SunScan冠层分析仪在水稻叶面积指数测量中的应用

基于冠层高光谱的水稻长势估测的研究摘要：为了定量分析不同生育期冠层反射光谱参数与水稻长势的相互关系，确定能够准确预测高温胁迫下水稻长势的敏感光谱参数，通过大田小区试验，测定了抽穗期 4 种温度胁迫处理后的两个水稻品种不同生育期冠层高光谱反射率、叶绿素指数和叶面积指数。

光谱参数R808和SD755同时与淮稻5号抽穗期和灌浆期的SPAD相关性最好，R808、SD764和SD484与镇稻9424的两个时期的SPAD相关性最好。

淮稻5号两个时期的LAI与其光谱相关性以R808、SD988和SD875为最好，镇稻9424的两个时期的LAI与其光谱相关性以R808、SD934和SD860为最好。

关键词：水稻；高温胁迫；冠层高光谱反射；长势预测；光谱参数Abstract: In order to relationship between quantitative analysis in different growth periods and the growth of rice canopy spectral reflectance parameters, determined to be able to accurately predict sensitive spectral parameters under high temperature stress, the growth of rice, the field experiment, the heading stage was determined in different growth period of 4 kinds of two rice varieties of temperature stress after the canopy hyperspectral reflectance, chlorophyll index and leaf area index. The best correlation between SPAD 5, heading stage and milking stage spectral parameters of R808 and SD755 at the same time and Huaidao, best SPAD correlation between the two periods of R808, SD764 and SD484 and Zhendao 9424. LAI and its spectral correlation Huaidao No. 5 two period with R808, SD988 and SD875 was the best, LAI and spectral correlation between two periods of Zhendao 9424 with the R808, SD934 and SD860 for the best.Key words: rice; high temperature stress; canopy hyperspectral reflectance; growth prediction; spectral parameters引言：水稻是世界三大粮食作物之一，中国是世界水稻最重要的生产国也是消费国。

基于LAI-2200冠层分析仪的水稻叶面积指数测定条件石晶明;袁沭;居为民【期刊名称】《江苏农业科学》【年(卷),期】2022(50)10【摘要】叶面积指数(leaf area index,LAI)是表征作物生长状况的重要冠层结构参数,直接破坏采样法采样和间接光学测量是2种主要的LAI测量方法,其中LAI-2200冠层分析仪是最常用的测量LAI的光学仪器之一,计算方法和传感器观测天顶角范围都会对其观测结果产生显著影响。

利用LAI-2200冠层分析仪对水稻LAI进行长期连续观测,以直接破坏采样方法观测的LAI(LAI_(d))作为参考,比较分析不同观测天顶角范围、不同计算方法(2000方法和Lang方法)得到的LAI观测值差异。

结果表明,LAI观测值随着所用LAI-2200数据观测天顶角范围的减小而增大,在LAI>3时更明显,且相对于2000计算方法,Lang计算方法对所用数据观测天顶角范围变化更加敏感。

2000方法和Lang方法得到的LAI高度相关,r^(2)均高于0.9,随着观测天顶角范围的减小,2种方法的结果差异增大。

仅对0~43.4°天顶角范围的数据,2000方法计算的结果明显小于Lang方法,差异最大可达1.54。

LAI-2200观测的LAI与LAI_(d)高度相关,r^(2)为0.914~0.942,但存在不同程度的低估,且随着LAI_(d)的上升,低估程度增大。

随着所用数据观测天顶角范围的减小,2种方法计算的LAI与LAI_(d)比较的均方根误差(RMSE)增大。

如采用Lang计算方法,观测天顶角范围为0~74.1°时的RMSE为0.5771,观测天顶角范围为0~43.41°时的RMSE为0.6980;如采用2000计算方法,观测天顶角范围为0~74.1°时的RMSE为0.6078,观测天顶角范围为0~43.41°时的RMSE为0.6980。

SunScan植物冠层分析仪一用途：通过测量植物冠层的PAR来计算叶面积指数（LAI），SunScan探杆也可被用来测定植物冠层的PAR，从而来了解不同层次冠层PAR的分布和截获情况。

