为分析不同波段光谱对温室内光热环境的影响,该研究设计固定式膜面聚光器(fixed film solar concentrator,FFSC),以耦合光合有效辐射(photosynthetically active radiation,PAR)透射和近红外辐射(near-infrared radiation,NIR)热能回收...为分析不同波段光谱对温室内光热环境的影响,该研究设计固定式膜面聚光器(fixed film solar concentrator,FFSC),以耦合光合有效辐射(photosynthetically active radiation,PAR)透射和近红外辐射(near-infrared radiation,NIR)热能回收。通过试验和Python-Zemax仿真模拟,采集温室试验区(FFSC装置)、对照区及室外高1.0 m处光温数据,验证FFSC装置光谱分频性能与热回收效能。试验结果表明,试验区2—4月典型日太阳辐射强度降至室外37.7%~39.5%,近红外辐射占比(21.7%~22.7%)远低于室外近红外辐射;红外反射效应降低室内热辐射,试验区较室外平均温度增幅(1.8~3.3℃)明显低于对照区(4.4~8.2℃),试验区与对照区平均温差达3.6℃,最高4.9℃,且辐射越强降温效果越明显;3、4月份的作物高效光合作用时段(10:00—14:00)光子通量多数时段维持在700~900μmol/(m^(2)·s),高于作物需求阈值。仿真结果表明,与实测数据相比,总辐射平均误差为5.2%,与PAR理论透光率平均误差小于5%;室外辐照度高于600 W/m^(2)时(对应光子通量大于800μmol/(m^(2)·s)),FFSC装置可保障作物光环境需求;NIR热能回收效率体现季节性差异,夏至与冬至对应的NIR回收率分别为52.67%与38.45%。FFSC装置适用于太阳辐照大于600 W/m^(2)的季节或地区,可实现热能回收与作物光环境的协同优化,为温室降温节能、作物优质生长提供技术支撑。展开更多
考虑到植被可见光-近红外的光谱吸收特征与光合有效辐射吸收率(fraction of absorbed photosynthetically active radiation,FAPAR)有很好的关联,综合"高光谱曲线特征吸收峰自动识别法"与"光谱吸收特征参量化法",...考虑到植被可见光-近红外的光谱吸收特征与光合有效辐射吸收率(fraction of absorbed photosynthetically active radiation,FAPAR)有很好的关联,综合"高光谱曲线特征吸收峰自动识别法"与"光谱吸收特征参量化法",提取对FAPAR敏感的高光谱吸收特征参数,借鉴可见光-近红外植被指数的数学形式,尝试用优化组合后的可见光-近红外光谱吸收特征参数替代光谱反射率,构建新型植被指数估算植被FAPAR,并利用2014年和2015年内蒙古自治区中部与东部地区天然草地典型群落冠层实测光谱数据进行FAPAR估算建模与验证。结果表明:新型植被指数"SAI-VI"不仅有效提高了单个光谱吸收特征参数在高、低覆盖区域估算FAPAR的精度,而且相比五种与FAPAR有较好相关性的具有不同作用类型的可见光-近红外植被指数,其与FAPAR值的相关性更高(存在最大相关系数=0.801),以其为变量的指数模型预测FAPAR精度更高且稳定性较好(建模与检验的判定系数均最高且超过0.75,标准误差与平均误差系数也相应最小)。研究表明:融入可见光-近红外高光谱吸收特征的新型植被指数"SAI-VI",强化了可见光波段与近红外波段光谱吸收特征的差别,相较单一光谱吸收特征参数,在降低土壤背景影响的同时增强了对FAPAR变化的敏感度。同时,"SAI-VI"有效综合了对植被FAPAR敏感的光谱吸收特征信息,相较原始光谱反射率,能表达植被光合有效辐射吸收特征的更多细节信息,可作为植被冠层FAPAR反演的新参数,一定程度上弥补当前植被指数法估算FAPAR的不足。展开更多
