植被含水量的遙感反演方式_第1頁(yè)
植被含水量的遙感反演方式_第2頁(yè)
植被含水量的遙感反演方式_第3頁(yè)
植被含水量的遙感反演方式_第4頁(yè)
植被含水量的遙感反演方式_第5頁(yè)
已閱讀5頁(yè),還剩19頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、植被含水量反演植被含水量反演 介紹 近年來(lái)隨著成像光譜技術(shù)的興起,如何利用遙感數(shù)據(jù)監(jiān)測(cè)植被化學(xué)特性,已成為全球變化研究中重要的議題。 水分是控制植物光合作用、呼吸作用和生物量的主要因素之一,水分虧缺會(huì)直接影響植物的生理生化過(guò)程和形態(tài)結(jié)構(gòu),從而影響植物生長(zhǎng)和產(chǎn)量與品質(zhì),因此植物的水分在農(nóng)林業(yè)的應(yīng)用中是一個(gè)重要的參數(shù),研究植物水分狀況具有重要的意義。利用成像光譜遙感估測(cè)植物水含量有很大的潛力,它可以實(shí)時(shí)快速準(zhǔn)確地監(jiān)測(cè)或診斷出植物水分狀況,從而可有效及時(shí)指導(dǎo)精確植物灌溉,有效評(píng)價(jià)自然干旱情況,及時(shí)預(yù)測(cè)森林火災(zāi)。植被含水量的定義 常用含水量表示方法有三種: 葉片含水量FMC( Fuel Moistur

2、e Content ) 相 對(duì) 含 水 量RWC( Relative Water Content ) 等效水深EWT ( Equivalent Water Thickness) FMC =(FW-DW)/(FW or DW) 100 % RWC =(FW-DW)/(TW DW)100 % EWT =(FW-DW)/A g/ cm2 植物鮮重用FW表示;植物干重用DW表示;植物飽和鮮重用TW表示;單位都是g 葉面積用A表示 單位是cm2 把植物鮮重在80下烘干24小時(shí)以上直到恒重,就得到植物的干重 把新鮮植物水合至飽和就得到了植物飽和鮮重 研究表明,FMC、RWC和EWT是表征含水量的三個(gè)不相關(guān)

3、量,是定量提取含水量的不同方法。 研究發(fā)現(xiàn)在用遙感數(shù)據(jù)反演含水量時(shí),短波紅外波段與EWT相關(guān)性較好,而與FMC相關(guān)性較差,并且表明用EWT來(lái)表征含水量要優(yōu)于用FMC表示,因?yàn)镕MC要受葉子中的干物質(zhì)影響。 在研究EWT和FMC的關(guān)系時(shí)發(fā)現(xiàn),對(duì)于桉樹(shù)葉,其近紅外波段反射光譜與FMC有很好的相關(guān)性,而短波紅外波段的反射光譜與EWT高度相關(guān)。植被含水量光譜反演原理及水分的敏感光譜波段 1 1 植被含水量光譜反演原理 2 2 水分的敏感光譜波段1:植被含水量光譜反演原理 每一種物質(zhì)對(duì)不同波長(zhǎng)的電磁波的吸收和反射都不同,物質(zhì)的這種對(duì)不同波段光譜的響應(yīng)特性叫光譜特性。植被光譜診斷便是基于植被的光譜特性來(lái)進(jìn)

4、行的。 植被反射波譜中某些波長(zhǎng)的光譜反射和吸收差異是由植被中化學(xué)組分分子結(jié)構(gòu)的化學(xué)鍵在一定輻射水平的照射下發(fā)生振動(dòng)引起的,從而產(chǎn)生了不同的光譜反射率,且該波長(zhǎng)處光譜反射率的變化對(duì)該化學(xué)組分的含量多少非常敏感(故稱(chēng)敏感光譜) 。植被含水量光譜診斷的實(shí)現(xiàn)便是以植被水分敏感光譜的反射率與水含量的相關(guān)關(guān)系為基礎(chǔ)的。2:水分的敏感光譜波段 大量的研究表明植被水分對(duì)熱紅外波段 (6. 015. 0m)、近紅外(7001300nm)和短波紅外(13003000nm)波段比較敏感。 自1963年提出以冠層溫度指示植被水分虧缺以來(lái),冠層溫度法成為診斷作物水分狀況的一個(gè)重要手段。 30多年來(lái),有關(guān)科學(xué)家相繼提出了

