在半球照片下庄稼叶面积与丛生指数的估算(中文8000字,英文PDF)
Vale´rie Demarez a,*, Sylvie Duthoit a,c, Fre´de´ ric Baret b, Marie Weiss b, Ge´rard Dedieu a
a CESBIO, 18 avenue Edouard Belin, 31401 Toulouse, France
b INRA CSE, Domaine Saint-Paul, Site Agroparc, 84914 Avignon Cedex 9, France
c University of Johannesburg, Department of Botany, PO Box 524, Auckland Park 2006, Johannesburg, South Africa
摘要 在众多的间接重构有效叶面积（LAI）方法中，半球摄像术现在广泛被林业应用科学界使用，最近的一个软件CAN_EYE用于从在庄稼中测量的单向性空隙系数估算有效的和实际的LAI。有效LAI在Possion定律下计算而实际LAI从Possion定律中介绍的丛生指数估算。丛生指数估算基于均值算法。CAN——EYE包括了一个自动图像分类并允许一系列照片的处理，这是对丛的空间可变性强制采样的。本研究的目的是为了找出在空隙指数公式中的丛生系数的应用是否改善了庄稼季节性的LAI估算。半球照片在小麦、向日葵、玉米丛的两个生长季节下拍摄，然后CAN_EYE下LAI估算与破坏性的LAI相对照。讨论了获取并处理这些照片中的条件。对于本研究中的三种庄稼，摄像头与丛最小的距离为1m。当切实可行时，在于丛上与晴天下图像的获取将会有一个明显的好处，以便于图像的分类。对于小麦与向日葵，最好的LAI估算是在有效的LAI下得到 (对于小麦RMSE = 0.15, y = 0.9540x，对于向日葵RMSE = 0.38, y = 0.8427x)。对于玉米，最好的LAI估算在丛生指数的使用下得到(RMSE of 0.39 ，y = 0.9010x)。尽管在CAN_EYE与破坏性的LAI估算下有良好的匹配，但叶面积指数和叶倾角分布的补偿效果可能会在倒置的步骤下发生。并且在CAN_EYE给定下的丛生指数值在一定程度上与划分照片的最小单位有关。在CAN-EYE中介绍的Lang and Xiang平均算法应该要改善。
关键词 有效叶面积指数 半球拍摄术 丛生指数 庄稼 CAN_EYE软件
|
