论文部分内容阅读
毛竹是我国重要的竹种,广泛分布于我国南方低山丘陵区,其具有生长速度快、繁殖能力强、经济和生态效益高等特点。植被叶绿素作为植被生理状态的重要指示剂,对叶片及冠层光谱起重要影响作用。传统的植被参数估测方法耗时费力,而遥感技术能快速方便地获取各尺度上的植被信息,因而对不同尺度的植被参数进行有效的反演是遥感技术成功应用于植被信息管理的关键。研究以福建省永安市天宝岩毛竹(Phyllostachys heterocycla cv.Pubescens)林为研究对象,利用无人机搭载多光谱镜头获取研究区影像数据,同步采集地面数据,分别对叶片、冠层和像元三个尺度的光谱敏感特征参数进行筛选,通过线性、非线性模型和辐射传输模型分别构建毛竹叶片、冠层和像元尺度叶绿素含量的反演模型,进一步确定各尺度下叶绿素含量的有效反演方法,并对毛竹叶绿素在不同尺度反演时存在的差异进行分析,同时基于实测样点对毛竹叶绿素“叶片-冠层”、“冠层-像元”的传导机制进行研究。主要结果如下:
(1)对毛竹叶片、冠层及像元尺度叶绿素含量的光谱特征表达进行分析,通过叶片高光谱与冠层高光谱(400~2500nm)的比较,发现两种高光谱的整体波形和趋势相似,但叶片光谱相较于冠层光谱整体反射率都偏大。将研究区无人机多光谱影像与处理后的叶片及冠层光谱进行分析,发现整体上光谱趋势较接近,在可见光波段叶片光谱值均较高,其中在绿光波段和蓝光波段之间,像元光谱与冠层光谱有较高的重叠度,而在红边波段到近红外波段间像元光谱增加趋势明显高于冠层光谱。
(2)将叶绿素含量分别与原始光谱(R)、一阶微分光谱(FDR)以及植被指数进行相关性分析,筛选确定出毛竹叶片、冠层及像元尺度叶绿素含量的光谱敏感特征参数。结果表明:叶片尺度上的光谱特征参数有R553~R687nm、R743~R775nm、FDR550~FDR580nm、FDR675~FDR690nm、中分辨率陆地叶绿素指数(MTCI)、改进红边比值植被指数(MSR705)、归一化植被指数(NDVI705、NDVI g-b);冠层尺度上为R480~R520nm、R600~R670nm、FDR500~FDR520nm、FDR598~FDR610、FDR645~FDR685、比值植被指数(RVⅡ、RVⅢ、SR705、MSR670);像元尺度为Rblue、Rgreen、Rred、RREdge、Rnir、绿色归一化植被指数(GNDVI)、结构无关色素指数(SIPI)、NDVI、RVI。
(3)基于不同尺度的叶绿素光谱特征参数,采用多元逐步回归、支持向量机和辐射传输模型分别对毛竹叶片、冠层及像元尺度叶绿素含量进行反演,结果表明:在叶片尺度上,以组合特征参数构建的多元逐步回归模型(Y=54.539?MTCI-58.503?NDVIg-b+38.929)反演效果最理想,其决定系数R2达到0.5983;在冠层尺度上,利用PROSAIL辐射传输模型和支持向量机模型反演冠层叶绿素含量时都有较高的精度,R2分别为0.5587、0.5773;在像元尺度上,以像元大小为1m?1m的各模型反演精度均较好,其中利用PROSAIL模型建立的查找表反演叶绿素时精度最高,R2为0.5944。
(4)对毛竹叶片、冠层及像元尺度叶绿素含量反演过程的差异性进行综合分析,结果发现:在不同尺度下进行叶绿素反演时,叶绿素的光谱特征表达、光谱特征参数选择以及有效的反演方法等都存在一定的异同。波段范围在480~780nm时,原始光谱以及一阶微分光谱都包含较多的有效光谱信息;与叶绿素较敏感的植被特征参数主要涉及归一化植被指数和比值植被指数;在各尺度叶绿素有效反演方法中,叶片尺度以组合光谱特征参数的多元逐步回归模型最佳,冠层及像元尺度为PROSAIL辐射传输模型、支持向量机非线性模型。
