导读:本文包含了叶绿素荧光遥感论文开题报告文献综述及选题提纲参考文献,主要关键词:叶绿素荧光,轨道碳观测者二号,遥感,机器学习
叶绿素荧光遥感论文文献综述
于龙龙,罗泽,阎保平[1](2019)在《兴趣区域高分辨率叶绿素荧光遥感数据集重建框架》一文中研究指出太阳诱导叶绿素荧光数据是反映全球植被总初级生产力的关键指标,对于监测全球或地区性的植被生产力变化和气候变化的影响具有重大意义.然而,目前为止仍没有高分辨率和全球覆盖的可用原始数据集.虽然存在一些全球性的重建数据集,但一般存在区域特异性不够明显等问题,从而一定程度上限制了该数据在特定的兴趣区域上的可用性.为了探索重建基于兴趣区域的叶绿素荧光数据的方法,本研究以华北平原为例,综合遥感数据处理技术,机器学习方法和生态学原理,对原始轨道碳观测者二号卫星所提供的叶绿素荧光数据集和MODIS地表反照率数据建模.重建数据集基于兴趣区域内原始数据的时空特征而建,具有连续的空间覆盖和更高的空间分辨率,经过验证,该框架可以为特定区域提供有效的有针对性的的叶绿素荧光数据,可为兴趣区域的与叶绿素荧光数据有关的研究提供数据支持.(本文来源于《计算机系统应用》期刊2019年09期)
孙雷刚,王绍强,徐全洪,陈智,鲁军景[2](2019)在《基于红光与远红光叶绿素荧光遥感的作物总初级生产力估算研究》一文中研究指出为明晰植被冠层叶绿素荧光遥感信息与总初级生产力(Gross Primary Productivity,GPP)间关系,以提高GPP估算精度,该文以典型C3(冬小麦)和C4(夏玉米)作物为例,利用不同传感器采集高频率光谱数据,提取了红光区和远红光区作物冠层日光诱导叶绿素荧光(Sun-induced chlorophyll Fluorescence,SIF)遥感信息。结合通量观测数据,分析了SIF与GPP的日变化特征,并探讨了基于SIF估算作物GPP的能力和差异性。结果表明:1)C3、C4作物的GPP日变化特征差异明显,前者呈"双峰"特征,后者呈"单峰"特征;而SIF760和SIF687均呈现明显的"单峰"特征,即早晚低、午间高;2)不同类型传感器对SIF数值大小的影响强于对其日变化特征的影响,同时,低光谱分辨率传感器对SIF687具有明显的高估现象,且对C3作物的高估强于C4作物;3)C3、C4作物SIF760和SIF687均与冠层吸收光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)呈显着的线性正相关关系(R~2>0.8),可以直接用于APAR产品的反演;4)针对远红光区SIF,单日观测数据分析结果表明,C3、C4作物SIF760与GPP呈显着的线性正相关关系(R~2>0.6),而基于多日观测数据构建的非线性对数关系模型优于线性关系模型;针对红光区SIF,无论是基于单日还是多日观测数据,C3、C4作物均适宜采用一种非线性对数关系模型来估算GPP(R~2>0.7),且模型更为稳健。(本文来源于《地理与地理信息科学》期刊2019年04期)
纪梦豪,唐伯惠,李召良[3](2019)在《太阳诱导叶绿素荧光的卫星遥感反演方法研究进展》一文中研究指出太阳诱导叶绿素荧光(Solar-Induced Chlorophyll Fluorescence,SIF)是光合作用的副产品,能够提供直观反映与植被光合作用相关的信息,同时也为光合作用和GPP的研究提供了新的手段。近年来,许多基于通量塔的荧光观测系统用于SIF和GPP的关系研究。定量估算SIF对陆地生态系统碳循环、初级生产力(Gross Primary Productionty,GPP)和干旱监测的研究具有重要的意义。综述了现有的卫星遥感SIF反演方法,并依据使用通道的位置将SIF反演方法分为基于夫琅禾费暗线法和基于大气吸收波段法两类;分析了SIF卫星遥感反演与应用存在的问题,主要包括传感器性能误差、云覆盖影响、角度效应影响、真实性检验、降尺度以及日尺度转换等;最后,对今后SIF卫星遥感反演的研究方向进行了展望。(本文来源于《遥感技术与应用》期刊2019年03期)
