测量方法主要有网格法、复印称重法、系数法、叶面积仪器测量法等，由于传统方法大多需要手工测量，费时费力，或者成本很高。
随着计算机图像处理技术水平的提高，图像处理技术被广泛应用到农林业工程领域，具有操作实时、结果准确的特点，可节省大量的人力、物力和时间。
鉴于传统叶面积检测法的缺点和计算机图像处理技术的优点，研究人员开始探索用图像处理技术来检测叶面积的方法。
本文采用扫描仪采集叶片图像并用图像处理软件（Photoshop）测定两种植物的叶面积，与传统测定方法剪纸称重法的测定结果相比较，检验图像处理软件Photoshop测定叶面积的可行性，试图寻找一种更为简便、快速并能准确计算叶面积的方法，为植物生理生态研究提供服务。
1 试验设计与研究方法1.1 试验材料与仪器1.1.1 试验材料 2009年11月中旬，在丽水职业技术学院校园内选择生长良好、无病虫害、整齐一致的乐东拟单性木兰（Parakmeria lotungensis（Chun et C.H. Tsoong）Law）、海桐（Pittosporum tobira （Thunb.） Ait.）叶片作为实验材料。
油菜绿色面积指数动态模拟模型
油菜绿色面积指数动态模拟模型①汤 亮 朱 艳3 曹卫星(南京农业大学/江苏省信息农业高技术研究重点实验室,南京 210095)摘 要 准确模拟绿色面积指数是作物生长模拟模型可靠预测作物生长和产量的关键。
该研究的目的是以生理生态过程为基础,构建油菜(Brassica napus )叶面积指数和角果面积指数变化动态的模拟模型。
油菜叶面积指数模型综合考虑了库或源限制下的叶面积增长模式,其中库限制下叶面积指数的增长呈指数方程,且受到温度、水分和氮素因子的影响;源限制下叶面积指数增长用比叶面积法来模拟。
油菜角果面积指数由比角果面积和角果干物重来决定。
比叶面积和比角果面积均为生理发育时间的函数。
利用不同类型品种的播期试验及氮肥试验资料分别对模型进行了校正和检验,结果表明模型能较好地模拟不同条件下油菜叶面积指数和角果面积指数。
关键词 叶面积指数 角果面积指数 比角果面积 比叶面积 模拟模型 油菜A SIMU LATION MODE L FOR DYNAMIC GREEN AREA IN DEX IN WINTER RAPE 2SEE D (BRASSICA NAPUS )T ANGLiang ,ZH U Y an 3,and C AO Wei 2X ingHi 2Tech K ey Laboratory o f Information Agriculture o f Jiangsu Province ,Nanjing Agricultural Univer sity ,Nanjing 210095,ChinaAbstract Aims Accurate simulation of green area index is critical for reliable prediction of crop growth and yield using a crop growth m odel.Our study was undertaken to develop a process 2based simulation m odel for predicting dynamic green area index ,including leaf area index (LAI )and pod area index (P AI ),in winter rapeseed (Brassica napus ).Methods Leaf area expansion was simulated through the relationship between LAI and s ource 2or sink 2limited dry matter.Daily leaf expansion rate increased in an S 2shaped growth curve under s ource limitation ,as influ 2enced by tem perature ,water and nitrogen levels.Under the sink limitation ,leaf area expansion was quantified on the basis of specific leaf area.P od area was calculated from specific pod area and pod dry matter.The spe 2cific leaf area and specific pod area were determined from physiological development time and genotype.We calibrated and validated the m odel using experimental