(5)基于毛竹叶绿素在不同尺度的估测差异,通过40个样点对毛竹叶绿素在“叶片-冠层”、“冠层-像元”的传导机制进行研究,结果表明:毛竹叶绿素在“叶片-冠层”尺度之间存在一定的线性关系,并将这种关系量化为Y=1.5723×CEast+2.12×Csouth-31.477;同时在“冠层-像元”中选择像元尺度为1m?1m的有效反演模型对样点冠层叶绿素进行反演,发现当像元尺度选择不同的像元数(n)会使得反演结果不同,其中一个冠层对应像元数目取2个(1m×2m)、3个(1m×3m)、4个(2m×2m)时反演效果最好,并确定了该研究区毛竹叶绿素“冠层-像元”的传导机制为y={0.8228x+11.082,n=20.7949x+19.932,n=30.8799x+9.6134,n=4。
(1)对毛竹叶片、冠层及像元尺度叶绿素含量的光谱特征表达进行分析,通过叶片高光谱与冠层高光谱(400~2500nm)的比较,发现两种高光谱的整体波形和趋势相似,但叶片光谱相较于冠层光谱整体反射率都偏大。将研究区无人机多光谱影像与处理后的叶片及冠层光谱进行分析,发现整体上光谱趋势较接近,在可见光波段叶片光谱值均较高,其中在绿光波段和蓝光波段之间,像元光谱与冠层光谱有较高的重叠度,而在红边波段到近红外波段间像元光谱增加趋势明显高于冠层光谱。
(2)将叶绿素含量分别与原始光谱(R)、一阶微分光谱(FDR)以及植被指数进行相关性分析,筛选确定出毛竹叶片、冠层及像元尺度叶绿素含量的光谱敏感特征参数。结果表明:叶片尺度上的光谱特征参数有R553~R687nm、R743~R775nm、FDR550~FDR580nm、FDR675~FDR690nm、中分辨率陆地叶绿素指数(MTCI)、改进红边比值植被指数(MSR705)、归一化植被指数(NDVI705、NDVI g-b);冠层尺度上为R480~R520nm、R600~R670nm、FDR500~FDR520nm、FDR598~FDR610、FDR645~FDR685、比值植被指数(RVⅡ、RVⅢ、SR705、MSR670);像元尺度为Rblue、Rgreen、Rred、RREdge、Rnir、绿色归一化植被指数(GNDVI)、结构无关色素指数(SIPI)、NDVI、RVI。
(3)基于不同尺度的叶绿素光谱特征参数,采用多元逐步回归、支持向量机和辐射传输模型分别对毛竹叶片、冠层及像元尺度叶绿素含量进行反演,结果表明:在叶片尺度上,以组合特征参数构建的多元逐步回归模型(Y=54.539?MTCI-58.503?NDVIg-b+38.929)反演效果最理想,其决定系数R2达到0.5983;在冠层尺度上,利用PROSAIL辐射传输模型和支持向量机模型反演冠层叶绿素含量时都有较高的精度,R2分别为0.5587、0.5773;在像元尺度上,以像元大小为1m?1m的各模型反演精度均较好,其中利用PROSAIL模型建立的查找表反演叶绿素时精度最高,R2为0.5944。
(4)对毛竹叶片、冠层及像元尺度叶绿素含量反演过程的差异性进行综合分析,结果发现:在不同尺度下进行叶绿素反演时,叶绿素的光谱特征表达、光谱特征参数选择以及有效的反演方法等都存在一定的异同。波段范围在480~780nm时,原始光谱以及一阶微分光谱都包含较多的有效光谱信息;与叶绿素较敏感的植被特征参数主要涉及归一化植被指数和比值植被指数;在各尺度叶绿素有效反演方法中,叶片尺度以组合光谱特征参数的多元逐步回归模型最佳,冠层及像元尺度为PROSAIL辐射传输模型、支持向量机非线性模型。
(5)基于毛竹叶绿素在不同尺度的估测差异,通过40个样点对毛竹叶绿素在“叶片-冠层”、“冠层-像元”的传导机制进行研究,结果表明:毛竹叶绿素在“叶片-冠层”尺度之间存在一定的线性关系,并将这种关系量化为Y=1.5723×CEast+2.12×Csouth-31.477;同时在“冠层-像元”中选择像元尺度为1m?1m的有效反演模型对样点冠层叶绿素进行反演,发现当像元尺度选择不同的像元数(n)会使得反演结果不同,其中一个冠层对应像元数目取2个(1m×2m)、3个(1m×3m)、4个(2m×2m)时反演效果最好,并确定了该研究区毛竹叶绿素“冠层-像元”的传导机制为y={0.8228x+11.082,n=20.7949x+19.932,n=30.8799x+9.6134,n=4。