二原理根据冠层吸收的Beer法则（Beer's law for canopy absorption）、Wood的SunScan 冠层分析方程以及Campbell的椭圆叶面角度分布方程 (Campbell's Ellipsoidal LAD equations)，使用光量子传感器来测量、计算和分析植物冠层截获和穿透的光合有效辐射及叶面积指数。

三特点✧可测植物冠层中的入射和投射光PAR；✧直接得到叶面积指数（LAI）；✧专用BF3反射系数传感器测量直射光和漫射光及其比例关系；✧数据可自动采集，采样间隔时间1秒~24小时可选；✧SunScan探杆可作为线性光量子传感器使用，可直接连接数据采集终端使用；✧可在多云、阴天等情况下使用，不需要考虑特殊的天气条件；✧SunScan探测器与BF3反射系数传感器之间可选无线通讯四系统组成：SunScan探杆：一支1米长，内嵌64个光合有效辐射传感器的探测器；反射系数传感器BF3：能很容易地计算出植物冠层的PAR以及直射光与漫射光的比例关系（the beam fraction）；目前厂家提供最新BF3与SunScan的无线连接，更方便的进行测量；Rugged手持式掌上终端：一种采集和分析读数的高效、轻便的掌上电脑；SunData软件SDA：用来对测量参数进行分析处理；三角架：用来安放BF3；便携箱：方便野外运输五、基本技术指标：SunScan探杆探测器光谱响应：400 ~ 700nm (PAR)；探测器测量时间：120ms；探测器最大读数：2500μmol.m-2.s-1；探测器分辨率：0.3μmol. m-2.s-1；精度：±10％；探测器工作区域：1000mm×13mm，64个传感器，传感器间距15.6mm；模拟输出：1mV/μmol. m-2.s-1；通讯端口：RS232，9针D型接口；工作环境：IP65，0~60℃工作温度；尺寸规格：1300mm×100 mm×130 mm；重量：1.7Kg；电源：4节AA碱性电池，典型情况下可以使用1年以上BF3反射系数传感器光谱范围：400~700nm；PAR测量范围：0~2500μmol.m-2.s-1（直射和散射）；BF3传感器精度：直射±12％，散射±15％，PAR±10μmol.m-2.s-1；输出灵敏度：1mV/μmol. m-2.s-1；输入电压：5~15V DC；BF3电缆长度：标准为10米，可选25米和50米；BF3工作温度：-20~+50℃（碱性电池）；电源：4节AA碱性电池，典型情况下可以使用1年以上Rugged数据采集终端显示屏：1/4 VGA防眩光液晶显示屏；操作系统：Windows Mobile 6；显示选项：a：LAI，b：PAR平均，c：所有单个传感器数值；工作环境：IP67，-30~+60℃，1.2米跌落高度；电源：可充电电池，可连续使用12小时；内存：>100MB可用；尺寸规格：165mm×95 mm×45 mm；重量：450g产地：英国Delta-T。

叶面积指数仪在农业种植中的使用意义及使用方法叶面积指数的大小及其动态变化对植物生长发育有着直接的关系，检测出植物的叶面积就能够检测出植物的长势，监测植物的生长状态，从而评估出相应的生态环境，所以进行植物叶面积测定就十分重要。

它也是研究植物生长规律、群体光合和制定植物栽培措施与技术标准的重要参数。

因此，叶面积指数仪非常值得推广使用。

过去，人们进行叶面积测定主要是通过手工测量，这样的检测方法人力物力成本很高，且通常对植被具有破坏性，不适用于植被生长变化的大范围测量。

经过设计研发，叶面积指数仪的出现不但能够进行叶面积无损检测，而且仪器轻巧便携，在野外工作也十分的方便。

进行检测时可以准确快速的测定出叶片的叶面积还有相关的参数，比之前人工测定更加准确科学便捷；而且还能够对采摘的植物叶片和其他片状物体进行面积测量，其使用范围也很广泛，不止用在叶面积测定，还有其他方面。

