译文标题 利用平面数码相机摄影反演阔叶树木的冠层结构参数外文翻译资料

 2022-12-03 14:47:18

英语原文共 6 页,剩余内容已隐藏,支付完成后下载完整资料


毕业论文

英文翻译

原文标题 Estimating leaf inclination and G-function from leveled digital camera photography in broadleaf canopies

译文标题 利用平面数码相机摄影反演阔叶树木的冠层结构参数

利用平面数码相机摄影反演阔叶树木的冠层结构参数

Jan Pisek 1bull; Youngryel Ryu2 bull; Krista Alikas1

1塔尔图天文台,toravere,塔尔图县,爱沙尼亚 , 61602

2有机化学部和进化生物学部, 哈佛大学,剑桥,美国

摘要 与现有的方法相对比而言,在本次研究中利用平面数码相机测量叶倾角是一种廉价和方便的选择。这种新方法可以用于测量各种常见阔叶树种,如亚寒带地区爱沙尼亚和夏威夷群岛的热带森林的叶倾角。试验获得的叶倾角分布表明,辐射传输建模过程中,在半针叶阔叶混交林中,选取平面情况可能比通常选用的辐射传输建模时叶片取向近似为球形更合适。然而,无论是在不同的物种间或是在同一时空下的一个单一的物种里,当条件许可的情况下,我们都应用直接测量的方法获得尽可能多的叶倾角。在这项研究中测试的相机方法提供了一个新的强大和负担得起的工具,以获得这些信息。

关键词 叶倾角 g-函数 差距分数 数码摄影

引言

叶片的定向分布是模拟冠层辐射传输的一个主要参数(Warren Wilson 1959; Lemeur and Blad 1974; Myneni et al. 1989).一个光束通过冠层(P)传输一个完全随机分散的无穷小尺寸的叶子的概率已经被普遍描述为“比尔兰伯特定律”(Monsi and Saeki 1953, 2005):

(1)

其中L表示向下累积的叶面积指数,是观测天顶角,G是“G函数”中的单位叶面积在垂直于视线方向的平面上的投影系数(罗斯1981)。G函数的量化要求与叶倾角定义为叶表面法线和天顶之间的角度的叶倾角分布函数的知识。

这些方法的广泛使用。近年来,刘等人(2010)介绍了一种稳健和经济实惠的方法,这种方法允许在基于数字摄影的基础上对作物的叶片倾角进行重复测量。不幸的是,Ryu等。(2010)当时没有直接可行的测量方法来验证他们的方法的优越性;并且它们的测量目标群体也只限于蓝橡树(栎属)。这就要求一个针对这种方法的综合的验证,即利用叶片角度倾向直接测量的方法并与这种方法相对比来验证其有效性,同时也选取覆盖更广的树种进行试验验证,叶片倾角分布状况sph指数的常见假设可能会导致通过冠层光谱传输能量的显著降低 (Stadt and Lieffers 2000).

在本文中,我们利用层次化数字摄影技术验证了在北半球爱沙尼亚和夏威夷群岛地区不同树种评估叶倾角和g函数的方法。最后,我们对不同情况下冠层光谱传输模型所造成的不同结果进行了讨论与研究。

材料与方法

刘等人(2010)的方法,即在几个不同的冠层高度使用层次数码相机对叶倾角进行观测和数据获取。周围的树冠在每个不同高度上的照片均被分别拍摄。在垂直于观察方向的摄像头上,与叶片方向大致相同的叶片的照片随后被按次序检查(如图1,叶片在图像中排成一列)。所选叶片的叶倾角都可以用一个公共的图像处理软件作为测量工具进行角度的估计 (ImageJ; http://rsbweb.nih.gov/ij/). 该试验中我们假定所测量的叶片叶倾角的方位分布均匀,而事实上,一般来说,物种并不倾向于表现出任何叶方位定向有明显的特征(Falster and Westoby 2003; but see also e.g. Kimes 1984)

