尺度效应的叶面积指数产品真实性检验方法

真实性检验是评价遥感反演产品质量和验证遥感应用产品是否准确、真实地反映实际情况的重要途径。叶面积指数(LAI)是表征陆地植被结构和长势的关键参数,全面准确评价和验证LAI产品是产品用于陆面过程模型的前提。本文以MODIS LAI与GLASS LAI产品为研究对象,在尺度效应和尺度转换的基础上,建立了针对非均匀像元的低分辨率LAI产品真实性检验方法。在考虑空间异质性和植被长势差异的情况下,借助中分辨率的遥感影像,分别利用1 km像元平均叶面积指数和反演表观叶面积指数实现了对LAI算法和产品的真实性检验。为了比较作物长势差异和地表非均匀度对产品的影响,本文选择有代表性的河南鹤壁和甘肃张掖两个地区进行两种LAI产品真实性检验研究。研究结果表明,GLASS LAI和MODIS LAI产品均存在明显的低估现象。这并不是产品算法的问题,而是由于地表异质性和非均匀度的影响。在异质性更显著的张掖盈科灌区,低估现象更明显。GLASS LAI产品是多种LAI产品的融合,它的平均LAI比MODIS更接近真实情况,但是LAI的动态范围比MODIS窄。     

遥感尺度效应的数值模拟——以叶面积指数为例

遥感尺度效应问题的存在已经严重限制了定量遥感应用的发展,制约了定量遥感反演精度的提高,成为定量遥感研究中亟待解决的热点问题之一。总体而言,对尺度效应从数学上的泰勒级数展开规律分析的理论较多,然而从遥感数据直观模拟的角度较少。为此,本文从叶面积指数出发,利用机载航空WIDAS数据,引入洛仑兹曲线表达了地表变量的异质性。结合不同非线性程度的LAI反演模型及尺度上推聚合方法分析了尺度效应的成因,结果发现,尺度效应是空间异质性和反演函数非线性的综合体现,空间异质性和反演函数非线性程度的增加均会造成尺度效应的增大。     

作物LAI的遥感尺度效应与误差分析

以黑河中游盈科绿洲为研究区, 利用Hyperion高光谱数据, 采用双层冠层反射率模型(ACRM)迭代运算反演LAI; 通过LAI的均值化(LAImean)以及Hyperion数据反射率线性累加反演LAI(LAIp), 定量分析LAI反演的尺度效应; 从模型的非线性和地表景观结构的空间异质性2个方面分析引起反演误差的原因, 并在LAI-NDVI回归方程的基础上利用泰勒展开的方法对低分辨率数据反演结果进行了误差纠正。结果表明, 地表景观结构的空间异质性是造成多尺度LAI反演误差的关键因素, 通过泰勒展开式能很好地实现大尺度数据LAI反演结果的误差纠正。     

锡林浩特草原区域MODIS LAI产品真实性检验与误差分析

本文研究了LAI产品真实性检验的指标和方法,建立了LAI产品真实性检验的流程,将遥感产品真实性检验误差分解为模型误差、数据定量化差异和尺度效应3个方面。以内蒙古锡林浩特草原为研究区,结合实测数据和Landsat TM数据建立NDVI-LAI模型,得到LAI验证参考"真值",据此"真值"按照本文的流程对MODIS LAI产品进行验证,分析了研究区MODIS LAI产品真实性检验的误差来源。研究表明,该研究区的MODIS LAI(MOD15A2)产品相对高估约25%。各个误差因素中,LAI遥感模型差异对于结果影响最大,MODIS LAI模型高估了该区域草地LAI(高估约44.2%);数据定量差异的影响也比较大,MODIS地表反射率数据与Landsat TM地表反射率数据的差异造成了约16.2%的低估;尺度效应的影响较小,造成约3.1%的低估,其中NDVI-LAI模型的尺度效应带来2.4%的低估,NDVI数据的尺度效应造成约0.7%的低估。     

