一種適用于植被稀疏區(qū)的葉綠素反演方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于遙感技術(shù)領(lǐng)域，涉及一種適用于植被稀疏區(qū)的葉綠素反演方法，具體來講涉及一種利用多種植被指數(shù)組合的方式來降低植被稀疏區(qū)土壤背景對(duì)葉綠素反演結(jié)果影響的方法。
【背景技術(shù)】
[0002]葉綠素是植被葉片中的基本組成物質(zhì)，對(duì)光合進(jìn)程、太陽(yáng)輻射的光能利用、大氣二氧化碳的吸收等具有密切關(guān)系。而且，葉綠素作為葉片中重要的含氮物質(zhì)，對(duì)植物氮素營(yíng)養(yǎng)的吸收和利用具有比較準(zhǔn)確的指示作用。因此，準(zhǔn)確估計(jì)植被葉綠素含量，對(duì)于研究植被的健康狀況，生產(chǎn)力的估計(jì)，碳循環(huán)的研究有著重要的意義。
[0003]在應(yīng)用遙感手段估算植被葉綠素含量時(shí)，物理模型反演是一種較為常用且穩(wěn)健的方法，但是該類方法應(yīng)用于植被稀疏區(qū)域(如:幼苗期農(nóng)作物)時(shí)，觀測(cè)得到的反射率或植被指數(shù)往往不僅對(duì)葉綠素含量變化敏感，而且對(duì)土壤背景信息也十分敏感，土壤背景將會(huì)直接影響最終的葉綠素反演精度。有學(xué)者在降低土壤背景影響方面已做過部分工作，提出的窄波段植被指數(shù)組合 TCARI/OSAVI (TCAR1: 3* ((R700-R670) -0.2* (R700-R550) * (R700/R670))，OSAV1:1.16*(R800-R670)/(R800+R670+0.16))在中高葉綠素濃度范圍內(nèi)有效地降低了土壤背景的敏感性。但是該植被指數(shù)組合在低葉綠素濃度范圍內(nèi)(Cab〈25yg/Cm2)對(duì)土壤背景依然比較敏感，即對(duì)植被幼苗生長(zhǎng)期的葉綠素反演而言仍存在較大的局限性。

【發(fā)明內(nèi)容】

[0004]本發(fā)明旨在提供一種利用多種植被指數(shù)組合的方式來降低植被稀疏區(qū)土壤背景對(duì)葉綠素反演結(jié)果的影響的方法，從而提高植被稀疏區(qū)葉綠素的反演精度。
[0005]葉面積指數(shù)(LAI)可以在一定程度上反映植被與土壤背景在遙感像元中的比例，因此，在利用某個(gè)光譜指數(shù)反演葉綠素含量時(shí)，討論是否存在土壤背景的影響，可以轉(zhuǎn)化為觀察所建立的相關(guān)關(guān)系是否受LAI的影響。因此，本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是:利用廣泛使用的PR0SAIL輻射傳輸模型(耦合了葉片光學(xué)特性模型PROSPECT模型和植被冠層輻射傳輸模型SAILH模型)模擬在不同LAI水平下植被指數(shù)隨葉綠素變化的特征，模擬出對(duì)LAI變化不敏感且對(duì)葉綠素含量變化敏感的兩種植被指數(shù)組合。然后建立其與遙感影像計(jì)算出的植被指數(shù)之間的代價(jià)函數(shù)并進(jìn)行分區(qū)域反演，不同區(qū)域采用不用的反演策略，進(jìn)而達(dá)到在由低到高的整個(gè)葉綠素濃度范圍內(nèi)降低土壤背景對(duì)反演結(jié)果影響的效果Ο
[0006]進(jìn)一步的是，該種方法主要針對(duì)植被稀疏區(qū)易受土壤背景影響的植被葉綠素反演過程。
[0007]進(jìn)一步的是，遙感影像特指經(jīng)過預(yù)處理之后的高光譜遙感影像。
[0008]進(jìn)一步的是，用到的兩種植被指數(shù)組合方式分別為CIg_n/G (CIgreen: R860/R560-1,G:R560/R655)與 TCARI/OSAVI，其中 CIgraen/G 在葉綠素低濃度范圍(Cab〈25 μ g/cm2)對(duì)LAI不敏感而TCARI/OSAVI在中高葉綠素濃度區(qū)對(duì)LAI的變化表現(xiàn)不敏感。
[0009]進(jìn)一步的是，用于分區(qū)域的閾值根據(jù)實(shí)測(cè)數(shù)據(jù)情況確定。
[0010]本發(fā)明的有益效果:在實(shí)際的植被葉綠素反演工作中，當(dāng)植被分布稀疏時(shí)，觀測(cè)得到的反射率將不可避免的受到土壤背景的影響，進(jìn)而影響最終的葉綠素反演精度。相比于傳統(tǒng)的基于單個(gè)植被指數(shù)或單種植被指數(shù)組合方式的葉綠素反演方法，本發(fā)明通過充分利用不同植被指數(shù)組合方式各自的優(yōu)點(diǎn)并對(duì)其進(jìn)行加以結(jié)合的方式，可以達(dá)到在由低到高的整個(gè)葉綠素濃度范圍內(nèi)降低土壤背景對(duì)反演結(jié)果影響的效果，從而有助于葉綠素反演精度的提尚。
