第三讲 农作物冠层参数反演原理在线视频

接下来 我们学习第四个内容

农作物冠层参数的反演原理

先来看一下遥感建模的基本步骤

首先 需要建立概念模型

这一步是将某个现象

或者遥感机理过程了解清楚

然后 将概念模型转换为数学模型

也就是将概念模型

或者是规律进行量化表达

第三步 生成计算机代码

在计算机中运行

也就是让计算机

认识我们所建立的模型 规律

最后 通过数据显示

模型敏感性分析

反演误差分析等对模型进行评价

模型的适用性需要通过敏感性分析来实现

包括全局敏感性分析和局部敏感性分析

敏感性分析的结果

作为将来模型具体应用的依据

反演误差分析

需要以实地调查数据为依据

评价反演精度的高低

第二个内容是植被遥感模型

对于一束光来说

通过植被冠层的可能的光线传输路径

有这样5条

第一 光线入射到叶片层后

直接从叶片表面反射到传感器

第二 光线入射到叶片层后

通过不同植株之间的空隙

入射到下垫面土壤上

在土壤表面反射

再通过植株之间的空隙中逃逸出来

被传感器接收

第三 光线入射到叶片层后

通过叶片层被叶片下垫面土壤表面反射

再通过叶片之间的空隙中逃逸出来

被传感器接收

第四 光线入射到叶片层后

通过叶片层被叶片下垫面土壤表面反射

再经植株之间的空隙逃逸出来

被传感器接收

第五 光线入射到叶片层后

通过叶片层被叶片下垫面土壤表面反射

再返回到叶片层

从叶片层反射到传感器

光线在植被冠层表面

及内部的传输过程中

反射 吸收和透射是三个主要过程

因此 除反射率外

透射率和吸收率是两个重要参数

传输是辐射通过物体(叶片)的过程

透射率是穿透植被冠层的能量

占总的太阳入射能量的比例

吸收是辐射被物体吸收的过程

也就是说 辐射能力既不反射也不透射

吸收率是吸收的入射能量

与总的入射能量的比例

分别使用ρ(λ)leaf 和ρ(λ)soil

来代表冠层反射率和土壤反射率

那么 植被冠层中的辐射传输过程参数

包括这么三个

第一 τ(λ)leaf 是指冠层光谱透射率

第二 ɑ(λ)leaf 是指冠层光谱吸收率

第三 ɑ(λ)soil 是指土壤光谱吸收率

这三个参数之间的关系是

ρ(λ)leaf + τ(λ)leaf + ɑ(λ)leaf =1

对于土壤来说

土壤表层的反射率和吸收率的和为1

这种情况下

是假设土壤是完全不透明的刚体

这样 我们可以得知

植被冠层总反射是由5部分构成

对应于前面的5个可能的光线传输路径

5个反射组成部分的量分别是

第一是 Aρ(λ)leaf

第二是(1– A)ρ(λ)soil(1 – A)

第三部分是 Aτ(λ)leaf ρ(λ)soil(1 – A)