钱新[4](2019)在《基于叶绿素荧光遥感的植被干旱胁迫指数构建》一文中研究指出随着全球变暖,极端干旱事件的发生频率不断升高,严重威胁农业生产以及社会经济发展。极端干旱事件直接威胁植被的生长,导致植被生产力下降。在干旱期间,植被生长受到水分胁迫的影响,导致植被生理状态发生变化。及时精确地监测大范围干旱事件对研究植被对气候变化的响应具有非常重要的意义。遥感技术的快速发展使得在区域和全球尺度上监测植被生长对于干旱的响应成为可能。传统的遥感植被指数是植被绿度和能量吸收的量度,可以间接地指示植被的光合作用情况,因此被众多研究广泛应用于干旱的监测中。但是基于绿度的植被指数不能准确地捕捉植被对不同水分胁迫的动态响应。遥感反演的日光诱导叶绿素荧光与植被的光合作用效率直接相关,可以更直接、准确地监测干旱事件对植被的影响。本文利用日光诱导叶绿素荧光数据(SIF)、植被指数数据(VIs)、气象数据、重力探测卫星(GRACE)的水储量数据、二氧化碳柱浓度数据(XC02)和干旱指数数据等监测东南亚地区、美国中部和南部地区的干旱事件。本研究旨在为更好地研究极端气候事件,科学地理解干旱对生态系统的影响提供研究手段和方法。主要的研究内容与结论如下:(1)利用VIs、SIF以及相关气象数据,研究了 2015/16年厄尔尼诺引起的极端干旱事件对东南亚农作物和常绿阔叶林区域的植被光合作用的影响。研究结果表明SIF对水分胁迫的敏感性高于传统的植被指数。因此,在热带地区,卫星SIF数据可以用来监测植被对水分胁迫的响应。SIF数据比植被指数EVI更能够成为表征和监测热带植被地区干旱的指标。此外,消除太阳辐射的影响后计算得到的荧光量子产额(SIFyield)对干旱的响应会变得更加明显。植被绿度和叶绿素含量的变化可能无法快速反映干旱条件下植被状况的信息,但SIFyield对水分胁迫有快速响应。因此,SIFyield是用来监测干旱期间植被功能变化情况的适宜指标。(2)利用SIF数据和XC02数据,研究发现2015年和2016年东南亚的二氧化碳排放增多,并且XCO2与SIF具有显着的负相关性。卫星SIF数据可以间接地反映区域CO2的变化,特别是当植被遭受水分胁迫时。水分胁迫通常会造成植被的气孔关闭,从而降低植被光合作用减慢并减少大气CO2的吸收。因此,利用卫星观测的SIF数据,我们可以更好地了解C02潜在的动态过程。(3)SIFyield是用来监测干旱期间植被功能变化情况的适宜指标。因此,本文将SIFyield、温度条件指数(TCI)和土壤水分条件指数(SMCI)线性组合,提出了一个新的遥感干旱指数——植被荧光干旱胁迫指数(SSTI),并进一步评估SSTI指数在美国大平原地区的监测干旱的表现,计算SSTI与基于气象观测站数据计算的干旱指数的相关性,并在空间分布上与其他遥感指数进行对比。结果表明,相比于其他指数,SSTI指数可以较好地反应干旱范围以及严重程度。(本文来源于《南京大学》期刊2019-05-21)
章钊颖,王松寒,邱博,宋练,张永光[5](2019)在《日光诱导叶绿素荧光遥感反演及碳循环应用进展》一文中研究指出在植被遥感领域,遥感植被指数在过去30年极大地促进了从宏观尺度上来理解和认识地球生物圈,但是以"绿度"观测为主的植被指数仅表征植被"潜在光合作用",而不能直接量化"实际光合作用"。植被叶绿素荧光在光合作用探测上具有优势,是"实际光合作用"的直接探测方法。日光诱导叶绿素荧光(SIF)遥感是近年快速发展起来的新型遥感技术,尤其是2011年实现全球尺度卫星反演以来,在反演算法、植被监测和碳循环应用等方面发展迅速,是近10年来植被遥感领域最具突破性的研究前沿。本文阐述了现阶段(2011年以来)SIF遥感反演及其在碳循环应用方面的进展。本文首先介绍了卫星SIF遥感的发展及其反演算法现状;然后重点剖析了其在陆地生态系统总初级生产力(GPP)估算、全球碳循环监测、物候和植被胁迫监测等方面的应用现状和特点;最后从卫星SIF反演算法优化、SIF-GPP关系机理、SIF多尺度综合观测和全球碳循环监测等方面对今后植被SIF遥感的发展前景进行了展望。(本文来源于《遥感学报》期刊2019年01期)
