基于数据机理的植被叶面积指数遥感反演研究

发布时间：2021-01-20 01:45

　　定量获取地表植被高精度时序及空间覆盖的叶面积指数（Leaf Area Index,LAI）是生态监测及农业生产应用的重要研究内容。通过使用Moderate Resolution Imaging Spectroradiometer（MODIS）植被冠层多角度观测MOD09GA数据及叶面积指数MOD15A2数据,发展了一种参数化的叶面积指数遥感反演方法并完成了必要的检验分析。研究使用基于辐射传输理论的RossThick LiSparse Reciprocal（RTLSR）核驱动模型及Scattering by Arbitrarily Inclined Leaves with Hotspot（SAILH）模型进行植被冠层辐射特征的提取,使用Anisotropic Index（ANIX）异质性指数作为指示植被冠层二向反射分布Bidirectional Reflectance Distribution Function（BRDF）的辅助特征信息,发展了基于数据机理（Data-Based Mechanistic,DBM）的植被叶面积指数建模和估算方法。通过必要的林地、农作物、草地植被实验区反演及数... 

【文章来源】：遥感技术与应用. 2020,35(05)北大核心

【文章页数】：10 页

【部分图文】：

MOD09GA多角度观测分布特征

研究使用MOD09GA数据集提供的每年逐日连续时间序列多角度的反射率遥感观测[9-10]，构建和描述植被冠层二向反射分布特征。研究以16 d儒略日为周期，筛选满足质量控制条件的观测数据进行核驱动模型权重估计并计算相应的方向反射率和异质性指数。反演算法实现的步骤和流程如图2所示。首先MOD09GA多角度观测数据使用质量控制信息进行筛选，如果满足核驱动模型权重拟合最小观测阈值的要求，则进行核模型权重的拟合并使用拟合获得的权重进行观测主平面红光、近红外波段热点、天顶和冷点方向反射率的计算，以及两个波段对应的异质性指数的计算。同时MOD15A2叶面积指数产品数据使用质量控制信息进行筛选，分别作为反演算法建模的背景信息以及反射率观测值缺失或核模型计算失败情况下SAILH模型的输入参数。当观测值缺失或核模型计算失败，使用SAILH模型的模拟值作为时序观测缺失值的填补数据，并且使用经筛选但数量较少的MOD09GA数据同模拟值构造代价函数，用以订正模拟的输出结果。最后进行年际时序LAI反演建模，即使用经核驱动模型计算得到的方向反射率、异质性指数进行LAI反演。

对农作物、林地和草地植被类型2001～2004年的LAI进行了建模和反演，反演结果如图3～5所示。DBM方法对建模的模型结构和参数估计精度提供了评价指标，其中包括：模型阶数同使用的驱动向量数据维数相适应。决定系数R2作为评价模型参数拟合精度的指标，数值越高表示模型参数拟合的精度越高。YIC(Young Information Criterion）指标同模型复杂程度相关，随模型使用的数据量及阶数的增加而减小。研究最终确定和使用的模型结构和相应的评价信息如表3～5所示。表3～5中，RED表示方向反射率数据结合红光ANIX指数反演结果；NIR表示方向反射率数据结合近红外ANIX指数反演结果；BI表示方向反射率数据结合红光、近红外两个波段的ANIX指数反演结果；A1表示文献[1]方法使用MOD09A1数据反演的结果；MOD15表示MODIS LAI产品数值；FIELD表示地面实测值。

【参考文献】：
期刊论文
[1]采用DBM方法的时间序列LAI建模与估算[J]. 陈平,王锦地,梁顺林.  遥感学报. 2012(03)
[2]基于作物生长模型和遥感数据同化的区域玉米产量估算[J]. 靳华安,王锦地,柏延臣,陈桂芬,薛华柱.  农业工程学报. 2012(06)
[3]评估MODIS的BRDF角度指数产品[J]. 焦子锑,李小文,王锦地,张虎.  遥感学报. 2011(03)



本文编号：2988113