下载文档原格式
叶面积指数三类遥感估算方法叶面积指数（Leaf Area Index，LAI）是一个衡量植物叶片覆盖程度的重要指标，可通过遥感技术进行估算。
下面是关于叶面积指数估算方法的十条描述：1. 植被指数法：植被指数法是通过计算可见光或近红外波段的植被指数（如归一化植被指数，NDVI）并与地面测量的LAI进行回归分析来估算LAI。
这种方法使用简便，但由于植被指数与LAI之间的关系复杂，估算结果的精度有限。
2. 基于VegeSAIL模型的方法：VegeSAIL模型是一种基于光谱的LAI估算模型，它将植被覆盖度和植被构型与LAI进行建模。
通过遥感数据和该模型对比分析，可以估算出植被的LAI。
3. 基于PROSAIL模型的方法：PROSAIL模型是一种基于物理过程的植被辐射传输模型，可以模拟不同植被类型和结构的辐射反射特性。
通过将遥感数据与该模型相结合，可以估算出植被的LAI。
4. 基于NERD模型的方法：NERD模型是一种基于点源和线源的辐射传输模型，可以模拟植被的光谱反射特性。
通过将遥感数据与该模型相结合，可以估算出植被的LAI。
5. 基于深度学习的方法：深度学习是一种利用神经网络模拟大脑处理信息的方法。
通过训练神经网络模型，可以利用遥感数据估算出植被的LAI。
6. 基于回归分析的方法：这种方法通过建立遥感数据与地面测量LAI之间的回归关系，利用回归模型对LAI进行估算。
回归分析方法适用于区域尺度的估算，但可能受到数据不一致性和空间变异性的限制。
7. 基于的时序遥感的方法：时序遥感数据包含不同时期植被的遥感信息，可以通过比较不同时期的遥感数据，推断植被的LAI变化。
这种方法可以监测植被的动态变化，但需要较长的时间序列数据。
8. 基于植被指标的方法：这种方法通过使用特定的植被指标（如NDVI和EVI）与LAI 之间的经验关系，对植被的LAI进行估算。
这种方法简单易用，但精度较低。
9. 基于遥感图像分割的方法：这种方法通过将遥感图像分割为不同的植被对象，然后分别估算每个植被对象的LAI。
叶面积指数遥感反演模型与算法研究近年来，随着遥感技术的发展和应用广泛，叶面积指数（Leaf Area Index，简称LAI）的遥感反演成为植被研究领域的重要课题之一。
LAI是描述植被叶片分布密度和叶片面积的指标，对于了解植被生长状态、生态环境监测以及农作物生产等方面具有重要的意义。
LAI反演的研究方法主要包括基于光谱反射信息的方法和基于光密度曲线的方法。
其中，基于光谱反射信息的方法是目前应用较多的一种方法，通过遥感数据获取植被光谱特征，进而建立LAI与光谱拟合曲线之间的关系。
这类方法的优势在于遥感数据获取相对容易，可以实现大范围和高时间分辨率的观测。
然而，由于植被光谱信息的受限以及大尺度观测中存在的光谱混合效应，该方法常常存在精度较低的问题。
为提高LAI反演的精度和准确性，研究人员提出了一系列的反演模型和算法。
例如，基于遥感数据的全谱反演模型在LAI反演中取得了很好的效果。
全谱反演模型利用不同波段的遥感数据，建立LAI与多波段反射率之间的数学关系，通过回归分析等方法得到LAI的估计值。
此外，还有基于机器学习算法的LAI反演模型，如支持向量机（Support Vector Machine，简称SVM）和随机森林（Random Forest）等算法。
除了基于光谱信息的反演方法外，还有一些基于结构参数和水分信息的反演模型。
这些模型通过获取植被结构参数的遥感数据，建立LAI与植被结构参数之间的关系，从而实现LAI的反演。
同时，一些结合物理模型的反演方法也被广泛应用于LAI反演研究中。
例如，利用射线传输理论，通过估计叶片表面饱和度和角度因子等参数，建立LAI与这些参数之间的联系，可以实现LAI的反演。
此外，还有一些新兴的技术和方法在LAI反演中得到了应用。
例如，基于人工智能的深度学习算法可以通过耦合遥感数据和地理数据，利用深度神经网络等方法进行LAI反演，具有较高的精度和准确性。
此外，时间序列的遥感数据分析方法也被广泛应用于LAI反演研究中，通过分析植被的时空动态变化，可以得到LAI的时序变化规律。
基于高光谱遥感的农作物叶面积指数反演方法的分析与比较摘要：高光谱遥感技术作为反演农作物叶面积指数（LAI）的一个有力工具，近几年来已经越来越被国内外学者所重视。
本文比较系统地总结了利用高光谱遥感反演LAI值的一般方法，即包括试验田建立、光谱数据采集、LAI值测定、HVI值计算、反演模型的生成五个步骤。
总结出了一些常见农作物的最佳的LAI 值定量反演模型，便于今后相关研究时查阅。
