针对植被虚拟仿真的LAI反演研究

植被环境因素(如土壤、水体的化学成分,地表温、湿度,光照强度等)是提高植被虚拟仿真可用性的关键。有效、准确地从遥感数据中反演植被特征,在遥感数据与植被虚拟仿真的建模接口建立联系则是关键所在。LAI(叶面积指数)则是典型的植被特征。应用LAI反演的等密度模型、非密度模型和两流近似法及其效率分析,给出了通过光合作用辐射吸收系数(FPAR)实现LAI反演的过程和方法。该研究为基于空间遥感信息的植被虚拟仿真工作提供重要方法和理论支撑,是数字农业的基础性工作,对于我国东北地区玉米作物的生长、发育的可视化监测和估产有着重要的意义。

基于VRML的3D分形植被模拟生成(英文)

分形理论作为自然场景的可视化输出十分有效,如植被、山体、流体等。首先分析分形理论的思路和相关算法,进而讨论、研究了对植被仿真进行了描述、再现,从而可有效地辅助于遥感信息的植被VRML(虚拟现实仿真建模语言)平台的可视化输出,服务于农作物估产。