搜索结果: 1-15 共查到“叶面积指数”相关记录100条 . 查询时间(0.133 秒)
新疆生地所在吐鲁番棚架式葡萄园葡萄叶面积指数遥感监测方面取得进展（图）
吐鲁番 遥感监测 栽培
2023/11/27
葡萄是人类最早栽培的以食物和饮品为目的的植物之一。2019年我国葡萄产量达到1448万吨，占全世界葡萄产量的17.01%。其中，吐鲁番的葡萄由其甜度高而世界有名，2019年的产值达到了33.1亿元，已成为当地农民脱贫攻坚和乡村振兴的重要支柱产业。然而，与葡萄产业发达的法国、意大利等国家相比，吐鲁番的葡萄生产方式，如施肥、除草、修剪、采摘等仍依靠传统的人工管理方式，机械化程度比较低，限制了吐鲁番葡萄...
森林有着独特的垂直分层结构。为了深入分析森林生态系统的内在结构和功能，完善地表物质、能量和水分交换过程模型，必须对森林的垂直结构特征进行定量研究。森林分层结构参数，如分层叶面积指数（leaf area index, LAI），是描述森林垂直结构的关键参数。获取森林分层LAI有助于深入理解森林物质和能量循环过程，提升森林生物多样性监测和高质量森林经营管理质量，助力遥感辐射传输建模。
植被聚集指数（CI）、覆盖度（FVC）和叶面积指数（LAI）是表征植被结构特征的重要参数，深刻影响全球植被生态、水文和能量循环过程。过去几十年，基于卫星观测生产了多种全球CI、FVC和LAI产品并被广泛使用。对于用户群体而言，及时了解这些产品的精度及不确定性极为重要。然而目前的验证工作大多受限于空间覆盖及时间连续性，且对产品间的关系也缺少检验，导致对现有全球遥感产品缺乏全面深入的了解。
植被覆盖度（FVC）、叶面积指数（LAI）和聚集指数（CI）是表征植被结构特征的重要参数，深刻影响全球植被生态、水文和能量循环过程。深入理解这些参数的特征是当前植被和生态遥感的关键。中国科学院地理科学与资源研究所方红亮研究组对2003至2017年全球植被FVC、LAI和CI遥感产品进行了综合分析，探索了各参数之间的相互关系，提出了新的植被结构参数并剖析植被结构特征空间的变化机制。该工作推进了植被结...
近日，中国农业科学院作物科学研究所作物栽培与生理创新团队，基于无人机高通量作物表型观测平台采集的RGB、多光谱和热红外图像构建多模态数据，对玉米叶面积指数进行精确估测，为更精细化的指导玉米田间水肥管理，发展智慧农业提供依据。2021年7月15日，相关研究成果在线发表于《植物生理学（Plant Physiology）》。
中国农业科学院作物科学研究所作科所利用无人机多模态数据估算玉米叶面积指数（图）
植物生理学 作物栽培 水肥管理
2022/4/12
2021年8月16日，中国农业科学院作物科学研究所作物栽培与生理创新团队，基于无人机高通量作物表型观测平台采集的RGB、多光谱和热红外图像构建多模态数据，对玉米叶面积指数进行精确估测，为更精细化的指导玉米田间水肥管理，发展智慧农业提供依据。2021年7月15日，相关研究成果在线发表于《植物生理学（Plant Physiology）》。
截至2020年，设计寿命六年的Terra-MODIS已在轨运行长达二十年，成为在轨服务时间最长的多光谱遥感传感器。其继任者NPP-VIIRS也已在轨运行近十年，提供了与MODIS各项指标接近的多光谱数据。基于上述传感器的MODIS/VIIRS叶面积指数（Leaf Area Index，LAI）产品是国际认可度最高的定量遥感产品之一，二十年来为全球气候变化等地球科学研究提供了有力支持。而已有研究表明...