关键词：高光谱遥感；叶面积指数（LAI）；反演模型Abstract: High spectrum remote sensing technology as the inversion of crop leaf area index ( LAI ) are a powerful tool, in recent years it has been pay more and more attention of both domestic and foreign scholars. The paper systematically summed up the use of hyperspectral remote sensing inversion of LAI value general methods, including experimental field establishment, data acquisition, LAI value, HVI value calculation, determination of inversion model is generated in five steps. Summarizes some common crop optimal LAI value quantitative inversion model for future related research, consulting.Key words: remote sensing; leaf area index (LAI); inversion model引言遥感技术是指远距离、在不直接接触目标物体情况下,通过接收目标物体反射或辐射的电磁波,探测地物波谱信息,并获取目标地物的光谱数据与图像,从而实现对地物的定位、定性或定量的描述。
2种水稻生长模型比较作者：浩宇来源：《安徽农业科学》2017年第11期摘要[目的]比较ORYZA2000和WOFOST 2种模型对江西省水稻生长的模拟效果。
[方法]利用江西省当地田间试验观测数据，收集水稻的关键参数，同时结合同期逐日气象数据等资料分别对ORYZA2000和WOFOST 2种模型进行比较。
采用适应性评价对水稻多个生理指标进行评价与验证。
[结果] 以统一化均方根误差（NRMSE）来衡量作物模型的模拟结果，ORYZA2000模型模拟结果显示水稻各生物量的NRMSE值小于25%，而WOFOST模型对叶面积指数及穗生物量模拟偏差较大，分别为46%和55%。
[结论] ORYZA200在穗生物量和叶面积指数的模拟中比WOFOST模型模拟效果较好。
关键词作物模型；田间数据；调试参数；适应性评价中图分类号S511文献标识码A文章编号0517-6611（2017）11-0019-04Abstract[Objective]To compare simulation effect of two kinds of rice growth model in Jiangxi Province.[Method] By the local field experimental observation data and meteorological data at the same period，the ORYZA2000 and WOFOST model parameters were compared.The growth period，the leaf area index and the biomass index were verified and evaluated.[Result]Measuring simulation effat of crop model with NRMSE，the biomass NRMSE value were less than 25% from ORYZA2000 model，and the NRMSE value of LAI and dry weight was 46% and 55% from WOFOST，which the deflection was larger.[Conclusion] Simulation effect of ORYZA2000 in spike biomass and leaf area index is better than that of WOFOST model.Key wordsCrop model；Field data；Parameters calibration；Adaptability evaluation作物生长模型作为新兴农业研究领域的重要工具，不仅能帮助人类加强对于农业生产系统的认知水平，还能比较不同试验点结果的差异性[1-4]。
2种水稻生长模型比较浩宇【摘要】[目的]比较ORYZA2000和WOFOST 2种模型对江西省水稻生长的模拟效果.[方法]利用江西省当地田间试验观测数据,收集水稻的关键参数,同时结合同期逐日气象数据等资料分别对ORYZA2000和WOFOST 2种模型进行比较.采用适应性评价对水稻多个生理指标进行评价与验证.[结果] 以统一化均方根误差(NRMSE)来衡量作物模型的模拟结果,ORYZA2000模型模拟结果显示水稻各生物量的NRMSE值小于25%,而WOFOST模型对叶面积指数及穗生物量模拟偏差较大,分别为46%和55%.[结论] ORYZA200在穗生物量和叶面积指数的模拟中比WOFOST模型模拟效果较好.%[Objective]To compare simulation effect of two kinds of rice growth model in Jiangxi Province.