5、參考溫度法、脅迫積溫法、作物缺水指標(biāo)法以及水分虧指數(shù)法等,并在田間以及區(qū)域尺度上展開(kāi)了大量的應(yīng)用研究。2:水分的敏感光譜波段 但利用熱紅外波段反演植被水分仍受到環(huán)境狀況的強(qiáng)烈影響,還不足以說(shuō)明作物水分狀況在時(shí)間和空間上隨環(huán)境的巨大變化而變化,并且熱紅外波段更適合于指示植被的蒸騰作用所以對(duì)植被含水量的反演更多的焦點(diǎn)聚集于近紅外-短波紅外波段。2:水分的敏感光譜波段 為了明確水分的敏感光譜波段,早在1951年, Curcio就指出820nm、970nm、1200nm、1450nm和1940nm處是水分的強(qiáng)吸收波段,可以用來(lái)診斷植物的含水量。 在1971年, Thomas就用完全飽和的葉片在室溫下逐

6、漸干燥的方法來(lái)獲取不同含水量下的反射光譜,并研究了葉片含水量與光譜反射率之間的關(guān)系,結(jié)果表明葉片的光譜反射率隨葉片含水量的下降而增加,1450nm和1930nm波段的反射率與葉片的相對(duì)含水量顯著相關(guān)。 Sims等經(jīng)過(guò)研究指出950970nm ,11501260nm和15201540nm波段和冠層水分相關(guān)性很好,尤其在960nm和1180nm處沒(méi)有大氣的干涉,是監(jiān)測(cè)冠層含水量的較佳選擇。2:水分的敏感光譜波段 對(duì)于MODIS數(shù)據(jù)而言,12301250nm比較適合用于預(yù)測(cè)含水量。Penuelas等指出近紅外858nm波段是反演水含量的一個(gè)好的選擇,因?yàn)橄鄬?duì)于更長(zhǎng)的近紅外和短波紅外波段,此波段對(duì)水含

7、量的變化不敏感,故很適合用它來(lái)進(jìn)行歸一化處理。 Chen等在用Landsat數(shù)據(jù)反演含水量時(shí)發(fā)現(xiàn)短波紅外位于15501750nm波段較佳,并且發(fā)現(xiàn)1640nm、2130nm波段處對(duì)水分的吸收很敏感。植被含水量反演方法 在明確了水分于近紅外-短波紅外波段比較敏感后,許多學(xué)者對(duì)用光譜反射率診斷植株水分狀況 進(jìn)行了可行性分析。國(guó)內(nèi)外研究植被水分含量與光譜特征之間的關(guān)系,主要集中在兩個(gè)方面: 一是利用統(tǒng)計(jì)模型,即對(duì)觀測(cè)到的數(shù)據(jù)作經(jīng)驗(yàn)性的統(tǒng)計(jì)描述,或進(jìn)行相關(guān)分析,由葉片和冠層光譜特征估算含水量,不解答為什么有這樣的相關(guān)或統(tǒng)計(jì)結(jié)果這類(lèi)問(wèn)題; 二是建立物理模型,即建立含水量的葉片散射和吸收模型,將葉片模型耦

8、合到冠層模型中反演整個(gè)冠層的含水量。統(tǒng)計(jì)分析方法 葉片生化組分對(duì)應(yīng)特定光譜的吸收特征,利用多元回歸可以確定化學(xué)組分和光譜數(shù)據(jù)相關(guān)程度高的波段和波段組合,從而反演出化學(xué)組分含量。在進(jìn)行回歸分析的過(guò)程中,采用逐步回歸的方法,通過(guò)F檢驗(yàn),使對(duì)因變量貢獻(xiàn)大的因子隨時(shí)可以進(jìn)入方程,貢獻(xiàn)小的因子又可以隨時(shí)剔除,從而建立最優(yōu)回歸方程。 其中C為生化組分含量,N為入選的波段數(shù),0、i分別為回歸常數(shù)和第i個(gè)回歸系數(shù),D(i)為入選的波段光譜值。統(tǒng)計(jì)分析方法 確定了植被水分的敏感光譜后,在統(tǒng)計(jì)分析的基礎(chǔ)上,前人提出了很多不同的指數(shù)和方法來(lái)診斷植物的含水量。這些統(tǒng)計(jì)模型可以大致分為以下三類(lèi): 1:建立光譜指數(shù) 2:

