植被就是覆蓋地表的植物群落的總稱，冠層結構就是植物群落頂層空間的組成。
基本介紹
- 中文名：植被冠層結構
- 外文名：canopy
- 領域：農學 林學 環境 生態 遙感
- 意義指數：葉面積指數
概念,性質,套用,
概念
植被就是覆蓋地表的植物群落的總稱。冠層結構就是植物群落頂層空間的組成。
性質
植被是陸表生態系統的重要組成成分，而葉片則是植被與外界進行相互作用的一個重要器官，葉面積指數是定量描述植被進行光合作用、呼吸作用、蒸騰作用的一個重要參數，被定義為單位地表面積上植被冠層葉面積的一半。對於葉面積指數的地面測量方法，分為直接和間接測量，目前已有眾多學者對每一種測量方法的優缺點以及適應條件進行了充分的綜述。
在眾多地面簡介測量方法中，利用攝影成像技術獲取植被葉面積指數是其中的一種重要分支。成像方法測量葉面積指數的基本原理是通過對植被冠層進行單一角度或者多角度拍照，並採用一種合適的分類方法，根據拍照的角度不同，進行處理後得到植被冠層單一角度或者多角度間隙率，然後根據間隙率模型推算葉面積指數。相比較於一些專用的LAI測量儀器，在攝影成像法獲取葉面積指數的技術方案中，可用的成像設備類型比較豐富，包括專業的單眼相機以及普通的數位相機，還有早期的膠片相機。因此，攝影成像法是一種更為靈活的LAI地面測量技術。
隨著移動終端技術的發展，當前的手機或平板電腦中已經集成了多種感測器，其中成像感測器已經成了智慧型手機的標準配置。因此，在傳統的攝影成像技術之上，最近幾年來，有些研究者嘗試利用智慧型手機來獲取植被葉面積指數。REF等曾發布了一種基於智慧型手機的APP，可以運行於安卓系統與蘋果系統，通過獲取特定角度（57.5°）的植被冠層間隙率來推算葉面積指數。REF並首先在ascatter-seededrice作物類型中進行了測試，其後，REF對PocketLAI進行了更多種植被類型的對比試驗。Confalonieri等的研究成果為基於非常容易得到的智慧型手機實現專業的植被葉面積指數測量提供了一個很好的例子。
與PocketLAI類似，本文也實現了一種基於智慧型終端的植被葉面積指數測量系統（稱之為LAISmart），但LAISmart比PocketLAI提供了更為靈活的操作方式以及用戶可選的分類特徵集，從設備操作方便性以及算法靈活性上進行了最佳化。因此，我們設計LAISmart系統的目的有兩個，一是充分利用當前成熟的智慧型終端設備的成像與高性能計算功能，實現植被葉面積指數實時計算；二是為用戶提供操作與數據處理選擇，方便用戶根據實際情況進行測量設定。
套用
由於拍攝條件的差異以及植被類型的差異，在分類算法相同的情況下，選擇不同的分類特徵會得到差異非常大的分類結果，從而導致從同一幅影像中提取的間隙率差異很大。因此，很難有一個固定的分類特徵能夠適應不同的光照條件以及植被類型。手持式的葉面積指數測量儀器提供了更為靈活的圖像分類特徵選擇，用戶可以根據植被類型以及天空光照條件選擇合適的分類特徵。基於攝影成像技術的葉面積指數測量精度，直接受制於圖像的分類精度。
傳統的植被冠層分析系統均是依靠人工手持式的進入觀測場地進行測量，這種傳統的方式比較適合小範圍內的較低時間頻次的測量。當需要進行大的空間範圍、較高的時間頻次的觀測的時候，傳統的方式需要消耗大量的人力和物力，且未必能夠獲取到滿足要求的地面觀測數據。例如，在對遙感衛星獲取的地面植被葉面積指數驗證的時候，為了獲取與衛星對應的空間範圍與時間範圍的數據，傳統的依靠單點的觀測方法，會顯得力不從心。基於無線感測器網路技術的低成本LAI網路化測量系統可分別接收太陽下行總輻射冠層上節點，接收冠層透過輻射的冠層下節點，負責接收並轉發數據的匯聚節點。利用一天之中不同太陽高度角下的冠層透過率來反演冠層LAI。為在區域尺度上長時間序列植被冠層結構參數測量提供可能和方便。