[Method] By the local field experimental observation data and meteorological data at the same period,the ORYZA2000 and WOFOST model parameters were compared.The growth period,the leaf area index and the biomass index were verified and evaluated.[Result]Measuring simulation effat of crop model with NRMSE,the biomass NRMSE value were less than 25% from ORYZA2000 model,and the NRMSE value of LAI and dry weight was 46% and 55% from WOFOST,which the deflection was larger.[Conclusion] Simulation effect of ORYZA2000 in spike biomass and leaf area index is better than that of WOFOST model.【期刊名称】《安徽农业科学》【年(卷),期】2017(045)011【总页数】5页(P19-22,26)【关键词】作物模型;田间数据;调试参数;适应性评价【作者】浩宇【作者单位】陕西省气象服务中心,陕西西安 710014【正文语种】中文【中图分类】S511作物生长模型作为新兴农业研究领域的重要工具，不仅能帮助人类加强对于农业生产系统的认知水平，还能比较不同试验点结果的差异性[1-4]。
农业智能化中的叶面积指数测量技术研究随着科技的快速发展，农业智能化正在成为农业发展的新趋势。
叶面积指数是衡量植物生长状态和生产能力的重要指标之一，因此叶面积指数测量技术在农业智能化中起着至关重要的作用。
一、叶面积指数测量技术概述叶面积指数（Leaf Area Index, LAI）是指单位地面积内植物群体叶面积的总和与该地面积的比值。
它是评价植物生长状况、生产能力和生态环境质量的重要指标之一。
近年来，随着农业科技的发展，叶面积指数的测量技术也在不断升级和完善，目前主要有以下几种方法：1. 直接测量法：使用亚毫米级精度的液体平衡或电子天平测量单片叶子的质量，并通过公式计算得到单叶片面积，再计算得到叶面积指数。
2. 比较法：将待测植株与标准植株放在同一环境下生长，通过比较两种植株的叶面积，计算出叶面积指数。
3. 遥感法：利用遥感技术获取植物的光谱信息和图像数据，通过计算反射率得出叶面积指数。
二、叶面积指数在农业智能化中的应用农业智能化以提高农业生产力和效益为目标，叶面积指数的测量技术在农业智能化中的应用主要有以下两个方面：1. 优化农业生产在现代农业中，农民通过叶面积指数测量技术可以实现精细化、科学化管理。
由于植物的叶面积与光合作用强度有直接关系，优化植株叶面积可以提高光合作用的效果，增加作物产量和品质。
例如，当作物缺水时，叶面积会因叶片萎缩而减小，此时植株的光合作用速率也会下降，影响作物的生长和产量。
通过定量的叶面积指数测量和监测，可以更准确、科学地判断作物缺水情况，及时采取补水措施，提高作物产量和利润。
2. 实现精准化施肥农业智能化可以实现针对性施肥，达到最佳的施肥效果。
使用叶面积指数测量技术可以帮助农民计算各植株的生长情况，根据植株需要量来施肥，避免了浪费，提高了肥料利用率，达到了绿色、高效的目标。
三、未来的发展趋势和展望随着人工智能等技术的不断提升，未来叶面积指数测量技术也将得到广泛的应用。
第33卷第3期2008年6月 林 业 调 查 规 划Forest I nvent ory and Planning Vol .33 No .3 Jun .2008叶面积指数的主要测定方法谭一波,赵仲辉(中南林业科技大学生命科学与技术学院,湖南长沙410004)摘要:简要地介绍了叶面积指数的概念和研究的意义,总结了当前叶面积指数(LA I )的主要测定方法有直接和间接方法两大类,分析了各种方法的优缺点.认为未来叶面积指数测定的发展趋势是光学仪器法和遥感法的相互结合.关键词:叶面积指数;测定方法;遥感法;光学仪器法中图分类号:S758.58 文献标识码:A 文章编号:1671-3168(2008)03-0045-04The M a i n M ethods for D eter m i n i n g L eaf Area I ndexTAN Yi 2bo,ZHAO Zhong 2hu i(School of L ife Sciences and Technol ogy,Central South University of Forestry and Technol ogy,Changsha Hunan 410004,China )Abstract:The paper briefly intr oduces the concep t and significance for the study of leaf area index (LA I ),and su mmarizes the current