CN102706293B - 基于四分量光学物理模型的叶面积指数反演方法 - Google Patents
基于四分量光学物理模型的叶面积指数反演方法 Download PDFInfo
- Publication number
- CN102706293B CN102706293B CN201210215468.3A CN201210215468A CN102706293B CN 102706293 B CN102706293 B CN 102706293B CN 201210215468 A CN201210215468 A CN 201210215468A CN 102706293 B CN102706293 B CN 102706293B
- Authority
- CN
- China
- Prior art keywords
- vegetation
- leaf area
- component
- area index
- physical model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000003287 optical effect Effects 0.000 title abstract 5
- 238000002310 reflectometry Methods 0.000 claims abstract description 15
- 239000002689 soil Substances 0.000 claims description 32
- 238000005286 illumination Methods 0.000 claims description 17
- 238000000985 reflectance spectrum Methods 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 15
- 238000013459 approach Methods 0.000 claims description 5
- 230000008033 biological extinction Effects 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 abstract 1
- 238000005457 optimization Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 3
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
基于四分量光学物理模型的叶面积指数反演方法,涉及叶面积指数反演方法,它为了解决现有二分量物理模型未能准确描述遥感图像植被覆盖像元的真实组成而导致物理模型模拟结果不准确的问题,它包括具体步骤如下:所述四分量光学物理模型为: 步骤一、由遥感图像成像条件与森林类型特点确定四分量光学物理模型中的输入参数;步骤二、设L值按0.1步长递增,根据所述L值及其对应的R4建立查找表,由此建立叶面积指数与植被冠层反射率数据一一对应关系;步骤三、采用均方根误差优化技术游历查找表,使均方根误差最小时所对应的叶面积指数即为最优叶面积指数,并将该最优叶面积指数作为反演结果。适用于准确地描述遥感图像植被覆盖。
Description
技术领域
本发明涉及叶面积指数反演方法。
背景技术
目前常用的叶面积指数反演方法主要是经验模型反演法与物理模型反演法。经验模型反演方法所依据的模型过于简单,植被指数与叶面积指数的统计关系往往缺乏普适性,反演误差较大。物理模型反演法是基于植被、土壤波谱特性及非各向同性辐射传输模型基础上的叶面积指数反演方法,模型更接近现实,但模型所需参数较多且计算复杂,这便成为推广应用物理模型反演的主要障碍,而且传统二分量物理模型未能准确描述遥感图像植被覆盖像元的真实组成,导致利用二分量物理模型反演LAI(叶面积指数)结果不准确。
发明内容
本发明的目的是为了解决现有二分量物理模型未能准确描述遥感图像植被覆盖像元的真实组成而导致物理模型模拟结果不准确的问题,提供一种基于四分量光学物理模型的叶面积指数反演方法。
基于四分量光学物理模型的叶面积指数反演方法,它包括具体步骤如下:
所述四分量光学物理模型为:
其中,α、K均为消光系数:
