基于叶片-冠层-大气耦合的植物星上光谱特性模拟分析

将植物叶片光谱模型PROSPECT、植被冠层光谱模型SAIL与大气辐射传输模型6S进行耦合,模拟不同参数条件下植被星上光谱信息在400～ 900 nm谱段的变化,并分析从地表植物叶片光谱、冠层光谱到卫星入瞳处光谱的过程中,植物叶片的叶肉结构参数、叶绿素含量、干重、叶片含水量和植物冠层的叶面积指数(LAI)、太阳天顶角、气溶胶光学厚度、地表邻近效应以及混合像元等参数对植物光谱的影响.研究结果表明,由大气引起的误差要远大于由植物本身的各种生化参数引起的误差;在叶片尺度上引起反射率发生变化的主要因素是叶绿素含量和叶肉结构参数,含水量的影响非常小,可以忽略;在冠层尺度上引起光谱发生变化的因素主要有LAI和叶片倾角.     

森林冠层光谱与林下背景光谱尺度差异分析

林下植被作为森林生态系统的重要组成部分,在维护森林生态系统植物多样性和稳定性方面发挥着巨大作用。当前冠层光谱与林下背景光谱间的尺度差异尚不明确,限制了单角度光学遥感技术在林下植被研究中的应用。借助几何光学模型4-scale分析了森林背景光谱与冠层光谱的相关关系。结果表明,森林背景光谱与冠层光谱之间的尺度差异因森林结构的不同而变化,植被指数运算并不能消除尺度差异。冠层和背景光谱之间的尺度差异可以通过线性函数描述,这种线性关系随波长和森林结构的不同而不同,而模型参数与叶面积指数高度相关,在680 nm和865 nm处的决定系数分别为0.881、0.834 3、0.890 6和0.880 3。相关研究能为削弱或消除冠层光谱与林下背景光谱间的尺度差异提供参考。     

基于PROSPECT＋SAIL模型的遥感叶面积指数反演

以PROSPECT+SAIL模型为基础，从物理机理角度反演植被叶面积指数(LAI)。首先，通过FLAASH模型进行大气校正，使得图像像元值表达植被冠层反射率； 然后，根据LOPEX 93数据库和JHU光谱数据库选择植物生化参数和光谱数据，以PROSPECT模型模拟出的植物叶片反射率和透射率作为SAIL模型的输入参数，得到植被冠层反射率，将结果与遥感影像的植被冠层反射率对应，回归出植被LAI； 最后，以地面实测数据对遥感反演数据进行验证，并分析了误差的可能来源。     

基于高光谱遥感数据提取森林结构参数的研究

以位于三峡库区的龙门河森林自然保护区为研究区,综合利用线性光谱混合模型和几何光学模型,基于高光谱遥感数据提取森林结构参数是本文研究的重点。在研究区地面调查数据的基础上,通过高光谱数据和混合光谱分解法,获得反演几何光学模型所需的四分量参数,根据背景光照分量与森林植被冠层各参数间的关系,反演得到森林冠层郁闭度及平均冠幅的定量分布图,并利用37个野外实测样本进行结果验证。     

冠层反射光谱对植被理化参数的全局敏感性分析

植被理化参数与许多有关植物物质能量交换的生态过程密切相关,定量分析植被反射光谱对理化参数的敏感性是遥感反演理化参数含量的前提。本文采用EFAST(Extended Fourier Amplitude Sensitivity Test)全局敏感性分析方法,利用PROSAIL辐射传输模型分析了冠层疏密程度对叶片生化组分含量、冠层结构以及土壤背景等多种参数敏感性的影响,并对植被理化参数反演所需先验知识的精度问题进行了初步探讨。研究表明:(1)对于较为稠密的冠层,可见光波段的冠层反射率主要受叶绿素含量的影响,近红外和中红外波段的冠层反射率主要受干物质量和含水量的影响;(2)对于稀疏的冠层,LAI是影响400—2500 nm波段范围内冠层反射率的最重要参数,土壤湿度次之,叶片生化参数对冠层反射率的敏感性较低;(3)在已知稀疏冠层LAI的情况下进一步确定土壤的干湿状态,可显著提高冠层反射率对叶绿素含量的敏感度,有助于稀疏冠层叶绿素含量的反演。     