9、基于光譜導(dǎo)數(shù)變量建立模型 3包絡(luò)線(xiàn)消除法建立光譜指數(shù) 建立的光譜指數(shù)一般是兩個(gè)波段或多個(gè)波段的組合,如簡(jiǎn)單的加減組合、比值或者是歸一化比值,這是根據(jù)植被波譜的物理特性和半經(jīng)驗(yàn)方法提出的。 例如Penuelas等發(fā)現(xiàn)用水分指數(shù)WI(WI=R970/R900)能清楚地指示水分狀況的變化. Penuelas和Inoue在隨后的研究中還表明WI(WI=R900/R970)與NDVI(NDVI=(R900-R680)/(R900+R680)的比值WI/NDVI不僅可以用來(lái)預(yù)測(cè)葉片的水分含量,還可以用來(lái)預(yù)測(cè)植株或冠層的含水量,且顯著提高了預(yù)測(cè)的精度. Ceccato等研究提出參數(shù)GVMI,GVMI=(NI

10、R+0.1)(SWIR+0.02)/(NIR+0.1)+(SWIR+0.02)使得水含量的反演由局部開(kāi)始 發(fā)展到整體. Davidson等在研究灌叢植物的含水量時(shí)表明波段組合,尤其是NIR和SWIR波段的組合,能很好的反演植物的絕對(duì)含水量和相對(duì)含水量,并且在0.5m與30m兩種采樣間隔情況之下,那些光譜指數(shù)與含水量的相關(guān)性都較高,差別很小,所以Landsat數(shù)據(jù)可以用波段組合的方式來(lái)監(jiān)測(cè)植物含水量?;诠庾V導(dǎo)數(shù)變量建立模型 基于光譜導(dǎo)數(shù)提取含水量信息就是對(duì)反射率光譜求導(dǎo)數(shù),從光譜位置或者建立模型來(lái)指示水分狀況,有研究表明基于導(dǎo)數(shù)光譜分析能有效剔除土壤背景影響. Danson-FM等發(fā)現(xiàn)水分吸收

11、波段處13601470nm和18302080nm的葉片反射率一階導(dǎo)數(shù)與葉片含水量高度相關(guān),而且不受葉片結(jié)構(gòu)的影響。Shibayama等研究表明,用11901320nm和1600nm波段反射率的一階導(dǎo)數(shù)可以預(yù)測(cè)雙季稻冠層水分是否缺乏. Penuelas等也發(fā)現(xiàn)用近紅外波段的一階導(dǎo)數(shù)的最小值或其所在的波長(zhǎng)能清楚地指示RWC狀況的變化。沈艷等討論了利用基于導(dǎo)數(shù) 光譜變量分析方法建立葉片含水量模型的可行性,并同時(shí)發(fā)現(xiàn),針對(duì)不同的表征方法,用FMC反演單子葉葉片含水量精度大于EWT,而用EWT反演雙子葉葉片含水量精度大于FMC。 包絡(luò)線(xiàn)消除法 Kokaly and Clark于1999年提出了一種更為精

12、確的方法來(lái)診斷植被水含量,他們把包絡(luò)線(xiàn)消除法應(yīng)用到水分強(qiáng)吸收特征峰處然后提出一些參量例如吸收深度等來(lái)表征含水量狀況。具體處理就是根據(jù)反射率值的大小和整個(gè)譜線(xiàn)的斜率,找出光譜曲線(xiàn)的各極大值點(diǎn),用包絡(luò)線(xiàn)(也稱(chēng)作外殼系數(shù))將他們依次連接起來(lái)。計(jì)算每個(gè)光譜通道上實(shí)際反射率與相應(yīng)波長(zhǎng)處的包絡(luò)線(xiàn)反射率的比值,求得比值反射率R,吸收深度D就定義為D=1-R.并且他們還提出了對(duì)吸收深度進(jìn)行歸一化處理,即除以特征吸收峰極小值點(diǎn)的深度Dc或者除以吸收面積.總結(jié) 統(tǒng)計(jì)模型相對(duì)比較簡(jiǎn)單,適用性強(qiáng),在地面實(shí)況不清或遙感信號(hào)產(chǎn)生機(jī)理過(guò)于復(fù)雜的情況下,是一種很好的工具來(lái)暫時(shí)回避困難,留待以后繼續(xù)研究。 但是隨著地面知識(shí)的積

