全 文 ：植物生态学报 2009, 33 (5) 860~869
Chinese Journal of Plant Ecology

——————————————————
收稿日期: 2008-12-30 接受日期: 2009-03-15
基金项目: 国家自然科学基金(30770387和 40671067)和国家环境保护公益性资助项目(NEPCP 200809098)
西北师范大学张华博士和王海军硕士、兰州大学资源环境学院王超硕士参加了野外调查, 谨此致谢
* E-mail: nanzhr@lzb.ac.cn
祁连山区青海云杉林冠层叶面积指数的反演方法
赵传燕1* 沈卫华2 彭焕华1
(1 兰州大学干旱与草地生态教育部重点实验室,兰州 730000) (2 中国科学院寒区旱区环境与工程研究所,兰州 730000)
摘 要 叶面积指数(Leaf area index, LAI)是陆地生态系统的一个十分重要的结构参数。随着空间精细化模型的发
展和基于过程的分布式模拟技术的应用, 对LAI的区域估算显得越来越重要, 但目前尚缺乏有效的估算手段。该项
研究以青海云杉(Picea crassifolia)林为研究对象, 利用LAI-2000冠层分析仪、鱼眼镜头法和经验公式法对林冠层
LAI进行了测定, 观测值分别为1.03～3.70、0.48～2.26和2.27～8.20, 显然, 仪器测定值偏低。针对针叶的集聚效应
导致仪器测定值偏低的现象, 利用跟踪辐射与冠层结构测量仪(TRAC)测定的青海云杉林聚集系数计算调整系数,
对鱼眼镜头法获取的LAI值进行订正。根据高分辨率的遥感数据反演青海云杉林的植被指数与LAI的关系, 最后获
得了较合理的该地区林冠层LAI的空间分布图。
关键词 林冠层叶面积指数 鱼眼镜头法 青海云杉 遥感数据(QuickBird) 祁连山区
METHODS FOR DETERMINING CANOPY LEAF AREA INDEX OF PICEA
CRASSIFOLIA FOREST IN QILIAN MOUNTAINS, CHINA
ZHAO Chuan-Yan1*, SHEN Wei-Hua2, and PENG Huan-Hua1
1Key Laboratory of Arid and Grassland Agroecology of Ministry of Education, Lanzhou University, Lanzhou 730000, China, and 2Cold and Arid
Region Environmental and Engineering Research Institute, Chinese Academy of Sciences, Lanzhou 730000, China
Abstract Aims There is increasing need for regional estimates of leaf area index (LAI) because it is
an essential input for many eco-hydrological processes models; however, there has been a lack of effec-
tive methods for its estimation. Picea crassifolia is the dominant species in the forest ecosystem of Qi-
lian Mountains and is critical to the eco-hydrological processes of the ecosystem. Our objective is to
compare methods for determining canopy LAI of this P. crassifolia forest.
Methods We investigated canopy LAI with an LAI-2000 canopy analyzer, hemispherical photography
and allometric regression on tree height and diameter at breast height (DBH). The value was underesti-
mated by the two instruments because of clumping in the conifer forest. In order to adjust the LAI
measured and obtain the spatial distribution of LAI, we first measured the clumping index by Tracing
Radiation and Architecture of Canopies (TRAC). Then we calculated the adjusting coefficient by the
clumping index, which was used to adjust the LAI value measured by hemispherical photography. Then,
we determined the relationship between adjusted LAI and vegetation indexes retrieved by high resolu-
tion remote sensing data (QuickBird) and estimated the spatial distribution of canopy LAI.
Important findings The values of canopy LAI were 1.03–3.70 by LAI-2000 canopy analyzer,
0.48–2.26 by hemispherical photography, and 2.27–8.20 by allometric regression. LAI value by al-
lometric regression on tree height and DBH was used for assessing the measurement accuracy by the
other two indirect measurement techniques. We found the two instruments (LAI-2000 canopy analyzer
and hemispherical photography) under estimated the canopy LAI of the forest by about 3.14–3.86 times.
We built statistical models between adjusted LAI and vegetation indexes and selected the optimal
model, i.e., correlation between normalized difference vegetation index and LAI, through validating.
Key words canopy leaf area index, hemispherical photography, Picea crassifolia, remote sensing data
(QuickBird), Qilian Mountains

