基于SEVI的复杂地形山区植被FPAR遥感反演与地形效应评估
发布时间：2022-02-04 21:26
植物吸收性光合有效辐射分量（FPAR）的遥感反演是生态环境领域的核心研究内容之一,但在复杂地形山区,其估算精度严重受到地形效应的影响（包括本影与落影）。本文利用能够消除地形阴影影响的阴影消除植被指数（SEVI）对山区遥感影像进行FPAR反演,并分别与基于不同影像预处理程度计算的归一化植被指数（NDVI）、比值型植被指数（RVI）反演的FPAR做对比分析,以评估复杂山区反演FPAR存在的地形效应。结果表明:在不做地形校正的情况下,基于NDVI与RVI反演FPAR会使得本影及落影区域的值远小于非阴影区域的值,它们的相对误差均大于70%;基于C校正后的NDVI与RVI反演FPAR可以较好地校正本影区域,相对误差降至约6.974%,但落影处的校正效果不明显,相对误差约为48.133%;而基于SEVI反演FPAR无需DEM数据的支持,可以达到经FLAASH+C组合校正后NDVI与RVI反演FPAR相似的结果,且能改善落影区域的地形校正效果,相对误差降至约2.730%。
【文章来源】：地球信息科学学报. 2020,22(08)北大核心CSCD
【文章页数】：10 页
【部分图文】：
福建省武夷山国家自然保护区实验区及验证样本
地形阴影按照构成原理可以分为本影与落影，本影是某一时间点地物未被太阳光直接照射的阴暗区域（图2蓝色截平面），落影是地物投射在某些区域的影子（图2红色截平面）。为了验证不同预处理程度的数据以及不同植被指数估算FPAR的抗地形效果，本文在整个研究区内选择了104组本影、落影以及相邻阳坡的3种地物样本（图2），并采用了3种不同的方法，包括样本数据的相对误差分析，FPAR与cosi的相关性分析，以及不同FPAR结果的统计对比分析。样本数据选择的方法如下：(1）本影区域。首先利用常规监督分类方法将研究区遥感影像分为山体阴影区域和非阴影区域。如果一个阴影像元在太阳入射方向的坡度角大于或等于太阳高度角，那么这个阴影像元就是本影。因此，可以利用以下三角公式模型来提取本影。
阴影消除植被指数（SEVI）是一种特殊的植被指数，公式如下：式中：Bnir为近红外波段反射率；Bred为红色波段反射率；f(?)为地形调节因子，可以控制它来调节阴阳坡的植被指数数值。f(?)的算法公式如下：
【参考文献】：
期刊论文
[1]基于GF-1/WFV数据的三江源草地月度NPP反演研究[J]. 袁烨城,李宝林,王双,孙庆龄,张涛,张志军. 地球信息科学学报. 2018(12)
[2]Estimation of net primary productivity and its driving factors in the Ili River Valley,China[J]. JIAO Wei,CHEN Yaning,LI Weihong,ZHU Chenggang,LI Zhi. Journal of Arid Land. 2018(05)
[3]陡峭山区影像的半经验地形校正[J]. 林起楠,黄华国,陈玲,陈尔学. 遥感学报. 2017(05)
[4]TM遥感图像FLAASH大气校正异常值的改正[J]. 温素馨,韦玉春,汪美会. 测绘科学. 2017(07)
[5]基于波段比模型的地形调节植被指数组合算法构建与验证[J]. 江洪,何国金,黄海明,曹小杰,汪小钦,张兆明. 农业工程学报. 2017(05)
[6]植被二向性反射统一模型[J]. 徐希孺,范闻捷,李举材,赵鹏,陈高星. 中国科学:地球科学. 2017(02)
[7]南方丘陵区植被覆盖度遥感估算的地形效应评估[J]. 吴志杰,何国金,黄绍霖,王猛猛,林金堂. 遥感学报. 2017(01)
[8]南方丘陵区植被覆盖度遥感估算与时空变化研究——以福建省永定县为例[J]. 吴志杰,何国金,王猛猛,傅娇凤,邹丹. 遥感技术与应用. 2016(06)
[9]高山峡谷地区遥感图像地形校正[J]. 陈建珍,何超,寇卫利. 山地学报. 2016(05)
[10]基于辐射传输模型的FPARgreen与几种植被指数的关系研究[J]. 董恒,何枋键,张城芳. 华中农业大学学报. 2016(04)
本文编号：3613970
【文章来源】：地球信息科学学报. 2020,22(08)北大核心CSCD
【文章页数】：10 页
【部分图文】：
福建省武夷山国家自然保护区实验区及验证样本
地形阴影按照构成原理可以分为本影与落影，本影是某一时间点地物未被太阳光直接照射的阴暗区域（图2蓝色截平面），落影是地物投射在某些区域的影子（图2红色截平面）。为了验证不同预处理程度的数据以及不同植被指数估算FPAR的抗地形效果，本文在整个研究区内选择了104组本影、落影以及相邻阳坡的3种地物样本（图2），并采用了3种不同的方法，包括样本数据的相对误差分析，FPAR与cosi的相关性分析，以及不同FPAR结果的统计对比分析。样本数据选择的方法如下：(1）本影区域。首先利用常规监督分类方法将研究区遥感影像分为山体阴影区域和非阴影区域。如果一个阴影像元在太阳入射方向的坡度角大于或等于太阳高度角，那么这个阴影像元就是本影。因此，可以利用以下三角公式模型来提取本影。
阴影消除植被指数（SEVI）是一种特殊的植被指数，公式如下：式中：Bnir为近红外波段反射率；Bred为红色波段反射率；f(?)为地形调节因子，可以控制它来调节阴阳坡的植被指数数值。f(?)的算法公式如下：
【参考文献】：
期刊论文
[1]基于GF-1/WFV数据的三江源草地月度NPP反演研究[J]. 袁烨城,李宝林,王双,孙庆龄,张涛,张志军. 地球信息科学学报. 2018(12)
[2]Estimation of net primary productivity and its driving factors in the Ili River Valley,China[J]. JIAO Wei,CHEN Yaning,LI Weihong,ZHU Chenggang,LI Zhi. Journal of Arid Land. 2018(05)
[3]陡峭山区影像的半经验地形校正[J]. 林起楠,黄华国,陈玲,陈尔学. 遥感学报. 2017(05)
[4]TM遥感图像FLAASH大气校正异常值的改正[J]. 温素馨,韦玉春,汪美会. 测绘科学. 2017(07)
[5]基于波段比模型的地形调节植被指数组合算法构建与验证[J]. 江洪,何国金,黄海明,曹小杰,汪小钦,张兆明. 农业工程学报. 2017(05)
[6]植被二向性反射统一模型[J]. 徐希孺,范闻捷,李举材,赵鹏,陈高星. 中国科学:地球科学. 2017(02)
[7]南方丘陵区植被覆盖度遥感估算的地形效应评估[J]. 吴志杰,何国金,黄绍霖,王猛猛,林金堂. 遥感学报. 2017(01)
[8]南方丘陵区植被覆盖度遥感估算与时空变化研究——以福建省永定县为例[J]. 吴志杰,何国金,王猛猛,傅娇凤,邹丹. 遥感技术与应用. 2016(06)
[9]高山峡谷地区遥感图像地形校正[J]. 陈建珍,何超,寇卫利. 山地学报. 2016(05)
[10]基于辐射传输模型的FPARgreen与几种植被指数的关系研究[J]. 董恒,何枋键,张城芳. 华中农业大学学报. 2016(04)
本文编号：3613970
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3613970.html