图 1 从水平数码相机照片中测量叶倾角的示意图(在桦树叶上)

Figure 1 A schematic diagram of the protocol used to measure leaf inclination angle from leveled digital camera photographs (illustrated on a birch leaf)

随着研究的深入,学者们已经开发了几种特殊的分布来描述叶倾角分布函数f(theta;L)( for their overview see Weiss et al. 2004);Wang et al. (2007)。(2007)对两种参数在Beta分布进行对比分析(Goel和Strebel 1984),最终寻找出最适合描述theta;L的概率密度:

(2)

在这里,t是2theta;/pi;。被定义为

(3)

叶倾角分布可以用伽玛函数和两个参数来描述:

(4)

是t和方差的最大标准偏差(Wang等人。2007)。

同时还假定叶片方向均匀分布,G可能最后表示为(Warren Wilson 1960,1967):

(5)

(6)

其中是观测天顶角,叶倾角,同时。G函数的值可以通过逐度计算得出,刘等人的方法中使用了梯度函数。王等(2007)提供对g-函数计算的进一步细节。

结果

为了验证本文所提到的测量叶倾角方法的可行性,我们选取了包括八种从塔尔图天文台,到ravere,爱沙尼亚,和哈罗德树木园、植物园、大学夏威夷大学,美国火奴鲁鲁等不同地区的阔叶树种进行叶倾角的测量,并得出两个数据集进行最后的验证。

从爱沙尼亚的半寒带地区获得的的叶倾角数据是在2010年的五六月份采集的数据。采样的树种包括三颗年轻的橡树(Quercus Robur L.)、四颗白桦树(Betula Pendula),一颗栗数(Castanea),和一个黄色的李子(海檀木)。首先,利用一个测斜仪,试验要求随机从冠层内部和外部直接测定所选样本的叶倾角。利用一个高塔(高16米),可以测量白桦树冠层的不同高度处的叶倾角数据;橡树,板栗,和黄梅花冠为达到同样的效果则使用了梯子(高5米)。接下来,我们使用上述方法在相同的冠层上利用两个固定的变焦镜头(49)的两个级别的数码相机测量其叶倾角(图1)。这一系列以JPEG格式存储的图像,是从距树冠10米远的范围内获取的,并且佳能EOS 5D相机用于桦树;同时佳能A610用于其他三种树种。

在火奴鲁鲁的哈罗德树木园和植物园的采集的第二数据集包括夏威夷热带雨林里常见的物种:“ohia乐华(及卡拉塔多形树),小灌木(Sida Fallax)、马macr;真希,马macr;使(落尾麻属菌),和Ohe(簩竹属 glaucifolium)。这里所有四种在夏威夷被测量的物种都在2010年8月5日在测斜仪上的摄像机测量。所选用的摄像机是是佳能A610相机。相机设置与在爱沙尼亚时观测叶倾角时的设置相同。从两个数据集中选取的照片都应该是无缝请下下所拍摄的照片,以减少风对试验观测的影响(KIMES 1984)。现场数据的统计特性列于表1。

所有树种都存在一个广泛的个别叶倾角(图2)。在爱沙尼亚,叶倾角较低的叶片盛行。夏威夷的数据集表现出较大的种间变异的叶倾角分布格局。夏威夷数据集的平均叶角的范围也接近爱沙尼亚数据集叶倾角范围的两倍大(表1)。总体而言,手动测量和相机测量的叶倾角的在平均值,标准偏差,和beta;分布的角度相当不错。其平均叶倾角最大差异不超过4°,这说明本文中我们利用摄像机测量叶倾角的方法是可行的(表1)

一个包含两种样本的柯–斯米尔诺夫(K–S)均匀性测试(Sokal和罗尔夫1981)被用于评估在其他条件相同的情况下,该测试是否可作为手动测量和数字化的叶角数据的一部分,其数据是否可取。所有物种均接受同质性(表2)。试验观察到的最高协议是落尾麻属菌(P [ 0.628),而最低的协议是Castanea(P [ 0.102)。