基于无人机数据的植被指数空间尺度效应研究

利用cm级空间分辨率的无人机高光谱图像研究了NDVI、PRI等14种植被指数随空间尺度升高的变化规律,并分析了不同植被覆盖度(FVC)下植被指数的空间尺度效应,比较了各植被指数空间尺度效应的强弱。得到的结论如下:(1)随着空间尺度升高,不同植被指数的变化趋势和幅度并不一致;(2)cm级的空间分辨率下,由于植被类内光谱差异和冠层阴影的影响,植被指数在植被覆盖度大于等于0.5的中高植被覆盖下受空间尺度效应的影响更大;(3)由相对简单的比值形式构成的植被指数如NDVI、SR等,具有抵抗空间尺度效应的能力,增加计算公式的复杂性会降低这种能力;(4)对色素和冠层水分敏感的窄波段容易受到空间尺度效应的影响,进而使得由这些窄波段构成的植被指数对空间尺度变化更为敏感。     

西南地区破碎地表空间异质性刻画与空间尺度关系初探

尺度效应是定量遥感领域的经典且重要问题之一，其中地表异质性的判断和明确对地表真实性检验和场站优化布设问题的前置工作。并且地表异质性的判断和计算，一般是通过一景低分辨率待检验产品与同步获取的地面测量结果或者高分辨率产品进行尺度转换实现间接表达。然而，由于待检低分辨率与高分辨率遥感影像之间几乎很难做到完全同步。那么如何在缺乏同步产品的基础上，仅利用高分辨率产品去刻画地表异质性，是为下一步对空间异质性进行进一步探索和分析的前提条件。本文针对该问题使用优于0.2 m空间分辨率的无人机光谱反射率数据，计算得到归一化差值植被指数NDVI (Normalized Difference Vegetation Index)数据，通过三次卷积升尺度算法计算获取了0.2—30 m共39个不同空间分辨率结果，通过目视解译获得土地利用/覆盖变化LULC (Land Use and Land Cover change)数据，结合地理探测器对1 km×1 km图幅内的空间异质性行评价。结果表明：3个地形破碎的喀斯特槽谷区，其空间异质性评价值q的阈值存在差异，但总体上q值都随着空间分辨率的提高（30—0.2 m）由震...     

基于TM数据的植被覆盖度反演

本文首先对TM影像进行了几何纠正、辐射校正、大气校正;然后根据混合像元的结构特征,利用TM数据从植被指数(NDVI)中采用“等密度模型”和“非密度模型”提取了宜昌南部地区的植被覆盖度。在用“非密度模型”反演植被覆盖度的过程中,叶面积指数(LAI)是一个必要的参数,本文提出了一种改进的借助可见光波段和近红外波段反射值来提取叶面积指数(LAI)的方法。通过和MODIS数据反演结果比较表明:“非密度模型”的估算精度要高于“等密度模型”;利用“等密度模型”和“非密度模型”反演植被覆盖度是可行。     

近岸/内陆典型水环境要素定量遥感空间尺度问题研究

近岸/内陆水环境遥感的空间尺度问题研究包括空间变异尺度及遥感监测空间尺度需求,以及多源多尺度遥感数据及定量产品的空间尺度误差两个方面。利用长时序高分一号16 m遥感数据集高时空分辨率的综合优势,采用空间半变异函数分析方法获取了中国近岸/内陆典型水环境要素（以悬浮颗粒物为例）的空间变异尺度。基于水环境要素空间变异的连续性和泰勒级数展开理论,定量化地描述了空间尺度误差解析函数。结果表明,近岸/内陆水体等高动态水体的空间变异尺度平均在150 m以下,而外海等相对稳定水体空间变异尺度在300 m以上。随着空间分辨率的降低,受到空间变异和水环境要素非线性定量反演模型的共同影响,悬浮颗粒物的空间尺度误差显著增大,亟需重点研究区域化的尺度误差校正方法。     