5期 赵传燕等: 祁连山区青海云杉林冠层叶面积指数的反演方法 DOI: 10.3773/j.issn.1005-264x.2009.05.004 861
DOI: 10.3773/j.issn.1005-264x.2009.05.004
叶面积指数(Leaf area index, LAI)是指单位地
表面积上总叶片面积(双面或多面)的一半(Chen
& Black, 1992), 是陆地生态系统的一个十分重要
的结构参数, 它和植物的蒸腾作用、阳光的截取、
光合作用以及地表净初级生产力等密切相关
(Bonan, 1995; Hanan & Bégué, 1995; Veroustraete
et al., 1996)。在10多年来的生态水文耦合模拟研
究中, LAI因其水文敏感性(调节蒸散、冠层截留
等 )成为耦合生态过程和水文过程的关键参数
(Running et al., 1989; Turner et al., 1999)。例如,
LASCAM (Large Scale Catchment Model)水文模
型在水文过程的模拟中, LAI参数贯穿始终(胡金
明等, 2005)。而且, 随着空间精细化模型的发展
和基于过程的分布式模拟技术的应用 , 对于LAI
的准确估算显得越来越重要(Watson et al., 1998;
王希群等, 2005)。基于各类植被指数与观测的叶
面积指数建立关系模型, 利用遥感数据反演出区
域叶面积指数的空间分布, 是目前常用的间接获
得LAI的方法(Chen & Cihlar, 1996; Kovacs et al.,
2004; 孙鹏森等, 2006; Tian et al., 2007; Wang et
al., 2007), 这种方法具有获得的信息量大、能够
使叶面积指数呈面状分布的特点。光学仪器法和
遥感法的相互结合是叶面积指数测量的发展趋
势。但是, 光学仪器测定方法至今仍存在着很大
的不确定性。如CI-110冠层分析仪和LI-2000等仪
器测定的前提条件是叶片随机分布 (周宇宇等 ,
2003; 谭一波和赵仲辉, 2008), 但针叶林因针叶
的丛生现象 (Clumping factor), 使得叶分布呈非
随机性, 导致测定结果的误差较大。鱼眼镜头法
又称半球摄影法(Hemispherical photography), 很
早就被用来描述冠层的结构, 该方法因计算机技
术和数字技术的改进而取得了长足的进步
(Beaudet & Messier, 2002), 被认为是间接测量冠
层结构的最佳选择(White et al., 2000)。从功能上
讲 , 鱼眼镜头法兼具光学仪器TRAC和LAI-2000
的功能, 价格又便宜, 但它属于非定标仪器。多种
光学仪器在测量原理上存在差异, 测量结果也有
较大的不同。本研究通过测定青海云杉 (Picea
crassifolia)林聚集系数计算LAI-2000测定结果的
调整系数 , 继而对鱼眼镜头法获取的LAI进行了
订正, 以获取研究区高分辨率、高精度的LAI空间
分布图, 为生态水文过程模型提供有价值的输入
参数。
黑河流域是我国干旱地区第二大内陆河流
域, 其生态环境问题不但具有代表性, 而且比较
严重, 成为科学工作者关注的地区。近年来, 精细
化分布式生态水文模式研究成为该区域研究的热
点, 尤其在黑河上游的祁连山区(康尔泗等, 2002;
夏军等, 2003)。但是, 对植被冠层结构特征的准
确描述, 成为分布式生态水文模型的难点, 对描
述冠层结构的重要参数的空间化方法研究较少 ,
其中 , 高空间分辨率高精度的林冠层LAI反演成
为亟待解决的问题。另一方面, 流域规划管理所
导致的植被格局的变化和全球气候变化对森林的
影响, 使林冠层LAI又具有指示意义。因此, 对祁
连山区青海云杉林冠层LAI高精度、高分辨率的估
算具有重要的意义。
1 材料和方法
1.1 研究区概况
研究区位于国家林业局甘肃祁连山水源涵养
林生态系统定位研究站(100°17′ E, 38°24′ N) (图1)
的西水林区排露沟流域。该流域面积为2.74 km2, 海
拔2 640~3 798 m。由于高度的不同, 引起区内水热
差异较大, 形成了具有明显垂直梯度分异的植被
类型和土壤类型。森林主要分布在2 600~3 300 m
的阴坡、半阴坡, 优势种为青海云杉。在祁连山
区, 青海云杉林可分为灌木类青海云杉林、苔草
类青海云杉林、灌木藓类青海云杉林、藓类青海
云杉林、马先蒿藓类青海云杉林等5种林型(刘兴
聪, 1992)。研究区内的青海云杉林属于藓类云杉
林, 分布在海拔2 600~3 300 m的阴坡、半阴坡, 坡
度平均为24°。林分结构简单, 分为两层: 上层为
乔木层, 下层为苔藓层。受海拔高度的影响, 林分
密度和盖度有较大的差异, 从分布在不同海拔梯
度的6个固定样方可以看出: 青海云杉林的个体
数、密度等有显著的变化(表1)。海拔超过3 100 m,
青海云杉林逐渐过渡到灌丛分布带, 林分盖度小,
林下出现大量的灌木。
1.2 数据收集与处理
1.2.1 数据采集
2008年6月在祁连山排露沟流域选择43个样

862 植 物 生 态 学 报 www. plant-ecology.com 33卷



图1 研究区在西水自然保护区的相对位置和采样点的分布
Fig. 1 Location of study area in Xishui natural reserve and distribution of sampling sites


表1 祁连山排露沟流域6个固定样方青海云杉林的林分特征
Table 1 Stand characterisitcs of Picea crassifolia forest in six sampling plots of Pailugou catchment on Qilian Mountains
样方号
No. of
sample
坡度
Slope
(°)
经度
Longitude
(E)
纬度
Latitude
(N)
坡向
Aspect
(°)
海拔
Altitude
(m)
株数
No. of plants
(株·hm–2)
树高 Height
of trees
(m)
胸径
DBH
(cm)
胸高断面积
Basal area at
DBH (cm2)
冠层盖度
Canopy gap
fraction (%)
No. 1 30 100.28° 38.55° 25 2 655 1 350 9.84 7.41 172.56 68.98
No. 2 27 100.29° 38.54° 30 2 835 2 475 9.44 7.13 159.85 77.02
No. 3 25 100.30° 38.54° 12 2 889 2 225 7.78 7.20 162.93 80.34
No. 4 21 100.30° 38.54° 8 3 005 2 200 7.04 7.23 164.28 71.70
No. 5 22 100.30° 38.54° 18 3 106 825 6.88 2.49 19.47 57.01
No. 6 34 100.30° 38.54° 355 3 260 375 5.21 2.43 18.56 22.15
数据来源于2007年8月的野外观测值 The data from the field investigation of August 2007 DBH: Diameter at breast height


