论文部分内容阅读
森林生态系统作为陆地生态系统中最重要的生态系统之一,对全球的气候以及环境起着至关重要的作用。如何准确地从各个方面和尺度认识和理解森林生态系统成为全球关注的焦点之一。近几十年来,对于森林生态系统的研究逐步由小范围的人工地面调查过渡到遥感与地面调查相结合,从空间和时间尺度对大面积的森林植被各类理化特性进行动态的监测与定量分析的阶段。
高光谱遥感数据其数据的光谱分辨率能达到纳米级,能充分提取到反映森林冠层结构和生理状况的窄波段光谱信息,在利用遥感手段提取森林参数中具有重大潜力。但是,由于森林冠层具有各向异性散射的特性,遥感观测得到的高光谱数据受到外界其他成像环境以及太阳-观测几何的影响,获得的森林冠层光谱反射率呈现二向反射分布(Bidirectional Reflectance Distribution Function,BRDF)的现象,而这种变化的光谱信息将直接影响后续遥感提取森林参数以及其他定量研究精度。同时,不同成像机制和观测平台的高光谱遥感数据具有各自的数据特点,且面临的影响其光谱反射率变化的因素又不尽相同。因此,如何有效地针对不同成像机制和观测平台的高光谱遥感数据特点,改进与之适应的BRDF校正方法从而准确地森林冠层光谱信息,成为利用遥感手段估测和提取森林参数的重要前提和基础。基于上述背景,本文主要开展以下几方面工作:
(1)分别针对不同林龄的森林冠层长时间序列非成像高光谱遥感数据采用时间分层BRDF建模方法,该方法在一定程度上可削弱了数据采集时天空条件、冠层生理因素对光谱信息的影响,能有效地校正数据的BRDF效应(DF49:R2=0.73,RMSE=0.0065;HDF88:R2=0.79,RMSE=0.0048)。通过结合通量数据和LiDAR点云数据,研究发现复杂的林分冠层垂直结构将获得更高的光能利用率(R2=0.87,RMSE=O.0026),该结论有助于冠层光能利用率研究的遥感尺度上推。
(2)构建了核函数字典,分析并筛选出适应高分辨率机载高光谱影像中不同地物类型/结构的体散射核和几何光学核的组合形式。研究发现,对于高空间分辨机载高光谱影像像元包含的信息通常是单株树木的局部的枝、叶部分,其几何形状和内部结构属于致密分布,从而使得像元在几何散射和体散射上都属于厚核的表达形式(Ross-Thick和Li-Dense的组合形式)。基于此核函数组合形式的BRDF校正影像用于森林叶面积指数建模反演(R2=0.93,RMSE=0.29),其精度远优于未经BRDF校正的影像(R2=0.23,RMSE=2.02)。
(3)综合考虑宽视场角观测和地形因素引起的BRDF效应,从机理上分析并改进适用于坡面像元的核函数表达式,并由此提出了针对起伏地形机载高光谱影像BRDF校正的算法框架(Rugged Topography-BRDF,RT-BRDF)。利用RT-BRDF校正后的起伏地形机载高光谱影像的光谱信息提取到的功能丰富度指数与生物多样性指标具有一定的相关性(R2=O.60),能在一定程度上反映遥感观测层面生物多样性的空间分布状况。
总体而言,高光谱遥感数据具有丰富的光谱信息,在反映森林冠层结构和生理参数时具有一定优势和潜力,但受BRDF效应影响,限制其光谱信息的有效利用,这一局限在复杂的森林观测场景中尤为突出。本研究采用的基于半经验线性核驱动BRDF模型能有效地作用于多个尺度和成像形式的高光谱遥感数据。该模型在平坦地形和起伏地形的机载高光谱遥感数据的校正中展示其参数拓展性和可靠的校正能力。同时,本研究的研究结果强调:在利用高光谱遥感数据进行森林参数提取以及遥感定量反演时,有必要进行BRDF校正处理,减少光谱的变异度,增加数据的一致性和可比性,提高森林参数遥感提取的精度。
高光谱遥感数据其数据的光谱分辨率能达到纳米级,能充分提取到反映森林冠层结构和生理状况的窄波段光谱信息,在利用遥感手段提取森林参数中具有重大潜力。但是,由于森林冠层具有各向异性散射的特性,遥感观测得到的高光谱数据受到外界其他成像环境以及太阳-观测几何的影响,获得的森林冠层光谱反射率呈现二向反射分布(Bidirectional Reflectance Distribution Function,BRDF)的现象,而这种变化的光谱信息将直接影响后续遥感提取森林参数以及其他定量研究精度。同时,不同成像机制和观测平台的高光谱遥感数据具有各自的数据特点,且面临的影响其光谱反射率变化的因素又不尽相同。因此,如何有效地针对不同成像机制和观测平台的高光谱遥感数据特点,改进与之适应的BRDF校正方法从而准确地森林冠层光谱信息,成为利用遥感手段估测和提取森林参数的重要前提和基础。基于上述背景,本文主要开展以下几方面工作:
(1)分别针对不同林龄的森林冠层长时间序列非成像高光谱遥感数据采用时间分层BRDF建模方法,该方法在一定程度上可削弱了数据采集时天空条件、冠层生理因素对光谱信息的影响,能有效地校正数据的BRDF效应(DF49:R2=0.73,RMSE=0.0065;HDF88:R2=0.79,RMSE=0.0048)。通过结合通量数据和LiDAR点云数据,研究发现复杂的林分冠层垂直结构将获得更高的光能利用率(R2=0.87,RMSE=O.0026),该结论有助于冠层光能利用率研究的遥感尺度上推。
(2)构建了核函数字典,分析并筛选出适应高分辨率机载高光谱影像中不同地物类型/结构的体散射核和几何光学核的组合形式。研究发现,对于高空间分辨机载高光谱影像像元包含的信息通常是单株树木的局部的枝、叶部分,其几何形状和内部结构属于致密分布,从而使得像元在几何散射和体散射上都属于厚核的表达形式(Ross-Thick和Li-Dense的组合形式)。基于此核函数组合形式的BRDF校正影像用于森林叶面积指数建模反演(R2=0.93,RMSE=0.29),其精度远优于未经BRDF校正的影像(R2=0.23,RMSE=2.02)。
(3)综合考虑宽视场角观测和地形因素引起的BRDF效应,从机理上分析并改进适用于坡面像元的核函数表达式,并由此提出了针对起伏地形机载高光谱影像BRDF校正的算法框架(Rugged Topography-BRDF,RT-BRDF)。利用RT-BRDF校正后的起伏地形机载高光谱影像的光谱信息提取到的功能丰富度指数与生物多样性指标具有一定的相关性(R2=O.60),能在一定程度上反映遥感观测层面生物多样性的空间分布状况。
总体而言,高光谱遥感数据具有丰富的光谱信息,在反映森林冠层结构和生理参数时具有一定优势和潜力,但受BRDF效应影响,限制其光谱信息的有效利用,这一局限在复杂的森林观测场景中尤为突出。本研究采用的基于半经验线性核驱动BRDF模型能有效地作用于多个尺度和成像形式的高光谱遥感数据。该模型在平坦地形和起伏地形的机载高光谱遥感数据的校正中展示其参数拓展性和可靠的校正能力。同时,本研究的研究结果强调:在利用高光谱遥感数据进行森林参数提取以及遥感定量反演时,有必要进行BRDF校正处理,减少光谱的变异度,增加数据的一致性和可比性,提高森林参数遥感提取的精度。