【摘要】最近研究發(fā)現，在混合落葉闊葉林中，相比于葉片氮含量，葉綠素含量可以更好地指示葉片的光合能力。葉片光合能力與葉綠素含量之間關(guān)系的一個(gè)關(guān)鍵概念就是光合成分（即光收集，光化學(xué)和生化成分）的協(xié)調調節。為了檢驗該假設，作者在生長(cháng)季測量了水稻地葉片氮含量（NLeaf），葉片光合色素（即葉綠素（ChlLeaf），類(lèi)胡蘿卜素（CarLeaf）和葉黃素（XanLeaf））以及葉片光合能力（即1,5-二磷酸核酮糖（RuBP）在25℃被羧化（Vcmax25）和再生（Jmax25）的最大速率）的季節性變化。同時(shí)還調查了NLeaf，葉片光合色素，晴天中午的葉片光化學(xué)植被指數（PRILeaf,noon）的有效性及其可能的組合，以估算水稻地的葉片光合能力（即Vcmax25和Jmax25）。ChlLeaf與Vcmax25和Jmax25高度相關(guān)（R2分別為0.89和0.87），優(yōu)于NLeaf（R2分別為0.80和0.85）。PRILeaf,noon與葉片色素的產(chǎn)物也與Vcmax25高度相關(guān)（R2=0.95-0.96）。而且葉綠素a和CarLeaf的產(chǎn)物可以很好地替代Vcmax25?？偠灾?，該研究支持了以前的發(fā)現，即葉綠素含量與Vcmax25的相關(guān)性比葉氮含量更好。而且，將PRILeaf,noon與葉片色素（即ChlLeaf，CarLeaf和XanLeaf）結合起來(lái)，為估算葉片光合能力（即Vcmax25）提...
發(fā)布時(shí)間:
2020
-
09
-
01
瀏覽次數：104
有害藍藻（cyanoHABs）通常生長(cháng)在世界各地的水生環(huán)境中，包括北美五大湖的淡水湖。營(yíng)養物質(zhì)豐富或過(guò)量（例如N和P）的水體可以支持藍藻的快速生長(cháng)。除此之外，水溫，風(fēng)，浪和水流都會(huì )影響水華的形成和垂直分布。一些藍藻會(huì )產(chǎn)生有毒化合物從而危害動(dòng)物和人類(lèi)健康。因此對有害藻華的預先監測顯得尤為重要?！菊坷妹绹娇蘸教炀郑∟ASA）格倫研究中心開(kāi)發(fā)的高光譜成像系統于2015年至2017年在伊利湖和俄亥俄河采集高空間分辨率數據。配合密歇根理工學(xué)院實(shí)施的替代校正方法，將HSI系統采集的輻亮度數據轉換為高質(zhì)量的反射率數據，并使用現有算法實(shí)時(shí)監測有害藻華。替代校正方法依賴(lài)于成像光譜恒定的目標以歸一化大氣和儀器校準信號的高光譜數據。對伊利湖西部盆地附近的一個(gè)大型瀝青停車(chē)場(chǎng)進(jìn)行光譜特征分析，確定為一個(gè)合適的校正目標。機載HIS可以提供對水質(zhì)狀況的獨特見(jiàn)解。飛機可以在云層下運行，并且可以根據需要選擇和更改飛行路線(xiàn)，這比基于空間平臺的靈活性更大。HIS能以較高的空間分辨率（~1 m）采集數據，從而可以監測小型水體，檢測小塊的表面浮渣，以及監測水華與感興趣目標（例如進(jìn)水口）的接近程度。借助這種新的快速周轉時(shí)間，機載數據可以作為現有衛星平臺的補充監測工具，針對關(guān)鍵區域并按需響應水華事件。2015年NASA GRC HIS停車(chē)場(chǎng)反射率。粗紅線(xiàn)表示ASD FieldSpec III的原位反射率。校正前，HIS...