人工检测叶面积时，需要多人帮忙记录数据，耗费时间也较长，人工成本高。

如今有了叶面积指数仪就能够一次性的测量较大叶片面积，还能够测定出叶片的多种参数：叶面积、平均叶面积、叶宽、叶长，这样检测出的数据更具代表性，而且叶面积指数仪能够自己进行数据保存，这样就可以减少数据记录这项容易出错的步骤，人们进行相关数据检测也有据可依。

这些正是它值得推广使用的理由所在！托普云农叶面积指数测定仪可测量：叶面积指数、散射辐射透过率、不同太阳高度角下的直射辐射透过率、不同太阳高度角下的消光系数、叶面积密度的方位分布、冠层内外的光合有效辐射(PAR)等。

植物叶面积指数仪/叶面积仪广泛应用于作物、植物群体冠层受光状况的测量分析以及农林业科研工作。

植物叶面积仪采用国际上一致采用的原理（比尔定律以及冠层孔隙率与冠层结构相关的原理），通过专用鱼眼镜头成像和CCD图像传感器测量冠层数据和获取植物冠层图像，利用软件对所得图像和数据进行分析计算，得出冠层相关指标和参数。

具有精确、省时省力、快捷方便的特点。

叶面积指数LAI测量仪器介绍目的是给出各种测量LAI的仪器的直观介绍。

LA I 是一个无量纲、动态变化的参数, 随着叶子数量的变化而变化。

另外, 植物叶子的生长与植物种类自身特性、外部环境条件以及人为管理方式有关。

再加上LA I 的不同定义和假设导致了LAI 值测量的极大差异。

植物LAI 的地面测量方法有2 类: 直接测量和间接测量。

本文简要介绍LAI2200（LAI2000）、SUNSCAN、TRAC、AccuPAR和DHP仪器并且给出一些选择建议。

目前，遥感科学国家重点实验室关于LAI测量的仪器有LAI2000、LAI2200、TRAC和LI3000A。

1，LAI2200（LAI2000）LAI2200植物冠层分析仪基于成熟的LAI-2000技术平台，利用“鱼眼”光学传感器（垂直视野范围148度，水平视野范围360度，波谱响应范围320nm~490nm）测量树冠上、下5个角度的透射光线，利用植被树冠的辐射转移模型（间隙率）计算叶面积指数、空隙比等树冠结构参数。

利用随机FV-2200软件，可对数据进行深入处理分析。

该仪器由美国LI-COR公司开发。

仪器组成如下图所示。

测量注意事项：尽可能避免直射的阳光，尽量在日出日落时或者多云的天气（阴天）进行测量，如果避免不了，需要注意：1，使用270度的遮盖帽或者更小视野的遮盖帽；2，背对着阳光进行测量，遮挡住日光和操作者本身；3，对植物冠层进行遮阴处理；4，如果云分布不均匀导致光线不均匀的天气条件下要等待云彩飘过并且遮挡了阳光时再进行测量。

在非均匀、不连续植被情况下以及复杂地形区的测量结果不理想。

2，SUNSCAN根据冠层吸收的Beer法则（Beer’s law for canopy absorption）、Wood 的SunScan冠层分析方程以及Campbell的椭圆叶面角度分布方程(Campbell’s Ellipsoidal LAD equations)，使用光量子传感器来测量、计算和分析植物冠层截获和穿透的光合有效辐射及叶面积指数。

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。

第一部分SunScan介绍物冠层PAR值提供了关于影响田间作物生长的限制因素的有价值的信息；SunScan探测器也可被用来描绘作物冠层PAR的分布图。

植物的光照吸收和单位体积内生物数量的增加有着直接的关系。

不同类型植物将光子转化成生命物质的能力不同。

SunScan 系统提供了便利的工具来计算和分析植物冠层截获和穿透的光合有效辐射（PAR ：Photo-synthetically Active Radiation）。