圆(半径为8 m), 样圆选择的标准: 1)群落类型为
藓类青海云杉林; 2)林分内植株分布相对均匀; 3)
人为干扰小; 4)沿海拔梯度250 m间隔选择一个采
样点。在布设样圆的中心位置, 通过激光测高仪
水平距功能测量样圆内每木距中心的距离, 用罗
盘仪测量树木与中心的方位角, 确定树木的相对
位置(图2), 并进行每木检尺, 包括胸径、树高。
选择2株胸径接近平均木的立木进行树芯采集 ,
确定样圆树木平均年龄。描述立地条件(坡度、坡
向和海拔)。使用美国LiCor公司生产的LAI-2000
植物冠层分析仪进行林冠层LAI的观测 , 同时利
用日本Nikon公司生产的鱼眼数码照相机(D80)获
取植被冠层的半球图像, 用于林冠层LAI的计算。
随机采集青海云杉林树叶20袋, 用于计算比叶面
积, 即单位干重叶片的叶面积。2008年8月, 在祁
连山排露沟流域及周边区域选择了51个样圆(半
径为8 m), 样圆分布情况见图1, 同样进行林冠层
LAI的地面观测。因为在林间寻找空旷地测量冠层
上方数值(A值)难度较大, 为了提高精度, 使用两
台型号相同的LAI-2000植物冠层分析仪同步测
量 , 一台置于林外空地上测量A值 , 另外一台在
样圆内测量冠层下数值(B值)。同时, 用鱼眼数码

5期 赵传燕等: 祁连山区青海云杉林冠层叶面积指数的反演方法 DOI: 10.3773/j.issn.1005-264x.2009.05.004 863
照相机获取植被冠层的半球图像。对于所有的观
测样地中心均使用差分GPS进行精确定位, 定位
精度保证在1 m以内。此外, 还收集了19个地面控
制点, 用来对卫星影像(QuickBird)做几何纠正。



图2 35号样圆树木相对位置和半球图像获取位置图
Fig. 2 Relative positions of trees and sampling positions
for hemispherical photography in the sampling plot 35

1.2.2 实测叶面积指数的获取
采集的 20袋树叶样品用台式叶面积仪
(WinFOLIA, Regent Company, Canada)测定其叶
面积, 并烘干至恒重。计算青海云杉林比叶面积。
20袋样品的平均比叶面积为5.45 m2·kg–1。利用常
学向等(1996)建立的叶生物量与胸径和树高回归
方程: Wleaf=17.8×(D2H)0.859 3, 计算单木的叶生物
量(W), 利用样圆调查数据汇总样圆内所有单木
的叶生物量, 与比叶面积相乘, 获得每个样圆内
总叶面积。总叶面积与样圆面积的比值即为叶面
积指数。有人把这种方法获取的叶面积指数归为
实测叶面积指数。这种方法被称为经验公式法(谭
一波和赵仲辉, 2008)、相对生长模型法(马泽清等,
2008)或异速生长函数法(Martin et al., 2005)。
1.2.3 图像处理
基于鱼眼数码相机获取的半球图像处理主要
使用两种软件 , 首先利用GLA (Gap Light Ana-
lyzer Version 2.0)(http://www.ecostudies.org)软件
进行几何纠正 , 保存纠正的图像。其次 , 利用
Sidelook (http://www.appleco.ch)软件计算几何纠
正过的图像阈值。第三, 将Sidelook界定的阈值输
入到GLA中, 运行GLA可获得林冠层的LAI、冠层
开阔度(Openness)和林冠下直接和散射辐射量。
获得的林冠层LAI包含两种: LAI4R (4环)代表天
顶角在0°～60°之间综合提取的有效LAI, LAI5R
(5环)代表天顶角在0°～75°之间综合提取的有效
LAI。一般认为, LAI4R的值较为可靠(马泽清等,
2008)。
1.2.4 调整系数的计算
由于针叶林针叶的集聚效应, 导致仪器测定
值偏低, 需要一个校正系数进行调整。利用跟踪
辐射与冠层结构测量仪(TRAC)测出青海云杉林
的聚集系数(ΩE)为0.93(由中国科学院寒区旱区环
境与工程研究所马明国研究员提供), 根据下列
公式可计算调整系数:
( ) EEeLL Ω−= /1 γα (1)
式中, Le为有效叶面积指数(仪器观测获得),
γE为针叶总面积与簇面积的比率 , 针叶树种为
1.4, α为树干等非树叶因素对总叶面积的比率为
0.12 (Chen, 1996)。根据公式(1)计算调整系数为
1.32, 与LAI-2000冠层分析仪所测LAI相乘, 对青
海云杉林观测林冠层叶面积指数进行调整, 调整
后的林冠层LAI与鱼眼镜头法获取的LAI建立相关
关系。
1.2.5 植被指数的提取
本研究使用的遥感影像是QuickBird多光谱
数据, 获取时间为2008年8月22日, 空间分辨率为
2.4 m×2.4 m, 首先对QuickBird多光谱数据进行
几何纠正 , 几何纠正精度小于0.5个像元。其次 ,
在几何纠正的基础上对图像进行辐射定标, 并采
用大气校正模型, 即6S模型(Second Simulation of
Satellite Signal in the Solar Spectrum), 对图像进
行大气校正(阿布都瓦斯提·吾拉木等, 2004)。
对经过预处理的QuickBird影像依据其波段 ,
可获取的植被指数有归一化植被指数 (Normali-
zed difference vegetation index, NDVI)、比值植被
指数(Ratio vegetation index, RVI)、大气阻抗植被
指数 (Atmospherically resistant vegetation index,
ARVI)、修正的土壤调节植被指数(Modified soil-
adjusted vegetation index, MSAVI)、改进型植被指
数(Enhanced vegetation index, EVI)和土壤调节植