K=(2/π)L[(βv-π/2)cosθf+sinβvtanθvsinθf],
α=(2/π)L[(βs-π/2)cosθf+sinβstanθvsinθf],
R4为四分量光学物理模型模拟的植被冠层反射率,R∞,υ为植被光照面反射率,R∞,υt为植被阴影面反射率,Rsz为土壤阴影面反射率,Rss为土壤光照面反射率,θv表示视线天顶角,θf表示叶子法线天顶角,θs为太阳天顶角,L为叶面积指数,h为相对光学高度,h的取值范围从-1到0;
βv=arccos(-cotθvcotθf),βs=arccos(-cotθscotθf);
步骤一、根据待处理的遥感图像数据的成像条件与森林类型特点确定四分量光学物理模型中的输入参数:R∞,υ、R∞,υt、Rsz和Rss均为实地测量获得,θv、θf、θs、α和K由遥感图像成像条件确定,R4只与L的变化相关;所述遥感图像数据中包括六幅图像信息;
为植被—土壤体系所构成的混合像元中阴影植被所占比例,为植被—土壤体系所构成的混合像元中光照植被所占比例,e-αLe-KL为植被—土壤体系所构成的混合像元中光照土壤光照面所占比例,
e-KL-e-KLe-αL为植被—土壤体系所构成的混合像元中土壤阴影面所占比例;
步骤二、设L值按0.1步长递增,根据每个L值通过四分量光学物理模型模拟对应的得到一个R4的值,根据所述L值及其对应的R4建立查找表,所述查找表由四分量光学物理模型模拟的六幅不同波段图像的植被冠层反射率,叶面积指数构成,由此建立叶面积指数与植被冠层反射率数据一一对应关系;
步骤三、采用均方根误差优化技术游历查找表,使均方根误差最小时所对应的叶面积指数即为最优叶面积指数,并将该最优叶面积指数作为反演结果。
本发明在传统二分量模型的基础上改进得到一种简单的四分量物理模型,改进模型根据研究区森林类型特点将单棵树冠分为多个组分、多个冠层(例如,冠层组分由叶片与嫩枝组成;冠层分别为上层绿色鲜嫩叶片、下层棕色枯萎叶片),这使得模型刻画的森林场景更符合实际情况。除此之外,相比其他物理模型本发明的模型具有输入参数较少,方便模拟的优点,并且能提高叶面积指数的反演精度。
附图说明
图1为具体实施方式四中改进四分量模型反演LAI值与样地测量LAI值的对比示意图,图中实线为1:1样地测量LAI值,图中黑方框为与测量对应样点的反演LAI值,虚线为拟合方程;图2为具体实施方式四中传统二分量模型反演LAI与样地测量数据对比示意图,图中实线为1:1样地测量LAI值,图中黑方框为与测量对应样点的反演LAI值,虚线为拟合方程;图3为具体实施方式四的传统二分量模型反演LAI示意图,图4为具体实施方式四的改进四分量模型反演LAI示意图。
具体实施方式
具体实施方式一:结合图1说明本实施方式,本实施方式所述基于四分量光学物理模型的叶面积指数反演方法,它包括具体步骤如下:
所述四分量光学物理模型为:
其中,α、K均为消光系数:
K=(2/π)L[(βv-π/2)cosθf+sinβvtanθvsinθf],
α=(2/π)L[(βs-π/2)cosθf+sinβstanθvsinθf],
R4为四分量光学物理模型模拟的植被冠层反射率,R∞,υ为植被光照面反射率,R∞,υt为植被阴影面反射率,Rsz为土壤阴影面反射率,Rss为土壤光照面反射率,θv表示视线天顶角,θf表示叶子法线天顶角,θs为太阳天顶角,L为叶面积指数,h为相对光学高度,h的取值范围从-1到0,其中-1表示冠层底,0表示冠层顶;
βv=arccos(-cotθvcotθf),βs=arccos(-cotθscotθf);
步骤一、根据待处理的遥感图像数据的遥感图像成像条件与森林类型特点确定四分量光学物理模型中的输入参数:R∞,υ、R∞,υt、Rsz和Rss均为实地测量获得,θv、θf、θs、α和K均由遥感图像成像条件确定,R4只与L的变化相关;所述遥感图像数据中包括六幅图像信息;
为植被—土壤体系所构成的混合像元中阴影植被所占比例,为植被—土壤体系所构成的混合像元中光照植被所占比例,e-αLe-KL为植被—土壤体系所构成的混合像元中光照土壤光照面所占比例,
e-KL-e-KLe-αL为植被—土壤体系所构成的混合像元中土壤阴影面所占比例;
步骤二、设L值按0.1步长递增,根据每个L值通过四分量光学物理模型模拟对应的得到一个R4的值,根据所述L值及其对应的R4建立查找表,所述查找表由四分量光学物理模型模拟的六幅不同波段图像的植被冠层反射率,叶面积指数构成,由此建立叶面积指数与植被冠层反射率数据一一对应关系;