它提供了关于作物穿透的光合有效辐射的重要信息，SunScan探测器SunScan探测器是一支1米长，内嵌64个光合有效辐射传感器的的探测器。

它通过RS-232串行接口与PC或DCT1型手持式掌上电脑相连。

无论何时进行读数，所有的传感器都会被扫描并将读数传到终端或PC上。

沿着探测器，平均光照水平会被计算出来，如果要绘制详细的PAR分布图，所有分布的传感器的读数都可被逐一读出。

在探测器手柄上有一个操作按钮可被用来便捷地按需要来测得读数；或者将读数通过掌上电脑或PC的程序控制一次传送到掌上电脑或PC。

读数单位是PAR通量（μmol m-2 s-1）。

探测器有一个舒适的，平衡性很好的手柄来降低手臂的疲劳。

探测器上有一个气泡水平仪来指示探测器的水平。

漫射系数传感器（BFS）BF3型漫射系数传感器综合了直射和漫射PAR传感器，能很容易地计算出作物冠层的PAR以及直射光与漫射光（the beam fraction）的比例关系，无论阳光从哪一个方向射来，总有暴露在直射光下的PAR传感器和被遮蔽的同时存在。

因此可以同时测量出直射光总截获PAR和遮蔽直射光束时漫射光PAR。

BFS内置一个气泡水平仪和微型罗盘来校正其排列的准确性。

BFS用一根10米长的电缆与SunScan探测器相连，电缆最长可延伸到100米。

三脚架可用来安放BF3。

数据分析和储存掌上电脑：PDA是一种从SunScan探测器采集和分析读数的高效、轻便的掌上电脑。

用途：通过测量作物冠层PAR值提供了关于影响田间作物生长的限制因素的有价值的信息，如叶面积指数（LAI）。

SunScan探测器也可被用来描绘作物冠层PAR的分布图。

原理：根据冠层吸收的Beer法则、Wood的SunScan冠层分析方程以及Campbell的椭圆叶面角度分布方程(Ca mpbell’s Ellipsoidal LAD equations)，使用光量子传感器来测量、计算和分析植物冠层截获和穿透的光合有效辐射及叶面积指数。

组成：SS1探头：一支1米长，内嵌64个光合有效辐射传感器SunData软件：用来对测量参数进行分析处理BF3传感器：可计算出作物冠层的PAR以及直射光与漫射光的比例关系。

减少太阳变化对测量造成的影响。

三角架：用来安放BF3数据采集终端：采集和分析读数。

参数：探测器工作区域：1000×13mm宽，传感器间距15.6mm探测器光谱响应：400 ~ 700nm (PAR)；探测器测量时间：120ms；探测器分辨率：0.3μmol. m-2.s-1；探测器最大读数：2500μmol.m-2.s-1操作温度：0 ~ 60℃；内存：2M内存，包含程序；1600K RAM 可用于储存数据；产地：英国SunScan 冠层分析系统通过测量作物冠层PAR值提供了关于影响田间作物生长的限制因素的有价值的信息，如叶面积指数（LAI）；SunScan探测器也可被用来描绘作物冠层PAR的分布图。

根据冠层吸收的Beer法则（Beer'slaw for canopy absorption）、Wood的SunScan冠层分析方程以及Campbell的椭圆叶面角度分布方程 (Campbell's Ellipsoidal LAD equations)，使用光量子传感器来测量、计算和分析植物冠层截获和穿透的光合有效辐射及叶面积指数。

标准组成：SunScan探测器：一支1米长，内嵌64个光合有效辐射传感器的的探测器；反射系数传感器（BF3）：综合了2个PAR传感器，并能很容易地计算出作物冠层的PAR以及直射光与漫射光（the beam fraction）的比例关系；数据采集终端(RPDA1)：一款从采集和分析读数的高效、轻便、超耐用的掌上电脑，并可在进行自主测定记录数据；SunData软件：用来对测量参数进行分析处理；三角架：用来安放BF3。

