论文部分内容阅读
作为控制植被光合作用,呼吸作用等生化反应的关键因素,叶片含水量是促进粮食增产,预防森林火灾等的重要参数之一。传统的叶片含水量测量方法费时费力,遥感技术为实时快速获取大尺度的叶片含水量提供了新的途径。大多数叶片含水量的遥感反演方法都是基于叶片在可见光近红外的反射特性提出,在雾霾等极端天气增多的今天,这些方法受到了一定的限制。随着传感器载荷能力与光谱分辨率的提高,中红外波段以其能穿透雾霾颗粒的特性,越来越多的被用于地表参数的遥感反演中。 本文首先分析了叶片理化参数对于叶片光谱特性在可见光近红外到中红外范围内的影响,从理论上分析出适用于叶片含水量指数构建的中红外波段。同时结合经典的植被指数形式,从高光谱与多光谱两个角度建立了基于中红外反射率的叶片含水量植被指数,以提高在特殊天气下叶片含水量的反演精度。本论文的主要工作如下: (1)本论文利用中红外辐射传输模型结合植被生化参数,模拟出不同作物种类的叶片反射率,分析了植物色素、叶片干物质含量、叶肉结构参数以及叶片含水量在可见光到中红外范围内对反射率的影响。模拟结果表明,在中红外范围内的4180nm与5250nm处,反射率受到叶片含水量的影响较大,这两个波段是中红外范围内叶片含水量的敏感波段,适用于叶片含水量指数的构建。同时,在近红外范围内选择1410nm以及1920nm处的反射率与中红外反射率结合,可以明显提高指数与叶片含水量的相关性。 (2)提出了适用于地基或者低空高光谱测量数据的叶片含水量指数。即基于4180hm与1410hm处反射率构建的归一化植被指数NDWI(1410,4180),差值植被指数DWI(1410,4180),和比值植被指数RWI(1410,4180)。其中差值指数形式建立的中红外叶片含水量指数DWI(1410,4180)具有最好的表现,叶片含水量的估算精度可以达到0.0016g/cm2。归一化植被指数NDWI(1410,4180)紧随其后也表现较高的估算精度,叶片含水量估算的均方根误差为0.0017g/cm2。随后将这三种植被指数与归一化水体指数NDWI(860,1240)进行了比较,结果表明,NDWI(860,1240)在叶片含水量估算过程中仍然是精度最高、拟合度最好的。但是三种中红外含水量指数仍然具有与其相当的估算精度,具有一定的应用潜力。 (3)提出了基于高分五号卫星中红外多光谱数据的叶片含水量指数。结合PROSPECT-VISIR模型模拟出的反射率与高分五号卫星的光谱响应函数,计算出了高分五号卫星的通道反射率。将其6波段与7波段的通道反射率值进行归一化处理,获得了适用于叶片含水量反演的高分五号含水量指数NDWI(6,7)。分析结果表明,该指数与叶片含水量的相关性达到了0.918,通过验证数据集求得,用该指数估算的叶片含水量精度较高,可以达到0.0038g/cm2。为了分析该指数在不同大气条件下反演叶片含水量的情况,基于820nm与1600nm处光谱反射率的归一化中红外指数NDII也被引入作为对比。结果表明,基于植被指数反演叶片含水量时,相对于NDII,NDWI(6,7)对于大气气溶胶能见度不确定性的敏感性更低。