864 植 物 生 态 学 报 www. plant-ecology.com 33卷
被指数(Soil-adjusted vegetation index, SAVI), 以
每个样圆中心点为中心, 从每一种植被指数图上
分别提取4×4个像元值, 以其平均值作为该样圆
对应的植被指数值。
1.2.6 模型建立与林冠层叶面积指数的空间分布
首先选择40个样圆的半球图像获得的LAI值
与NDVI、RVI、ARVI、MSAVI、EVI和SAVI值进行
相关分析, 建立统计模型, 用剩余的11个点对各
统计模型进行验证, 选择相关性较好的模型反演
研究区内青海云杉林冠层叶面积指数的空间分
布。用最大似然监督分类法对研究区植被进行分
类, 植被分类的总体精度为94.63%, kappa系数为
0.900 3。提取研究区青海云杉林的分布信息, 利
用云杉林的分布对反演的植被指数图层进行切
割, 在ARC/INFO GRID模块中利用选择的模型计
算LAI的空间分布。
2 结果和分析
2.1 经验公式法与仪器测定比较
根据经验公式计算, 青海云杉林的实测冠层
叶面积指数为2.27～8.20, 明显高于LAI-2000冠
层分析仪和鱼眼镜头法获取的LAI, LAI-2000冠层
分析仪观测的结果为1.03～3.70, 鱼眼镜头法观
测的结果为0.48～2.26。实测冠层叶面积指数为
LAI-2000观测叶面积指数的3.14倍, 为鱼眼镜头
法观测的3.86倍。
通过3种方法测定的林冠层叶面积指数相关
性分析结果见表2。由表2可知: 实测叶面积指数
与鱼眼镜头法4环获取的LAI相关性最高, 相关系
数达到0.69, 鱼眼镜头法与LAI-2000冠层分析仪
获取的 LAI相关性较差 , 相关系数均小于 0.3,
LAI-2000冠层分析仪测定的LAI与实测叶面积指
数的相关性也较差, 相关系数均在0.29以下。从上
述相关分析可见, 鱼眼镜头法要优于LAI-2000冠
层分析仪 , 因为用LAI-2000冠层分析仪估算LAI
时 , 需要观测冠层上方数值(A值)和冠层下方数
值(B值), 在林区测量时, 一旦进入斑块较大的林
斑区, 寻找林间空旷地困难, 常常出现A值和B值
的读数时间间隔长, 在长间隔中, 由于天气条件
变化, 所引起的LAI计算误差较大。为了克服这一
缺点, 2008年8月, 在祁连山排露沟流域及周边区
域选择了51个样圆(半径为8 m), 使用两台型号相
同的LAI-2000植物冠层分析仪同步测量, 同时用
鱼眼数码照相机获取植被冠层的半球图像。两种
仪器测定的结果见图3, 控制A值后, 两种仪器测
定林冠层叶面积指数的相关性有了很大的提高 ,
决定系数R2为0.63, 均方根差RMSE为0.35, 二者
测定结果较为接近。
2.2 鱼眼镜头法获取的LAI的调整
利用TRAC测出青海云杉林的聚集系数为
0.93, 根据公式(1)计算调整系数为1.32, 用该系
数对LAI-2000观测值进行调整, 调整后的林冠层
叶面积指数与鱼眼镜头法获取的LAI建立相关关
系如下:

利用该关系式对鱼眼镜头法获取的LAI进行
调整, 调整方程作为利用鱼眼镜头法大面积获取


表2 鱼眼镜头、LAI-2000冠层分析仪和异速函数测定的林冠层叶面积指数的相关系数(r)
Table 2 Correlation coefficients (r) between leaf area index (LAI) of canopy obtained by fisheyes,
LAI-2000 canopy analyzer and allometric equation
鱼眼镜头4环
LAI平均值
Average LAI by
Fisheyes 4R
鱼眼镜头5环
LAI平均值
Average LAI by
Fisheyes 5R
冠层分析仪4
环LAI平均值
Average LAI by
LAI-2000 4R
冠层分析仪5环
LAI平均值
Average LAI by
LAI-2000 5R
异速函数获得的
LAI
The LAI by al-
lometric equation
鱼眼镜头4环LAI平均值
Average LAI by Fisheyes 4R
1
鱼眼镜头5环LAI平均值
Average LAI by Fisheyes 5R
0.99 1
冠层分析仪4环LAI平均值
Average LAI by LAI-2000 4R
0.28 0.29 1
冠层分析仪5环LAI平均值
Average LAI by LAI-2000 5R
0.25 0.25 0.95 1
异速函数获得的LAI
The LAI by allometric equation
0.69 0.68 0.29 0.27 1