基于无人机高光谱影像的NDVI估算植被盖度精度分析

研究波段参数对NDVI估算植被生物物理参数的影响,对于提高NDVI在植被覆盖变化监测中的应用精度具有重要意义。采用无人机载Resonon Pika XC2高光谱仪获取的人工草地高光谱影像,分析红光和近红外波段位置移动与宽度变化对NDVI的影响,评估NDVI对植被盖度的敏感性和植被盖度估算精度。结果表明:波段位置固定时红光和近红外波段宽度扩展对NDVI及其敏感性影响不大,窄波段NDVI估算植被盖度的精度优于宽波段。红光和近红外波段位置向长波方向移动时对NDVI及其敏感性有不同程度的影响,随着敏感性增强NDVI抗扰动性降低,估算植被盖度的精度有所下降。窄波段NDVI的灵敏度系数及其与植被盖度线性拟合的R2波动剧烈,植被盖度估算的位置稳定性较差。10 nm NDVI在不同位置处取得了较高的盖度估算精度,R2最大值为0.83。4种主流卫星影像计算的宽波段NDVI对于高植被覆盖区盖度反演具有良好的适用性,但与窄波段10 nm NDVI相比其盖度反演精度仍然有一定程度的衰减。研究结果可为NDVI精确反演植被参数提供科学参考和依据。     

Landsat 8 地表温度产品降尺度深度学习方法研究

以光谱指数为趋势面因子的降尺度方法被广泛用于遥感地表温度尺度转换中,但面临构建的光谱指数难以凸显地表温度分布规律、浅层的统计模型难以精准刻画趋势面因子与地表温度之间的复杂关系的不足。为此,本文以Landsat 8 ARD 地表温度产品为降尺度对象,以Landsat 8 OLI原始数据为潜在趋势面因子,构建地表温度降尺度残差网络（LSTDRN）的深度学习模型;探索适用于Landsat 8地表温度产品空间降尺度的趋势面波段或组合,并在不同季节、不同地表类型下与经典传统方法TsHARP进行定量比较。结果表明：LSTDRN方法利用Landsat 8 OLI原始单波段作为趋势面因子就能有较好的降尺度效果,增加潜在趋势面因子的组合数量并不能提高降尺度效果。不同地表覆盖类型实验中,LSTDRN方法降尺度效果整体优于经典传统方法,且以近红外波段、红光波段和归一化植被指数为趋势面因子时,近红外波段降尺度效果定量评价表现最佳;不同地表覆盖类型的LSTDRN降尺度效果排序为：植被>建筑>水体,而经典传统方法则没有表现出明显的差异。不同季节实验中,LSTDRN方法在春夏冬3季的降尺度效果的定量评价表现明显好于经典传统方法,两类方法的秋季降尺度结果相当。因此,提出的LSTDRN对Landsat 8遥感地表温度产品具有较好的降尺度效果,整体优于经典传统方法且稳定性更强。     

遥感数据产品真实性检验不确定性分析研究进展

不确定性分析是遥感产品真实性检验最重要的部分,本文以叶面积指数LAI为例,从测量、模型以及蕴含在测量和模型中的尺度效应3个方面分析产品真实性检验过程的不确定性来源,并针对问题提出减小其不确定性的办法。对于相对均一的地表,地面测量的空间代表性比较好,可不考虑地表空间代表性引起的尺度效应和蕴含在模型中的尺度效应引起的不确定性。针对异质性地表,分为两种情况:若模型是线性的,蕴含在模型中的尺度效应可以忽略,只需要考虑测量的不确定性、模型本身的不确定性、以及地面测量的空间代表性引起的尺度效应;若模型是非线性的,则测量、模型和蕴含在测量和模型中的尺度效应引起的不确定性都需要考虑。     

Leaf area index retrieval using gap fractions obtained from high resolution satellite data: Comparisons of approaches,scales and atmospheric effects