【附圖說明】
[0011 ] 圖1為植被指數(shù)組合CIg_/G (a)和TCARI/OSAVI (b)分別對(duì)LAI變化的敏感性分析對(duì)比。
【具體實(shí)施方式】
[0012]下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的說明。
[0013]本專利方法的【具體實(shí)施方式】如下:首先對(duì)獲取的高光譜遙感影像進(jìn)行預(yù)處理，主要包括輻射定標(biāo)、大氣校正、冗余波段去除等，得到地表反射率，進(jìn)而計(jì)算反演葉綠素要用到的兩種植被指數(shù)組合CI_/G與TCARI/OSAVI。其次，通過PR0SAIL模型前向模擬植被冠層在400?2500nm范圍內(nèi)的反射率并提取CIg_/G與TCARI/OSAVI。最后，建立模擬植被指數(shù)組合與觀測(cè)得到的植被指數(shù)組合之間的代價(jià)函數(shù)并使用某種優(yōu)化算法使其最小化。如圖1所示，CIg_n/G在葉綠素低濃度范圍(Cab〈25 μ g/cm2)對(duì)LAI的變化表現(xiàn)不敏感(圖1 (a))而TCARI/OSAVI在中高葉綠素濃度區(qū)對(duì)LAI的變化表現(xiàn)不敏感(圖1 (b))。因此，將兩種植被指數(shù)組合同時(shí)引入到模型代價(jià)函數(shù)可以在整個(gè)葉綠素范圍內(nèi)有效地緩解土壤背景對(duì)反演結(jié)果產(chǎn)生的影響。
[0014]相比于傳統(tǒng)的基于單個(gè)植被指數(shù)或單種植被指數(shù)組合方式的葉綠素反演方法，本發(fā)明提出的方法通過充分利用不同植被指數(shù)組合的優(yōu)點(diǎn)，可以達(dá)到在整個(gè)葉綠素含量變化范圍內(nèi)大大降低土壤背景影響的效果，從而有助于模型執(zhí)行效率和反演精度的提高。
【主權(quán)項(xiàng)】
1.一種適用于植被稀疏區(qū)的葉綠素反演方法，其特征在于包括以下步驟:首先，對(duì)原始遙感影像進(jìn)行數(shù)據(jù)預(yù)處理(輻射定標(biāo)、大氣校正、冗余波段去除等)，得到地表反射率，進(jìn)而計(jì)算用于反演葉綠素的植被指數(shù)組合CIgraen/G與TCARI/OSAVI ;其次，通過PROSAIL模型模擬植被指數(shù)組合CIg_n/G與TCARI/OSAVI，最后，建立觀測(cè)的植被指數(shù)組合與模擬的植被指數(shù)組合之間的代價(jià)函數(shù)并將其同時(shí)引入到模型代價(jià)函數(shù)進(jìn)行分區(qū)域反演。2.如權(quán)利要求1所述，其特征在于:由于用到的植被指數(shù)均為窄波段植被指數(shù)，因此，遙感影像指高光譜影像數(shù)據(jù)。3.如權(quán)利要求1所述，其特征在于:本專利適用對(duì)象主要為稀疏區(qū)植被，如:幼苗生長(zhǎng)期農(nóng)作物。4.如權(quán)利要求1所述，其特征在于:葉綠素濃度分區(qū)域的閾值根據(jù)實(shí)測(cè)數(shù)據(jù)情況確定。
【專利摘要】本發(fā)明公開了一種利用植被指數(shù)組合以降低土壤背景對(duì)葉綠素反演結(jié)果的影響的方法。該方法首先需要對(duì)遙感影像進(jìn)行大氣校正，進(jìn)而計(jì)算出兩種植被指數(shù)組合:CIgreen/G與TCARI/OSAVI,最后將其引入模型代價(jià)函數(shù)進(jìn)行分區(qū)域反演。對(duì)于低葉綠素濃度區(qū)，CIgreen/G用于控制反演結(jié)果；對(duì)于中高葉綠素濃度區(qū)，TCARI/OSAVI用于控制反演結(jié)果，葉綠素含量分區(qū)的閾值根據(jù)實(shí)際情況確定。運(yùn)用此方法進(jìn)行葉綠素反演時(shí)LAI可設(shè)為某一固定值，有利于模型執(zhí)行效率和反演精度的提高。因此，該專利所提供的技術(shù)方法對(duì)于降低稀疏地區(qū)植被葉綠素反演過程中土壤背景的影響有明顯效果。
【IPC分類】G01N21/25
【公開號(hào)】CN105352893
【申請(qǐng)?zhí)枴緾N201510415967
【發(fā)明人】何彬彬, 殷長(zhǎng)明, 全興文
【申請(qǐng)人】電子科技大學(xué)
【公開日】2016年2月24日
【申請(qǐng)日】2015年7月15日