基于LAI-2200的草地LAI测量与聚集度系数分析

叶面积指数（LAI）是陆地表层生态系统最重要的植被结构参数之一。近年来,利用LAI-2200观测草地叶面积指数的研究逐渐增多,但是其精度验证研究却很少。本文利用LAI-2200获取19个草地样地的有效植被面积指数（PAI_e）,并利用草地孔隙率模型模拟LAI-2200测量值,然后与收获法得到的植被面积指数（PAI）进行比较,进而评估LAI-2200的测量精度,并分析草地聚集度系数（CI）的变化规律。结果表明LAI-2200观测天顶角较小的4圈数据计算的PAI_e比5圈数据计算的PAI_e的精度更高;PAI_e与PAI相关性极显著（R2=0.951）;当PAI小于3时,PAIe略小于PAI;随着PAI继续增大,PAI_e低估逐渐严重。这种低估现象主要原因是叶片的聚集效应,当PAI小于3时,CI均值为0.97;当PAI为3~6时,CI均值为0.88;当PAI大于6时,CI均值为0.71,因此LAI-2200用于浓密草地测量时需要用CI进行订正。

基于LAI-2200冠层分析仪的水稻叶面积指数测定条件

叶面积指数(leaf area index,LAI)是表征作物生长状况的重要冠层结构参数,直接破坏采样法采样和间接光学测量是2种主要的LAI测量方法,其中LAI-2200冠层分析仪是最常用的测量LAI的光学仪器之一,计算方法和传感器观测天顶角范围都会对其观测结果产生显著影响。利用LAI-2200冠层分析仪对水稻LAI进行长期连续观测,以直接破坏采样方法观测的LAI(LAI_(d))作为参考,比较分析不同观测天顶角范围、不同计算方法(2000方法和Lang方法)得到的LAI观测值差异。结果表明,LAI观测值随着所用LAI-2200数据观测天顶角范围的减小而增大,在LAI>3时更明显,且相对于2000计算方法,Lang计算方法对所用数据观测天顶角范围变化更加敏感。2000方法和Lang方法得到的LAI高度相关,r^(2)均高于0.9,随着观测天顶角范围的减小,2种方法的结果差异增大。仅对0~43.4°天顶角范围的数据,2000方法计算的结果明显小于Lang方法,差异最大可达1.54。LAI-2200观测的LAI与LAI_(d)高度相关,r^(2)为0.914~0.942,但存在不同程度的低估,且随着LAI_(d)的上升,低估程度增大。随着所用数据观测天顶角范围的减小,2种方法计算的LAI与LAI_(d)比较的均方根误差(RMSE)增大。如采用Lang计算方法,观测天顶角范围为0~74.1°时的RMSE为0.5771,观测天顶角范围为0~43.41°时的RMSE为0.6980;如采用2000计算方法,观测天顶角范围为0~74.1°时的RMSE为0.6078,观测天顶角范围为0~43.41°时的RMSE为0.6980。Lang方法能相对精确地观测水稻LAI(r^(2)=0.9415,RMSE=0.5771)。本研究为水稻田LAI测量提供了方法和数据参考。

棉花种植密度对LAI-2200植物冠层分析仪测定叶面积指数的影响

LAI-2200植物冠层分析仪是一种能直接、无损测量植物叶面积指数的商业仪器。本研究于2014年在河北省河间市对3个密度棉田LAI-2200测定的叶面积指数（LAI）与实际LAI进行了对比。结果表明,LAI-2200测定的低（6.5万株/hm^2）、中（10.5万株/hm^2）、高（15.0万株/hm^2）3个密度棉田LAI的均方根误差（RMSE）分别为0.86、0.62和0.66,提示增加密度有利于提高LAI-2200测定结果的准确性。此外,3个密度棉田蕾期-盛铃期（出苗后47-102d）LAI-2200测定值与实际叶面积指数线性回归的决定系数（R^2）分别为0.91、0.86和0.82,纳什效率系数（EF）分别为0.90、0.80和0.84,提示不同密度的模拟质量都比较高,以低密度的模拟质量最佳。盛铃期（出苗后106d）棉株发生倒伏后人工扶起,棉田的自然冠层结构遭到破坏,中高密度棉田LAI-2200测定值有小于实际LAI的现象,提示倒伏棉田不宜应用LAI-2200进行冠层分析。