main methods f or deter m ining LA I as direct and indirect ways as well as its individual advantages and disadvantages 1It concerns that the devel opmental trends of LA I deter m i 2nati on in the future will be the combinati on of op tical instru ment method with re mote sensing method 1Key words:leaf area index;deter m inati on method;re mote sensing method;op tical instru ment method收稿日期:2008-01-09基金项目:湖南省自然基金项目“城市主要绿化树种蒸腾耗水规律和分形特征的研究”(05JJ40127).作者简介:谭一波(1981-),男,广西南宁人,硕士研究生,主要从事森林生态和小气候研究.赵仲辉(1964-),男,博士,副教授,主要从事气象学和森林生态研究. 叶面积指数是生态系统的一个重要结构参数,用来反映植物叶面数量、冠层结构变化、植物群落生命活力及其环境效应,为植物冠层表面物质和能量交换的描述提供结构化的定量信息,并在生态系统碳积累、植被生产力和土壤、植物、大气间相互作用的能量平衡,植被遥感等方面起重要作用[1～4].1叶面积指数的概念叶面积指数(Leaf A rea I ndex,缩写LA I )的提出源于作物学,在20世纪40年代中期,英国农业生态学家W ats on 首先将叶面积指数的概念定义为单位土地面积上单面植物光合作用面积的总和[4,5].由于在理解和使用上存在差异,叶面积指数有很多不同的定义和解释,如植物叶片总面积与土地面积的比值,单位面积上植物叶片的垂直投影面积的总和等.Chen [8]、Gower 等人[9]还提出,LA I 是单位土地面积上所有叶片表面积的一半或总叶片投影面积的一半.Lang 等人[10]认为,将LA I 定义为单位土地面积上的植物光合有效辐射总截取面积较定义为单位土地面积上的垂直投影面积或最大投影面积具有更好的表达能力,因为植物光合有效辐射总截取面积还反映了植物冠层的物理意义和生态内涵[5,11].叶面积指数是一个无量纲度量的参数,其大小与植被种类、生长期、叶片倾角、叶簇和非叶生物量等因素有关[4,6],还受叶面积指数定义和测定方法的影响.2叶面积指数测定的主要方法211直接方法直接测定方法是一种传统的、具有一定破坏性的方法,通过直接测量叶面积得到的叶面积指数,可作为间接方法的有效验证.21111叶面积的测定(1)传统的格点法和方格法.格点法是将采集到的叶片平摊在水平面上,在叶片上覆盖一块透明方格纸,然后统计在叶内的格点数和叶边缘的格点数计算叶片的面积,不足半格者不计,超过半格者按一格记.方格法是在叶片下方放置一块方格纸,并用铅笔描绘出叶片轮廓,数出叶片所占的格数,叶缘不林业调查规划足半格者不计,超过半格按一格记,最后合计叶片所占的总格数作为叶面积.(2)描形称重法.在一种特定的坐标纸上,用铅笔将待测叶片的轮廓描出并依叶形剪下坐标纸,称取叶形坐标纸重量,按公式计算叶面积.(3)仪器测定法.叶面积测定仪可以分成两种类型[5],分别通过扫描和拍摄图像获取叶面积.扫描型叶面积仪主要由扫描器(扫描相机)、数据处理器、处理软件等组成,可以获得叶片的面积、长度、宽度、周长、叶片长度比和形状因子以及累积叶片面积等数据,主要仪器有:C I-202便携式叶面积仪、L I -3000台式或便携式叶面积仪、AM-300手持式叶面积仪等.此外,还有使用台式扫描仪和专业图像分析软件测定的方法.图像处理型叶面积仪由数码相机、数据处理器、处理分析软件和计算机等组成,可以获取叶片面积、形状等数据,主要仪器有:W I N D I2 AS图象分析系统、SKYE叶片面积图像分析仪、Decagon-Ag图象分析系统、W inF OL I A多用途叶面积仪等.21112落叶收集法本方法适合于落叶林,一般先在样地内随机设置一定面积(S)的凋落物收集网,将收集到的凋落物烘干,分离出叶片来称重,得到落叶量[12].再用十字分割法从落叶中取出一定重量的叶片测出总叶面积,计算出比叶重K(c m2/g),即单位叶面积与叶干重的比值[14],结合落叶收集得到的单位时间单位面积落叶的重量M(g/m2·a)以及生物量研究中得出的单位时间落叶量所占样地总叶量的百分比C,用下式即可计算叶面积指数[12]:LA I=(M×K)/(C×S)落叶收集法在落叶林的测量中得到了较准确的结果,但是测量周期长,在常绿林中应用时会产生较大的误差[12,13].21113分层收割法[12]在群落中设置样地,并对样地进行调查,记录样地中的树种组成、树高、胸径和冠幅等参数,找出具有平均高度和平均胸径的标准木,并进行整株收获,即从径基开始按每段1m长分割,由底部向上逐段收获叶片,将全部叶片摘下后称取总重W(g),最后用十字分割法从中取出500～1000g叶片称重和测定叶面积,计算出比叶重K(c m2/g),用下式计算叶面积:L=(W×K)/S式中,W为标准木总叶重,K为比叶重,S为标准木所占地面面积.