叶面积指数(Leaf area index,LAI)是陆地生态系统的一个十分重要的结构参数。随着空间精细化模型的发展和基于过程的分布式模拟技术的应用,对LAI的区域估算显得越来越重要,但目前尚缺乏有效的估算手段。该项研究以青海云杉(Picea crassi...叶面积指数(Leaf area index,LAI)是陆地生态系统的一个十分重要的结构参数。随着空间精细化模型的发展和基于过程的分布式模拟技术的应用,对LAI的区域估算显得越来越重要,但目前尚缺乏有效的估算手段。该项研究以青海云杉(Picea crassifolia)林为研究对象,利用LAI-2000冠层分析仪、鱼眼镜头法和经验公式法对林冠层LAI进行了测定,观测值分别为1.03～3.70、0.48～2.26和2.27～8.20,显然,仪器测定值偏低。针对针叶的集聚效应导致仪器测定值偏低的现象,利用跟踪辐射与冠层结构测量仪(TRAC)测定的青海云杉林聚集系数计算调整系数,对鱼眼镜头法获取的LAI值进行订正。根据高分辨率的遥感数据反演青海云杉林的植被指数与LAI的关系,最后获得了较合理的该地区林冠层LAI的空间分布图。展开更多
文摘叶面积指数(Leaf area index,LAI)是陆地生态系统的一个十分重要的结构参数。随着空间精细化模型的发展和基于过程的分布式模拟技术的应用,对LAI的区域估算显得越来越重要,但目前尚缺乏有效的估算手段。该项研究以青海云杉(Picea crassifolia)林为研究对象,利用LAI-2000冠层分析仪、鱼眼镜头法和经验公式法对林冠层LAI进行了测定,观测值分别为1.03～3.70、0.48～2.26和2.27～8.20,显然,仪器测定值偏低。针对针叶的集聚效应导致仪器测定值偏低的现象,利用跟踪辐射与冠层结构测量仪(TRAC)测定的青海云杉林聚集系数计算调整系数,对鱼眼镜头法获取的LAI值进行订正。根据高分辨率的遥感数据反演青海云杉林的植被指数与LAI的关系,最后获得了较合理的该地区林冠层LAI的空间分布图。