马尾松林叶面积指数季节动态的测定

【目的】评价光学仪器法测定马尾松林叶面积指数(LAI)的精度,为准确监测马尾松林LAI季节动态提供技术支持。【方法】以凋落物法测定值代表马尾松林真实的LAI,对展叶调查、异速生长方程法和光学仪器法(半球摄影法和LAI-2200植物冠层分析仪)获取的马尾松林LAI季节动态进行评估,并量化不同因素包括集聚指数(ΩE)、木质比例(α)和针簇比(γE)对光学仪器测定值的影响。【结果】马尾松林内主要树种的平均叶寿命为1.53~1.94,比叶面积(SLA)差异较大(99.15~278.33 cm^(2)/g)。不同方法测定马尾松林LAI的季节动态均呈单峰形变化模式,且在7月达到峰值。在各调查时期,凋落物法的测定值与异速生长方程法的测定值差异不显著。半球摄影法测定的有效叶面积指数(Le)比凋落物法、异速生长方程法的测定值分别低估了49%~64%和47%~61%;LAI-2200植物冠层分析仪法测定的Le低估了25%~44%和20%~42%。半球摄影法测定的Le经自动曝光、α、ΩE及γE校正后,精度明显提高,比凋落物法、异速生长方程法平均低估了8%和5%;LAI-2200植物冠层分析仪法测定的Le经α、ΩE及γE校正后,其精度大幅度提高,比凋落物法、异速生长方程法平均低估了6%和2%。【结论】考虑影响光学仪器法测定LAI的因素后,半球摄影法和LAI-2200植物冠层分析仪法测定的LAI精度得到明显提高,表明两种光学仪器法均能相对准确地测定马尾松林LAI的季节动态,可为不同区域马尾松林LAI季节动态的研究提供方法参考。

植物冠层分析仪测定荆条孤立冠层叶面积指数和透光率的分析

利用LAI-2200植物冠层分析仪（PCA）无损测定分析8株荆条（Vitex negundo L.）冠层叶面积指数LAIPCA（3.5 ～6.5）和天空开度（DIFN）,通过LI-200SA传感器同步测定相应的光强透射率τ;同时利用收获法实测荆条冠层叶面积指数LAI收获法,对比分析LAIPCA与LAI收获法、DIFN与τ的相关性和偏差.结果表明：（1）两种方法所测叶面积指数相关极显著（P ＜0.01）;LAIPCA比LAI收获法平均偏高2.57％,表明LAI-2200用于荆条灌丛冠层叶面积指数LAI的测定结果偏差较小.（2）LAI-2200PCA测定DIFN与辐射传感器测定冠层透光率τ相关极显著（P＜0.01）,说明LAI-2200 PCA可以替代收获法无损测定荆条孤立灌丛冠层叶面积指数和透光率.本文实现了用冠层分析仪对植物孤立冠层的分析,为林业生产和研究中较为普遍存在的孤立植物冠层下光照分析和叶面积指数测定提供了简便方法.