任海先生[12]在研究南亚热带森林时认为该方法较准确,但具有很大的破坏性,且费时费力.212间接方法间接方法是用一些测量参数或用光学仪器得到叶面积指数,测量方便快捷,但仍需要用直接方法所得结果进行校正[16].21211点接触法点接触法是用细探针以不同的高度角和方位角刺入冠层,然后记录细探针从冠层顶部到达底部的过程中针尖所接触的叶片数目,用以下公式计算.LA I=n/G(θ)式中,LA I为叶面积指数,n为探针接触到的叶片数,G(θ)为投影函数,θ为天顶角.当天顶角为5715°时,假设叶片随机分布和叶倾角椭圆分布[5],则冠层叶片的倾角对消光系数K的影响最小,此时采用3215°倾角刺入冠层,会得出较准确的结果,用以下公式计算.LA I≈111LA I3215点接触法是由测定群落盖度的方法演进而来的[12],在小作物LA I的测量中较准确[15],但在森林中应用比较困难[13],主要是由于森林植物树体高大以及针叶树种中高密度的针叶影响了测定.21212消光系数法该法通过测定冠层上下辐射以及与消光系数相关的参数来计算叶面积指数,前提条件是假设叶片随机分布和叶倾角呈椭圆分布,由Beer-La mbert定律知:LA I=1kln(Q0/Q)式中:LA I为叶面积指数,Q和Q分别为冠层上下部的太阳辐射,k为特定植物冠层的消光系数,一般在013～115变化,其计算公式为:k=x2+tanθ2x+11744(x+11182)-01733其中x为叶倾角分布参数,θ为天顶角.消光系数k与植物种类、天顶角、叶片倾角以及非叶生物量有关,在确定时常需要根据经验公式获得,如关德新等[3]在研究长白山针阔叶混交林时,利用观测结果反推消光系数k值.本方法中消光系数如果能够准确地加以测量,那么得出的叶面积指数也较准确[12].21213经验公式法经验公式法利用植物的胸径、树高、边材面积、·64·第33卷谭一波等:叶面积指数的主要测定方法冠幅等容易测量的参数与叶面积或叶面积指数的相关关系建立经验公式来计算.研究表明:叶面积指数与胸径平方和树高的乘积有显著的指数相关性[16],边材面积与叶面积具有很高的相关性[17],林冠开阔度与叶面积指数呈较好的指数关系[18].经验公式法的优点在于测量参数容易获取,对植物破坏性小,效率较高,然而经验公式具有特定性,并不适合于任何树种,因而该法的应用具有一定的局限性[5].21214遥感方法卫星遥感方法为大范围研究LA I提供了有效的途径[4,19].目前主要有2种遥感方法可用来估算叶面积指数[22],一种是统计模型法[19,20],主要是将遥感图像数据如归一化植被指数NDV I、比植被指数RV I和垂直植被指数PV I[20]与实测LA I建立模型.这种方法输入参数单一,不需要复杂的计算,因此成为遥感估算LA I的常用方法.但不同植被类型的LA I 与植被指数的函数关系会有所差异,在使用时需要重新调整、拟合.另一种是光学模型法[19,21],它基于植被的双向反射率分布函数是一种建立在辐射传输模型基础上的模型,它把LA I作为输入变量,采用迭代的方法来推算LA I.这种方法的优点是有物理模型基础,不受植被类型的影响,然而由于模型过于复杂,反演非常耗时,且反演估算LA I过程中有些函数并不总是收敛的[19,22].21215光学仪器法光学仪器法按测量原理分为基于辐射测量的方法和基于图像测量的方法.(1)基于辐射测量的方法.该方法是通过测量辐射透过率来计算叶面积指数,主要仪器有:LA I-2000、AccuP AR、Sunscan、Sunfleck cep t ometer、De mon 和TRAC(Tracing Radiati on and A rchitecture of Cano2 p ies)等.这些仪器主要由辐射传感器和微处理器组成,它们通过辐射传感器获取太阳辐射透过率、冠层空隙率、冠层空隙大小或冠层空隙大小分布等参数来计算叶面积指数.前5种仪器都假设均一冠层、叶片随机分布和椭圆叶角分布,在测量叶簇生冠层时有困难.而TRAC通过测量集聚指数[13,24],能有效地解决集聚效应的问题,使得叶面积指数计算可以不用假设叶片在空间随机分布,减小了有效叶面积指数与现实叶面积指数之间计算的误差[24].基于辐射测量仪器的优点是测量简便快速,但容易受天气影响,常需要在晴天下工作.(2)基于图像测量的方法.该方法是通过获取和分析植物冠层的半球数字图像来计算叶面积指数,仪器主要有C I-100、W I N SCANOPY、He m i V ie w、HCP(He m is pherical Canopy Phot ography)等,这些图像分析系统通常由鱼眼镜头、数码相机、冠层图像分析软件和数据处理器组成.其原理是通过鱼眼镜头和数码相机获取冠层图像,利用软件对冠层图像进行分析,计算太阳辐射透过系数、冠层空隙大小、间隙率参数等,进而推算有效叶面积指数.基于图像测量的仪器和方法测量精度较高,速度则较基于辐射测量的仪器慢,且常需要对图像进行后期处理.此外,测量时需要均一的光环境,如黎明、黄昏、阴天等,晴天会使鱼眼镜头低估或者高估太阳辐射或散射[5,23].