刘啸添,周蕾,石浩,王绍强,迟永刚[6](2018)在《基于多种遥感植被指数、叶绿素荧光与CO_2通量数据的温带针阔混交林物候特征对比分析》一文中研究指出植被物候学作为研究植被与环境条件相互作用的科学,在全球气候变化的大背景下已成为国际热点研究领域,其中森林植被在调节全球碳平衡、维护全球气候稳定的过程中有着至关重要的作用。随着遥感技术的发展,多种遥感指数被应用到森林植被物候研究中,其中以MODIS NDVI和EVI应用最为广泛,而叶绿素荧光(SIF)作为植被光合作用的"探针"也被广泛应用于森林植被物候研究中。为了探究3种指数在森林植被物候研究中的差异与特性,本文以长白山温带红松阔叶林通量观测站为研究区域,采用模型拟合结合动态阈值法提取2007—2013森林物候特征参数,并使用通量数据(总初级生产力GPP)进行验证。结果表明:NDVI与EVI、SIF相比,表现为生长季开始时间与结束时间的明显提前和滞后,与GPP数据偏差较大,且夏季生长季峰期曲线形态过宽且平坦,无法较好反映生长季变化特征;EVI相较于NDVI有所改善,整体变化趋势与SIF、GPP基本吻合,但依然存在秋季衰减时间稍迟于SIF与GPP的问题;SIF虽然存在夏季骤降现象,但依然与GPP数据一致性最好,可以较好反映出森林植被季节变化特征。SIF数据与植被光合作用的紧密关联使其在植被物候研究中具有优于植被指数的准确性,并随着遥感平台的增加和反演方法的改善,将会在多尺度、多类型的植被物候监测中发挥更加重要的作用。(本文来源于《生态学报》期刊2018年10期)
张立福,王思恒,黄长平[7](2018)在《太阳诱导叶绿素荧光的卫星遥感反演方法》一文中研究指出利用卫星遥感探测区域和全球尺度太阳诱导叶绿素荧光SIF(Solar-Inducedchlorophyll Fluorescence)近年来成为研究热点。由于地球大气吸收和散射的影响,卫星尺度的SIF反演问题较为复杂,科学界对该问题一直存在争议,不同科学团队提出了众多方法。本文介绍了大气层顶SIF反演的机理、难点及思路,总结了近10年来最新发展的大气层顶SIF反演算法,并将这些算法归纳为3类:基于辐射传输方程的算法、简化的物理模型算法和数据驱动算法,分析讨论了各算法的特点及适用性;以应用最广泛的数据驱动算法为例,基于GOME-2数据详细介绍了算法的中间环节及注意事项;最后回顾了卫星遥感反演SIF的发展历程,汇总了目前及未来具有荧光探测能力的星载传感器,并依据数据源的特点相应地给出了适用的SIF反演算法,为今后基于航空和卫星高光谱数据的SIF反演提供了依据。(本文来源于《遥感学报》期刊2018年01期)
刘新杰,刘良云[8](2013)在《叶绿素荧光的GOSAT卫星遥感反演》一文中研究指出由于大气吸收和散射等大气辐射传输影响,叶绿素荧光卫星遥感反演存在很大的困难和挑战。本文利用日本温室气体观测卫星GOSAT的TANSO-FTS超光谱数据,选取770 nm附近受大气影响较弱的KI夫琅和费暗线,借助KPNO2010高分辨率太阳辐照度光谱,设计了加权最小二乘拟合的叶绿素荧光卫星反演算法,利用矩阵的谱条件数确定了算法中KI吸收线所采用的权重系数,获得了中国区域2010年1月至2011年6月的叶绿素荧光数据。并利用TANSO-CAI云标识数据剔除了受云影响的反演结果,并按照2°×2°格网逐月计算了荧光强度均值。将反演叶绿素荧光强度结果与同期MODIS的增强性植被指数EVI、光合有效辐射比例FPAR、总初级生产力GPP产品作对比分析,结果表明:荧光强度高值主要分布在中国西南、中南等植被覆盖度高、生长旺盛的地区,荧光强度季节性变化规律与EVI、FPAR、GPP等相似,但季节变化比上述各参数变化提前且更敏感,可以反映其他参数所不具备的独特信息。(本文来源于《遥感学报》期刊2013年06期)
梁寅,李军营,张云伟[9](2013)在《日光诱导叶绿素荧光遥感探测的研究进展》一文中研究指出对陆地植被的生物物理参数和生物化学参数进行反演以及提取夫琅禾费暗线中的叶绿素荧光信号是植被高光谱遥感的3项基本任务。鉴于叶绿素荧光与光合作用存在密切的联系,也鉴于叶绿素荧光在植物健康状况评价、环境胁迫因子早期检测应用中表现出很大潜力,围绕叶绿素荧光遥感的研究快速发展起来。分析了叶绿素荧光光谱的特征及其产生机理;总结了日光诱导叶绿素荧光信号的检测方法、探测器的类型及工作原理、叶绿素荧光仿真的研究现状;归纳了叶绿素荧光在环境胁迫因子早期检测、植物病害监测与病情评估领域中的应用性研究,并认为在日光诱导叶绿素荧光研究领域中,更高光谱分辨率的遥感探测器有待研制,荧光信号分析方法和含荧光信号辐射传输模型的开发有待进一步深入,叶绿素荧光现象与光合作用间的关系以及叶绿素荧光反映环境胁迫的机理分析有待进一步向定量化的方向发展;最后对日光诱导叶绿素荧光遥感研究的发展方向与前景进行了展望。(本文来源于《中国农学通报》期刊2013年14期)