中国农业气象 (Chinese Journa l of Agro m eteorology 2010, 31(2:251-254do:i 10. 3969/.j issn . 1000-6362. 2010. 02. 016水稻冠层光合有效辐射的分布特征及其与叶面积指数的关系 *张涛 , 殷红 **, 辛明月(沈阳农业大学 , 沈阳 110161摘要 :采用冠层分析系统对不同株型水稻冠层的光合有效辐射 (PAR 进行了观测 , 测得入射 PAR 、冠层反射 PAR 、透射 PAR 和水面反射 PAR , 计算求得冠层反射率、水面反射率、水稻冠层吸收的 PAR (APAR和 PAR 吸收系数 (FAP AR, 并研究了它们的变化规律。

结果表明 , 水稻冠层中 F APAR 与 LA I 的相关性达极显著水平 , 相关方程的估算精度达 88148%, 可用于大尺度的全球变化研究中地面数据与卫星遥感数据的链接。

关键词 :水稻 ; 冠层 ; PAR; FAPAR; LA ID istributi on Characteristics of PAR i n R ice Canopy andRelati onshi p bet w een PAR and LA IZHANG Tao , Y IN H ong , X IN M ing -yue(Shenyang A gr i cultural U niversity , Shenyan 110161, Ch i naAbst ract :In this research , t h e PAR (photosynthetica ll y Acti v e R adiati o n o f rice canopies (i n c i d ent P AR, reflecti v e PAR of the canopy , t h e trans m itted P AR and t h e reflecti v e P AR o fw ater surface of different co l o nies w as observed . On the basis of the observati o n results , the reflectance of canopy , the reflectance ofw ater surface , the abso r bed photo -synthe tica lly acti v e radiati o n (APARand the fracti o n o f photosynthetica lly active Radiation (F APAR w ere calcu la-t ed and the var i a ti o nregulariti e s of the m w ere stud ied . The results sho w ed tha, t the FAP AR of rice canopy and LA I had ex tre m e l y strong correlati o ns , w ith an accuracy o f the corre lati o n equation up to 88148%.Th is resu lt could be applied to li n k i n g the g r ound data and re m ote data i n large -scale g l o ba l change research.K ey w ords :R ice ; Canopy ; PAR (pho tosynt h etically Acti v e Rad iati o n; FAPAR; LA I光合有效辐射 (PAR, 014~017L m 是指能被绿色植物用来进行光合作用的那部分太阳辐射 , 冠层内 PAR 的分布受作物的种类、品种、种植方式、行间距等因子的影响。

不同生育期水稻叶面积指数的高光谱遥感估算模型辛明月;殷红;陈龙;张美玲;任智勇;苗静【摘要】2011年和2012年通过大田试验，利用便携式野外光谱仪实测水稻冠层不同生育时期的高光谱数据，同时使用SUNSCAN冠层分析系统采集水稻冠层叶面积指数（LAI）；采用光谱微分技术和统计分析技术，分别分析高光谱反射率及其植被指数与LAI之间的关系，建立LAI估算模型并进行模拟结果对比。

结果表明：水稻抽穗-成熟期，利用光谱值的对数形式对LAI值的模拟效果较好，分蘖-抽穗期利用光谱反射率模拟LAI变化过程的效果不理想。

在利用各种植被指数估算LAI方法中,水稻分蘖-抽穗期以修改型土壤调整植被指数MSAVI[758，805]对 LAI 的估算效果最好，模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.7754），估算精度较高。

在抽穗-成熟期，也以修改型土壤调整植被指数MSAVI[758，817]对 LAI 的模拟效果最好，模拟值与实测值的相关系数通过了0.01水平的显著性检验（R=0.6488），估算精度较高。

说明修改型土壤调整植被指数（MSAVI）能更好地模拟水稻不同生育期的叶面积指数，按照分蘖-抽穗期、抽穗-成熟期两个生育阶段分别建立水稻冠层LAI的高光谱估算模型能够提高LAI 估算的准确度，研究结果也证实了分生育阶段建模的必要性。