發(fā)布時(shí)間:
2020
-
07
-
30
瀏覽次數：63
雪反照率可用于估算雪崩，美國國家航空航天局機載降雪觀(guān)測臺將其與激光雷達聯(lián)合用于測量雪深。反照率（或“白度”）是單位時(shí)間，單位面積上各方向出射的總輻射能量與入射的總輻射能量之比，其測量范圍從0（對應于吸收所有入射輻射的黑體）到1（對應于反射所有入射輻射體）。根據Wikipedia的說(shuō)法“雪反照率變化很大，可以從0.9（剛落下的雪）到0.4（融化的雪）到0.2（臟雪）。南極洲平均雪反照率略高于0.8。如果積雪區域邊緣變暖，雪易于融化，會(huì )降低反照率，因此積雪吸收了更多的輻射導致了更多的融雪?！痹谒降奈恼轮小癟he Airborne Snow Observatory: Fusion of scanning lidar, imaging spectrometer, and physically-based modeling for mapping snow water equivalent and snow albedo”特別提到了ITRES CASI在測量雪反照率上的重要性?！菊吭谑澜缭S多山區，積雪覆蓋和融化主導著(zhù)區域氣候和水資源。山區的融雪時(shí)間和量級主要受太陽(yáng)輻射的吸收和雪水當量（SWE）的分布控制，但是即使在全球儀器設備最完善的山區，對其了解和認識仍不充分。本研究中我們描述并介紹了機載降雪觀(guān)測臺（ASO）的結果，它耦合了成像光譜儀，掃描激光雷達以及積雪分布模型以測定積雪光譜反照率...
發(fā)布時(shí)間:
2020
-
07
-
30
瀏覽次數：168
摘要：采礦后地區受到大規模和嚴重的干擾，會(huì )對周?chē)鷳B(tài)系統產(chǎn)生重要的影響。原本的生態(tài)系統被破壞，而植樹(shù)造林可以恢復這些生態(tài)系統。但其成功和速度取決于所挖出棄土基質(zhì)的特性。熱紅外遙感為棄土基質(zhì)的標測和分類(lèi)帶來(lái)了優(yōu)勢，從而確定了其特性。棄土基質(zhì)庫包含光譜發(fā)射率（Designs and Prototypes Model 102便攜式FTIR光譜儀）和化學(xué)性質(zhì)，可以促進(jìn)遙感活動(dòng)。該研究提供了從捷克共和國褐煤開(kāi)采場(chǎng)提取的棄土基質(zhì)發(fā)射率的光譜庫。通過(guò)干燥和篩分將提取的樣品均質(zhì)化。每個(gè)樣品的光譜發(fā)射率通過(guò)光譜平滑算法來(lái)確定，該算法適用于傅立葉變換紅外（FTIR）光譜儀測得的數據。同時(shí)測量了每個(gè)樣品的化學(xué)參數（pH、電導率、Na、K、Al、Fe、灼燒損失和多酚含量）和毒性。本文中光譜基因庫以地理坐標的形式提供了獲取位置的有價(jià)值的信息，呈現的數據本質(zhì)上是唯一的，可以在長(cháng)波紅外電磁頻波中為許多遙感活動(dòng)提供服務(wù)。1總結露天采礦過(guò)程中，煤層上方大量的基質(zhì)被清除并重新堆放，覆蓋了廣闊的區域，這些從幾百米深處挖出的材料被稱(chēng)為棄土基質(zhì)。其物理和化學(xué)特性會(huì )發(fā)生變化，異質(zhì)性很大程度上受地質(zhì)及采礦和堆放方法的影響，由于這個(gè)原因，基質(zhì)與最近的土壤有很大的不同。它們有極端的pH值，高濃度的重金屬、多酚（即煤分解產(chǎn)物）和鹽含量。這些性質(zhì)會(huì )影響采礦后地區植被發(fā)展的成功和速度。因此，在土地...
