植物气孔导度的环境响应模拟及其尺度扩展

气孔导度是衡量植物和大气间水分、能量及CO2平衡和循环的重要指标,探讨气孔导度与环境因子的关系及其模拟,以及气孔导度在叶片、冠层及区域尺度间的尺度转换及累积效应,对更好地认识植被与大气间的水热运移过程,合理评价植被在陆面过程中的地位和作用都具有重要意义。从植物气孔导度与环境因子的关系、气孔导度模拟以及尺度扩展三个方面,对前人的研究成果进行了概括总结。从叶片和冠层两个尺度出发,归纳总结了前人对于不同植物气孔导度与环境因子关系的研究成果,发现由于不同植物的遗传特性、测定时的环境、时间尺度的不同,以及未考虑各个环境因子的相互作用对气孔导度的影响,由此得到的气孔导度与环境因子之间的关系也不尽一致。对各单一环境因子与气孔导度的关系,给出了生理学解释,从根本上说明了环境因子变化对气孔导度的影响,而研究环境因子对气孔导度的综合影响时,应对各环境因子进行系统控制与同步观测。模拟计算植物气孔导度的模型主要有Jarvis模型和BWB模型两类,这些模型的模拟能力随着研究对象、试验区域、环境条件的改变而存在一定的差异,在具体使用时应结合实际情况选择最优模型进行模拟。除上述常用模型外,还总结了其他学者分别从不同角度提出的新的模型,对现有气孔导度模型进行了全面的总结。从叶片-冠层、冠层-区域两个方面归纳总结了前人关于气孔导度尺度扩展的研究成果,发现叶片-冠层的尺度扩展研究较成熟而冠层-区域的尺度扩展在模拟精度的验证方面存在困难。针对以下几个方面提出了今后气孔导度的研究重点:(1)结合研究对象所在的区域及环境条件,选择最优模型进行模拟;(2)综合考虑环境因子之间的相互作用及其对气孔导度的累积影响;(3)BWB模型与光合模型的耦合;(4)提高大尺度范围内的气孔导度模拟精度。

森林多目标经营单元的时空尺度扩展

森林多目标经营是我国林业发展的重要趋势,而森林本身的特性以及国内外的众多研究证明,森林多目标经营需要考虑多个时空尺度,以满足其生态、经济和社会效益的综合发挥。在界定多功能林业和森林多目标经营的概念及基础上,系统地分析了传统森林经营时空尺度和现代森林多目标经营时空尺度的联系与区别,提出现代森林多目标经营单元空间尺度上应该满足区域、景观和林分多尺度的需要,而在时间尺度上则要综合考虑短期、中期和长期,并以露水河林业局为例给出具体的研究思路,以期为我国开展森林多目标经营提供借鉴。

基于水平尺度扩展的土壤水分介电传感技术

设计了一种水平放置管式结构的介电水分传感器测量系统,通过水平往复移动扫描,测量一定深度下水平剖面的土壤水分。水分传感器的测量原理为频域(FD)外缘场阻抗法,该系统实现了土壤水平剖面含水率的线扫描测量,其最大扫描长度为380 cm。为了检验该测量系统的技术性能与可应用性,结合农田滴灌试验给出了2个点源激励下土壤入渗的应用测试案例。试验结果显示了不同质地土壤的入渗差异并记录了点源激励下土壤入渗过程的时间、空间三维数据。

遥感估算蒸散发量的日尺度扩展方法综述

遥感是获取大面积地表蒸散发量(evapotranspiration,ET)的主要手段,但是其所获得的ET是卫星过境时刻的瞬时值,而日尺度的ET才有实际意义和参考价值。目前,已有多种由瞬时ET经过时间尺度扩展成日尺度ET的方法,如恒定蒸发比法,时间积分法、正弦关系法、作物系数法和冠层阻力法等。为了对这些方法有一个清晰的了解和在应用时为方法选择提供依据,对以上5种常用方法的原理和特点进行了总结、对比和分析,并对当前该研究领域依然存在的难点问题和研究热点进行了总结。

陆地植被二氧化碳通量尺度扩展研究进展

定量的估计陆地植被的光合作用,是估算作物产量和净初级生产力的基础。简要介绍了当前国内外CO2通量观测研究的方法以及与尺度问题有关的一些地学问题,重点阐述了陆地植被气孔导度模型和光合作用模型的尺度扩展以及尺度转化方法,总结了从植被叶片尺度到冠层尺度的4种尺度扩展模型(大叶模型、多层模型、两片大叶模型以及多层—两片大叶模型)以及从冠层尺度到群落尺度的尺度扩展方法,并对上述模型和方法的适用范围、应用优势以及存在的问题等进行了分析和讨论,指出对不同的研究对象,选择合适尺度的模型和参数是研究成败的关键。

