基于叶面积指数的森林郁闭度遥感反演研究

doi:10.13466/j.cnki.lyzygl.2014.01.010

林业资源管理 ›› 2014, Vol. 0 ›› Issue (1): 46-51.doi: 10.13466/j.cnki.lyzygl.2014.01.010

基于叶面积指数的森林郁闭度遥感反演研究

牛战勇¹, 冯娟², 谷建才¹, 陆贵巧¹

1.河北农业大学,河北保定 071000;
2.中国地质大学长城学院,河北保定 071000

收稿日期:2013-11-04 修回日期:2013-12-19 出版日期:2014-02-28 发布日期:2020-12-09
通讯作者: 谷建才(1963-),男,河北藁城人,教授,博导。
作者简介:牛战勇(1975-),男,河北南宫人,在读博士,研究方向为森林资源评估。Email:fengjuan_28@126.com
基金资助:
“‘三北'地区水源涵养林体系构建技术研究与示范”(2011BAD38B05)

Forest Canopy Density RS Inversion Research Based on LAI

NIU Zhanyong, FENG Juan, GU Jiancai, LU Guiqiao

1. Hebei Agriculture University,Baoding,Hebei 071000,China;
2. China University of Geosciences,Great Wall College,Baoding,Hebei 071000,China

Received:2013-11-04 Revised:2013-12-19 Online:2014-02-28 Published:2020-12-09

摘要/Abstract

摘要： 以密云半城子为研究区,以TM影像为数据源,基于RS技术,提取归一化植被指数。根据实测真实叶面积指数及结合土地利用信息确定的聚集度系数,计算有效叶面积指数。在此基础上构建NDVI与有效叶面积指数间的回归模型,最后利用John提出的郁闭度估算模型进行郁闭度的估算,并对估算结果进行精度检验。结果表明:NDVI与有效叶面积指数相关性高,可用于有效叶面积指数的估算;采用有效叶面积指数,综合考虑叶倾角进行郁闭度估算精度较高。

关键词: RS, 叶面积指数, NDVI, 郁闭度

Abstract: With Miyun Banchengzi as research area and TM images as data sources,RS technology was used to extract the normalized difference vegetation index.According to the measured real leaf area index and land utilization information the concentration coefficients are determined and effective leaf area index calculated.The NDVI and effective leaf area index are unary regression analysis.Finally John 2007 canopy density estimation model is used for canopy density estimation,and the estimation results are accuracy test.The results show that the NDVI high correlation with effective leaf area index and can be used in the estimation of effective leaf area index.Using effective leaf area index and comprehensively considering leaf inclination angle the estimation precision of canopy density is high.

Key words: RS, leaf area index, NDVI, canopy density

中图分类号:

TP79
S757.2

牛战勇, 冯娟, 谷建才, 陆贵巧. 基于叶面积指数的森林郁闭度遥感反演研究[J]. 林业资源管理, 2014, 0(1): 46-51.

NIU Zhanyong, FENG Juan, GU Jiancai, LU Guiqiao. Forest Canopy Density RS Inversion Research Based on LAI[J]. FOREST RESOURCES WANAGEMENT, 2014, 0(1): 46-51.

参考文献

[1]赵彤堂,李凤鸣,刘清玉,等.几种测定郁闭度方法的比较[J].中南林业调查规划,1995(2):42-43.
[2]XU B,GONG P,PU R L.Crown closure estimation of oaksavannah in a dry season with Landsat TM imagery:comparison of various indices through correlation analysis[J].Int.J.of Remote Sensing,2003,24(9):1811-1822.
[3]王妮.基于3S 技术的森林资源变化动态监测[D].南京林业大学,2012.
[4]张远东,张笑鹤,刘世荣.西南地区不同植被类型归一化植被指数与气候因子的相关分析[J].应用生态学报,2011(2):55-62.
[5]潘蔷,范文义,于海群,等.北京市植被指数变化与影响因素分析[J].北京林业大学学报,2012,(2):30-37.
[6]石月婵,杨贵军,冯海宽,等.北京山区森林叶面积指数季相变化遥感监测[J].农业工程学报,2012,28(15):133-138.
[7]邢著荣,冯幼贵,李万明,等.高光谱遥感叶面积指数(LAI)反演研究现状[J].测绘科学,2010,35(4):164-166.
[8]柳艺博,居为民,陈境明,等.2000—2010 年中国森林叶面积指数时空变化特征[J].科学通报,2012,57(2):1435-1445.
[9]杜春雨.基于TM影像的叶面积指数反演[D].东北林业大学,2010.
[10]高云飞,李智广,杨胜天.基于SPOT5影像的郁闭度反演方法[J].水土保持研究,2012,19(2):267-270.
[11]李崇贵,赵宪文.森林郁闭度定量估测遥感比值波段的选择[J].林业科学,2005,41(4):72-77.
[12]吴飏,张登荣.结合图像纹理特征的森林郁闭度遥感估测[J].林业科学,2012,48(2):48-53.
[13]陈崇.江西省吉安市森林郁闭度动态遥感监测[D].南京大学,2011.
[14]Tang S,Chen J M,Zhu X,et al.LAI inversion algorithm based on directional reflectance kernels[J].Journal of Environmental Management,2007,85:638-648.
[15]Armstion J D,Scarth P F,Phinn S R,et al.Analysis of multi-date MISR measurements for forest and woodland communities,Queensland,Australia[J].Remote Sensing of environment,2007(107):287-298.
[16]谭炳香.高光谱遥感森林类型识别及其郁闭度定量估测研究[D].北京:中国林业科学研究院,2006.