%To explore the relationship between hyperspectral reflectance, vegetation indexes and LAI, the experiment was conducted from 2011 and 2012. Rice canopy hyperspectral data was measured at different growth stages by using the ASD Field Spec Hand Held portable field spectrometer, rice canopy leaf area index (LAI) was collected at the same time by using SUNSCAN canopy analysis system. LAI estimation model was established and the simulation results were compared. The results showed that LAI was better simulatedby spectral log form heading stage to maturity stage, but could not simulated by reflectance during the stage of tillering to heading. Among all of vegetation indexes estimation methods, LAI was best simulated by MSAVI (modified soil-adjusted vegetation index) [758, 805], the correlation coefficient between simulating data and testing data was significant(R=0.7754). From the heading stage to maturity stage, LAI was best simulated by MSAVI [758, 817], the correlation coefficient between simulating data and testing data was significant (R=0.6488). The results indicated that MSAVI could simulated LAI of rice at different growth stages.【期刊名称】《中国农业气象》【年(卷),期】2015(000)006【总页数】7页(P762-768)【关键词】水稻;高光谱遥感;LAI;植被指数;估算模型【作者】辛明月;殷红;陈龙;张美玲;任智勇;苗静【作者单位】辽宁省盘锦市气象局，盘锦 124010;沈阳农业大学，沈阳 110866;辽宁省盘锦市气象局，盘锦 124010;辽宁省大洼县气象局，盘锦 124000;辽宁省盘锦市气象局，盘锦 124010;辽宁省盘锦市气象局，盘锦 124010【正文语种】中文辛明月,殷红,陈龙,等.不同生育期水稻叶面积指数的高光谱遥感估算模型[J].中国农业气象,2015,36(6):762-76813叶面积指数(LAI)是表征作物冠层结构的一个重要参数，它参与作物许多生物物理过程，如光合、呼吸、蒸腾、碳循环和降水截获等。

基于主动光谱仪的水稻叶面积指数监测陈青春;林欢;刘冠明【摘要】叶面积指数(LAI)是描述作物长势的重要参数,LAI的实时动态监测对水稻生长诊断和管理调控具有重要意义.为分析水稻LAI与光谱参数的定量关系,设置了不同年份、不同氮肥水平的田间试验,于移栽后定期测试水稻冠层光谱参数,并同步定株测量LAI.结果表明,LAI可以基于主动光谱仪构建的植被指数(NDVI和RVI)进行模拟,NDVI(770,660)、RVI(770,660)均能较好地模拟LAI,预测精度分别为0.97、0.92,RMSE分别为0.41、1.32,RE分别为0.16、0.28,利用主动光谱仪可以实现水稻LAI的快速无损监测,为指导水稻精确管理提供了技术支持.【期刊名称】《广东农业科学》【年(卷),期】2013(040)011【总页数】4页(P186-189)【关键词】水稻;主动光谱仪;叶面积指数;NDVI;RVI【作者】陈青春;林欢;刘冠明【作者单位】仲恺农业工程学院作物研究所,广东广州 510225;仲恺农业工程学院作物研究所,广东广州 510225;仲恺农业工程学院作物研究所,广东广州 510225【正文语种】中文【中图分类】S511.01水稻不同生育时期群体叶面积指数（leaf area index,LAI）可以很好地反映冠层结构是否合理、营养生长与生殖生长是否协调及其生育进程等信息，并且与产量有显著相关关系，是水稻群体特征的重要指标，LAI 的快速精确估测对提高水稻生产管理水平及估产有重要意义[1-4]。

