發(fā)布時間：2018-06-17 20:16

  本文選題：冠層尺度 + 葉片尺度�。� 參考：《中國科學院大學(中國科學院遙感與數(shù)字地球研究所)》2017年博士論文

【摘要】：植被是生態(tài)系統(tǒng)最重要的組成成分之一,植被的生長覆蓋情況以及動態(tài)變化能夠反映生態(tài)系統(tǒng)的穩(wěn)定性與脆弱性,而且植被的各種生理生化參數(shù)與植被的物質能量交換過程都密切相關。植被參數(shù)的高精度遙感定量反演研究具有重要的科學意義和應用價值,長期以來一直受到科學家的關注,并得到了良好的發(fā)展,但是,目前的植被參數(shù)定量遙感反演研究依然存在諸多問題與不確定性。本文針對植被光譜BRDF(bi-directional reflectance distribution function)特征對植被參數(shù)反演的影響、葉片尺度植被參數(shù)反演困難、不同植被組分對反射率光譜貢獻難以分離等三個植被參數(shù)定量遙感反演研究中存在的典型問題,開展了角度魯棒性植被指數(shù)設計與LAI(Leaf Area Index)反演、冠層與葉片尺度葉綠素密度遙感反演算法、基于主成分分析的植被參數(shù)反演方法探索等三個方面的研究工作,主要得出以下結論:(1)植被指數(shù)在LAI反演得到了廣泛應用,但植被指數(shù)與反射率一樣也存在BRDF效應,給傳統(tǒng)基于植被指數(shù)的LAI反演帶來誤差。植被冠層在紅光波段與藍光波段的反射率BRDF曲線形狀相似,近紅外波段與綠光波段相似。通過上述四個波段的組合,可以構建一種新的角度效應魯棒性植被指數(shù)(BRVI),BRVI對BRDF效應不敏感,同時對LAI敏感。模擬與實測實驗表明,在太陽主平面內,傳統(tǒng)比值植被指數(shù)(SR)最大值與最小值之比(DR)最高可達3.2,而BRVI的DR值僅為1.01 1.05,可以有效降低冠層BRDF效應所帶來的同物異譜現(xiàn)象;同時,BRVI與LAI具有良好的相關關系,決定系數(shù)R2可達0.84,驗證結果均方根誤差RMSE為0.83。因此,本文提出的BRVI植被指數(shù)可以有效消除角度效應影響,從而提高針對不同成像幾何條件數(shù)據(jù)的LAI反演精度。(2)植被光譜指數(shù)與冠層尺度的葉綠素密度具有良好的相關性,但不同植被指數(shù)在葉綠素含量遙感反演中的應用效果存在較大差異。通過比較27種植被光譜指數(shù)并綜合考慮其與葉綠素密度的相關性、模型決定系數(shù)、反演誤差等因素,發(fā)現(xiàn),包含紅邊信息的MTCI指數(shù)是反演冠層葉綠素密度的最優(yōu)植被指數(shù),并建立了基于MTCI的葉綠素密度遙感反演模型。該模型對不同生育期、不同作物種類的葉綠素密度反演普適性良好。(3)冠層葉綠素含量的光譜探測精度相對較好,但由于LAI的強烈干擾,葉片尺度葉綠素含量遙感依然存在較大困難。根據(jù)冬小麥冠層葉綠素含量的垂直衰減規(guī)律先驗知識,設計了由冠層光譜反演頂層葉片葉綠素密度的算法。實測數(shù)據(jù)驗證結果表明,頂層葉片葉綠素密度模擬值與實測值散點分布在1:1線附近,RMSE為0.014 mg/cm2。上述結果表明,在已知冠層葉綠素含量垂直分布規(guī)律的條件下,可以建立冠層葉綠素密度與頂層葉片葉綠素密度的尺度轉換模型,據(jù)此,即可由冠層光譜反演頂層葉片葉綠素密度。(4)利用兩個或多個波段組合的植被指數(shù)方法在植被參數(shù)反演方面得到了廣泛應用,但所用的光譜信息有限。探索了基于主成分分析原理的植被參數(shù)反演新方法。利用模型模擬的訓練樣本提取反射率光譜的主成分,再利用前幾個主成分重構測量的反射率光譜,分析發(fā)現(xiàn),主成分可以分離出各植被組分的光譜貢獻,重構光譜時某一主成分的權重系數(shù)與特定植被參數(shù)之間存在良好的相關性,據(jù)此可以建立植被參數(shù)的遙感反演模型,該方法對葉綠素含量、葉片等效水厚度的反演精度優(yōu)于傳統(tǒng)植被指數(shù)模型。此外,利用植被參數(shù)的敏感光譜范圍進行分段主成分分析,反演精度優(yōu)于利用全波段光譜進行主成分分析,其中,400-800nm光譜范圍對葉片葉綠素密度反演效果最優(yōu);400-800nm光譜范圍對葉綠素濃度敏感主成分系數(shù)與900-2500nm光譜范圍對比葉重和GWC敏感主成分系數(shù)進行組合可以消除比葉重和GWC對葉綠素濃度反演的影響,該方法對葉片葉綠素濃度反演效果最優(yōu);900-2500nm光譜范圍對葉片等效水厚度反演效果最優(yōu);900-2500nm光譜范圍第二、第四主成分系數(shù)組合對葉片GWC反演效果最優(yōu);而無論全波段還是分波段主成分分析法建立的比葉重反演模型精度略低。論文的主要創(chuàng)新型貢獻包括:(1)基于紅波段與藍波段、近紅外波段與綠波段BRDF形狀相似性,提出了一種新的角度魯棒性植被指數(shù)BRVI,同時保持對LAI的敏感性,可以有效降低冠層BRDF效應對LAI遙感反演的影響。(2)利用葉綠素含量在冠層內部的垂直分布規(guī)律先驗知識,推導了冠層葉綠素密度與頂層葉片個體葉綠素密度之間的尺度轉換模型,提出了基于冠層葉綠素密度垂直分布規(guī)律先驗知識來反演頂層葉片葉綠素密度的新方法。(3)提出了一種基于主成分分析的植被參數(shù)反演新方法�；�于葉片反射率光譜的相似性開展樣本維的PCA變換與分析,發(fā)現(xiàn)少數(shù)幾個重要主成分就可以實現(xiàn)葉片反射率光譜的高精度模擬,且利用主成分權重系數(shù)建立了葉片參數(shù)的反演模型,傳統(tǒng)植被指數(shù)方法和物理模型反演相比,精度更高、魯棒性更強。
[Abstract]:妞嶈��鏄�鐢熸�佺郴緇熸渶閲嶈�佺殑缁勬垚鎴愬垎涔嬩福�

本文編號：2032314