为了探究无人机多光谱遥感影像估算作物光合有效辐射吸收比例(Fraction of absorbed photosynthetically active radiation,FPAR)的潜力,以无人机多光谱影像提取的植被指数、纹理指数、叶面积指数为模型输入参数,在分析不同参数与FPAR...为了探究无人机多光谱遥感影像估算作物光合有效辐射吸收比例(Fraction of absorbed photosynthetically active radiation,FPAR)的潜力,以无人机多光谱影像提取的植被指数、纹理指数、叶面积指数为模型输入参数,在分析不同参数与FPAR相关性的基础上优选植被指数与纹理指数,并分别以一元线性模型、多元逐步回归模型、岭回归模型、BP神经网络模型等方法估算玉米FPAR。结果表明:植被指数、纹理指数、叶面积指数3种参数与FPAR都具有较强的相关性,其中植被指数相关系数最大;在不同类型的FPAR估算模型中,BP神经网络模型的估算效果最优,FPAR估算模型决定系数R^(2)、均方根误差(RMSE)分别为0.857、0.173,验证模型R^(2)、RMSE分别为0.868、0.186,模型估算值与田间实测值间相对误差(RE)为8.71%;在不同形式的模型参数组合中,均以植被指数、纹理指数、叶面积指数3种参数融合的FPAR模型的估算与验证效果最优,说明多特征参数融合能有效改善FPAR估算效果。该研究为基于无人机多光谱遥感数据精准估算玉米FPAR及生产潜力提供了科学依据。展开更多
叶面积指数(Leaf Area Index,LAI)指单位土地面积上植被叶片总面积占土地面积的倍数,表征冠层结构与生长状态,是植物吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)的决定因子之一。LAI与APAR是植被的光合等生理...叶面积指数(Leaf Area Index,LAI)指单位土地面积上植被叶片总面积占土地面积的倍数,表征冠层结构与生长状态,是植物吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)的决定因子之一。LAI与APAR是植被的光合等生理过程模拟的重要参数。“两叶模型”根据叶片光环境,将冠层抽象为“阳生叶”和“阴生叶”两类叶片,分别进行生理生态功能参数化与模拟。该模型一定程度上改进了传统“大叶模型”难以表征冠层复杂结构的不足,有效降低了从叶片到冠层尺度转换中的潜在误差,改善了冠层物质与能量的估算及模拟效果。本研究基于“两叶模型”框架,以贵州省为研究区,利用GLASS LAI和PAR遥感产品,结合植被聚集指数和地表反照率数据,生产得到2001–2016年贵州省冠层阳生叶和阴生叶的LAI与APAR数据集。本数据集具有时序长、分辨率高等优点,可应用于区域植被生态功能变化、全球变化模拟等方面的研究,也可为模型模拟、遥感反演等研究提供数据支持。展开更多
植被吸收光合有效辐射(Absorbed Photosynthetically Active Radiation,APAR)是植被进行光合作用中实际吸收的太阳辐射量,是植被净第一性生产力的重要指标,也是生态系统的功能模型、作物生长模型、净初级生产力模型、气候模型等的重要...植被吸收光合有效辐射(Absorbed Photosynthetically Active Radiation,APAR)是植被进行光合作用中实际吸收的太阳辐射量,是植被净第一性生产力的重要指标,也是生态系统的功能模型、作物生长模型、净初级生产力模型、气候模型等的重要参数。因此高空间分辨率和精确性的植被吸收光合有效辐射对于高精度的区域生产力及光能利用率的研究具有重要意义。对CASA(Carnegie-Ames-Stanford Approach)模型进行了改进,利用30m×30m的数字高程模型(Digital Elevation Model,DEM)数据直接计算太阳辐射,从而将其作为CASA模型的输入参数。结合多源遥感数据、气象数据,研究2015-2020年江汉平原APAR的时空分布及其影响因素。顾及江汉平原的土地利用分布特点,着重分析了江汉平原农田APAR的时空特性,研究结果较好的反映了江汉平原APAR分布。实验结果表明:(1)2015-2020年APAR年总值在3.42×10^(13)MJ-3.73×10^(13)MJ之间,总体空间分布与植被类型的分布情况相符;(2)农田月均APAR值在4月、7月高于其他月份,表现出“双峰”的特征;(3)在空间分布上,水田APAR表现出明显的纬度地带性,而旱地APAR正好相反,这可能源于种植结构重心转移;(4)通过借助地理探测器,着重考虑与植被生长相关的12个因子(包括≧10℃积温、年总日照时数、年均气温、年总降雨量、农田种植结构、年散射辐射、农田施肥、土壤类型、土壤质地(砂土、粉砂土、黏土))进行分析,结果表明这12个因素对APAR空间变异性都具有很明显的影响。对CASA的改进方法可以适用于大范围高空间精度的计算。展开更多
