祁连山青海云杉林叶面积指数的空间异质性

叶面积指数(leaf area index,LAI)在山地森林具有高度的空间异质性。基于大样地尺度的山地森林叶面积空间异质性的研究较少,而且不涉及LAI对地形的响应研究。基于LAI的空间异质性和地形因子的相关性,确定取样尺度,可为提升区域尺度上LAI的空间遥感精度提供依据。本研究依托祁连山大野口流域10.2 ha(340 m×300 m)的青海云杉林动态监测样地,使用CID CI-110植物冠层数字图像分析仪对样地内255个20 m×20 m样方进行五点法LAI测定,分析LAI的空间异质性特征和空间分布格局及其与地形因子的相关性。研究结果表明:(1)LAI具有中等变异性,指数模型是变异函数的最佳理论模型,具有强烈的空间自相关,变程为16 m,南—北方向上是LAI分布的优势格局。(2)LAI的空间分布格局相对简单,具有一定的斑块性,LAI为0.56~1.43的斑块所占面积最大。(3)LAI与海拔和坡度均呈极显著负相关(P<0.01),与坡度和曲率的相关性均不显著(P>0.05)。(4)青海云杉林的LAI空间异质性与尺度和方向有关,部分地形因子对LAI存在着显著影响。研究结果可为青海云杉林生态过程分析以及遥感技术反演LAI参数提供依据。

基于BP神经网络的番茄叶面积指数测定方法研究

为了准确快速地测定番茄的叶面积指数,根据BP神经网络的建模原理,训练并建立了基于BP神经网络模型的番茄叶面积指数测定方法。应用分析表明:训练好的BP神经网络模型可以在不破坏番茄植株叶片的情况下借助番茄生长发育天数快速预测番茄的叶面积指数,经检验该方法在测定番茄叶面积指数等方面具有实用性和可靠性。

绿色容积率：建筑和城市规划的一种生态量度

对城市和建筑中的绿化提出了一个新的建设规划指标。这个新指标——绿色容积率(GPR)是以一个通常被称作叶面积指数(LAI)的生物参数作为基础,该参数被定义为每单位地块面积上的单面叶面积总和。它与目前在许多城市中应用的建筑容积率十分相似。GPR可以对绿化进行更精确的调控而不必将相应比例的地块从建筑开发中排除。它为设计者提供了灵活性但同时又保证了设计中的绿化定额。GPR是一个既基本又重要的指标,但并不是惟一的指数,一套更为广泛的指标体系仍有待发展。

基于机载LiDAR全波形数据白桦林林分LAI反演研究

为提高森林叶面积指数(LAI)的估测精度,本研究以白桦林为研究对象,以机载激光雷达(LiDAR)全波形数据为研究数据,首先提出了机载LiDAR全波形数据读取与波形特征信息提取的相关算法,结合具体算法的实现分析出每条全波形对应的各波形分量的能量信息,然后依据波形能量信息在传统激光穿透指数(LPI)计算的基础上结合全波形数据的特点,计算出全波形激光穿透指数(LPIfi),最后获得样地体元激光穿透指数(LPIf-mean),用于估测森林林分LAI,并将估测结果与机载LiDAR离散回波点云数据估测森林LAI的结果进行了对比。结果表明,全波形样地体元激光穿透指数LPIf-mean与森林林分LAI之间的建模精度R^2=0.815,RMSE=0.105,预测精度R^2=0.864,RMSE=0.139,同时在同等样地尺度下,全波形数据返回脉冲能量信息估测森林LAI的精度要高于离散回波点云数据的,因而,基于机载LiDAR全波形数据能够实现森林林分LAI的高精度反演。可以为进一步森林生态参数模拟与估测提供高精度的基础数据,弥补和提供了机载LiDAR全波形数据估测森林LAI的方法和思路。