5期 赵传燕等: 祁连山区青海云杉林冠层叶面积指数的反演方法 DOI: 10.3773/j.issn.1005-264x.2009.05.004 865




图3 LAI-2000冠层分析仪与鱼眼镜头4环测定的青海
云杉林林冠层叶面积指数(LAI)值散点图
Fig. 3 Scatter plot of the values of canopy leaf area index
(LAI) of the Picea crassifolia forest obtained by LAI-2000
canopy analyzer and Fisheyes 4R


青海云杉林冠层结构的标定, 以期进行大面积、
长时间的青海云杉林冠层叶面积指数的监测。
2.3 LAI与植被指数(VIs)的回归模型
调整的LAI与相应点的各植被指数 (NDVI、
RVI、ARVI、MSAVI、EVI和SAVI)的相关关系如下:
LAI = 19.476NDVI – 7.887 9 (3)
LAI = 17.527ARVI – 7.495 5 (4)
LAI = 1.653RVI – 2.931 (5)
LAI = 10.822EVI – 0.051 9 (6)
LAI = 15.071SAVI – 0.093 2 (7)
LAI = 13.71MSAVI – 0.419 9 (8)
LAI与各植被指数的散点图见图4。6种模型的
R2分别为0.65、0.58、0.60、0.37、0.31和0.31, 其
中, LAI与NDVI的相关性最高, 其次是ARVI和RVI,
与另外3种植被指数的相关性低。为了进一步验证
模型的精度, 用验证组(11块样地)的预测叶面积
指数值与实测值进行对比 , 采用均方根差RMSE
来评价模型精度 , 计算得到的RMSE值分别为
0.49、0.66、0.59、0.70、0.75和1.15, 分别对应于
模型(3)至(8)。由此可见 , 模型(3)的均方根差最
小。因此, 把NDVI与LAI关系模型(公式3)选为最
佳模型 , 利用该模型对研究区的LAI空间分布进
行模拟。
2.4 青海云杉林冠层叶面积指数的空间分布
青海云杉林冠层叶面积指数的空间分布见图
5。由低海拔到高海拔做一条剖面线, LAI随着剖面
线的变化见图6。图6中, LAI的趋势线(黑粗线)显
示: 随着海拔的增加, LAI也增加, 在海拔2 900 m
时, LAI达到最大值; 之后, 随着海拔的增高, LAI
却表现为下降趋势, 在海拔3 000 m时, LAI达到
较低值。从空间分布上看, 在海拔3 200 m以上时,
估算的LAI值误差较大 , 这主要是因为受林下植
被的影响。在海拔>3 100 m的较高处, 林冠比较
稀疏, 林下灌木发育良好, NDVI值较大, 从而反
演得到的LAI值也较大。实际上, 用来建立模型的
LAI值并不包括林下植被部分 , 所以模型对林下
有高覆盖的灌丛和草地区域不适用, 为了减小林
下植被对森林冠层叶面积指数估算的影响, 使用
非生长季节的遥感影像会更加理想。
3 讨 论
3.1 实测叶面积指数与仪器测叶面积指数
通过对青海云杉林叶面积指数的测定发现 ,
实测叶面积指数大于仪器测叶面积指数。产生误
差有多种原因, 最主要的原因是针叶林针叶的集
聚效应(Chen & Cihlar, 1995; Gardingen et al.,
1999; Weiss et al., 2004), 其次, 当冠层叶面积指
数达到5之后, 冠层已经趋于饱和, 间接仪器观测
会低估叶面积指数(Gower et al., 1999), 第三, 位
于样方边缘单木的树冠溢出了样方, 测定的结果
也可能略为偏大。仪器测定LAI都是基于光传输理
论并假设叶为随机分布, 针对针叶树叶片具有很
强的集聚性特性, 冠层分析仪需要进行校准。经
验公式法获取的实测叶面积指数, 可用于分析比
较不同仪器测定方法的相对可靠程度(马泽清等,
2008), 或用于森林生态水文特征的模拟(Martin
et al., 2005), 为了获得某区域的经验公式, 在选
定样方或做解析木时, 应具有代表性。
3.2 鱼眼镜头法与LAI-2000植物冠层分析仪
Chen等 (1997)发现 , 在针叶林分中 , LAI-
2000冠层分析仪和鱼眼镜头法观测冠层结构比其
他仪器方法更加理想。鱼眼镜头法获得LAI的算法
与LAI-2000植物冠层分析仪计算LAI的算法相同,
对二者进行比较得出: 在不同天顶角观测冠层空
隙度的结果没有差异 (Planchais & Pontailler,
1999)。White等(2000)的研究表明, 在干旱区生态
系统长期监测冠层结构, 鱼眼镜头法精确有效。
本研究结果也表明, 鱼眼镜头法在观测青海云杉