根据K - S测试,我们可以假定人工测量和数字化测量的叶角数据之间的差异是可以忽略不计的,beta;分布函数拟合适用于数字化叶角数据,并且F()的研究也在开展。最后,我们利用F()定义G(),G()是接近的planophile取向(de Witmacr;times;1965)以外的所有物种的ohia(统一方向)和Ohe(球形的情况下)。

表格 1 现场观测物种的统计特性(即,计数,平均值,标准偏差),平数字摄影测量,平均和标准偏差拟合beta;函

Figure 2 Frequency distributions of leaf angle of the studied species. Frequency distributions based on the manual method, leveled digital photography, and fitted beta distributions are plotted for each species

图 2 研究树种叶角的频率分布。频率分布的手动方法的基础上,平整的数字摄影,和拟合beta;分布绘制为每个物

表格 2 Kolmogorov–斯米尔诺夫试验比较手工和数字摄影测量叶倾角表1的结果

讨论

试验结果表明,与在各种生态系统的手动采样测量叶倾角相比,使用数字摄影测量确实可以提供等效的结果。本文中刚通过测试的相机方法比起现有的其他方法多了几个更为实际的优势。首先,这种方法相比于三维数字化仪或地面激光雷达系统来说方法更简单,且经济上更实惠。此外,使用12.8像素数码单镜反光相机能够达到与(佳能EOS 5D)和5像素的数码相机(Canon PowerShot A610)预算可比的性能。其次,人工直接测量的实际操作中人工取样需要直接接触到树冠;而摄像机的方法及时从一个比较大的距离也可以较少的直接接触叶片叶子进行照相摄像,这取决与相机镜头。刘等人。(2010)能够检测和测量的叶子的角度上的图像的树冠是10 - 15米,类似的性能在研究中也被观测。第三点好处是,摄像机记录的图像可以存储在计算机上供以后审查或进一步研究使用。

文中提到的相机的方法也有其局限性。这一方法适用于树冠相对平坦的叶子。对于非平坦的叶子,为了更好的应用g函数,每个部分的叶面积都必须有充分的了解(例如,以下由罗斯和Nilson所阐释的方法(1965))。由于相机方法测得的叶子需要被定向近似垂直于相机的观测方向,有些具有不同角度的部分的叶面积不能确定是否能使用这种方法。同时用这种摄像机方法测量方位角几乎是不可能的。类似的其他间接测量的方法,该数码相机的方法不可能对针叶树木相关(Stenberg 2006)因为它是不可能捕捉到存在一定距离的单个针状叶片。使用相机测量叶倾角的方法最重要的一点是选取随机样本的叶片时要避免主观性。

针对在这项研究中观察到的叶倾角分布相一致的状况,这种分布很巧合,与“ohia和这些物种从夏威夷数据集的一个例外是平展。类似的平展状况也曾在其他研究中被发现,如榛子树(陈et al.。1997),橡树山核桃林(baldocchi等人。1985)、柳树矮林种植(Motilde;ttus 2004)、阿尔德(Motilde;ttus未公布的。数据),橙子树(Stamper和艾伦1979)和橄榄树(Mariscal等人。2000)、桦木(Pisek等人。2011)和许多后期演替森林(麦克米伦和麦克伦登1979; Fleck 等。2003;皮尔西等人。2004)。对于这些结果质疑的共同做法,时假设球面叶角分布,特别是对半寒带地区(图3)。 事实上,类似的平展的情况

剩余内容已隐藏,支付完成后下载完整资料


资料编号:[25416],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

发小红书推广免费获取该资料资格。点击链接进入获取推广文案即可: Ai一键组稿 | 降AI率 | 降重复率 | 论文一键排版