發(fā)布時(shí)間:
2020
-
05
-
28
瀏覽次數：91
植被冠層的光合特性是基于地球系統模型進(jìn)程的重要參數，可用于理解全球碳循環(huán)。然而這些地球系統模型缺乏光合特性連續的時(shí)空信息，導致了很大的不確定性，無(wú)法解釋碳的源和匯以及大氣層與陸地生物圈的交換。此外，光合速率的準確表征對于重設光合作用途徑以提高作物產(chǎn)量至關(guān)重要。選擇新品種需要在給定環(huán)境中將基因型與表型聯(lián)系起來(lái)，但尚未以高通量方式實(shí)現，這成為植物育種的主要瓶頸之一。為此，作為全球糧食安全問(wèn)題解決方案的一部分，迫切需要光合特性高通量表征技術(shù)的進(jìn)步，這對于深刻理解全球環(huán)境變化至關(guān)重要?；诖?，作者研究了安裝在移動(dòng)平臺上的高光譜成像相機是否能解決這些問(wèn)題，重點(diǎn)研究三種主要方法-基于偏最小二乘法回歸（PLSR）的反射光譜，光譜指數以及數值模型反演，以從11個(gè)煙草品種冠層高光譜反射率估算光合特性。結果表明，基于PLSR建立的反射光譜和光譜指數模型預測Vcmax和Jmax的R2為~0.8，高于數值反演的預測結果（R2為~0.6）。與反射光譜的PLSR相比，光譜指數的PLSR預測Vcmax（R2 = 0.84 ± 0.02, RMSE = 33.8 ± 2.2 μmol m?2 s?1）的結果更好，預測Jmax（R2 = 0.80 ± 0.03, RMSE = 22.6 ± 1.6 μmol m?2 s?1）的結果相似。...
發(fā)布時(shí)間:
2020
-
05
-
28
瀏覽次數：254
摘要：本研究旨在理解不同缺水脅迫下10個(gè)水稻基本型的表現。記錄了不同脅迫水平下植物的相對含水量（RWC）以及在350-2500 nm范圍內的高光譜數據。通過(guò)光譜指數，多元技術(shù)和神經(jīng)網(wǎng)絡(luò )技術(shù)確定最佳波段，并建立預測模型。建立了新的水敏感光譜指數，并就RWC評估了現有的水帶光譜指數。這些基于指數的模型可以有效地預測RWC，R2值為0.73至0.94。在350-2500 nm范圍內的所有可能組合中，使用比率光譜指數（RSI）和歸一化光譜指數（NDSI）繪制等高線(xiàn)，并量化與RWC的相關(guān)性以確定最佳指數。光譜反射率數據（ASD Field Spec3 spectroradiometer測量）還用于建立偏最小二乘回歸（PLSR），然后進(jìn)行多元線(xiàn)性回歸（MLR）和人工神經(jīng)網(wǎng)絡(luò )（ANN），支持向量機回歸（SVR）和隨機森林（RF）模型來(lái)計算植物RWC。在這些多元模型中，PLSR-MLR被認為是預測RWC的最佳模型，校正和驗證的R2分別為0.98和0.97，預測的均方根誤差（RMSEP）為5.06。結果表明，PLSR是鑒定作物缺水脅迫的可靠技術(shù)。盡管PLSR是可靠的技術(shù)，但如果將PLSR提取的最佳波段饋入MLR，則結果會(huì )得到顯著(zhù)改善。使用所有光譜反射帶建立了ANN模型。建立的模型未取得令人滿(mǎn)意的結果。因此，使用PLSR選擇的最佳波段作為獨立x變量開(kāi)發(fā)了模型，發(fā)現PLSR-ANN模型比單獨的ANN模型...
