动态冠层模型ICM的改进及其对中高纬地区植被季节和年际变化的模拟试验

植被动态冠层模型Interactive Canopy Model(ICM)考虑了生态系统中较完整的碳氮循环过程,能够较为客观真实地描述较短时间尺度上植被的动态变化特征。本文在ICM原有碳氮分配方案基础上,考虑了植物花、果实等新生组织对碳氮分配的影响,假设新生组织碳库是花期以后植物的主要碳汇之一,并利用物候模型Forc-Sar预测花期,调控碳氮分配过程;用卫星观测的LAI(Leaf Area Index)产品对模拟的北半球中高纬度地区植被的季节和年际变化过程进行了对比分析。结果表明,改进后的ICM能够更好地模拟北半球中高纬植被的季节变化过程。7月前后是模拟的植被生长最旺盛的时间,与实际情况更为一致,从而较好修正了原方案中模拟的植被生长落后于实际观测的问题;模拟与观测值的季节变化相关系数有了显著提高,各类型植被的模拟误差也都不同幅度减小。改进后模拟与观测的年际变化相关性也有了一定程度的提高,但年际变化趋势的改进效果稍弱。模拟的LAI变化改变了地表能量平衡和水汽收支状况,对于美国东部温带落叶阔叶林来说,植被吸收太阳辐射、叶面和地面的感热、潜热通量在植被生长前期的变化量最大,说明改进后的ICM将会引起模拟下垫面物理状况的改变。

星载光子计数激光测高植被冠层高度误差分析

通过建立植被的单光子探测模型,分析和计算了星载光子计数激光测高植被探测中,因单光子探测原理引起的植被冠层高度误差。实验表明,北方针叶林的星载光子计数测高中单次激光脉冲首次探测到的信号光子的平均高程低于LIDAR数据提供的DSM约2.435 m。仿真结果表明,提高发射脉冲能量,减小激光脉冲发散角有助于减小误差,而拥有更高郁闭度和叶面积指数的森林,其本身的探测误差也会相应减小。

岷江上游典型流域植被水文效应模拟

该文通过研究现有土地覆盖下水文分布的空间格局,及不同植被类型集水区内降雨与径流间的关系,来揭示森林生态系统与水文动态之间相互作用的机制,从而为岷江上游的生态环境评价和区域生态环境保护及恢复提供理论依据和科学指导.在前人研究的基础上,结合先进的地理信息系统和遥感技术,构建岷江流域植被水文模型.模型以水文子模块TOPMODEL为中心,由山地小气候模型MTCLIM和林冠截留模型为其提供水文学参数,研究中水文循环过程涉及植被截留、(实际)蒸散发、降雨入渗和土壤水分动态等.最后将模型应用于岷江上游典型支流——杂古脑流域,对其1995年7—9月的径流特征进行了模拟分析.结果显示,7—9月日径流量总体趋势表现为逐渐降低,径流量对降水响应敏感,基本反映了杂古脑流域雨季的径流变化特征.

基于全极化SAR数据反演鄱阳湖湿地植被生物量

鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。

基于CASI数据的黑河绿洲区叶面积指数反演

叶面积指数(leaf area index,LAI)作为植被冠层的重要参数,对作物长势监测及产量估算具有重要意义。本研究以黑河流域张掖绿洲试验区为例,基于机载航空高光谱遥感影像(compact airborne spectrographic imager,CASI)数据,利用物理模型与统计模型对研究区的LAI进行估测反演。首先,利用归一化植被指数(normalized difference vegetation index,NDVI)与相应实测LAI数据建立最佳线性回归模型;然后,基于混合像元分解模型和多次散射植被冠层模型构建物理模型;最后,以线性回归模型为参比修正多次散射植被冠层模型,构建半经验LAI反演模型,并比较上述模型拟合效果。研究结果表明,半经验模型为绿洲区LAI反演最优模型,模型估算精度R2达到0.89,精度提高较显著。研究对提升作物LAI的估算精度有一定意义,并将进一步推动精细农业定量遥感理论的研究与应用。

应用北京一号卫星数据监测高分辨率叶面积指数的空间分布

利用"北京一号"卫星(高性能对地观测小卫星,DMC+4)可同步提供中分辨率多波段信息和高分辨率全色波段信息的优势,选择冬小麦为研究对象,在考虑太阳—冬小麦冠层—传感器三者的几何关系和作物群聚效应的基础上,建立易于反演的植被冠层辐射模型,实现了对冬小麦长势空间分布的监测,并通过数值模拟和野外实验对模型进行了验证.研究表明所采用的模型和反演方法是有效的,为进一步研究LAI尺度效应打下了基础.

遥感反演连续植被叶面积指数的空间尺度效应

叶面积指数(LAI)是描述植被冠层几何结构的最基本的参数,是气候模型、地-气相互作用等过程的重要输入参数.近年来遥感反演LAI的尺度效应问题得到广泛关注.在作物冠层反射率模型基础上,讨论了LAI尺度效应的产生机制,并获得不同尺度之间LAI的转换公式,数值模拟试验和实际遥感图像试验都证明了该尺度转换公式的可靠性.