(3)光学仪器方法的比较.光学仪器方法在辐射测量、适用冠层、测量环境方面适用条件的比较如表1和表2.表1 基于图像的测量仪器适用条件比较比较项目C I-100W I N SCANOPY He m i V ie w HCP辐射测量直射直射和散射直射和散射直射和散射适用冠层低矮作物、林木冠层低矮作物、林木冠层林木冠层低矮作物、林木冠层测量环境均一光环境均一光环境均一光环境均一光环境表2 基于辐射的测量仪器适用条件比较比较项目LA I-2000AccuP AR Sunscan Sunfleck De mon TRAC辐射测量散射直射和散射直射和散射直射和散射直射直射适用冠层低矮作物、林木冠层低矮作物低矮作物低矮作物低矮作物林木冠层测量环境均一光环境晴天晴天晴天晴天晴天由于光学仪器设计原理和应用理论的差别,在应用仪器时,需要根据测量的植物冠层来选用合适的仪器,而且因为集聚效应在各种冠层中的存在,光学仪器测量出来的叶面积指数是有效值,较之实际值要小[13],因此应将有效叶面积指数与TRAC得出的集聚指数相结合来计算实际叶面积指数[25,26].3结语叶面积指数定义和测量原理上的差异,为不同叶面积指数测量结果之间的比较和验证带来了困难,目前国内外还没有统一的定义和测定方法.比较而言,传统的破坏性方法,如分层收割法,虽然比较准确,但费时费力,效率不高.光学仪器法和经验公式法因具有快速、破坏性小等优点得到广泛应用,但·74·第3期林业调查规划各种光学仪器应用的范围不同,需要根据测量的冠层选择合适的仪器,有条件地选择几种仪器的组合,达到互为验证提高准确性的目的.这些组合中,较常使用LA I-2000、C I-100测量有效叶面积指数,再与TRAC得出的集聚指数相结合以计算实际叶面积指数.叶面积指数测量的发展趋势是光学仪器法和遥感法的相互结合,而且测量精度和准确度将随理论和技术的不断完善逐渐提高.参考文献:[1]巩合德,杨国平,张一平,等1哀牢山4类植物群落叶面积指数比较[J]1东北林业大学学报,2007,35(3):34-361 [2]王希群,马履一,张永福1北京地区油松、侧柏人工林叶面积指数变化规律[J]1生态学杂志,2006,25(12):1486-14891[3]关德新,吴家兵,王安志,等1长白山红松针阔叶混交林林冠层叶面积指数模拟分析[J]1应用生态学报,2007, 18(3):499-5031[4]王希群,马履一,贾忠奎,等1叶面积指数的研究和应用进展[J]1生态学杂志,2005,24(5):537-5411[5]吴伟斌,洪添胜,王锡平,等1叶面积指数地面测量方法的研究进展[J]1华中农业大学学报(自然科学版), 2007,26(2):270-2751[6]Paul JK,Theodore TK1木本植物生理学[M]1北京:中国林业出版社,1985:74-751[8]J ing MC,B lack T A1Defining leaf area index f or non-flatleaves[J]1Plant Cell Envir on,1992,15:421-4291[9]Gower ST,Kucharik CJ,Nor man J M1D irect and indirectesti m ati on of leaf area index,f AP AR and net p ri m ary p r o2 ducti on of terrestrial ecosyste m s[J]1Re mote Sensing of En2 vir on ment,1999,70:29-511[10]Lang ARG,Mcmurtrie RE,Bens on M L1Validity of sur2face area indices of Pinus radiate esti m ated fr om trans m it2tance of the sun’s bea m[J]1Agricultural and ForestMete2or ol ogy,1991,57:157-1701[11]李轩然,刘琪 ,蔡哲,等1千烟洲针叶林的比叶面积及叶面积指数[J]1植物生态学报,2007,31(1):93-1011[12]任海,彭少麟1鼎湖山森林群落的几种叶面积指数测定方法的比较[J]1生态学报,1997,17(2):220-2231 [13]J ingMC,PaulMR,Gower ST,et1Leaf area index of borealforests:Theory,techniques,and measure ments[J]1Jour2nal of Geophysical Research,1997,102(24):29429-294431 [14]吕建林,陈如凯,张木清,等1甘蔗净光合速率、叶绿素和比叶重的季节变化[J]1福建农业大学学报,1998,27(3):285-2901[15]Bonhomme R,Varlet GC,Chartier P1The use of phot o2graphs for deter m ining the leaf area index of young cr op s[J]1Phot