13、累和遙感觀測(cè)波段的增加,統(tǒng)計(jì)模型的這一優(yōu)勢(shì)逐漸減弱。并且當(dāng)這些方法從實(shí)驗(yàn)室狀態(tài)推廣到室外冠層遙感數(shù)據(jù)的時(shí)候,就出現(xiàn)了大量的干擾因素,包括不同的照明強(qiáng)度和角度、觀測(cè)狀態(tài)、冠層結(jié)構(gòu)、下覆地表和大氣狀態(tài)等。 到目前為止,發(fā)展新的光譜指數(shù)仍然是一個(gè)活躍的研究領(lǐng)域,但是不論是經(jīng)驗(yàn)或半經(jīng)驗(yàn)統(tǒng)計(jì)方法都缺乏魯棒性和可移植性。可能在某些地點(diǎn)和時(shí)間,某種方法或指數(shù)能夠取得很好的效果,但事異時(shí)移,它們很可能就不適用了,因此人們逐漸考慮利用物理模型反演得到植物的組分含量。 物理模型方法: 葉片光學(xué)模型基于生物物理機(jī)制,通過(guò)描述光子在葉片內(nèi)的散射和吸收,模擬葉片的光譜特性,其前向過(guò)程通常都包含生化組分含量,這些參數(shù)通常

14、無(wú)法獲得解析表達(dá)式,但是可以通過(guò)反向反演得到。進(jìn)一步可以將葉片模型耦合到冠層模型中,就可以利用冠層光譜數(shù)據(jù)反演得到組分含量。由于物理模型解釋了光與葉片物質(zhì)的作用機(jī)制,原理清楚,加之在模型的初始假設(shè)范圍內(nèi),不受限于時(shí)間地點(diǎn)等因素,因此成為植被生化組分參數(shù)提取研究的又一個(gè)方向。 目前應(yīng)用于反演植被含水量的物理模型主要考慮基于輻射傳輸方程的葉片光學(xué)模型PROSPECT 和冠層模型SAIL 及其耦合模型。葉片光學(xué)特性模型PROSPECT 葉片光學(xué)模型PROSPECT 是一個(gè)基于“平板模型”的輻射傳輸模型。它通過(guò)模擬葉片從400nm到2500nm 的上行和下行輻射通量得到葉片反射率和透射率。它通過(guò)一個(gè)折

15、射指數(shù)n 和一個(gè)表征葉片葉肉結(jié)構(gòu)的量n 來(lái)描述散射過(guò)程,吸收是通過(guò)吸收系數(shù)K() 描述。而吸收系數(shù)K() 可表達(dá)為組分含量Ci 和相應(yīng)的特定吸收系數(shù)Ki () 的線(xiàn)性組合。如下式:在使用PROSPECT 模型時(shí)考慮了三種生化組分:葉綠素,水分,干物質(zhì)。其中干物質(zhì)代表纖維素、半纖維素、木質(zhì)素、蛋白質(zhì)、淀粉等,這些物質(zhì)或者因其在葉片內(nèi)的含量極其微量,或者由于它們的吸收作用非常微弱,很難將他們的作用單獨(dú)表示出來(lái),因此采用了總的干物質(zhì)來(lái)表達(dá)這些物質(zhì)的綜合作用。PROSPECT 模型是目前公認(rèn)的葉片尺度最好的輻射傳輸模型之一,其輸入?yún)?shù)只有4 個(gè),為反演帶來(lái)了很大的方便。在這4個(gè)輸入?yún)?shù)中,只有葉肉結(jié)構(gòu)