866 植 物 生 态 学 报 www. plant-ecology.com 33卷


图4 青海云杉林林冠层鱼眼镜头获得的叶面积指数(LAI)与各植被指数的散点图
Fig. 4 Scatter plots between canopy leaf area index (LAI) of the Picea crassifolia forest obtained by Fisheyes and
six kinds of vegetation indexes
NDVI: 归一化植被指数 Normalized difference vegetation index RVI: 比值植被指数 Ratio vegetation index
ARVI: 大气阻抗植被指数 Atmospherically resistant vegetation index MSAVI: 修正的土壤调节植被指数 Modified
soil-adjusted vegetation index EVI: 改进型植被指数 Enhanced vegetation index SAVI: 土壤调节植被指数 Soil-
adjusted vegetation index

林冠层LAI时比较稳定。因此, 鱼眼镜头法以其价
格低廉和实用性, 在间接监测冠层结构上显示出
替代LAI-2000冠层分析仪的巨大优势(Jonckheere
et al., 2004)。目前, LAI-2000冠层分析仪应用较多
(因是定标仪器而被普遍认可)。但在林区测量时,
尤其是在山区大块林斑地测量时, 因天气条件变
化快, LAI-2000冠层分析仪的应用具有很大的局
限性。
3.3 叶面积指数时空监测
发展精细化分布式的生态水文模型, 迫切需
要高精度、高时空分辨率的生态参数, 比如LAI。
光学仪器法和遥感法的相互结合是LAI测量的发
展趋势(谭一波和赵仲辉, 2008)。本研究基于植被
指数(VI)与林冠层叶面积指数的关系模型, 利用
遥感数据反演出区域林冠层叶面积指数的空间分
布, 这种方法输入参数单一, 不需要复杂的计算。
然而, 植被指数与叶面积指数的统计关系是局部
性的, 不能推广应用于其他地区, 具有不普适性
的缺点。利用比较成熟机理模型或发展估算模型,
在更大的区域精确反演LAI的空间分布, 是我们

5期 赵传燕等: 祁连山区青海云杉林冠层叶面积指数的反演方法 DOI: 10.3773/j.issn.1005-264x.2009.05.004 867


图5 研究区青海云杉林冠层叶面积指数(LAI)空间分布
Fig. 5 Spatial distribution of canopy leaf area index (LAI)
of the Picea crassifolia forest in the study area



图6 研究区青海云杉林冠层叶面积指数(LAI)随海拔
高度的变化
Fig. 6 Variation of canopy leaf area index (LAI) of the
Picea crassifolia forest in the study area
with the increase of altitude
粗线为叶面积指数的变化趋势线; 细线为叶面积指
数的变化曲线 The thick line represents the trendline of
LAI variation with the increase of altitude; The fine line
represents the variation of LAI with the increase of altitude

下一步要做的工作。
3.4 研究区林冠层叶面积指数的空间分布
青海云杉林在排露沟流域的分布跨海拔约
1 000 m, 随着海拔升高, 温度降低, 平均每上升
100 m, 温度降低0.58 ℃ (张虎等, 2001)。流域内
降水量随海拔升高而递增 , 降水平均递增率为
4.55%, 当海拔超过3 650 m时, 降水出现随海拔
升高而下降的趋势(常学向等, 2002)。随着海拔升
高, 土壤类型由山地森林灰褐土渐变为亚高山灌
丛草甸土及高山寒漠土, 土层厚度变薄, 质地变
粗。生境条件的改变, 会使青海云杉林的个体数、
密度和冠层盖度发生不同程度的变化。海拔在
2 600~2 900 m时, 水分条件是森林生长发育的关
键因子, 随着降水量的增加, 土壤水分含量增加
(王顺利等, 2006), 青海云杉林盖度逐渐增加, 对
布设不同高度的固定样方调查中发现(表1), 冠层
盖度由68.98% (样方海拔2 655 m)增加到80.34%
(样方海拔2 889 m)。在2 900 m以上时, 温度成为
控制因子 , 随着海拔的增加 , 气温降低 , 其生境
条件逐渐不利于青海云杉林的生长, 青海云杉林
个体数、密度和冠层盖度逐渐减小, 冠层盖度由
80.34% (样方海拔2 889 m)减小到22.15% (样方海
拔3 260 m)。研究发现, 植被指数由低海拔向高海
拔也有相应的变化规律, 但是在高海拔处, 反演
的LAI值较大, 这主要与受到林地分类误差有关,
建议使用非生长季节的遥感影像对林地进行提
取, 以减小林下植被对森林冠层叶面积指数估算
的影响。
4 结 论
1)实测叶面积指数与两种类型仪器观测的结
果比较发现, 在不控制LAI-2000冠层分析仪观测
的A值时, 鱼眼镜头测定方法要优于LAI-2000冠
层分析仪。控制A值利用LAI-2000冠层分析仪进
行大面积观测有一定的难度。在研究区控制
LAI-2000冠层分析仪观测的A值, 消除天气变化
的影响, 利用青海云杉林聚集系数计算调整系数,
对LAI-2000冠层分析仪观测值进行调整, 以此为
标准, 对鱼眼镜头法获取的LAI进行调整, 调整参
数作为利用鱼眼镜头法获取大面积青海云杉林冠
层结构的标定。
2)本研究利用高分辨率遥感数据(QuickBird)
估算多种植被指数 , 建立观测的LAI与植被指数
的统计关系, 分析结果表明LAI与NDVI的相关性
最高, 因此, 可利用这种关系模型模拟研究区LAI
的空间分布。
3)从LAI的空间分布上看 , 在森林比较稀疏