osynthesis,1974,8:299-3011[16]常学向,赵文智,赵爱芬1黑河中游二白杨叶面积指数动态变化及其与耗水量的关系[J]1冰川冻土,2006,28(1):85-901[17]Gower ST,Nor man J M1Rap id esti m ati on of leaf area indexin conifer and br oad-leaf p lantati ons[J]1Ecol ogy,1991,72:1896-19001[18]陈厦,桑卫国1暖温带地区3种森林群落叶面积指数和林冠开阔度的季节动态[J]1植物生态学报,2007,31(3):431-4361[19]方秀琴,张万昌1叶面积指数(LA I)的遥感定量方法综述[J]1国土资源遥感,2003,57(3):58-621[20]薛利红,曹卫星,罗卫红,等1光谱植被指数与水稻叶面积指数相关性的研究[J]1植物生态学报,2004,28(1):47-521[21]L i X,Strahler A H1Geometric-op tical model of a coniferforest canopy[J]1I EEE Transacti ons on Geoscience andRe mote Sensing,1985,23(5):705-7201[22]蒙继华,吴炳方,李强子1全国农作物叶面积指数遥感估算方法[J]1农业工程学报,2007,23(2):160-1671 [23]赵平,曾小平,蔡锡安,等1利用数字植物冠层图象分析仪测定南亚热带森林叶面积指数的初步报道[J]1广西植物,2002,22(6):485-4891[24]周宇宇,唐世浩,朱启疆,等1长白山自然保护区叶面积指数测量及结果[J]1资源科学,2003,25(6):38-421 [25]赵丽芳,谭炳香,杨华,等1高光谱遥感森林叶面积指数估测研究现状[J]1世界林业研究,2007,20(2):50-541 [26]J ingMC1Op tically-based methods for measuring seas onalvariati on of leaf area index in boreal conifer stand[J]1Agricultural and ForestMeteor ol ogy,1995,80(2):135-1631·84·第33卷。
中国区域植被叶面积指数时空分布——机理模型模拟与遥感反演比较黄玫;季劲钧【摘要】叶面积指数是表征植被冠层特征的重要参数,同时也是决定生态系统净初级生产力的重要因子,它对全球变化和生态系统碳循环研究具有重要意义.目前大范围的叶面积指数只能通过遥感反演和机理模型模拟获得,而通过这两种方法获取的叶面积指数都存在一定的不确定性.利用大气-植被相互作用模型(AVIM2)在0.1°×0.1°经纬度网格上模拟产生了中国区域叶面积指数并与两套使用不同遥感反演方法生成的叶面积指数在空间分布和季节变化特征方面进行了比较.通过比较说明中国区域植被叶面积指数分布主要受水分条件限制,整体呈现东南部高西北部低的趋势.中国区域植被生长的季节变化受季风影响显著,与气温及地表太阳辐射的季节变化趋势相一致.中国区域叶面积指数整体呈现夏季高、春秋季次之而冬季低的趋势.【期刊名称】《生态学报》【年(卷),期】2010(030)011【总页数】8页(P3057-3064)【关键词】叶面积指数;AVIM2;遥感反演;样带;中国区域【作者】黄玫;季劲钧【作者单位】中国科学院地理科学与资源研究所生态网络观测与模拟重点实验室,北京,100101;中国科学院地理科学与资源研究所生态网络观测与模拟重点实验室,北京,100101;中国科学院大气物理研究所,北京,100029【正文语种】中文叶面积指数(LAI)是衡量生态系统与大气能量和物质交换强度的重要参数，它通过影响冠层的能量、水分平衡和碳光合固定而决定植被的净初级生产力和生态系统的整体功能。
它有多种定义方法[1]目前较为普遍的是定义为单位面积上总叶面积的一半[2]。
过去的许多研究已经证明叶面积指数在控制大气与植被之间能量、动量和物质交换中的重要性[3-6]。
过去的研究同时指出，叶面积指数估计误差是引起净初级生产力估计不确定性的重要原因之一[7-8]，没有对叶面积指数的准确估计就不能正确评估全球变化情景下生态系统植被的生长和净初级生产力变化[9]。
关于植物叶片的两种研究植物叶片的大小和叶片中叶绿素含量的多少，是我们农业领域经常研究的焦点。
其中叶绿素含量的多少，关系着作物的光合作用，光合作用是积累有机物的过程，因此如果要研究作物的光合作用，就必须测定植物叶片的叶绿素含量。
也正因为此，植物的叶绿素含量与作物产量息息相关。
而植物的叶片面积大小，则与叶面积指数有关。
叶面积指数是一块地上作物叶片的总面积与占地面积的比值。
在一定的范围内，作物的产量随叶面积指数的增大而提高。
因此，对于作物的产量，叶面积和叶绿素含量，是两个非常关键的因子。
植物叶绿素含量的测定：叶绿素含量测定有分光光度法、手持叶绿素仪。
一般的，在野外，我们使用仪器来快速测定植物叶绿素含量。
手持叶绿素仪是我们的首选。
手持叶绿素仪体积小巧，能够直接放在口袋，拿到田间。