山地叶面积指数反演理论、方法与研究进展

叶面积指数LAI（Leaf Area Index）是表征叶片疏密程度和冠层结构特征的重要植被参数，在气候变化、作物生长模型以及碳、水循环研究中发挥着重要作用。遥感是获取区域及全球尺度LAI的一个重要手段，当前LAI产品主要基于遥感数据反演得到，但是多数LAI产品算法并未考虑地形特征的影响，导致山地LAI遥感反演精度不确定性大。提高山地LAI遥感反演精度亟需考虑地形因子对冠层反射率的影响，其中山地冠层反射率模型和遥感数据地形校正是提升山地LAI遥感反演精度的关键。本文围绕山地LAI遥感反演理论与方法，综合分析了国内外山地冠层反射率模型和地形校正模型的研究进展，总结了目前山地LAI遥感反演存在的问题，并讨论了未来研究的发展趋势。     

GF-6影像下的南方路域针叶植被LAI反演研究

为了更好应用国产高分辨率遥感影像监测评价南方路域植被环境,研究南方路域针叶植被叶面积指数遥感反演.该文以长益高速研究区域的高分六号影像(GF-6)为基础,提出了可适用于针叶叶片的LIBERTY+ SAIL耦合模型并结合多元线性回归、局部加权回归反演路域植被针叶LAI的方法.研究中以耦合模型模拟的冠层光谱反射率、GF-6影像和野外实测生化参数为数据源,通过相关性分析,将与LAI相关性较高的SAVI、RVI和EVI 3种植被指数作为反演因子,结合组合模型反演LAI并评定模型的反演精度.结果 表明,耦合模型对南方路域针叶植被LAI的估算精度整体较高,对比分析两种叶面积指数的组合预测模型,耦合模型结合局部加权回归组合反演LAI具有优越性,可更好地反演路域植被针叶LAI.     

山地森林叶面积指数(LAI)遥感估算研究进展EI北大核心CSCD

叶面积指数LAI (Leaf Area Index)是表征植被几何结构及生长状态的重要生物物理参数,也是陆表过程模型的重要输入参数,如何获取高精度LAI一直备受关注。近年来,随着遥感数据的不断丰富,LAI遥感估算算法得到了快速发展,全球尺度的LAI产品已被广泛应用于气候与生态环境变化研究。然而,当前主流的LAI遥感产品生成算法基本上基于平坦地表假设而忽略了地形的影响,因此在地形复杂的地区精度较差。这是因为在山地中崎岖的地表不仅会导致严重的辐射失真现象,还会因邻近的地形对地物目标造成遮挡,因此森林多样的冠层结构和山地复杂地形的相互影响给LAI遥感反演带来了较大的不确定性。山地作为一种特殊的地貌,约占全球陆地表面的1/4,在中国占了近2/3,在这些复杂区域中估算LAI考虑地形因素十分必要。在本文中,我们首先系统地总结了现有LAI反演算法和全球遥感产品的分辨率、精度等信息,并讨论了将这些算法和产品应用于崎岖地形LAI反演的主要挑战。然后,针对山地植被场景中存在的地形效应、尺度效应,总结出山地植被冠层LAI反演的策略主要包括地形校正方法和山地辐射传输模型,并讨论了不同策略的优缺点。接着,文章讨论了野外观测的LAI数据在崎岖地形上存在的地形效应和尺度效应,以及这些效应对反演结果验证的影响程度。最后,综合总结和展望表明,遥感观测、山地辐射传输建模、机器学习技术等方面的协调使用将来可以为崎岖地表的LAI精准估算和可靠验证提供了一条有希望的途径。     

基于CASI数据的黑河绿洲区叶面积指数反演

叶面积指数(leaf area index,LAI)作为植被冠层的重要参数,对作物长势监测及产量估算具有重要意义。本研究以黑河流域张掖绿洲试验区为例,基于机载航空高光谱遥感影像(compact airborne spectrographic imager,CASI)数据,利用物理模型与统计模型对研究区的LAI进行估测反演。首先,利用归一化植被指数(normalized difference vegetation index,NDVI)与相应实测LAI数据建立最佳线性回归模型;然后,基于混合像元分解模型和多次散射植被冠层模型构建物理模型;最后,以线性回归模型为参比修正多次散射植被冠层模型,构建半经验LAI反演模型,并比较上述模型拟合效果。研究结果表明,半经验模型为绿洲区LAI反演最优模型,模型估算精度R2达到0.89,精度提高较显著。研究对提升作物LAI的估算精度有一定意义,并将进一步推动精细农业定量遥感理论的研究与应用。     

几何光学冠层反射建模中的光谱分量特征的参数化(英文)