868 植 物 生 态 学 报 www. plant-ecology.com 33卷
的区域, 冠层LAI估算有一定的误差。在海拔较高
处 , 尤其是在林线附近 , 林冠比较稀疏 , 林下灌
木发育良好 , NDVI值较大 , 从而反演得到的LAI
值也较大。
参 考 文 献
Abduwasit Ghulam (阿布都瓦斯提·吾拉木), Qin QM (秦
其明), Zhu LJ (朱黎江) (2004). 6S model based at-
mospheric correction of visible and near 2 infrared
data and sensitivity analysis. Acta Scientiarum
Naturalium Universitatis Pekinensis (北京大学学报自
然科学版 ), 40, 611–618. (in Chinese with English
abstract) Beaudet M, Messier C (2002). Variation in canopy open-
ness and light transmission following selection cutting
in northern hardwood stands: an assessment based on
hemispherical photographs. Agricultural and Forest
Meteorology, 110, 217–228.
Bonan GB (1995). Land-atmosphere interactions for climate
system models: coupling biophysical, biogeochemical,
and ecosystem dynamical processes. Remote Sensing of
Environment, 51, 57–73.
Chang XX (常学向), Che KJ (车克钧), Song CF (宋彩福)
(1996). Preliminary studies on the biomass of Picea
crassifolia forest community in Qilian Mountains.
Journal of Northwest Forestry College (西北林学院学
报), 11, 19–23. (in Chinese with English abstract)
Chang XX (常学向), Zhao AF (赵爱芬), Wang JY (王金
叶), Chang ZQ (常宗强), Jin BW (金博文) (2002).
Precipitation characteristic and interception of forest in
Qilian Mountains. Plateau Meteorology (高原气象),
21, 274–280. (in Chinese with English abstract)
Chen JM (1996). Optically-based methods for measuring
seasonal variation of leaf area index in boreal conifer
stands. Agricultural and Forest Meteorology, 80,
135–163.
Chen JM, Black TA (1992). Defining leaf area index for
non-flat leaves. Plant, Cell and Environment, 15,
421–429.
Chen JM, Cihlar J (1995). Quantifying the effect of canopy
architecture on optical measurements of leaf area index
using two gap size analysis methods. IEEE Transac-
tions on Geoscience and Remote Sensing, 33, 777–787.
Chen JM, Cihlar J (1996). Retrieving leaf area index of
boreal conifer forest using Landsat TM images. Re-
mote Sensing of Environment, 55, 153–162.
Chen JM, Rich PM, Gower ST, Norman JM, Plummer S
(1997). Leaf area index of boreal forests: theory, tech-
niques, and measurements. Journal of Geophysical
Research, 102(D24), 29429–29443.
Gardingen PR, Jackson GE, Hernandez-Daumas S, Russell
G, Sharp L (1999). Leaf area index estimates obtained
for clumped canopies using hemispherical photogra-
phy. Agricultural and Forest Meteorology, 94,
243–257.
Gower ST, Kucharik CJ, Norman JM (1999). Direct and
indirect estimation of leaf area index, fapar, and net
primary production of terrestrial ecosystems. Remote
Sensing of Environment, 70, 29–51.
Hanan NP, Bégué A (1995). A method to estimate instan-
taneous and daily intercepted photosynthetically active
radiation using a hemispherical sensor. Agricultural
and Forest Meteorology, 74, 155–168.
Hu JM (胡金明), Deng W (邓伟), Xia BC (夏佰成) (2005).
Application of LASCAM in study on the ecohy-
drological processes of catchment. Scientia
Geographica Sinica (地理科学 ), 25, 427–433. (in
Chinese with English abstract)
Jonckheere I, Fleck S, Nackaerts K, Muys B, Coppin P,
Weiss M, Baret F (2004). Review of methods for in
situ leaf area index determination. Part I. Theories,
sensors and hemispherical photography. Agricultural
and Forest Meteorology, 121(1–2), 19–35.
Kang ES (康尔泗), Cheng GD (程国栋), Lan YC (蓝永超) ,
Chen RS (陈仁升), Zhang JS (张济世) (2002). Appli-
cation of a conceptual hydrological model in the runoff
forecast of a mountainous watershed. Advances in
Earth Science (地球科学进展), 17, 18–26. (in Chinese
with English abstract)
Kovacs JM, Flores-Verdugo F, Wang JF, Aspden LP
(2004). Estimating leaf area index of a degraded man-
grove forest using high spatial resolution satellite data.
Aquatic Botany, 80, 13–22.
Liu XC (刘兴聪) (1992). Picea crassifolia (青海云杉).
Lanzhou University Press, Lanzhou, 45–54. (in Chi-
nese)
Ma ZQ (马泽清), Liu Q (刘琪), Zeng HQ (曾慧卿), Li XR
(李轩然 ), Chen YR (陈永瑞 ), Lin YM (林耀明 ),
Zhang SH (张时煌), Yang FT (杨风亭), Wang HQ (汪
宏清) (2008). Estimation of leaf area index of planted
forests in subtropical China by photogrammetry. Acta
Ecologica Sinica (生态学报), 28, 1971–1980. (in Chi-
nese with English abstract)
Martin W, Fred H, Reinhard W, Frank W, Valentina K,
Franz B (2005). A simplified approach to implement
forest eco-hydrological properties in regional hydro-
logical modelling. Ecological Modelling, 187, 40–59.
Planchais I, Pontailler JY (1999). Validity of leaf areas and
angles estimated in a beech forest from analysis of gap
frequencies, using hemispherical photographs and a
plant canopy analyser. Annals of Forest Science, 56,
1–10.
Running SW, Nemani RR, Peterson DL, Band LE, Potts