大量研究表明，植物冠层光谱对LAI 有很好的响应[5-8]。

Thenkabail 等[9]通过定性研究描述农作物生物物理特征的光谱参数，认为在 500～550、650～700、900～940 nm 的反射率能较好地解释LAI 的变异；王秀珍等[10-11]研究指出水稻LAI 与群体光谱反射率在可见光波段和740 nm以后的近红外波段内有较好相关关系，743.37 nm 处反射率的一阶微分光谱与LAI 相关性最好，并进一步研究提出利用蓝边区一阶微分总和与红边区一阶微分总和的比值及归一化差值植被指数可精确估算水稻LAI；薛利红等[12]研究表明利用近红外与绿光波段反射率比值（R810/R560）能较精确预测水稻LAI；唐延林等[13-15]对不同作物光谱特性进行了比较，提出棉花红边位置、红边幅值、红边峰值面积（680～760 nm）与LAI 有显著相关关系，并且认为水稻LAI 与垂直植被指数（PVI）和归一化植被指数（NDVI）有很好的相关性；黄文江等[16]、杨敏华等[17]研究指出，NDVI （800，670）和红谷位置可较好地监测小麦的LAI。

DOI: 10.3724/SP.J.1006.2022.02065基于无人机和地面图像的田间水稻冠层参数估测与评价王泽1,**周钦阳1,**刘聪1穆悦1郭威2丁艳锋1,*二宫正士1,2,*1南京农业大学作物表型组学交叉研究中心/ 江苏省现代作物生产协同创新中心/ 现代作物生产省部共建协同创新中心，中国江苏南京210095；2东京大学农学生命科学研究院生态调和农学机构/ 国际田间作物表型研究实验室，日本东京188-0002摘要：田间水稻表型监测可用于分析水稻产量相关性状，对指导水稻栽培管理以及产量预测具有重要意义。

本研究以3种氮肥处理下6个不同栽培品种的水稻为研究对象，估测并评价了水稻冠层的主要表型参数，以探讨利用图像分析方法评价多品种及栽培环境下田间水稻长势的适用性。

基于无人机和田间固定相机图像，本研究通过图像处理、三维建模和机器学习自动测算出田间水稻冠层覆盖度、株高、穗数，并结合实际测量结果进行了精度评价。

结果表明：(1) 基于无人机图像使用决策树分类模型提取的水稻冠层图像与人工勾绘结果一致性较好(Q seg均值为0.75，方差为0.08)，由此计算的冠层覆盖度与人工勾绘计算的冠层覆盖度相关性较高(R2 = 0.83，RMSE = 5.36%)；(2) 使用冠层高度模型估测的各小区水稻株高均值与田间实测高度均值相关性较高(R2 = 0.81，RMSE = 9.81 cm)，但整体呈现低估；(3) 基于地面图像使用决策树分类和形态参数过滤得到的穗数计数结果与实测穗数相关性较高(R2 = 0.83，RMSE = 10.99)。

总体而言，结合图像分析算法，应用低空无人机遥感技术高通量自动化估测水稻冠层覆盖度、株高的精度较高，而应用地面平台进行稻穗精确识别的潜力很大，可用于分析氮肥施用量对水稻长势指标的影响及不同品种对氮肥的响应情况，对田间水稻表型信息的深入挖掘及实际产量预测具有重要意义。

关键词：水稻表型；表型平台；长势参数；株高；冠层覆盖度；穗数计数Estimation and evaluation of paddy rice canopy characteristics based on images from UA V and ground cameraWANG Ze1,**, ZHOU Qin-Yang1,**, LIU Cong1, MU Yue1, GUO Wei2, DING Yan-Feng1,*, and NINOMIYA Seishi1,2,*1 Plant Phenomics Research Center, Jiangsu Collaborative Innovation Center for Modern Crop Production, Jiangsu Collaborative Innovation Center for Modern Crop Production co-sponsored by Province and Ministry, Nanjing Agricultural University, Nanjing 210095, Jiangsu, China;2 International Field Phenomics Research Laboratory, Institute for Sustainable Agro-ecosystem Services, The University of Tokyo, 1-1-1 Midori-cho, Nishi-Tokyo, Tokyo 188-0002, JapanAbstract: Phenotypic monitoring of rice in the field can be used to analyze traits related to rice yield, which is of great significance to guide rice cultivation management and yield prediction. In this study, to explore the applicability of image analysis methods to evaluate本研究由江苏省科技厅创新能力建设计划项目——作物表型组学研究科学中心(BM2018001)项目和中央高校基本科研业务费专项资金(KYRC202002)项目资助。