發(fā)布時(shí)間:
2020
-
05
-
25
瀏覽次數：252
土壤有機碳（SOC）源和匯之間的平衡會(huì )影響溫室氣體以及全球氣候。SOC儲量的微小變化會(huì )影響碳循環(huán)，并可能顯著(zhù)增加或降低大氣中的碳濃度。土壤碳的變化受氣候和土地利用的影響，并且在不同土壤中也會(huì )發(fā)生變化。為了更好地理解土壤有機碳的動(dòng)力學(xué)及其驅動(dòng)因子，作者收集了華北和東北地區1980年代和2000年代的數據，其中2000年代的樣品利用ASD Fieldspec ProFR vis–NIR光譜儀進(jìn)行了漫反射光譜的測定用于土壤碳的預測，并對各個(gè)時(shí)期土壤有機碳的空間變化進(jìn)行了數字土壤制圖。在1980年代，在30公里的方格中采集了585個(gè)土壤樣品，并在2003年和2004年對該區域進(jìn)行了重新采樣（1062個(gè)樣品）。該地區土地利用類(lèi)型主要是農田，森林和草地。土地利用，地形因素，植被指數，可見(jiàn)近紅外光譜和氣候因素作為預測因子，使用隨機森林預測土壤有機碳濃度及其時(shí)間變化。1985年平均土壤有機碳濃度為10.0 g kg-1，而2004年為12.5 g kg-1。在這兩個(gè)時(shí)期中，土壤有機碳變化相似且從南到北增加。據估計土壤有機碳儲量在1985年為1.68 Pg，在2004年為1.66 Pg，但是不同土地利用下土壤有機碳變化是不同的。在過(guò)去的20年中，平均氣溫升高，大面積森林和草原轉化為農田。農田土壤有機碳增加了0.094 Pg（+9％），而森林和草地土壤有機碳分別損失了0.089 Pg（?25％）和0....
發(fā)布時(shí)間:
2020
-
05
-
15
瀏覽次數：86
6372117373571266866723166.pdf
發(fā)布時(shí)間:
2020
-
03
-
30
瀏覽次數：178
點(diǎn)擊下載：廣州市秋季氣溶膠光學(xué)特性日變化.pdf
發(fā)布時(shí)間:
2020
-
02
-
24
瀏覽次數：211
ASD 地物光譜儀FieldSpec 4 技術(shù)文獻：不同干旱條件下，夏玉米全生育期冠層吸收光合有效輻射比的高光譜遙感反演 冠層吸收光合有效輻射比(fAPAR)是植被生產(chǎn)力遙感模型的重要參數，但關(guān)于不同干旱條件下作物全生育期的fAPAR遙感反演研究仍未見(jiàn)報道。本研究利用2015年夏玉米5個(gè)灌水處理模擬試驗的高光譜反射率和fAPAR觀(guān)測資料，分析了不同干旱條件下夏玉米關(guān)鍵生育期fAPAR和高光譜反射率變化特征，探討了fAPAR與反射率、一階導數光譜反射率和植被指數的關(guān)系。 輕度水分脅迫和充分供水條件下，fAPAR較高；重度水分脅迫和重度持續干旱條件下，fAPAR較低。冠層可見(jiàn)光、近紅外光和短波紅外光區的反射率與fAPAR分別呈負相關(guān)、正相關(guān)和負相關(guān)關(guān)系。fAPAR與可見(jiàn)光和短波紅外光區的383、680和1980 nm附近的反射率的相關(guān)性最強，相關(guān)系數均達-0.87。一階導數光譜反射率與fAPAR相關(guān)性強且穩定的波段為580、720和1546 nm，相關(guān)系數分別為-0.91、0.89和0.88。9個(gè)常用植被指數與fAPAR呈線(xiàn)性或對數關(guān)系，其中，增強型植被指數、復歸一化植被指數、土壤調節植被指數和修正的土壤調節植被指數與fAPAR的關(guān)系模型最好，決定系數(R2)均在0.88以上，平均相對誤差分別為16.6%、16.6%、16.7%和16.2%；基于一階導數光譜反射率與...
發(fā)布時(shí)間:
2020
-
02
-
07
瀏覽次數：130