咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >漓江上游山区水源林叶面积指数变化的遥感监测 收藏

漓江上游山区水源林叶面积指数变化的遥感监测

Remote monitoring of leaf area index changes for water source forest over mountain areas in upper reaches of Lijiang River

作     者:王修信 付洁 王培娟 朱启疆 汤谷云 孙涛 罗涟玲 Wang Xiuxin;Fu Jie;Wang Peijuan;Zhu Qijiang;Tang Guyun;Sun Tao;Luo Lianling

作者机构:广西师范大学计算机科学与信息工程学院桂林541004 北京师范大学遥感科学国家重点实验室北京100875 中国气象科学研究院北京100081 广西师范大学生命科学学院桂林541004 

出 版 物:《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期:2014年第30卷第2期

页      面:139-145页

核心收录:

学科分类:0710[理学-生物学] 09[农学] 0903[农学-农业资源与环境] 0802[工学-机械工程] 0801[工学-力学(可授工学、理学学位)] 

基  金:国家自然科学基金资助项目(41061040) 国家自然科学基金资助项目(31370703) 

主  题:遥感 神经网络 模型 地形 监测 森林 叶面积指数 

摘      要:为了定量评价漓江上游山区复杂地形水源林叶面积指数(LAI)的变化,对阔叶林、针叶林、竹林样地以TRAC仪器测定LAI,利用遥感数据计算归一化植被指数(NDVI)、比值植被指数(SR)、减化比值植被指数(RSR)、土壤调整植被指数(SAVI)、增强植被指数(EVI),并从DEM数据获取高程、坡度、坡向,提出并建立复杂地形最优多植被指数组合估算山区林地LAI的神经网络模型,利用模型对1989-2009年6景TM/ETM遥感图像估算LAI空间分布。结果表明,神经网络解决了LAI与多植被指数的非线性回归方程无法引入地形因素、且方程系数较多较难确定的问题,提高了LAI的估算精度。研究区成熟阔叶林减少代之以大片种植经济幼林,是导致林地LAI变化的原因。1989--2000年,LAI≥6.0的林地面积比例从78.8%逐年急剧下降到44.1%,LAI在1.0~6.0的林地面积比例从20.8%大幅上升到55.4%;2000-2009年,随着幼林的生长、竹林的速生,LAI≥6.0的林地面积比例逐渐上升恢复到74.5%,但仍未恢复到1989年的面积比例,相应LAI在1.0~6.0的林地面积比例逐渐下降到25.1%。研究成果为漓江上游水源林生态评估提供参考。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分