不同林龄马尾松人工林叶面积指数的测定

【目的】以评估光学仪器法测定马尾松人工林叶面积指数(LAI)的精度、量化不同因素的影响,以异速生长方程法测定LAI为参考合理校正光学仪器法测量值,为马尾松林LAI的精准测定提供技术支持。【方法】以贵州省黔中地区马尾松人工幼龄林(8 a)、中龄林(13 a)、近熟林(22 a)及成熟林(30 a)为对象,采用半球摄影(Digital hemispherical photography,DHP)和LAI—2200植物冠层分析仪(LAI—2200)两种光学仪器法估测林冠LAI,量化木质比例(Woody-to-total area ratio,木质部面积占叶片和木质部总面积的比例)、集聚指数(Clumping index,冠层水平上的集聚效应)和针簇比(Needle-to-shoot area ratio,簇内水平上的集聚效应,即针叶面积与样簇面积比)对光学仪器测定值的影响。同时以异速生长方程法测定值为参考,评估和校正两种光学仪器法测定LAI的精度。【结果】马尾松针簇比为1.51~1.70,随着林龄的增大呈显著增大趋势(P<0.05);木质比例在0.01~0.14之间,表现为幼龄林<成熟林<近熟林<中龄林;幼龄林的集聚指数最小(0.79),且与其他林龄的值存在显著差异(P<0.05)。马尾松人工林的LAI随林龄增大呈单峰型变化,DHP测定的有效LAI比异速生长方程法测定值平均低估50%(42%~56%),LAI—2200测定的有效值比异速生长方程法测定值平均低估41%(37%~49%)。DHP测的有效LAI经木质比例、集聚指数和针簇比校正后,精度明显提高,但仍比异速生长方程法测定值低估3%~31%;LAI—2200测的有效LAI经校正后,精度大幅度提高,与异速生长方程法测定值的差异小于10%。异速生长方程法测定LAI与光学仪器法测定值的线性回归关系显著(P<0.01),0.43<R^(2)<0.70,0.41<RMSE<0.83。【结论】基于异速生长方程法和两种光学仪器法(DHP和LAI—2200)构建的回归方程适用于马尾松人工林有效LAI的校正,而合理量化木质比例、集聚效应及针簇比等误差源是提高光学仪器测定LAI精度的关键。

Decreasing the error in the measurement of the ecosystem effective leaf area index of a Pinus massoniana forest

Decreasing the forest ecosystem leaf-area index error(LAIe)helps accurately estimate the growth and light energy utilization of aboveground foliage.Analyzing light transmission in forest ecosystems can effectively determine LAIe.The LAI-2200 plant canopy analyzer(PCA)is used extensively for rapid field-effective LAI(LAIe)measurements and primarily to measure forest canopy LAIe values.However,sometimes this parameter must also be measured in forests with small clearings.In this study,we used the LAI-2200 PCA to obtain one A-value and four B-values each for the canopy,herbaceous layer,and forest ecosystem LAIe.Field measurements showed that the three LAIe types were obviously different.In certain quadrats,the average herbaceous layer(Dicranopteris dichotoma Bernh.)LAIe apparently exceeded that of the Pinus massoniana forest ecosystem.The sources of this error were measuring and recording A-value readings for small canopies and underestimating the ecosystem LAIe.We obtained similar coefficients of determination for both the pre-recomputation and post-recomputation of the canopy and forest ecosystem LAIe(R^2C 0.96 and R^2C 0.99,respectively);thus,the error was decreased.Measuring field LAIe with the LAI-2200 PCA and recomputation should compensate for LAIe underestimation in complex forest ecosystems.

自动曝光对半球摄影法测量叶面积指数及其季节变化的影响

自动曝光是影响半球摄影法(DHP)测量叶面积指数(LAI)精度的重要误差源之一.本研究基于小兴安岭地区的阔叶红松林、白桦次生林、红松人工林和兴安落叶松人工林,利用DHP和LAI-2200植物冠层分析仪分别测量6—9月每个月中旬的LAI,首先比较两种方法测量LAI的差异性,再检验森林类型和测量时期对建立两种方法测定值间的相关关系是否存在显著影响,最后构建适于校正不同森林类型不同时期自动曝光对DHP测量LAI产生误差的经验模型.结果表明:4种森林类型4个时期内,在自动曝光设置下DHP测量的LAI比LAI-2200测量值低估20%～49%;森林类型对构建两种方法测量LAI值的经验模型不存在显著影响,而测量时期存在显著影响.本研究构建的A、B两种分类经验模型,分别适用于校正4种森林类型在6和9月、7和8月DHP测量的LAI.经分类经验模型校正后,DHP测量4种森林类型4个时期的LAI值提高了45%～79%,测量精度可提高到83%～94%.通过DHP和LAI-2200测量LAI值间的经验模型,可有效校正自动曝光对DHP测量LAI的影响,极大地提高其测量精度,为使用DHP快捷、高效地测量不同森林类型的LAI及其季节动态提供技术支持.