温室气体排放量空间尺度扩展方法的误差来源分析——以CH4MOD模型为例

在估算区域温室气体排放量时往往需要利用模型,从可验证的点的排放量扩展至区域排放总量,这一尺度扩展过程中会产生误差。为比较不同扩展方法的误差大小,本研究收集江苏省内稻麦轮作体系水稻田59个样点的与CH4排放相关的信息,以CH4MOD模型模拟了CH4排放,比较了以下种尺度扩展方法的结果:1)取区域内多个点的模型输入参数平均值,计算区域平均排放量;2)以区域内一个代表样点的参数输入模型,计算区域平均排放量。3)根据区域内各模型参数的统计学特征,随机生成100个虚拟点,以其输出结果的平均值为区域平均排放量,此为蒙特卡罗法。研究发现,以真实参数模拟计算的59个样点CH4排放量均值作为基准,则第一和第二种方法的相对误差分别为-19.60%和-19.74%,采用多点代面的蒙特卡罗法可将误差降低至3.29%。对第一和第二种方法的误差来源进行了分析。

亚热带红壤区湿地松边材液流的尺度扩展及其对环境因子的响应

运用TDP液流计对湿地松树干液流密度进行长期连续测定,并用传感器同步记录环境因子的变化。湿地松边材面积与胸径之间的关系可以用二次函数很好地拟合。对湿地松生长旺季、非生长旺季以及全年液流观测结果与边材面积进行回归分析,日累计液流量与边材面积间均呈极显著的线性相关关系,所有方程的相关系数都在0.95以上。单位边材面积日累计液流量与冠层温度、冠层相对湿度、光合有效辐射均呈极显著的线性相关。建立了单位边材面积日累计液流量与冠层温度、冠层相对湿度、光合有效辐射的多元线性回归方程,各变量相关程度大小顺序为光合有效辐射>冠层相对湿度>冠层温度。

半干旱地区蒸散发时间尺度扩展方法对比分析

蒸散发量(ET,evapotranspiration)的时间尺度扩展是遥感反演区域ET的关键。为评价由瞬时潜热通量经时间尺度扩展方法计算日蒸散发量的可靠性,利用美国西南部半干旱地区的Walnut Gulch实验流域草地站点的波文比系统实测数据,分析评价蒸发比法、简化蒸发比法、作物系数法、简化参考作物系数法、正弦关系法、冠层阻力法和修正冠层阻力法共7种蒸散发时间尺度扩展方法的估计效果,统计结果显示,7种蒸散发时间尺度扩展方法总体趋势具有一致性,存在着一定的规律性,采用10:00~14:30的瞬时值估计较为接近实测蒸发值。正弦法、简化参考作物系数法及简化的蒸发比法的模拟精度较高(相对均方根误差在20%左右),比较适合于估算半干旱地区的日蒸散发量。对具有相近气象、气候、下垫面条件和空间尺度数据且具有充足气象观测资料的地区,推荐采用基于简化作物系数的时间尺度扩展方法开展从小时到日的ET时间尺度扩展,对于缺少气象观测资料的类似地区,推荐采用正弦法和简化的蒸发比法进行时间尺度扩展。

利用多尺度扩展高斯影像特征提取车载点云杆状道路设施的方法研究

杆状道路设施是车道级高精度地图制作、道路信息管理等应用中的重要地理信息要素,车载激光点云已成为杆状道路设施调查的重要数据源。针对模型拟合以及基于语义和特征等杆状道路设施提取方法在实际运用中的不足,提出一种基于多尺度扩展高斯影像特征的杆状道路设施提取方法。该方法利用多尺度扩展高斯影像对分割后点云对象进行特征描述,并通过与模板点云对象进行特征匹配实现典型杆状道路设施的提取。采用两份车载激光点云数据对所提出算法进行了验证。实验结果表明,路灯的平均提取正确率和平均提取完整率分别为96.13%和95.28%,交通标志牌的平均提取正确率和平均提取完整率分别为86.35%和82.48%,均实现了有效提取。