王冉,刘志刚,杨沛琦[10](2012)在《植物日光诱导叶绿素荧光的遥感原理及研究进展》一文中研究指出日光诱导叶绿素荧光(Solar-Induced Fluorescence,SIF)与植被光合作用关系密切,可能成为研究植物光合作用及相关参数的新型遥感手段。总结了SIF的提取算法、遥感模型、传感器以及在植被早期胁迫探测和光能利用率估算等领域应用的最新进展,并提出了SIF遥感有待解决的关键问题。(本文来源于《地球科学进展》期刊2012年11期)
叶绿素荧光遥感论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
为明晰植被冠层叶绿素荧光遥感信息与总初级生产力(Gross Primary Productivity,GPP)间关系,以提高GPP估算精度,该文以典型C3(冬小麦)和C4(夏玉米)作物为例,利用不同传感器采集高频率光谱数据,提取了红光区和远红光区作物冠层日光诱导叶绿素荧光(Sun-induced chlorophyll Fluorescence,SIF)遥感信息。结合通量观测数据,分析了SIF与GPP的日变化特征,并探讨了基于SIF估算作物GPP的能力和差异性。结果表明:1)C3、C4作物的GPP日变化特征差异明显,前者呈"双峰"特征,后者呈"单峰"特征;而SIF760和SIF687均呈现明显的"单峰"特征,即早晚低、午间高;2)不同类型传感器对SIF数值大小的影响强于对其日变化特征的影响,同时,低光谱分辨率传感器对SIF687具有明显的高估现象,且对C3作物的高估强于C4作物;3)C3、C4作物SIF760和SIF687均与冠层吸收光合有效辐射(Absorbed Photosynthetic Active Radiation,APAR)呈显着的线性正相关关系(R~2>0.8),可以直接用于APAR产品的反演;4)针对远红光区SIF,单日观测数据分析结果表明,C3、C4作物SIF760与GPP呈显着的线性正相关关系(R~2>0.6),而基于多日观测数据构建的非线性对数关系模型优于线性关系模型;针对红光区SIF,无论是基于单日还是多日观测数据,C3、C4作物均适宜采用一种非线性对数关系模型来估算GPP(R~2>0.7),且模型更为稳健。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
叶绿素荧光遥感论文参考文献
[1].于龙龙,罗泽,阎保平.兴趣区域高分辨率叶绿素荧光遥感数据集重建框架[J].计算机系统应用.2019
[2].孙雷刚,王绍强,徐全洪,陈智,鲁军景.基于红光与远红光叶绿素荧光遥感的作物总初级生产力估算研究[J].地理与地理信息科学.2019
[3].纪梦豪,唐伯惠,李召良.太阳诱导叶绿素荧光的卫星遥感反演方法研究进展[J].遥感技术与应用.2019
[4].钱新.基于叶绿素荧光遥感的植被干旱胁迫指数构建[D].南京大学.2019
[5].章钊颖,王松寒,邱博,宋练,张永光.日光诱导叶绿素荧光遥感反演及碳循环应用进展[J].遥感学报.2019
[6].刘啸添,周蕾,石浩,王绍强,迟永刚.基于多种遥感植被指数、叶绿素荧光与CO_2通量数据的温带针阔混交林物候特征对比分析[J].生态学报.2018
[7].张立福,王思恒,黄长平.太阳诱导叶绿素荧光的卫星遥感反演方法[J].遥感学报.2018
[8].刘新杰,刘良云.叶绿素荧光的GOSAT卫星遥感反演[J].遥感学报.2013
[9].梁寅,李军营,张云伟.日光诱导叶绿素荧光遥感探测的研究进展[J].中国农学通报.2013
[10].王冉,刘志刚,杨沛琦.植物日光诱导叶绿素荧光的遥感原理及研究进展[J].地球科学进展.2012