该文用几何光学与辐射传输混合模型研究不连续植被冠层的几何光学反射模型的四分量（承照树冠、承照地面、阴影树冠、阴影地面）的参数化。用一个修正的均匀介质层路径散射（反射与传输）参数的解析算法估计路径散射参数（反射与传输），其中也考虑了冠层间隙的影响。光谱分量特征是不连续植被冠层的传输与反射，背景反照率，以直射光通量与天空漫射光通量比例的函数。光谱分量特征的模型与在美国缅因州Ｈｏｌａｎｄ采集的针叶林数据吻合。基于ＬｉＳｔｒａｈｌｅｒ几何光学相互遮蔽模型，用参数化的光谱分量特征对老松林和老云杉林的方向反射进行估计，其结果与在不同太阳与观测方向上的ＰＡＲＡＢＯＬＡ测量值匹配得很好。     

Leaf to canopy upscaling approach affects the estimation of canopy traits

In remote sensing applications, leaf traits are often upscaled to canopy level using sunlit leaf samples collected from the upper canopy. The implicit assumption is that the top of canopy foliage material dominates canopy reflectance and the variability in leaf traits across the canopy is very small. However, the effect of different approaches of upscaling leaf traits to canopy level on model performance and estimation accuracy remains poorly understood. This is especially important in short or sparse canopies where foliage material from the lower canopy potentially contributes to the canopy reflectance. The principal aim of this study is to examine the effect of different approaches when upscaling leaf traits to canopy level on model performance and estimation accuracy using spectral measurements (in-situ canopy hyperspectral and simulated Sentinel-2 data) in short woody vegetation. To achieve this, we measured foliar nitrogen (N), leaf mass per area (LMA), foliar chlorophyll and carbon together with leaf area index (LAI) at three vertical canopy layers (lower, middle and upper) along the plant stem in a controlled laboratory environment. We then upscaled the leaf traits to canopy level by multiplying leaf traits by LAI based on different combinations of the three canopy layers. Concurrently, in-situ canopy reflectance was measured using an ASD FieldSpec-3 Pro FR spectrometer, and the canopy traits were related to in-situ spectral measurements using partial least square regression (PLSR). The PLSR models were cross-validated based on repeated k-fold, and the normalized root mean square errors (nRMSE_cv) obtained from each upscaling approach were compared using one-way analysis of variance (ANOVA) followed by Tukey’s post hoc test. Results of the study showed that leaf-to-canopy upscaling approaches that consider the contribution of leaf traits from the exposed upper canopy layer together with the shaded middle canopy layer yield significantly (p < 0.05) lower error (nRMSE_cv < 0.2 for canopy N, LMA and carbon) as well as high explained variance (R² > 0.71) for both in-situ hyperspectral and simulated Sentinel-2 data. The widely-used upscaling approach that considers only leaf traits from the upper illuminated canopy layer yielded a relatively high error (nRMSE_cv>0.2) and lower explained variance (R² < 0.71) for canopy N, LMA and carbon. In contrast, canopy chlorophyll upscaled based on leaf samples collected from the upper canopy and total canopy LAI exhibited a more accurate relationship with spectral measurements compared with other upscaling approaches. Results of this study demonstrate that leaf to canopy upscaling approaches have a profound effect on canopy traits estimation for both in-situ hyperspectral measurements and simulated Sentinel-2 data in short woody vegetation. These findings have implications for field sampling protocols of leaf traits measurement as well as upscaling leaf traits to canopy level especially in short and less foliated vegetation where leaves from the lower canopy contribute to the canopy reflectance.     

利用光谱反射率估算叶片生化组分和籽粒品质指标研究

对可见光至短波红外波段(350—2500nm)冬小麦田间冠层光谱反射率与叶片含氮量间的关系进行了相关分析。结果表明，820—1100nm波段的光谱反射率与叶片含氮量极显著正相关；1150—1300hm波段的光谱反射率与叶片含氮量显著正相关，以上两波段为叶片全氮的敏感波段。对各生育时期叶片全氮与其他生化组分的关系进行了回归分析，并建立了相关的回归方程，显著性检验结果表明，方程具有较高的可靠性。小麦的叶片含氮量可以估算其它生化组分及干物质指标含量，开花期叶片含氮量可用来估测籽粒蛋白质和干面筋等品质指标含量。     