冬小麦叶面积指数真实性检验尺度扩展方法研究

为在空间尺度上实现冬小麦LAI地面观测与遥感观测直接匹配,从1 m×1 m范围的实测LAI出发,通过优化采样方法扩展得到16 m×16 m范围的冬小麦LAI,然后利用空间分辨率为16 m的高分1号卫星的多光谱数据计算样本点的植被指数,建立其与冬小麦LAI的拟合模型,从四种植被指数的拟合模型中挑选表现最好的LAI估测模型,获得16 m×16 m尺度的LAI分布图,并经过重采样聚合为250 m×250 m尺度的LAI格点图,从而实现从地面点测量数据到卫星尺度数据的扩展。检验结果表明,16 m×16 m和250 m×250 m两个研究区域模拟点值和实测点值的相对误差分别为4.18%和3.64%,说明这种尺度扩展方法是科学可行的。

干旱区荒漠稀疏植被覆盖度提取及尺度扩展效应

选择线性混合像元分解模型、亚像元模型、最大三波段梯度差法模型以及修正的三波段梯度差法的2个变异模型来提取植被覆盖度,结合地面实测数据,探讨了提取干旱区荒漠稀疏植被覆盖度信息的适宜模型,并以简单平均法模拟了不同尺度的覆盖度影像,通过尺度上推检验了模型在MODIS尺度上的反演效应.结果表明:线性混合像元分解模型反演覆盖度的精度高于其他模型,适于稀疏植被地区,但端元的正确选取较难,从而影响其运用;亚像元分解模型是一个通用模型,植被分类图越精细,通过亚像元分解模型得到的覆盖度精度越高,但这也同时意味着该模型需要测定大量的输入参数;最大三波段梯度差法的算法简单、易于操作,其在农田等中高植被覆盖区及裸土区的预测值与实测值接近,但对干旱区稀疏植被的估计精度偏低;修正后的三波段最大梯度差法模型在稀疏植被覆盖区的预测值与实测值基本一致,在不同尺度上反演的覆盖度信息与实测值的一致性较好.该方法可有效提取干旱区低覆盖度植被信息.

基于蒸渗仪的蒸散量时间尺度扩展方法对比

利用蒸渗仪实测的冬小麦生育期ET数据,对比分析基于蒸发比、作物系数和冠层阻力的不同ET时间尺度扩展方法的估算效果。结果表明,对小时到日尺度的ET时间扩展而言,利用当地时间上午时段(10:00-11:00)的ET实测数据,基于冠层阻力的日ET尺度扩展值估算效果要优于基于蒸发比和作物系数的效果,而利用下午时段(14:00-15:00)的ET实测数据,基于作物系数的日ET尺度扩展值估算效果要优于基于蒸发比和冠层阻力的效果,对于从典型日到生育期尺度的ET时间扩展,基于作物系数的生育期ET尺度扩展值估算效果要好于基于蒸发比和冠层阻力的效果。应根据当地的气候气象条件、作物种植状况、时间尺度扩展类型、土壤水分和ET观测设施种类等因素,选择适宜的ET时间尺度扩展方法。

空间观测尺度差异对蒸散量时间尺度扩展方法估值的影响

为探讨空间观测尺度变化对蒸散量(ET)时间尺度扩展方法估算效果的影响,利用冬小麦生育期内基于涡度相关仪和蒸渗仪观测的ET数据,对比基于蒸发比、作物系数和冠层阻力的ET时间尺度扩展方法估算效果,分析空间尺度差异对由小时到日的ET时间尺度扩展效果的影响。结果表明,随着ET空间观测尺度缩小。利用上述3种方法进行ET时间尺度扩展的总体效果下降,其中基于作物系数法的ET时间尺度扩展空间尺度影响相对较小,而且利用午后数据进行ET时间扩展受空间尺度影响相对较小,因此,应依据空间尺度观测方法、下垫面状况和气候区条件,选择适宜的ET时间尺度扩展方法。

林分耗水的尺度扩展研究进展

蒸散耗水是森林生态系统水分循环过程的主要构成,是现代生态水文研究的重点和难点。直接测定和尺度上推提供了两种获取蒸散量的技术手段。受限于复杂的冠层结构、非均质的下垫面和迥异的环境条件,直接测定难以准确获取林分水平的耗水信息,因此有必要讨论单木与冠层结构、环境因子之间的耦合关系,利用时空尺度扩展得到合理的耗水量。本文综述了理论基础相对牢固的3种尺度扩展技术:基于生物计量参数、遥感影像和水文模型的尺度扩展,剖析各模型的控制因子,探讨模型的适用性和优缺点,对尺度扩展技术的发展做了展望。