5期 赵传燕等: 祁连山区青海云杉林冠层叶面积指数的反演方法 DOI: 10.3773/j.issn.1005-264x.2009.05.004 869
DF, Pierce LL, Spanner MA (1989). Mapping regional
forest evapotranspiration and photosynthesis by cou-
pling satellite data with ecosystem simulation. Ecol-
ogy, 70, 1090–1101.
Sun PS (孙鹏森), Liu SR (刘世荣), Liu JT (刘京涛), Li
CW (李崇巍), Lin Y (林勇), Jiang H (江洪) (2006).
Derivation and validation of leaf area index maps us-
ing NDVI data of different resolution satellite images.
Acta Ecologica Sinica (生态学报), 26, 3826–3834. (in
Chinese with English abstract)
Tan YB (谭一波), Zhao ZH (赵仲辉) (2008). The main
methods for determining leaf area index. Forest In-
ventory and Planning (林业调查规划), 33(3), 45–48.
(in Chinese with English abstract)
Tian Q, Luo Z, Chen JM, Chenc M, Hui F (2007). Retriev-
ing leaf area index for coniferous forest in Xingguo
County, China with Landsat ETM+ images. Journal of
Environmental Management, 85, 624–627.
Turner DP, Cohen WB, Kennedy RE, Fassnacht KS, Briggs
JM (1999). Relationships between leaf area index,
fPAR, and net primary production of terrestrial eco-
systems. Remote Sensing of Environment, 70, 52–68.
Veroustraete F, Patyn J, Myneni RB (1996). Estimating net
ecosystem exchange of carbon using the normalized
difference vegetation index and an ecosystem model.
Remote Sensing of Environment, 58, 115–130.
Wang P, Sun R, Hu J, Zhu Q, Zhou Y, Li L, Chen JM
(2007). Measurements and simulation of forest leaf
area index and net primary productivity in Northern
China. Journal of Environmental Management, 85,
607–615.
Wang SL (王顺利), Wang JY (王金叶), Zhang XL (张学
龙), Jing WM (敬文茂) (2006). Distribution of with-
ered litters of moss and hydrographic characteristics in
the Picea crassifolia forest on Qilian Mountain. Re-
search of Soil and Water Conservation (水土保持研
究), 13(5), 156–159. (in Chinese with English abstract)
Wang XQ (王希群), Ma LY (马履一), Jia ZK (贾忠奎), Xu
CY (徐程扬) (2005). Research and application ad-
vances in leaf area index (LAI). Chinese Journal of
Ecology (生态学杂志), 24, 537–541. (in Chinese with
English abstract)
Watson FGR, Grayson RB, Vertessy RA, McMahon TA
(1998). Large scale distribution modeling and the util-
ity of detailed ground data. Hydrological Processes,
12, 873–888.
Weiss M, Baret F, Smith GJ, Jonckheere I, Coppin P
(2004). Review of methods for in situ leaf area index
(LAI) determination. Part II. Estimation of LAI, errors
and sampling. Agricultural and Forest Meteorology,
121, 37–53.
White MA, Asner GP, Nemani RR, Privette JL, Run-
ning SW (2000). Measuring fractional cover and leaf
area index in arid ecosystems: digital camera, radiation
transmittance, and laser altimetry methods. Remote
Sensing of Environments, 74, 45–57.
Xia J (夏军), Wang GS (王纲胜), Lü AF (吕爱锋), Tan G
(谈戈) (2003). A research on distributed time variant
gain modeling. Acta Geographica Sinica (地理学报),
58, 789–796. (in Chinese with English abstract)
Zhang H (张虎), Wen YL (温娅丽), Ma L (马力), Chang
ZQ (常宗强), Wang JY (王金叶) (2001). The climate
features and regionalization of vertical climatic zones
in the northern slope of Qilian Mountains. Journal of
Mountains Science (山地学报), 19, 497–502. (in Chi-
nese with English abstract)
Zhou YY (周宇宇), Tang SH (唐世浩), Zhu QJ (朱启疆),
Li JT (李江涛 ), Sun R (孙睿 ), Liu SH (刘素红 )
(2003). Measurement of LAI in Changbai Mountains
Nature Reserve and its result. Resources Science (资源
科学), 25(6), 38–42. (in Chinese with English abstract)


责任编委: 罗天祥 责任编辑: 王 葳