基于叶面积指数的森林郁闭度遥感反演研究

Forest Canopy Density RS Inversion Research Based on LAI

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	谭德宏, 舒清态, 赵洪莹, 王柯人, 袁梓健. 基于遗传算法优化BP神经网络模型估测高山松叶面积指数[J]. 林业资源管理, 2020, 0(5): 123-130.
[2]	林丽丽, 郝振帮, 杨柳青, 高仰驰, 刘艳芬, 余坤勇, 刘健. 林分郁闭度自动测量系统的研建与应用[J]. 林业资源管理, 2020, 0(2): 167-172.
[3]	焦银合, 于泉洲, 刘恩峰, 梁春玲, 田晓飞, 张保华. 基于遥感的南四湖菹草群落时空演变特征及其原因分析[J]. 林业资源管理, 2020, 0(1): 70-78.
[4]	蒋丽伟, 张家琦, 赵一臣, 赵永雷. 北京山区典型林分生长季叶面积指数动态变化[J]. 林业资源管理, 2019, 0(2): 132-136.
[5]	周新瑞, 甘淑, 袁希平, 于辉. 面向自然保护区周边的人为扰动影响遥感探测分析——以永德大雪山国家级自然保护区为例[J]. 林业资源管理, 2018, 0(5): 105-112.
[6]	姚霁雪, 邱荣祖, 林玉英, 王剑凯, 叶丽敏, 胡喜生. 高速公路路域植被恢复动态研究——以福诏高速福州至仙游路段为例[J]. 林业资源管理, 2018, 0(5): 128-133.
[7]	李杰, 张军, 刘陈立, 张涵. 基于MODIS-NDVI的云南怒江流域植被覆盖时空变化特征研究[J]. 林业资源管理, 2018, 0(4): 90-99.
[8]	王娜云, 蒋建军, 陈孟奇, 白世彪. 甘肃省NDVI时空演变特征及其与区域气候的响应[J]. 林业资源管理, 2018, 0(1): 109-116.
[9]	王彦芳, 刘敏, 郭英. 1982—2015年河北省生态环境支撑区植被覆盖动态及其可持续性[J]. 林业资源管理, 2018, 0(1): 117-125.
[10]	赵鹏武, 翟溟赜, 六子一, 魏晓霞. 大兴安岭南段次生林叶面积指数季节动态特征[J]. 林业资源管理, 2017, 0(6): 103-107.
[11]	孙福洋, 王建和, 付伟, 李晓松. 基于MODIS-NDVI数据的大区域森林病虫害理赔指数构建及应用[J]. 林业资源管理, 2017, 0(6): 149-152.
[12]	卢晓曼, 郑光, 居为民, 戴声佩, 高伦. 森林背景反射率对乔木层地上生物量遥感估算的影响研究——以大兴安岭林区为例[J]. 林业资源管理, 2017, 0(4): 59-68.
[13]	刘晓农, 邢元军, 罗鹏. 基于时序NDVI数据的洞庭湖区湿地植被类型信息提取[J]. 林业资源管理, 2017, 0(4): 103-109.
[14]	王计平, 郭仲军, 程复, 张启斌, 马欢, 于一雷. 北疆生态功能区降水气温时空变化及其与NDVI相关性分析[J]. 林业资源管理, 2017, 0(1): 110-117.
[15]	石悦樾, 银正彤, 郑文锋. 基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究[J]. 林业资源管理, 2017, 0(1): 127-134.