This study is aimed at demonstrating the feasibility of the large scale LAI inversion algorithms using red and near infrared reflectance obtained from high resolution satellite imagery. Radiances in digital counts were obtained in 10 m resolution acquired on cloud free day of August 23, 2007, by the SPOT 5 high resolution geometric (HRG) instrument on mostly temperate hardwood forest located in the Great Lakes – St. Lawrence forest in Southern Quebec. Normalized difference vegetation index (NDVI), scaled difference vegetation index (SDVI) and modified soil-adjusted vegetation index (MSAVI) were applied to calculate gap fractions. LAI was inverted from the gap fraction using the common Beer–Lambert's law of light extinction under forest canopy. The robustness of the algorithm was evaluated using the ground-based LAI measurements and by applying the methods for the independently simulated reflectance data using PROSPECT + SAIL coupled radiative transfer models. Furthermore, the high resolution LAI was compared with MODIS LAI product. The effects of atmospheric corrections and scales were investigated for all of the LAI retrieval methods. NDVI was found to be not suitable index for large scale LAI inversion due to the sensitivity to scale and atmospheric effects. SDVI was virtually scale and atmospheric correction invariant. MSAVI was also scale invariant. Considering all sensitivity analysis, MSAVI performed best followed by SDVI for robust LAI inversion from high resolution imagery.     

基于SPOT5遥感影像的城市森林叶面积指数反演

本文以上海城市森林为研究对象,采用地面实验与遥感技术相结合方法,开展SPOT5遥感影像在估测城市森林LAI中的应用研究。结果表明,地面实测LAI与三种植被指数均具有很好的线性回归关系,相关系数(r)均大于0.6,其中MSAVI的相关系数最高(r=0.66),其次为MCARI(r=0.64)和NDVI(r=0.62)。说明ND-VI仍受到背景等因素不同程度的影响,而植被指数MSAVI和MCARI,由于能进一步消除土壤背景和叶绿素的影响,对叶面积指数比较敏感,能更好地与叶面积指数建立关系,能更好地用于城市森林叶面积指数的遥感反演。本研究可为快速定量评估城市森林的结构和功能提供依据。     

黑河流域遥感物候产品验证与分析

植被物候遥感产品对全球变化响应、农业生产管理、生态学的应用等多领域研究具有重要意义。但现有植被物候遥感产品还有较多问题,主要包括一方面使用不同参数的时间序列数据以及不同提取算法导致的产品结果差异较大,另一方面在地面验证中地面观测数据与遥感反演数据的物理含义不一致导致的验证方法的系统性误差。本文以黑河流域为研究区,对比验证基于EVI(Enhanced Vegetation Index)时间序列数据提取的MLCD(MODIS global land cover dynamics product)植被遥感物候产品和基于LAI(Leaf Area Index)时间序列数据提取的UMPM(product by universal multi-life-cycle phenology monitoring method)植被遥感物候产品的有效性及精度等。同时,通过验证分析进一步评估基于EVI和LAI时间序列提取的物候特征的差异及特点,探讨由于地面观测植被物候与遥感提取植被物候的物理意义的不一致问题导致的直接验证结果偏差。结果表明:UMPM产品有效性整体高于MLCD产品,但在以草地和灌木为主的稀疏植被区,由于LAI取值精度的原因,UMPM产品存在较多缺失数据,且时空稳定性较低;基于玉米地面观测数据表明,EVI对植被开始生长的信号比LAI更加敏感,更适合提取生长起点,但植被指数易饱和,峰值起点普遍提前,基于LAI提取的峰值起点更加合理。由于地面观测的物候期在后期更加关注果实生长,遥感观测仅关注叶片的生长,遥感定义的峰值终点和生长终点与玉米的乳熟期和成熟期差异较大。     

Formulation of Time Series Vegetation Index from Indian Geostationary Satellite and Comparison with Global Product