基于核稀疏分类与多尺度分块旋转扩展的鲁棒图像识别

针对在图像旋转或局部扭曲变形等复杂情况下的图像识别问题,提出一种基于核稀疏分类与多尺度分块旋转扩展的鲁棒图像识别算法.该算法首先对图像进行多尺度分块与旋转扩展,使得字典能近似测试图像局部的旋转扭曲与各种排列组合.为了增加字典类间稀疏度,改善系统效率,提出一种字典降维策略.通过核随机坐标下降方法高效求解核稀疏分类的凸优化问题,进而通过对比不同类对测试图像的重构误差完成图像识别.实验表明,与经典方法相比,文中方法具有更好的识别效果,对图像旋转或局部扭曲变形等复杂情况具有较好的鲁棒性.

扩展的多尺度有限元法基本原理

阐述一种适用于非均质材料力学性能分析的扩展的多尺度有限元法(Extended Multiscale Finite Element Method,EMsFEM)的基本原理.该方法的基本思想是利用数值方法构造能反映胞体单元内部材料非均质影响的多尺度基函数,在此基础上求得粗网格层次的等效单元刚度阵,从而在粗网格尺度上对原问题进行求解,很大程度地减少计算量.以该方法进行的具有周期和随机微观结构的材料计算示例,通过与传统有限元法的结果比较,说明这一方法的有效性.EMsFEM的优势在于,能容易地进行降尺度计算,可较准确地求得单元内部的微观应力应变信息,在非均质材料强度和非线性分析中有很大的应用潜力.

一种节点可控的扩展无尺度网络模型

针对扩展无尺度网络模型中节点连接度无限制增长,造成有些节点的度过于集中,在实际网络中,其对应的容量根本就达不到这一现象。在原模型基础上增加了节点连接度最大值的控制。根据实际网络中其对应的容量应该有相应的极限值,当节点到达极限值的时候,采取相关的控制措施。理论分析和仿真实验证明改进后的网络模型,仍服从无尺度网络特性,并更接近于真实网络。

植被冠层尺度生理生态模型的研究进展

随着人们对植物生命活动各个过程研究的不断深入,以植物生理过程、物理过程为基础的各种生理生态学模型逐渐发展起来,而植被冠层尺度生理生态学过程模型已成为生态系统模型的核心之一。目前植被冠层尺度的大叶模型、多层模型、二叶模型以其成熟的理论基础及对植被冠层的光合作用、蒸腾作用较为成功的模拟,得到了广泛的应用。3个模型都以光合作用-气孔导度-蒸腾作用耦合模型为基础,但又具有各自的特点。本文对3种模型的结构及特点进行了总结,并对其进行了比较,简要介绍了目前植被冠层尺度生理生态学模型的应用及存在的问题和发展状况。

路网要素多尺度表达目标的层次关系分析

针对目前地理要素多尺度建模的热点问题,剖析构建多尺度空间数据模型的关键技术,以路网要素为例,挖掘地理要素多尺度抽象表达的机理,利用多尺度扩展E-R方法,提炼多尺度抽象表达目标间的各种尺度、层次、语义、映射等层次语义关系,实现GIS中地理要素多尺度概念模型的设计。

多传感器不同分辨率遥感数字图像的尺度转换

针对日益增多的多传感器不同分辨率的遥感数字图像数据,提出其综合利用和尺度转换的有效方法。其中,作为尺度上推(scaling-up) 技术,本研究选择IHS和小波分解变换两种数据融合方法,应用Landsat ETM+数据和IRS-1C数据进行了实例研究。发现: IHS方法操作简单,对两种待融合的图像的像元大小和像元数(bit数) 的依赖不是很高,而对原始图像光谱信息的依赖很高,因此适用于不同传感器之间的数据融合上,其缺点就是不能够更多的保留原始多光谱数据的光谱信息。小波分解变换(WD) 方法可以很好地保留多光谱传感器的所有光谱信息,但是在重采样中对两种待融合的图像的像元配准的要求很高,因此比较适合于对同一传感器的多光谱数据与全色光谱数据的融合上。作为尺度下退(scaling-down) 技术,通过探讨将札幌野外实验站点数据镶嵌到高时间分辨率遥感图像的问题,提出像元级尺度扩展的具体操作方法和对NDVI图像进行扩展时出现混合像元的识别方法。应用AVHRR, MODIS, ETM+和ASTER的NDVI图像数据进行了像元尺度的扩展研究。得出: 对不同传感器的不同分辨率的数据之间进行像元级的尺度扩展后,能够较好地识别出不同地物的分布边界,较好的分辨混合像元。