1 成都信息工程大学资源环境学院, 四川 成都 610225
2 青海省气象科学研究所, 青海 西宁 810001
冬季牧草即枯草的存量是生态补偿计算与畜牧生产科学管理的关键基础, 而对青藏高原枯草关键参数认识的不足, 直接限制了高寒冬季枯草监测研究与应用发展。 PROSAIL是一种光学辐射传输模型, 它可以定量描述植被参数与冠层反射率的关系。 利用最新版本PROSAIL模型, 结合野外实测的枯草光谱及叶面积、 叶绿素等10个性状参数数据, 模拟生成了15 000组潜在的枯草光谱数据序列。 通过冬、 夏实测枯草与绿草样方的反射光谱特征分析, 揭示了枯草在可见光波段与近红外波段与绿草的显著差异性, 描述了青藏高原冬季枯草在400~1 300 nm波段近似线性的独特光谱分布特征。 在此基础上, 提出了以红光与绿光波段差值为依据的鲜/枯草光谱区分方法, 并据此实现了15 000组模拟光谱中枯草光谱的初级与二级筛选, 建立了枯草模拟光谱数据序列集。 该模拟光谱数据序列集与实测光谱在400~2 500 nm全波段明显相关, 所有模拟谱线R2均在0.904~0.994之间, 表明该模型能够很好地模拟高寒冬季枯草的反射率光谱。 进一步采用EFAST方法, 对枯草模拟光谱数据序列进行全局敏感性分析, 识别出棕色素、 类胡萝卜素、 花青素、 叶片结构、 热点5个对枯草光谱变化不敏感的参数, 并在此基础上优化枯草敏感参数阈值区间。 最终, 以99%置信区间为标准、 余弦距离为评价函数, OFAT方式再次运行模型, 界定了枯草敏感的参数阈值: 叶面积指数阈值区间为0.2~0.89、 叶绿素含量为0~1.29 μg·cm-2、 平均叶倾角为11°~90°、 等效水厚度为0.000 1~0.005 cm、 干物质含量为0.008~0.05 g·cm-2。 通过对10个枯草性状参数及其取值区间的率定, 提出了枯草光谱关键参数数值区间参考表, 为提高对高寒冬季枯草性状特征的科学认识及探究遥感反演应用技术方法提供理论依据与基础数据。
枯草 PROSAIL模型 参数阈值 敏感性分析 青藏高原 Withered grass PROSAIL model Threshold estimate Sensitivity analysis Qinghai-Tibet Plateau 光谱学与光谱分析
2022, 42(4): 1144
1 中国科学院东北地理与农业生态研究所, 吉林 长春130102
2 中国科学院长春净月潭遥感实验站, 吉林 长春130102
3 吉林大学电子科学与工程学院, 吉林 长春130012
4 东北大学测绘遥感与数字矿山研究所, 辽宁 沈阳110819
植被含水量是作物长势好坏的指示因子, 利用遥感技术及时准确监测植被含水量对农业生产、 作物估产和干旱状况评价具有重要意义。 基于新一代对地观测计划Landsat 8 OLI传感器(Operational Land Imager, 陆地成像仪), 评价其植被含水量反演的能力与局限性。 首先, 利用ProSail冠层模型模拟冠层光谱反射率数据集, 分析OLI传感器的植被含水量敏感波段以及土壤背景对各波段反射率的影响, 然后利用基于Landsat OLI影像计算的植被水分指数和2013年6月1日—8月14日期间采样的植被含水量数据, 比较12种植被水分指数与地面实际采样的植被含水量的相关性, 评价估算植被含水量的最佳植被水分指数。 结果表明: OLI传感器的红、 近红外和两个短波红外对植被含水量敏感, 其中近红外波段最为敏感;在低植被覆盖度时, 土壤背景反射率的太阳辐射将达到光谱传感器影响植被水分指数与植被含水量之间的关系, 利用ProSail模拟干湿土壤背景反射率结果也表明土壤背景对植被冠层反射率的影响很大;引入优化土壤调整植被指数(OSAVI)去除土壤背景对植被水分指数的影响;在12种植被水分指数中, MSI2与植被含水量的拟合关系最好(R2=0.948), 植被含水量的平均拟合误差为0.52 kg·m-2;在植被生长晚期即植被含水量大于2 kg·m-2时, 各植被水分指数出现饱和情况, 植被含水量的估算结果不佳。
植被含水量 植被水分指数 ProSail模型 Vegetation water content Landsat 8 Landsat8 Vegetation water index ProSail model 光谱学与光谱分析
2014, 34(12): 3385
1 中国科学院大学资源与环境学院, 北京100049
2 中国水利水电科学研究院, 北京100048
植被冠层含水量广泛应用于农业、 生态和水文等研究中。 本文基于PROSAIL模型, 建立了利用Hyperion高光谱数据定量反演植被冠层含水量的模型。 首先, PROSAIL模型模拟植被冠层反射特征表明, 970 nm水吸收带右侧曲线（980～1 070 nm）一阶导数D980～1 070与冠层含水量关系密切, 决定系数达0.96。 基于此, 利用Hyperion数据的983, 993, 1 003, 1 013, 1 023, 1 033, 1 043, 1 053, 1 063 nm共9个波段计算D980～1 070, 并利用所建模型反演植被冠层含水量。 最后, 利用黑河流域盈科绿洲的实测数据对反演结果进行了验证, 其平均相对误差为12.5%, 均方根误差在0.1 kg·m-2内, 结果表明该模型可靠。 该研究可以为大范围获取植被含水量信息提供有效方法。
PROSAIL模型 一阶导数 植被冠层含水量 Hyperion Hyperion PROSAIL model First derivative Vegetation canopy water content 光谱学与光谱分析
2013, 33(10): 2833