手持叶绿素计能够测定植物的叶绿素相对含量或者绿色程度。
叶绿素计的原理是通过测量叶片在两种波长范围内的透光系数来确定叶绿素含量。
另外，叶绿素计还有一个功能，它除了能够测定我们需要的叶绿素含量数据，同时还能够提供氮肥的指导。
据研究统计，通过手持叶绿素计的测定，指导我们实际的施肥，能够在保证产量不减少的情况下，减少10%的氮肥施用量，大大提高经济效益。
植物叶片面积的测定：植物叶面积测定有多种方法：数格子法、扫描仪法、数码相机法、叶面积测定仪法。
其中数叶面积测定仪最简单方便。
叶面积测定仪有多种款式，其中活体叶面积仪是最精确的，但是它对叶片会造成损伤，它需要你摘下叶片然后进行测量，但是它对叶片大小、颜色、厚度等都没有要求，能够测定诸如芭蕉叶等的叶片面积大小。
叶面积测定仪在农业中使用也非常广泛，因为其实用性，而且测量方便，精确度高。
一般如数格子法费时又误差大，现在基本被淘汰。
另外，叶面积测定仪测量速度非常快，只要你将叶片铺好放在感光板上，2秒钟就能够出结果。
适合多叶片测定。
利用不同方法测定红松人工林叶面积指数的季节动态王宝琦;刘志理;戚玉娇;金光泽【期刊名称】《生态学报》【年(卷),期】2014(034)008【摘要】采用2种异速生长方程法、凋落物法、综合法(对光学仪器法进行木质部分及集聚效应校正后结合凋落物法)和光学仪器法测定了小兴安岭红松(Pinus koraiensis)人工林的叶面积指数(LAI).首先利用光学仪器法测定有效叶面积指数(Le)的季节动态;其次为获得相对准确LAI,基于生长季节(5-8月)的展叶调查,结合凋落物法、综合法和2种异速生长方程法分别测定LAI的季节动态.结果表明:生长季节红松叶片8月初停止生长,迟于其他树种约两周;不同方法测定红松人工林LAI的季节变化均呈单峰型,且在8月初达到峰值,分别为异速生长方法-B(10.58)＞凋落物法(7.90)＞异速生长方法-A(6.70)＞综合法(4.41)＞光学仪器法(1.81);在整个调查期内(5月至11月),相对于异速生长方法-B、凋落物法、异速生长方法-A和综合法,光学仪器法分别平均低估81.69％、75.50％、70.18％和48.90％.本研究探讨了非破坏条件下测定红松人工林LAI季节动态的直接方法,并比较了不同方法之间的差异,研究结果可为有效测定常绿针叶林LAI提供参考.【总页数】9页(P1956-1964)【作者】王宝琦;刘志理;戚玉娇;金光泽【作者单位】东北林业大学生态研究中心,哈尔滨150040;东北林业大学生态研究中心,哈尔滨150040;东北林业大学林学院,哈尔滨150040;东北林业大学生态研究中心,哈尔滨150040【正文语种】中文【相关文献】1.生长季节小尺度空间帽儿山红松人工林地表鞘翅目成虫多样性动态 [J], 刘俊;侯宏宇;高梅香2.小兴安岭谷地云冷杉林叶面积指数的季节动态及空间格局 [J], 刘志理;戚玉娇;金光泽3.大兴安岭南段次生林叶面积指数季节动态特征 [J], 赵鹏武;翟溟赜;六子一;魏晓霞4.利用不同方法反演冬小麦叶面积指数研究 [J], 郑东东;李颖;赫晓慧;胡程达;郭恒亮5.楸树叶面积指数的测度及冠层空隙度的季节动态 [J], 贠慧玲;王军辉;赵秋玲;李银梅因版权原因，仅展示原文概要，查看原文内容请购买。
地下逐日滴灌棉花叶面积指数测定及动态模拟肖兵;张胜江;麦尔丹·加帕尔【摘要】[目的]分析地下滴灌每日灌水情况下棉花叶面积指数变化情况.[方法]通过测坑试验,采用直接和间接方法测定棉花叶面积指数;利用LAI-2200冠层分析仪监测棉花全生育期叶面积指数,并利用修正的Logistic模型拟合全生育期棉花叶面积指数.[结果]LAI-2200在花铃中期测定值与实测值拟合直线较蕾期前测定值拟合结果更接近1:1渐近线;采用Logistic修正模型拟合棉花全生育期叶面积指数,仪器实测值与模拟值分析表明:相关系数R=0.988,标准误差RMSE=0.266.[结论]冠层分析仪测定叶面积指数准确性与作物冠层分布均匀性有关,生育初期测定结果有一定偏差,后期测定结果与真实值相当接近;Logistic修正模型能够较好地模拟出棉花全生育期叶面积指数发展趋势.【期刊名称】《现代农业科技》【年(卷),期】2018(000)002【总页数】3页(P7-8,14)【关键词】棉花;叶面积指数;冠层分析仪;Logistic修正模型【作者】肖兵;张胜江;麦尔丹·加帕尔【作者单位】新疆水利水电科学研究院,新疆乌鲁木齐 830049;新疆农业节水工程技术研究中心;新疆水利水电科学研究院,新疆乌鲁木齐 830049;新疆农业节水工程技术研究中心;新疆水利水电科学研究院,新疆乌鲁木齐 830049;新疆农业节水工程技术研究中心【正文语种】中文【中图分类】S562植物冠层分析在生产和科学研究中有广泛应用，其中叶面积指数（Leaf Area Index，LAI）是一个重要的生态学参数，定义为植物叶片单面表面积之和与其覆盖下土地面积的比值[1]。
叶面积指数不仅直接反映植物的生长状况，而且影响着植物的许多生物、物理过程，如光合作用、呼吸作用、蒸腾作用、碳氮循环和降水截获等。
因此，叶面积指数的快速和准确测定显得十分重要。
LAI测量方法包括直接测量法和间接测量法[2]。