第四部分是 (1 – A) ρ(λ)soil Aτ(λ)leaf

第五部分是 Aτ(λ)leaf ρ(λ)soil Aτ(λ)leaf

在了解了植被遥感模型的基础上

我们学习第三个内容

植被冠层BRDF模型

我们大家知道

植被冠层BRDF模型共分三类

辐射传输模型

几何光学模型和计算机模拟模型

这3种模型具有各自的优点与缺点

下面 我们来看一下每种模型的特点

先看一下辐射传输模型

这种模型可以比较系统 完整地

描述植被-土壤耦合体系中

多次散射和吸收的过程

通过植被辐射传输理论

可以准确地计算植被上界的出射辐射量

反演植被的光学特性和结构特性

这是辐射传输模型的优点

辐射传输模型的缺点是不考虑阴影

没有热点

因而无法表达遥感的热点效应

第二种模型是几何光学模型

这种模型是将遥感像元反射率

分为四部分

一是光照冠层

二是阴影冠层

三是光照地面

四是阴影地面

因而几何光学模型

可以很好的表征热点效应

这是这种模型的优点

但是 几何光学模型的缺点是

植被冠层表面的朗伯假设难以成立

难于处理多次散射问题

因为近红外波段

多次散射贡献是不可忽略的

计算机模拟模型可以全面考虑

光线与冠层之间的反射

透射 吸收和多次散射

也可以考虑冠层内部叶片之间

和冠层相互之间的遮蔽现象

在模拟过程中保留了叶片等

植被组分的空间结构信息

但是 计算机模拟模型只是纯粹的

光线追踪模型 也没有热点

而且求算过程比较复杂

这是计算机模拟模型的缺点

辐射传输模型是由诺贝尔奖获得者

Chandrasekhar创立于上世纪50年代

最初成功应用于大气

前苏联院士Ross在60年代

将辐射传输模型应用于植被

土壤和冰雪中

从70年代以来

曾在遥感机理研究中一统天下

下面 我们介绍一种植被辐射传输模型

PROSAIL模型

PROSAIL植被辐射传输模型

是由叶片尺度的PROSPECT模型

和冠层尺度的SAIL模型耦合得到的

其中 PROSPECT模型

是叶片尺度的光学模型

模拟400-2500nm之间的

叶片反射率和叶片透射率

输入参数是叶片理化参数

包括叶片结构参数N

叶片叶绿素含量Cab

叶片胡萝卜素含量Car

干物质含量Cm

和叶片等效水厚度Cw

SAIL是植被冠层尺度的二向反射率模型

模拟400-2500nm之间的冠层反射率

输入参数是叶片反射率和叶片透射率

叶面积指数 叶倾角分布 土壤干湿度

太阳天顶角 观测天顶角

太阳和传感器之间的相对方位角

因此 PROSPECT 模型

和SAIL模型的耦合机制是

PROSPECT 模型基于叶片理化参数

模拟得到叶片透射率和反射率

将PROSPECT 模型的

叶片透射率和反射率模拟结果

作为SAIL 模型的输入参数

从而模拟得到

400nm-2500nm的植被冠层的反射率

我们来总结一下

PROSAIL模型的输入参数共包括5类

冠层参数 叶片参数 土壤参数

天空光参数和太阳-传感器相对位置

其中 冠层参数包括叶面积指数LAI

叶倾角概率密度分布函数LAD

热点效应参数hspot

叶片参数包括叶片结构参数N

叶片中的叶绿素a+b的含量Cab

叶片中的胡萝卜素含量Car

叶片的等效水厚度Cw

和叶片干物质含量Cm

土壤参数是psoil

表征的是土壤反射是否是朗伯体

如果是朗伯体 则取值1

如果不是朗伯体 则取值0

天空光参数是skyl

是指散射光占入射光的比例

太阳-传感器相对位置

包括太阳天顶角tts

观测天顶角tto和相对方位角φ(Phi)

利用植被指数的方法和机理模型的方法

我们可以提取或者反演

表征农作物长势的冠层参数

用于农作物长势监测常用的参数包括

叶面积指数 生物量

叶绿素含量 覆盖度

光合有效辐射吸收比率fPAR等

下面我们来具体看一下每一个参数的含义

叶面积指数英文全称是Leaf Area Index

是指植物叶片单面面积

与地面投影面积的比值

它与植被的密度 结构

这里的结构是指单层或复层

生物学特性

比如说分枝角 叶倾角等

还有环境条件

比如说光照 水分 土壤营养状况

这四个因素有关

叶面积指数是表征植被利用光能状况

和冠层结构的指标

第二个指数是生物量

生物量是指某一时间单位面积

或体积所含的植物的重量

包括干重和鲜重 通常用g/㎡表示

第三个参数是叶绿素含量

我们知道

叶绿素是农作物叶片光合作用的载体

叶绿素含量包括叶片的叶绿素含量LCC

和冠层叶绿素含量CCC

叶绿素含量是表征作物的光合速率

氮素含量和健康状态等这些情况的指标

也是表征作物植株养分状况

以及衰老程度的指示器

对农作物长势监测具有重要意义

第四个参数是覆盖度

农作物覆盖度是指农作物的冠层

枝叶等绿色部分

在生长区域地面的垂直投影面积

占所统计区域面积的百分比

光合有效辐射吸收比率

(fAPAR/fPAR)是指

被植被冠层绿色部分

吸收的光合有效辐射(PAR)

占总PAR的比率

是直接反映植被冠层对光能的截获

吸收能力的重要参数