文摘为分析不同波段光谱对温室内光热环境的影响,该研究设计固定式膜面聚光器(fixed film solar concentrator,FFSC),以耦合光合有效辐射(photosynthetically active radiation,PAR)透射和近红外辐射(near-infrared radiation,NIR)热能回收。通过试验和Python-Zemax仿真模拟,采集温室试验区(FFSC装置)、对照区及室外高1.0 m处光温数据,验证FFSC装置光谱分频性能与热回收效能。试验结果表明,试验区2—4月典型日太阳辐射强度降至室外37.7%~39.5%,近红外辐射占比(21.7%~22.7%)远低于室外近红外辐射;红外反射效应降低室内热辐射,试验区较室外平均温度增幅(1.8~3.3℃)明显低于对照区(4.4~8.2℃),试验区与对照区平均温差达3.6℃,最高4.9℃,且辐射越强降温效果越明显;3、4月份的作物高效光合作用时段(10:00—14:00)光子通量多数时段维持在700~900μmol/(m^(2)·s),高于作物需求阈值。仿真结果表明,与实测数据相比,总辐射平均误差为5.2%,与PAR理论透光率平均误差小于5%;室外辐照度高于600 W/m^(2)时(对应光子通量大于800μmol/(m^(2)·s)),FFSC装置可保障作物光环境需求;NIR热能回收效率体现季节性差异,夏至与冬至对应的NIR回收率分别为52.67%与38.45%。FFSC装置适用于太阳辐照大于600 W/m^(2)的季节或地区,可实现热能回收与作物光环境的协同优化,为温室降温节能、作物优质生长提供技术支撑。
文摘考虑到植被可见光-近红外的光谱吸收特征与光合有效辐射吸收率(fraction of absorbed photosynthetically active radiation,FAPAR)有很好的关联,综合"高光谱曲线特征吸收峰自动识别法"与"光谱吸收特征参量化法",提取对FAPAR敏感的高光谱吸收特征参数,借鉴可见光-近红外植被指数的数学形式,尝试用优化组合后的可见光-近红外光谱吸收特征参数替代光谱反射率,构建新型植被指数估算植被FAPAR,并利用2014年和2015年内蒙古自治区中部与东部地区天然草地典型群落冠层实测光谱数据进行FAPAR估算建模与验证。结果表明:新型植被指数"SAI-VI"不仅有效提高了单个光谱吸收特征参数在高、低覆盖区域估算FAPAR的精度,而且相比五种与FAPAR有较好相关性的具有不同作用类型的可见光-近红外植被指数,其与FAPAR值的相关性更高(存在最大相关系数=0.801),以其为变量的指数模型预测FAPAR精度更高且稳定性较好(建模与检验的判定系数均最高且超过0.75,标准误差与平均误差系数也相应最小)。研究表明:融入可见光-近红外高光谱吸收特征的新型植被指数"SAI-VI",强化了可见光波段与近红外波段光谱吸收特征的差别,相较单一光谱吸收特征参数,在降低土壤背景影响的同时增强了对FAPAR变化的敏感度。同时,"SAI-VI"有效综合了对植被FAPAR敏感的光谱吸收特征信息,相较原始光谱反射率,能表达植被光合有效辐射吸收特征的更多细节信息,可作为植被冠层FAPAR反演的新参数,一定程度上弥补当前植被指数法估算FAPAR的不足。