16、參數(shù)n 的確定無(wú)法通過(guò)測(cè)量獲得。冠層模型SAIL 要反演植被的生化組分含量,包含有生化參量的葉片模型是必需的,而要最終從機(jī)載或星載遙感數(shù)據(jù)反演生化組分,冠層模型更是必需的。冠層輻射傳輸模型SAIL 假設(shè)冠層均勻分布,描述了在這個(gè)均勻冠層中上行和下行的四個(gè)通量。它以一種比較簡(jiǎn)單的方式來(lái)表達(dá)冠層的結(jié)構(gòu),如它需要的參數(shù)包括:葉片反射率() 、投射率 () 、葉面積指數(shù)(L A I) 、平均葉傾角l 、土壤反射率s () 以及水平能見(jiàn)度V (用于計(jì)算太陽(yáng)輻射的散射分量) 。方向光譜是通過(guò)改變測(cè)量條件來(lái)模擬的:太陽(yáng)天頂角以s和太陽(yáng)方位角s ,觀測(cè)天頂角v 和觀測(cè)方位角v 。 顏春燕等分別在葉片和冠層水平

17、即應(yīng)用上述兩個(gè)模型探討了反演生化成分的方法。他們利用PROSPECT 模型較為準(zhǔn)確地提取了水分和葉綠素含量,在應(yīng)用SAIL 模型模擬冠層水平時(shí),基于多階段反演思想,采用了分布反演策略,也較為準(zhǔn)確地反演了水含量。他們還指出在冠層水平的模擬中,通過(guò)對(duì)直接反演和分布反演兩個(gè)策略的比較中發(fā)現(xiàn),將一個(gè)復(fù)雜的反演問(wèn)題分解為兩個(gè)相對(duì)簡(jiǎn)單的問(wèn)題,提高了反演精度和效率,他們的研究為用機(jī)載或星載遙感數(shù)據(jù)反演生化組分提供了理論依據(jù)??偨Y(jié) 物理模型涉及葉片和冠層的結(jié)構(gòu)、輻射傳輸?shù)葟?fù)雜問(wèn)題,將輻射傳輸?shù)臋C(jī)理和化學(xué)特性結(jié)合起來(lái)研究,可以從機(jī)理上準(zhǔn)確分析植物生化組分對(duì)光譜特征的影響,但同樣存在著若干缺陷,如模型結(jié)構(gòu)較為復(fù)雜

18、,變量過(guò)多且難以測(cè)量,可能會(huì)影響實(shí)際應(yīng)用效果等。 考慮到統(tǒng)計(jì)模型反演簡(jiǎn)單、物理模型魯棒性強(qiáng)的優(yōu)點(diǎn),可有三種以物理模型為主體的結(jié)合方式: 一是在物理模型的輸入?yún)?shù)中引入統(tǒng)計(jì)模型; 二是在物理模型的輸出參數(shù)中引入統(tǒng)計(jì)模型; 三是第一和第二種情況的綜合,即在物理模型的輸入和輸出參數(shù)中同時(shí)引入統(tǒng)計(jì)模型。 通過(guò)比較統(tǒng)計(jì)模型、物理模型以及兩者的聯(lián)合模型來(lái)反演鮮葉片生化組分含量的效果,結(jié)果表明,對(duì)于葉綠素和水分含量,物理模型的反演效果較好,對(duì)于干物質(zhì)含量,統(tǒng)計(jì)模型的反演效果相對(duì)較好,由物理模型改造得到的三種聯(lián)合模型,能在一定程度上提高物理模型反演干物質(zhì)含量的精度,但和利用統(tǒng)計(jì)模型反演的結(jié)果比較,改進(jìn)作用并不明顯。水分反演中出現(xiàn)的問(wèn)題及研究前景水分反演中出現(xiàn)的問(wèn)題及研究前景有研究指出鮮葉片中水分、細(xì)胞和亞細(xì)胞組織、葉表面蠟層等的存在,掩蓋了由化學(xué)鍵振動(dòng)引起的反射特性的微弱變化。因此,對(duì)鮮葉片進(jìn)行含水量的反演對(duì)比干葉進(jìn)行反演的難度大得多。水分變化引起的細(xì)胞、組織和植株及冠層形態(tài)的變化以及葉齡、物種的不同等都會(huì)對(duì)植株光譜反射特征產(chǎn)生影響

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論