To study impact of climate change on vegetation time series vegetation index has a vital role to know the behaviour of vegetation dynamics over a time period. INSAT 3A CCD (Charged Couple Device) is the only geostationary sensor to acquire regular coverage of Asia continent at 1 km × 1 km spatial resolution with high temporal frequency (half-an-hour). A formulation of surface reflectances in red, near infrared (NIR), short wave infrared (SWIR) and NDVI from INSAT 3A CCD has been defined and integrated in the operational chain. The atmospheric correction of at-sensor reflectances using SMAC (Simple Model for Atmospheric Correction) model improved the NDVI by 5–40% and also increased its dynamic range. The temporal dynamics of 16-day NDVI composite at 0500 GMT for a growing year (June 2008–March 2009) showed matching profiles with reference to global products (MODIS TERRA) over known land targets. The root mean square deviation (RMSD) between the two was 0.14 with correlation coefficient (r) 0.84 from 200 paired datasets. This inter-sensor cross-correlation would help in NDVI calibration to add continuity in long term NDVI database for climate change studies.     

不同传感器的模拟植被指数对水稻叶面积指数的估测精度和敏感性分析

本研究利用水稻冠层高光谱数据,模拟NOAA-AVHRR,Terra-MODIS和Landsat-TM的可见光波段反射率数据,计算各传感器的多种植被指数(NDVI,RVI,EVI,GNDVI,GRVI和Red-edge RVI),比较植被指数模型对水稻LAI的估测精度,分析不同植被指数对LAI变化的敏感性.相对于红波段植被指数,红边比值植被指数(Red-edge RVI)和绿波段指数GRVI与LAI有更好的线性相关关系,而GNDVI和LAI呈现更好的对数相关关系.MODIS的Red-edge RVI指数不仅模型拟合的精度最高,还有独立数据验证的估测精度也最高,而且它的验证精度较拟合精度下降幅度最小;其次是绿波段构建的GNDVI和GRVI植被指数的估测精度,再次是NDVI和EVI的估测精度,而RVI的估测精度最差.敏感性分析发现,13个植被指数对水稻LAI的估测能力都随着LAI的增加而下降,但归一化类植被指数和比值类植被指数对LAI变化反应的差异明显,归一化类植被指数在LAI较低时(LAI<1.5)对LAI变化的反应开始非常敏感,但迅速下降,而比值类植被指数在LAI较低时,明显小于归一化类植被指数,之后随着LAI的增大(LAI>1.5)比值类植被指数对LAI的变化敏感性,则明显高于归一化类植被指数.Red-edge RVI和绿波段指数GRVI和LAI不仅表现了很好的线性相关关系,而且在LAI大于2.9左右保持较高的敏感性.     

Mapping crop phenology using NDVI time-series derived from HJ-1 A/B data

With the availability of high frequent satellite data, crop phenology could be accurately mapped using time-series remote sensing data. Vegetation index time-series data derived from AVHRR, MODIS, and SPOT-VEGETATION images usually have coarse spatial resolution. Mapping crop phenology parameters using higher spatial resolution images (e.g., Landsat TM-like) is unprecedented. Recently launched HJ-1 A/B CCD sensors boarded on China Environment Satellite provided a feasible and ideal data source for the construction of high spatio-temporal resolution vegetation index time-series. This paper presented a comprehensive method to construct NDVI time-series dataset derived from HJ-1 A/B CCD and demonstrated its application in cropland areas. The procedures of time-series data construction included image preprocessing, signal filtering, and interpolation for daily NDVI images then the NDVI time-series could present a smooth and complete phenological cycle. To demonstrate its application, TIMESAT program was employed to extract phenology parameters of crop lands located in Guanzhong Plain, China. The small-scale test showed that the crop season start/end derived from HJ-1 A/B NDVI time-series was comparable with local agro-metrological observation. The methodology for reconstructing time-series remote sensing data had been proved feasible, though forgoing researches will improve this a lot in mapping crop phenology. Last but not least, further studies should be focused on field-data collection, smoothing method and phenology definitions using time-series remote sensing data.