data from different varieties ,s owing dates and nitrogen fertilization rates.Important findings R oot mean square error (RMS E )values of LAI were 11.15%,15.57%and 16.87%at three N levels ,and the average RMS E value of P AI in tw o varieties was 12.92%.Plotting the 1∶1rela 2tionship between the simulated and observed values in LAI and P AI growth dynamics indicated a g ood fit.Our m odel of green area index in winter rapeseed shows a high accuracy and applicability under different condi 2tions.K ey w ords leaf area index (LAI ),pod area index (P AI ),specific pod area ,specific leaf area ,simulation m odel ,rapeseed 油菜(Brassica napus )绿色面积指数是油菜高产群体质量的重要指标(凌启鸿,2000),光截获和碳同化都是由冠层绿色面积所完成,因此准确有效地模拟绿色面积指数是作物生长模型精确预测作物生长动态和产量形成的关键。
城市绿地园林树种叶面积指数测定方法研究_以小叶榕为例
第38卷第3期2011年9月福建林业科技Jour of Fujian Forestry Sci and TechVol.38No.3Sep.，2011doi：10．3969/j．issn．1002－7351．2011．03．20城市绿地园林树种叶面积指数测定方法研究———以小叶榕为例柯峰1，2，翁殊斐2，苏志尧2（1.广州民航职业技术学院，广东广州510403；2.华南农业大学林学院，广东广州510642）摘要：分别采用半球面影像技术和LAI－2000冠层分析仪对华南地区最常用园林树种小叶榕（Ficus microcarpa）的叶面积指数（Leaf Area Index，LAI）进行测定、比较和分析。
研究表明，2种测量仪器所测LAI值存在极显著正相关（P＜0.001）；用半球面影像技术测量的LAI值与冠幅、胸径和树高之间也存在极显著一元线性关系，构建回归模型分别为：LAI= 0.0444Cw+1.6526，LAI=0.0088D+1.8327，LAI=0.0543H+1.6404；通过模型可估测小叶榕单株的叶面积指数，达到95%的置信区间的估测值范围。
关键词：小叶榕；叶面积指数LAI；回归模型；半球面影像技术；冠层分析仪中图分类号：S718.43文献标识码：A文章编号：1002－7351（2011）03－0088－04Methods for Measuring Leaf Area Index of Landscape Trees in Urban Greenland—A Case Study of Ficus microcarpaKE Feng1，2，WENG Shu-fei2，SU Zhi-yao2（1.Capital Construction Department，Guangzhou Civil Aviation College，Guangzhou510403，China；2.College of Forestry，South China Agricultural University，Guangzhou510642，Guangdong，China）Abstract：Leaf area index（LAI）was measured，compared，analyzed for the LAI of Ficus microcarpa，the most common landscape trees in southern China with hemispherical photography and LAI-2000canopy analyzer.The results showed that both LAI was signifi-cantly positive correlation（P＜0.001）.The LAI measured with hemispherical photographs and crown width，DBH and tree height exist the significant correlation.Regression model constructed were