| 基于植被二向性反射统一模型的高分五号FAPAR遥感反演算法 |
| |
| 引用本文： | 田定方,杨斯棋,徐大伟,任华忠,范闻捷,刘镕源.基于植被二向性反射统一模型的高分五号FAPAR遥感反演算法[J].遥感学报,2023(3):711-723. |
| |
| 作者姓名： | 田定方 杨斯棋 徐大伟 任华忠 范闻捷 刘镕源 |
| |
| 作者单位： | 1. 北京大学地球与空间科学学院遥感与地理信息系统研究所;2. 空间信息集成与3S工程应用北京市重点实验室北京大学;3. 中国科学院农业资源与农业区划研究所/呼伦贝尔草原生态系统国家野外科学研究观测站;4. 中国自然资源航空物探遥感中心 |
| |
| 基金项目： | 国家自然科学基金（编号：41971301,41701434）；;国家重点研发计划项目（编号：2017YFE0122400）~~； |
| |
| 摘 要： | 植被光合有效辐射吸收比率（FAPAR）是描述植被光合作用能量交换过程的重要参数，广泛应用于植被长势监测、植被生产力估算、全球变化等研究领域。遥感是大范围获取FAPAR的唯一途径，与多光谱传感器相比，高光谱传感器能更加精确、细致地观测植被的光谱特征，有利于分析植被冠层反射、吸收特性，进而反演植被冠层FAPAR。本文首先在植被BRDF统一模型和FAPAR-P模型的基础上，构建了BRDF-FAPAR统一模型UBFM (Unified BRDF-FAPAR Model)；进而基于高分五号高光谱传感器特征模拟了不同情况下植被冠层反射率和相应的FAPAR；然后运用改进的最佳指数法选择FAPAR反演的特征波段组合；在此基础上，将特征波段反射率与FAPAR模拟结果作为神经网络的输入参数，构建针对高光谱数据的FAPAR神经网络反演算法。研究结果表明，改进的最佳指数法能有效地筛选出FAPAR估算的敏感波段；综合考虑波段信息量和实际影像数据噪声影响，本研究针对高分五号高光谱传感器选择8个波段作为FAPAR反演特征波段。基于UBFM模型构建的神经网络反演精度较高，模拟实验算法误差约为0.014。选择内蒙古呼伦...
|
| 关 键 词： | 光合有效辐射吸收比率 高光谱遥感 特征波段 神经网络 高分五号 |
|
