多角度遥感植物冠层叶绿素含量反演研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:LZLZ
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
叶绿素含量是植物养分信息的重要表征参数,而植物养分信息与植被生理状态紧密相关,因此定量估算叶绿素含量对于监测植物生理状态尤为重要。基于传统垂直观测技术,许多学者结合植被指数方法在叶绿素估算方面开展了大量的研究工作。相比于传统垂直探测,多角度观测技术有助于提高作物理化参数反演精度。然而,由多角度数据得到的植被指数往往表现出一定角度性效应。而角度效应的主要影响因素之一是镜面反射分量的存在。因此,在叶绿素反演过程中,这些不确定性的因素都会对其反演精度造成影响。基于这些问题,本研究结合多角度高光谱探测技术,探究角度效应,包括观测天顶角、太阳天顶角、及叶倾角变化条件对植被指数方法反演叶绿素含量的影响;在此基础上,结合多角度偏振测量技术,探究植物叶片和冠层尺度多角度反射光谱镜面反射分量分离方法,并分析其对叶绿素含量反演的影响,以期为后续多角度遥感反演叶绿素含量提供方法和技术支持。本研究主要内容及实验包括:(1)开展了植物叶片与冠层尺度多角度反射光谱及偏振反射光谱实验获取研究数据。通过搭建叶片多角度偏振光观测平台和冠层多角度观测系统,开展了多项包括室外条件和室内暗室条件的,叶片尺度和冠层尺度的,不同观测角度的及非偏振和偏振反射光的光谱测定实验:茶树冠层多角度反射光谱采集实验、茶树叶片多角度偏振反射光谱采集实验和茶树冠层多角度偏振反射光测量实验。并同步获取配套地面植被叶绿素含量和叶面积指数等植被理化参数数据,为后续角度效应分析及镜面反射分量分离提供了数据基础。(2)开展了多角度遥感数据角度效应对植被指数方法估算叶绿素含量的影响分析。基于模拟及实测植被冠层光谱反射光谱数据,结合变异系数和相关系数指标,分析了角度效应,包括观测天顶角、太阳天顶角和叶倾角变化条件对不同植被指数与冠层叶绿素含量关系的影响。在此基础上,分析了多角度遥感数据角度效应对植被指数方法估算冠层叶绿素含量精度的影响。研究发现,角度效应会对植被指数的性能造成明显的影响,其中观测天顶角的影响最为显著,观测天顶角大于40°时,植被指数对应相关性较低。基于冠层冬小麦的数据的分析结果中发现,ND705在后向10°和20°观测天顶角条件下,估算精度较高(R2=0.71,RSME=49.95 mg/cm2,RRMSE=22.70%);植被指数AIVI在观测角度变化较小时(-20°到20°)反演性能较好,垂直观测条件下估算冠层叶绿素含量精度最高(R2=0.72,RSME=49.08 mg/cm2,RRMSE=21.26%)。(3)开展了叶片尺度多角度反射光谱镜面反射分量分离及其对植被指数反演叶片叶绿素的影响研究。基于叶片多角度半球方向反射光谱数据,确定了30°光源照射条件下,热点观测方向(30°)反射光谱镜面反射分量占比较高。基于叶片多角度偏振反射光谱实验数据,结合偏振技术对在上述观测角度及垂直两个观测方向上的镜面反射分量进行量化,并进一步分离镜面反射分量,对比分离镜面反射分类前后的植被指数的反演性能,开展针对镜面反射分量影响的分析工作,通过交叉验证对反演模型加以考察。研究结果表明:垂直观测条件下镜面反射分量占比较少,对植被指数反演能力影响较小;热点方向上的镜面反射分量占比较多,分离后指数的反演能力得到明显提升,其中该观测角下SR705基于镜面反射分离后光谱数据,反演精度提升较为明显(R2达到0.60,RMSE达到8.08 ug/cm2,RRMSE为12.04%),RRMSE降低约2%。(4)开展了冠层尺度多角度反射光谱镜面反射分量分离及其对冠层叶绿素含量影响的初探。基于模拟数据,对比分析了不同观测天顶角条件下反射光谱强度,确定了热点观测方向(-30°)、垂直观测及镜面反射较强的观测方向(30°)用以研究反射光谱镜面反射分量的分离研究。研究结果发现,热点观测方向上的反射光谱数值最高,但镜面反射分量占比较低;30°观测天顶角条件下获取的反射光谱数值最低,但镜面反射分量占比较高。分析镜面反射分量对植被指数反演冠层叶绿素影响发现,30°观测天顶角条件下获取光谱数据分离镜面反射分量后,植被指数反演能力提升较大,其中镜面反射分离后的SR705估算冠层叶绿素含量的精度R2为0.35,RMSE为26.94 ug/cm2,RRMSE为12.55%。相比镜面反射分离前的估算结果,RRMSE降低约4%。
其他文献
本文基于深度学习对灵活性的诉求,在智慧课堂的背景下,构建适合"高等数学"课程的深度学习架构,进而设计深度学习框架。由于深度学习和智慧课堂的有机结合,使得教与学之间的灵活性得到充分体现,一方面,教师可以及时有效地获取学生的学习情况,从而给出相应对策,另一方面,学生在生动有趣的数学课堂上,主动性、积极性、创造性地获得了飞跃性的提高。
5G商业化的铺展已经成为大势所趋,被称为核心技术之一的大规模多输入多输出(Massive Multiple Input Multiple Output,Massive MIMO)技术,相比于传统的MIMO技术,可以让系统获得更大的容量和更高的频谱利用率,在用户体验上具有极大的潜力。而精确地获知信道状态信息(Channel State Information,CSI)是更好发挥大规模MIMO优势的先
学位
大规模多输入多输出(massive Multiple Input Multiple Output,massive MIMO)技术不用增加发射功率和频谱便可获得显著的系统容量增益和能效,是目前第五代(5th Generation,5G)移动通信系统中不可或缺的关键技术,不过用户和基站天线数目过多将导致大规模MIMO系统下行链路预编码算法的复杂度急剧增加。虽然信道硬化现象能使最小均方误差(Minimu
学位
学位
学位
学位
学位
学位