XiaoMi-AI文件搜索系统
World File Search System叶面
gcom-c/sgli叶面积指数（LAI）/吸收的光合辐射（FAPAR）产品
a）茂密的针叶森林（使用的虚拟森林景观场景：A中： e）热带森林（使用的虚拟森林景观场景：C中的C）f）f）稀疏森林（使用的虚拟森林景观场景：图2中的e）g）g）g）g）paddy领域的lut（使用的虚拟森林景观场景：图2中的f）
使用离散机载激光雷达估算森林叶面积指数
摘要：叶面积指数（LAI）是定量研究土壤-植被-大气传输系统中能量和质量平衡的重要输入参数。作为一种主动遥感技术，光探测和测距（LiDAR）为描述森林冠层LAI提供了一种新方法。本文回顾了利用离散机载LiDAR扫描仪（DALS）获取的点云数据（PCD）反演LAI的主要方法，其验证方案及其局限性。基于DALS PCD的LAI反演方法有两种，即经验回归和间隙分数（GF）模型。在经验模型中，与树高相关的变量，LiDAR穿透指数（LPI）和冠层盖度是使用最广泛的代理变量。与高度相关的代理使用最多；然而，LPI 被证明是最有效的代理。基于比尔-朗伯定律的 GF 模型已被证明可用于估计 LAI；然而，LPI 的适用性取决于地点、树种和 LiDAR 系统。在先前研究的局部验证中，观察到经验模型和 GF 模型在时间、空间和不同 DALS 系统之间的可扩展性较差，这意味着仍然需要现场测量来校准这两种类型的模型。使用 DALS PCD 校正聚集效应和木质材料的影响以及经验模型和 GF 模型的饱和效应的方法仍需进一步探索。最重要的是，需要进一步开展工作，重点评估已发布方法对新地理环境、不同 DALS 传感器和调查特征的可迁移性，并在此基础上确定每个因素对使用 DALS PCD 进行 LAI 检索过程的影响。此外，从方法论的角度来看，利用 DALS PCD 表征冠层的 3D 结构、充分利用机器学习方法在多源数据融合中的能力、开发包括 LAI 在内的冠层结构参数的时空可扩展模型以及使用多源和异构数据都是有前途的研究领域。
用于水稻病害管理的叶面杀菌剂
路易斯安那州气候温暖潮湿，适合多种水稻病害的流行和流行。水稻经常受到这些疾病的损害，导致产量、稻米质量和种植者收入大幅下降。种植者还因使用杀菌剂来控制这些疾病而遭受间接损失。路易斯安那州最重要和最常见的叶病包括由真菌 Thanatephorus cucumeris (Frank) Donk 引起的纹枯病（图 1-2）。 (Rhizoctonia solani Kuhn) 引起的稻瘟病 (图 3-4)，由真菌 Pyricularia grisea Sacc. 引起的稻瘟病 (图 3-4)，由真菌 Sphaerulina oryzina Hara (Cercospora janseana (Racib) 0. Const.) 引起的窄褐斑病 (图 5)，由真菌 Cochiobolus miyabeanus (Ito & Kur.) Drech. 引起的褐斑病 (图 6)，由真菌 Entyloma oryzae H. & D. Sydow 引起的叶黑粉病 (图 7)，以及由真菌 Magnaporthe salvinii (Catt.) Krause & Webster (Sclerotium oryzae Catt.) (9, 11) 引起的茎腐病 (图 8)。在正常情况下，石楠病和稻瘟病是主要病害，严重到需要使用杀菌剂。然而，偶尔，茎腐病和窄褐斑病严重到需要治疗。通常，这些和其他轻微病害可以通过针对鞘疫病和稻瘟病管理的杀菌剂应用来减少。通过杀菌剂喷洒，管理这些轻微病害可以提高总产量和质量。