respectively：LAI=0.0444Cw+1.6526，LAI=0.0088D+ 1.8327，LAI=0.0543H+1.6404，the LAI of Ficus microcarpa could be estimated by the model，which reached95%of confidence interval estimation range.Key words：Ficus microcarpa；Leaf Area Index（LAI）；regression model；hemispherical photography；canopy analyzer城市绿地是由不同的园林树种、不同的植物个体所组成的，建立园林树种叶面积指数（Leaf Area In-dex，LAI）与冠幅、胸径、树高之间的回归模型，进而估算其绿量，是定量研究城市园林生态效益的基础［1］。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
($结果分析
"' ! $基于农业气象数据的 X 2 W 动态模拟 分别以 % 0 V "% O 2 / "% +R 为指标 ! 用不同函数 的线性及 非 线 性 统 计 分 析 方 法 对 X 进 行 模 拟! 2 W 结果表明 % 三叶至乳熟期以三次曲线模拟效果最 好 $ 三叶至抽穗期以幂函数模拟效果最好 ! 且效果 明显提高 $ 抽穗至乳熟期以指数模拟效果最好 ! 但 相比前两个发育期 ! 模拟效果明显下降 & 表 ) ' #
宁夏气象防灾减灾重点实验室 银川$1*###( (' 南京信息工程大学南京$()##<< )'
!' 北京大学遥感与地理信息系统研究所北京$)##51)
摘要 为了获得宁夏灌区春小麦叶面积指数 X , F I 2 = , F W AM, c X 2 W 动态模拟的最佳方法根据宁夏灌区典型农业试
数& +2 P W ' "转换型土壤调节植被指数 & / +2 P W ' "增 强型植被指数 & O P W ' " 大气调节植被指数 & W 2 P W '和 近年研制出的归一化差异光谱指数 & % V +W ' " 再次归
V +W ' 一化光谱指数& L
( )( )
!' " $农业气象数据处理
第 ! 期总第 "# 期
国$土$资$源$遥$感
! " #$ % "& " ' & ( ' )* $ !+ , ' -.! " & $ / ! 0 " &
% & ' ! (#))$ +, -' (#))$
(#)) 年" 月)* 日
两种叶面积指数动态模拟方法的对比研究
张学艺) ( 李剑萍) 官景得) 秦其明! 马力文) 曹 宁)
& )! ' < 式中!7 "7 [ & &分别为观测值与模拟值$ <为样本数#
+ M -@l
槡
& l )
7 [ ' !& 7 &3 &
(
表 )$用农业气象学方法模拟春小麦 X 的结果 2 W
D )< C )$D ? %8 ' 6/ ). % +: % 8 / . 8 02 8 3 : ' * 5( ? % ). N # J < 4. ? %)5: ' ; / . : )/ 6% . % 0: 0/ 054 6% . ? 0+ 8
其应用发展远远跟不上日新月异的遥感观测技术的
#$引言
, F I 2 = , FW AM, c X 2 W 是陆面生态 叶面积指数 X
)
发展 另外随着农业信息化的飞速发展学科间的 交叉研究越来越受到关注耦合方法的研究数据同 化的研究等逐渐成为今后发展的主流 就当前的研 究现状而言往往是对某一学科领域的某一方面研 究比较多学科间的对比研究相对较少
动态模拟方法和基于植被指数的遥感 正形式的 X 2 W 反演 X 动态模拟方法分别是农业气象学和遥感学 2 W 中常用的且效果都已得到普遍认可的方法 前者的 研究时间早且较深入 已形成了比较成熟的理论体 系 后者出现较前者晚虽然理论体系形成较早 但
测区中心位置如图 ) 所示
收稿日期 (#)# 3 )) 3 (< 修订日期 (#)) 3 #* 3 (# 基金项目 中国气象局气象行业科研专项 编号 d 8 R 8 (##5#:#(( 科技部农业科技成果转化资金项目 编号 (##:d Y (<):#<(" 及 宁夏自治区科技攻关项目 编号 6 d ]3 ): 3 )# 3 #" 共同资助
