论文部分内容阅读
陆地植被作为地球上物质循环和能量流动的枢纽,是生态系统最重要的组成部分,其生长状态直接影响整个生态系统的功能,而植被理化参数的含量和分布可以准确地反映植被生长状态,故对植被理化参数不同尺度的高精度协同监测就显得尤为重要。植被理化参数中与光合作用以及初级生产力等重要生态过程密切相关的典型参数主要包括叶片叶绿素、叶片水含量和叶面积指数等。因此,精确评估不同尺度的典型理化参数对监测植被生长状态及生态系统功能至关重要。遥感技术作为植被生长状态监测的主要手段,以大尺度、快速、动态的优势被广泛应用,并取得了不错效果。然而,利用遥感光谱反演植被叶片-冠层的理化参数时不同尺度下光谱的影响因素存在差异性,导致叶片-冠层尺度的理化参数反演过程无法有效耦合。因此,本文针对叶片-冠层不同尺度下光谱影响因素的差异性问题,基于辐射传输模型理论开展多尺度植被理化参数定量反演研究,为空天地一体化遥感监测不同尺度下植被理化参数的定量反演提供了一种新的思路。论文的主要研究内容如下:(1)在叶片尺度,针对叶片生化参数反演过程中存在的高光谱信息冗余问题,开展了叶片生化参数特征波段的选择机制研究。基于PROSPECT叶片光学模型,提出了一种顾及生化参数间敏感性的特征波段选择算法,以揭示生化参数特征波段间的相互影响。该算法基于PROSPECT模型通过各生化参数的光谱敏感性及波段间的相关性分析,确定叶片各生化参数特征波段,并通过不同数据集和回归算法验证了所选取特征波段反演叶片生化参数的性能;随后,在所选择特征波段的基础上,针对叶片叶绿素和叶片水含量,探讨了不同生化参数特征波段之间的相互影响,选择出最优特征波段组合;最后采用模拟数据集、公开数据集(ANGERS、LOPEX、JR)进行了验证。实验结果表明,基于提出算法所选择的特征波段反演叶片叶绿素含量(R~2=0.9383,RMSE=5.3913)和叶片水含量(R~2=0.9243,RMSE=0.0013)的精度优于利用全波段反演的结果(叶片叶绿素含量:R~2=0.8118,RMSE=9.779;叶片水含量:R~2=0.517,RMSE=0.0036)。(2)在冠层尺度,针对外在影响因子造成冠层光谱反演叶片生化参数困难的问题,以叶片叶绿素含量为例,开展了冠层耦合叶片优化模型的叶片生化参数定量反演模型的研究。通过SAIL模型分析了冠层结构、图像获取条件和背景对冠层反射光谱的影响,生成了冠层反射光谱与叶片反射光谱间转换的“比例因子”查找表;然后,基于遥感影像光谱利用“比例因子”查找表计算得到相应的模拟叶片反射光谱;最后,基于第一部分优化选择的特征波段构建的叶片叶绿素定量反演模型,实现了叶片叶绿素含量的定量反演。实验结果表明,基于所提出算法反演植被不同生长期叶片叶绿素含量的精度(4月28日:R~2=0.32,RMSE=4.38;5月8日:R~2=0.34,RMSE=2.31;5月25日:R~2=0.48,RMSE=2.02;6月16日:R~2=0.71,RMSE=4.16;8月14日:R~2=0.66,RMSE=3.19;9月8日:R~2=0.66,RMSE=3.57)要优于利用传统的光谱植被指数(MTCI)的反演结果(4月28日:R~2=0.08,RMSE=5.34;5月8日:R~2=0.03,RMSE=2.75;5月25日:R~2=0.02,RMSE=2.86;6月16日:R~2=0.66,RMSE=4.5;8月14日:R~2=0.71,RMSE=2.85;9月8日:R~2=0.46,RMSE=4.40)。(3)在区域尺度,针对异质区域植被LAI反演的不确定性问题,开展了降低空间异质性的LAI反演模型研究。首先,利用前面冠层耦合叶片优化模型的研究,通过遥感影像光谱获取不同植被类别的植被理化参数的先验分布;然后,以此为基础采用PROSAIL模型生成不同植被类型LAI的查找表集;最后,基于像素的植被类型选择相应的LUT采用PROSAIL进行LAI反演。从而扩展了PROSAIL模型在异质区域的应用范围,为多植被类型地表区域生态状况的遥感监测研究提供了一种新思路。实验结果表明,与传统方法相比(Neusling研究区:R~2=0.50,RMSE=1.32;黑河研究区:R~2=0.17,RMSE=1.81),顾及植被类别的方法可以极大地提高异质地表多物种LAI反演的准确性(Neusling研究区:R~2=0.63,RMSE=0.75;黑河研究区:R~2=0.64,RMSE=0.50)。论文的创新点如下:(1)提出了顾及生化参数相关性的特征波段选择算法,解决了高光谱数据冗余严重,鲜少考虑生化参数对特征波段的相互影响的难题,提高了叶片叶绿素含量、叶片水含量的定量反演精度,为冠层尺度的叶片生化参数反演提供了理论指导。(2)提出了冠层耦合叶片优化模型的叶片叶绿素定量反演方法,有效提高了基于冠层光谱的叶片叶绿素含量的定量反演精度,实现了冠层尺度的叶片生化参数准确反演,为遥感影像的叶片生化参数定量反演提供了理论支撑。(3)基于PROSAIL构建了一种顾及植被类别的LAI反演模型,能有效降低空间异质性对植被LAI反演的影响,对区域植被LAI反演精度的提高具有重要意义。论文通过在叶片、冠层、区域不同尺度上植被典型参数反演和耦合方法的研究,充分挖掘了叶片-冠层植被典型参数多尺度反演的差异性和一致性,实现了多尺度理化参数的定量反演,为叶片-冠层尺度植被典型参数的高精度反演与耦合方法研究提供理论和技术支撑。