文摘估算并消除冠层非光合组分(non-photosynthetic vegetation,NPV)吸收的光合有效辐射,对准确估算生态系统总初级生产力(gross primary productivity,GPP)具有重要意义。以落叶阔叶林为例,通过设置不同情景,应用任意倾斜叶片散射(scattering by arbitrary inclined leaves,SAIL)模型进行冠层光合有效辐射吸收分量(fraction of absorbed photosynthetically active radiation,FPAR)的分层模拟,分析冠层NPV的FPAR的变动及其对冠层FPAR的贡献,并初步探讨落叶阔叶林NPV的FPAR的估算方法。结果表明,冠层NPV的FPAR的大小与冠层结构相关,在高覆盖度植被区NPV对冠层FPAR的贡献通常较小,但在低植被覆盖区的贡献会较高;NPV降低了冠层在近红外波段的反射;增强型植被指数(enhanced vegetation index,EVI)与NPV的FPAR存在显著的线性负相关关系,可用来描述NPV的变化。
文摘为明确施氮量和种植密度对强筋小麦冠层光截获特性和籽粒产量的影响,以强筋小麦品种中麦578为材料,通过田间试验,设置4个施氮水平(0、180、240和300 kg·hm^(-2),分别用N0、N1、N2和N3表示)和3个种植密度(3.0×10^(6)、4.5×10^(6)和6.0×10^(6)株·hm^(-2),分别用D1、D2和D3表示),分析了不同处理下强筋小麦光合有效辐射(PAR)截获率和透光率、干物质积累与转运、籽粒产量与品质的差异。结果表明,小麦产量及其构成因素受施氮量的影响较种植密度大,小麦在N2和N3条件下能够获得较高的穗数、穗粒数和籽粒产量,其中以N2D2处理的产量最高,达到9957.73 kg·hm^(-2)。除N3外,随着施氮量或种植密度的增加,冠层PAR截获率均逐渐增大,透光率显著下降。施氮量、种植密度和二者互作显著影响强筋小麦干物质积累与转运;在同一施氮条件下,适度增加种植密度可提高花后干物质积累量及其对籽粒产量贡献率,二者均以N2D2处理下最大。增施氮肥有利于沉降值和面筋指数的增加,面筋指数在N2D2处理下到达最佳。综合考虑强筋小麦冠层光合有效辐的利用、干物质的积累和转运、籽粒产量和品质,240 kg N·hm^(-2)的施氮量和4.5×10^(6)株·hm^(-2)的种植密度是本试验条件下强筋小麦生产中的最优氮密组合。
文摘为了探究无人机多光谱遥感影像估算作物光合有效辐射吸收比例(Fraction of absorbed photosynthetically active radiation,FPAR)的潜力,以无人机多光谱影像提取的植被指数、纹理指数、叶面积指数为模型输入参数,在分析不同参数与FPAR相关性的基础上优选植被指数与纹理指数,并分别以一元线性模型、多元逐步回归模型、岭回归模型、BP神经网络模型等方法估算玉米FPAR。结果表明:植被指数、纹理指数、叶面积指数3种参数与FPAR都具有较强的相关性,其中植被指数相关系数最大;在不同类型的FPAR估算模型中,BP神经网络模型的估算效果最优,FPAR估算模型决定系数R^(2)、均方根误差(RMSE)分别为0.857、0.173,验证模型R^(2)、RMSE分别为0.868、0.186,模型估算值与田间实测值间相对误差(RE)为8.71%;在不同形式的模型参数组合中,均以植被指数、纹理指数、叶面积指数3种参数融合的FPAR模型的估算与验证效果最优,说明多特征参数融合能有效改善FPAR估算效果。该研究为基于无人机多光谱遥感数据精准估算玉米FPAR及生产潜力提供了科学依据。
文摘叶面积指数(Leaf Area Index,LAI)指单位土地面积上植被叶片总面积占土地面积的倍数,表征冠层结构与生长状态,是植物吸收的光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)的决定因子之一。LAI与APAR是植被的光合等生理过程模拟的重要参数。“两叶模型”根据叶片光环境,将冠层抽象为“阳生叶”和“阴生叶”两类叶片,分别进行生理生态功能参数化与模拟。该模型一定程度上改进了传统“大叶模型”难以表征冠层复杂结构的不足,有效降低了从叶片到冠层尺度转换中的潜在误差,改善了冠层物质与能量的估算及模拟效果。本研究基于“两叶模型”框架,以贵州省为研究区,利用GLASS LAI和PAR遥感产品,结合植被聚集指数和地表反照率数据,生产得到2001–2016年贵州省冠层阳生叶和阴生叶的LAI与APAR数据集。本数据集具有时序长、分辨率高等优点,可应用于区域植被生态功能变化、全球变化模拟等方面的研究,也可为模型模拟、遥感反演等研究提供数据支持。