近日，中国科学院空天信息创新研究院遥感卫星应用国家工程实验室建设完成国内首个叶面积指数自动观测网络，首次实现对典型生态环境下叶面积指数的全国范围、长时间持续地面观测。叶面积指数是指单位地表面积上方植物单面叶面积之和。在田间试验中，叶面积指数是反映植物群体生长状况的一个重要指标；同时，这也是全球生态研究的重要输入参数。上世纪末，科学家便开始利用遥感技术进行全球及区域尺度的叶面积指数产品生产，但由于缺...
玉米叶面积指数估算通用模型
玉米 叶面积指数 Logistic曲线拟合 估算模型
2020/9/3
基于2018年黑龙江哈尔滨、吉林榆树、辽宁锦州、新疆乌兰乌苏、甘肃西峰、河北固城6个农业气象试验站不同属性品种玉米的分期播种试验资料，以当地常年大田实际播种期为界，提前10d播种为第1播期，正常播种为第2播期，比正常晚10d播种为第3播期，晚20d为第4播期，以第1播期、第3播期和第4播期实测值计算的有效积温相对值为自变量，采用修正的Logistic方程，构建了通用的玉米叶面积指数估算模型，进一步...
近日，中国农业科学院农业资源与农业区划研究所农业遥感创新团队提出了基于雷达遥感的冬小麦叶面积指数反演新模型，实现了区域作物叶面积指数的高精度获取。该模型为通过主动微波获取区域作物叶面积指数提供了新的思路，对实现全天时、全天候且不受大气、云雨等条件影响的作物参数定量获取和作物生长监测具有重要意义，为农业、生态以及气候变化等研究必需的高精度作物参数获取提供了新的技术手段。该研究成果在线发表在《环境遥感...
华中农业大学资源与环境学院在全球叶面积指数遥感反演研究领域取得新进展
华中农业大学资源与环境学院 全球叶面积指数遥感反演 估算 Remote Sensing of Environment
2020/2/21
近日，我校资源与环境学院徐保东副教授和中国科学院空天信息创新研究院柳钦火研究员团队、美国波士顿大学Ranga B. Myneni教授团队合作的研究成果以“Improving leaf area index retrieval over heterogeneous surface mixed with water”为题发表在国际期刊Remote Sensing of Environment上。该研究...
基于GF-2卫星数据的孕穗期小麦叶面积指数反演——以河北省廊坊市为例
植被指数 神经网络 叶面积指数(LAI) 反演方法 精度验证
2018/4/10
叶面积指数(leaf area index,LAI)是评价植被长势和预测产量的重要农业生理生态参数。高分2号(GF-2)卫星数据具有高空间分辨率特点,能反映更多细节信息,针对该数据特点的LAI反演方法具有较高的研究价值。以河北省廊坊市万庄镇为研究区,对孕穗期小麦采用了回归模型和神经网络算法反演LAI; 采用4种植被指数与实测LAI值构建回归模型,同时重点探讨了PROSAIL模型结合神经网络方法进行...
叶面积指数（leaf area index, LAI）是指单位地面上的绿叶面积，是植被冠层最显著的特征之一。植被聚集指数（clumping index, CI）描述叶子在植被冠层中的随机和聚集分布情况。当叶子随机分布时，CI为1；当叶子聚集分布时，聚集指数小于1。自然界中大多数的叶子呈现聚集分布状态（CI<1）。LAI和CI是植被光合作用模型和蒸散模型中的重要参数，在土壤-植被-大气之间物质交换与...
基于时间序列叶面积指数傅里叶变换的作物种植区域提取
作物 遥感 提取 面积 叶面积指数 傅里叶变换 Savitzky-Golay滤波 华北平原
2017/11/21
为了获取不同农作物的空间分布信息，以华北平原黄河以北地区为研究区域，利用Savitzky-Golay滤波对2014-2016年的时间序列叶面积指数（leaf area index，LAI）进行重构，进而应用一阶差分法和重构LAI的傅里叶变换的谐波特征对研究区域主要农作物冬小麦、玉米和棉花种植区域进行识别和提取，并对不同作物的识别精度进行验证。结果表明，基于Savitzky-Golay滤波重构的LA...