利用光谱反射率估算叶片生化组分和籽粒品质指标研究

对可见光至短波红外波段(350—2500nm)冬小麦田间冠层光谱反射率与叶片含氮量间的关系进行了相关分析。结果表明，820—1100nm波段的光谱反射率与叶片含氮量极显著正相关；1150—1300hm波段的光谱反射率与叶片含氮量显著正相关，以上两波段为叶片全氮的敏感波段。对各生育时期叶片全氮与其他生化组分的关系进行了回归分析，并建立了相关的回归方程，显著性检验结果表明，方程具有较高的可靠性。小麦的叶片含氮量可以估算其它生化组分及干物质指标含量，开花期叶片含氮量可用来估测籽粒蛋白质和干面筋等品质指标含量。     

Modelling the spectral response of the desert tree Prosopis tamarugo to water stress

In this paper, we carried out a laboratory experiment to study changes in canopy reflectance of Tamarugo plants under controlled water stress. Tamarugo (Prosopis tamarugo Phil.) is an endemic and endangered tree species adapted to the hyper-arid conditions of the Atacama Desert, Northern Chile. Observed variation in reflectance during the day (due to leaf movements) as well as changes over the experimental period (due to water stress) were successfully modelled by using the Soil-Leaf-Canopy (SLC) radiative transfer model. Empirical canopy reflectance changes were mostly explained by the parameters leaf area index (LAI), leaf inclination distribution function (LIDF) and equivalent water thickness (EWT) as shown by the SLC simulations. Diurnal leaf movements observed in Tamarugo plants (as adaptation to decrease direct solar irradiation at the hottest time of the day) had an important effect on canopy reflectance and were explained by the LIDF parameter. The results suggest that remote sensing based assessment of this desert tree should consider LAI and canopy water content (CWC) as water stress indicators. Consequently, we tested fifteen different vegetation indices and spectral absorption features proposed in literature for detecting changes of LAI and CWC, considering the effect of LIDF variations. A sensitivity analysis was carried out using SLC simulations with a broad range of LAI, LIDF and EWT values. The Water Index was the most sensitive remote sensing feature for estimating CWC for values less than 0.036 g/cm², while the area under the curve for the spectral range 910–1070 nm was most sensitive for values higher than 0.036 g/cm². The red-edge chlorophyll index (CI_red-edge) performed the best for estimating LAI. Diurnal leaf movements had an effect on all remote sensing features tested, particularly on those for detecting changes in CWC.     

遥感模型多参数反演相互影响机理的研究

遥感数据具有覆盖范围广、时间与空间分辨率高的特点,被广泛应用于提取区域范围内的一些重要的生物物理参数.为提高参数的提取精度,需要制定正确的反演策略.了解影响参数提取精度的因素、反演过程中各反演参数之间如何相互作用是制定合理反演策略的关键.本文通过数学推导与物理机理的分析,证明了影响参数反演精度的因素不但有冠层反射率数据的质量,还有反演过程中参与反演的未知参数的个数、参与反演的每个参数的敏感性及各个参数敏感性之间的相关性.最后通过对反演不同参数个数、不同数据质量进行了叶面积指数反演的精度分析,验证影响参数反演精度的各个因素.     

植被生化组分的遥感反演方法研究

从反演物理模型提取植被生化组分含量的角度 ,分别在叶片和冠层水平探讨了反演生化参量的方法。在叶片水平 ,利用实验室测量光谱数据 ,较为准确地提取了水分和叶绿素含量 ,通过比较真实光谱数据与利用模型和真实参数模拟的光谱数据 ,得出如下结论 :模型能否准确描述某个参数的作用是能否真正准确反演该参数的关键。在模拟的冠层水平 ,基于多阶段反演思想 ,采用了分步反演策略 ,最终较为准确地反演了生化参数。     

冠层特征尺度的定量计算模型与方法

冠层特征尺度是植被定量遥感的基础概念,其物理定义和数学定量表达具有重要的研究意义。首先,基于光学辐射传输角度提出的冠层特征尺度的物理定义,即水平维线性混合条件下的最小分辨率单元,建立了冠层特征尺度的数学计算模型,并引入倒置的地统计学指数模型。然后,提出了基于局部方差分析的冠层特征尺度计算方法。最后,利用森林区域高分辨率图像,对论文提出的冠层特征尺度模型进行了定量验证。结果表明,冠层特征尺度模型计算的冠层特征尺度与树林株行距存在密切联系,线性复相关系数达0.95,证明了本文方法的合理性和可行性。本文提出的冠层特征尺度模型为地表特征尺度定量计算提供了一种新方法。