8 Y ' ! !& A & 9 & 9 & l )9 l ) A/ " l &)' , "8 式中!A & 分别为叶片的长度和最大宽度$ # 为 9 & 9 个茎蘖春小麦总叶片数$ ,为测定的总茎蘖数$ 第9 Y 5! (") $ 为叶面积订正系数!宁夏地区取 #! 为群体 密度# ^K @ ? > F D V F K @ ! 根据王信里的研究(!) !生理日数& 0 0 V ' 是模拟叶面积指数动态变化的一个较好因子! 定义为从出苗至观测时的天数$ 根据潘学标 ( )#) 的 研究!温带气候条件下积温 & 2 > > CG CD F E , M / , G -, = F N E C= , !2 / ' 是影响小麦发育的主要因子$ 根据李福生 等的研究 ( ))) ! 宁夏地区春小麦日照时数 & +CA@ ^? A, R & C= @ !+R '与 X 2 W 呈明显正相关! 而宁夏引黄灌区 春小麦发育期间水分条件充足!故不考虑降水影响# (##" 年春小麦观测时段宁 因此!本文整理了 (##* T 夏永宁县气象局观测的逐日平均气温和日照时数! 并对相关数据进行归一化处理# 归一化生理日数 &% & = G F D ? b , M0 ^K @ ? > F D V F K @ !% 0 V ' " 归一化有效积温 &% & = G F D ? b , M O I I , > E ? ` , 2 > > CG CD F E , M / , G -, = F E C= , ! % O 2 / ' 及归一化日照时数&% & = G F D ? b , M +CA@ ^? A, R & C= @ !% +R ' 分别定义为 < O Cl &% % O C ( 3 )' Q G F c
(##" 本文以永宁国家一级农业试验站 (##* T
系统中最为重要的特征参数之一
也是作物生长
2 W 模型中重要的生理参数 ( X 的动态模拟法按学
科可划分为农业气象学法和遥感反演法两种 前者
& B ? @ E ? > 生长曲线或其修正形式的半经验公 是基于 X
年期间同一品种 永良 < 号 的大田观测资料以及 对应的农 业 气 象 因 子 H U V W + 卫星遥感资料为依 据对比分析了农业气象学和遥感学两学科中两种 常用的 X 动态模拟方法在宁夏河套灌区春小麦中 2 W 这一 的监测及预测应用效果 为今后开展基于 X 2 W 关键参数的科研及业务应用进行探索
, <*,
!' M $数据分析 4 7 O X进行基础数据的输入" 输出及转 采用 O ++ )!' # "U = ? B ? A 5' # 对数据进行相关性分析 换!用 +0 及函数模拟# !' O $模型检验
( 采用决定系数& + ' " 均方根误差 & + M -@ ' ( )!) 和 准确度等概念 ( )<) 对春小麦 X 的模拟值和实测值 2 W 之间的符合度进行检验# 其中!均方根误差定义为 <
& )( ' 中! "式& ! ' T 及分别对应 A? = = , M "JD C, Q F E , = H U V W + 第 ( ") "! 及 )" 通道的近红外" 红光" 蓝光及
{
水汽通道反射率值$ A 为土壤调节参数& 这里取 ) ' $ 为常数! 分别取 )# ! 4 :! #! 4 1! * $ 3" E <5" 和 ) l ( l
式法该方法不但具备一定的生物学意义而且还由 于算法引入的气象因子少 常为生理日数 积温 日 照降水等农业气象因子 模拟效果好和宜于业务 动态模拟 推广而常被用作农业气象学的 X 2 W
! 3 *
但其不足之处在于获取大范围 X 信息的能力不 2 W 足 遥感技术被认为是获取区域尺度 X 信息最为 2 W 有效的方式且能够动态修正生态系统模型模拟过 程中的 X 参数 提高模型模拟精度 2 W 感发展的大趋势 法和模型 法
遥感数据为 (##* T 测定 (##" 年间春小麦 X 2 W 时段过宁夏境的 H 资料# 首先! 用国家 U V W +. / , = = F 气象局星地通公司开发的软件对资料进行定标" 反 射率 . 亮温转换及去条纹等处理! 生成 (*# G 分辨 率"( ### 像元 v ) :## 像元的宁夏区域局地文件$ 然后!利用 O % P W <' (的Y F AM H F E ^ 模块计算各种植 测定区域 被指数! 制作通过 d 0 T (##" 年间观测 的大田观测数 点春小麦发育期的相关数据及 X 2 W 据!其中 X 2 W 定义为
# ,
# 各种植被指数的表达式 &!' &<' &*' &:' &1' &5' &"' & )# ' & )) ' & )( '
分别为
C Z " l A? =3 = , M A? = + Z " l = , M 3E A? =3 = , M 3 O Z " l ( )m 3 槡 A? =3 = , M < C Z " l m A? = = , M A? =3 = , M -/ Z " l &) m A' A A? =m = , M m 33E A? =3 = , M 3 ? -/ Z " l 3m 3 3E A? = = , M A? =3 = , M @ Z " l &) m A' 4 4 A A? =m )= , M 3 (JD C, m (&. A? =3 = , M 3 JD C, 3 = , M') " / Z " l (&. A? =m = , M 3 JD C, 3 = , M') Q F E , =3 A? = < C -" l m A? = Q F E , = + C -" l Q F E , =3 A? = A? =m Q F E , = 槡