本实施方式所述的待处理的遥感图像数据是采用Landsat-7ETM+传感器获得的一组遥感图像,使用该组遥感图像其中的6幅图像,每幅图像对应一个波段。
如表1列出L由1~2,步长为0.1,对应6个波段由四分量模型模拟得到的植被冠层反射率,建立L与植被冠层反射率数据一一对应关系:
表1查找表组成参数
步骤三、采用均方根误差(RMSE)优化技术游历查找表,使均方根误差最小时所对应的叶面积指数即为最优叶面积指数,并将该最优叶面积指数作为反演结果。
在实际应用中,本实施方式所述的待处理的遥感图像数据还可以采用其它型号的传感器获得。不同型号传感器获得的遥感图像数据所包含的图像的数量是不同的,即:不同型号传感器获得的遥感图像数据均包含多个波段对应的多幅图像,因此,上述步骤二中,所述查找表由四分量模拟的图像的幅数与采集遥感图像的传感器型号相关。
具体实施方式二:本实施方式是对实施方式一所述基于四分量光学物理模型的叶面积指数反演方法的进一步限定,所述四分量光学物理模型是根据现有二分量物理模型改进获得,所述现有二分量物理模型为:
R2=Rt(1-e-αL)+Rse-αL (1)
其中R2为二分量物理模型模拟的植被冠层反射率,Rt为植被冠层郁闭度接近1,植被层厚为无限深时的植被冠层反射率,Rs为土壤背景的双向反射率。
具体实施方式三:本实施方式是对实施方式一所述基于四分量光学物理模型的叶面积指数反演方法的进一步限定,步骤三所述的均方根误差采用公式:
计算获得,其中:ρ'j表示四分量光学物理模型模拟植被冠层反射率,ρj表示遥感图像反射率,nb为波段个数。
具体实施方式四:本实施方式是采用实施方式一所述基于四分量光学物理模型的叶面积指数反演方法结合实际参数的一个实施例,
图3为传统二分量模型反演得到的LAI,图4为四分量模型反演得到的LAI。图例颜色由浅到深代表叶面积指数由大到小。图2为传统二分量模型反演LAI值与样地测量LAI值的对比示意图,图1为改进四分量模型反演LAI值与样地测量LAI值的对比示意图,图中黑色直线为y=x,虚直线为拟合方程。
观察比较图2和图1,可以得到由传统二分量模型建立查找表反演得到LAI值集中某一范围内,未能有效的表示LAI随地表植被覆盖情况变化而变化。这一点从图1和图2可以得到定量的说明,图2说明传统二分量模型反演结果集中在2—3范围内,而样地测量LAI在却在1.57—3.5之间,这说明传统二分量模型虽然对植被变化有反应,但是反应不灵敏。
表2参数比较
表2中的拟合方程(x为样地测量叶面积指数,y为模型反演叶面积指数,R为相关系数),本文选择实验区共32个样点的测量LAI值与Landsat-7ETM+遥感图像反演LAI值进行拟合,表2中的拟合方程与R2说明改进四分量模型相比传统二分量模型反演更接近样地测量LAI值,(拟合方程x前的系数与R2值越是接近1,表示图1、2中黑点越靠近1:1直线,即说明反演得到的LAI越是接近样地测量的LAI)。这是由于传统模型仅仅考虑植被—土壤体系所构成的混合像元二分量组分,即可视土壤背景与可视植被的线性相加,未能准确描述植被—土壤体系所构成的混合像元四分量组成,(即光照可视土壤背景、光照可视植被、阴影可视土壤背景与阴影可视植被)。
Claims (3)
1.基于四分量光学物理模型的叶面积指数反演方法,其特征是,它包括具体步骤如下:
所述四分量光学物理模型为:
其中,α、K均为消光系数:
K=(2/π)L[(βv-π/2)cosθf+sinβvtanθvsinθf],
α=(2/π)L[(βs-π/2)cosθf+sinβstanθvsinθf],
R4为四分量光学物理模型模拟的植被冠层反射率,R∞,υ为植被光照面反射率,R∞,υt为植被阴影面反射率,Rsz为土壤阴影面反射率,Rss为土壤光照面反射率,θv表示视线天顶角,θf表示叶子法线天顶角,θs为太阳天顶角,L为叶面积指数,h为相对光学高度,h的取值范围从-1到0;
βv=arccos(-cotθvcotθf),βs=arccos(-cotθscotθf);
步骤一、根据待处理的遥感图像数据的遥感图像成像条件与森林类型特点确定四分量光学物理模型中的输入参数:R∞,υ、R∞,υt、Rsz和Rss均为实地测量获得,θv、θf、θs、α和K均由遥感图像成像条件确定,R4只与L的变化相关;所述遥感图像数据中包括六幅图像信息;
为植被—土壤体系所构成的混合像元中阴影植被所占比例,为植被—土壤体系所构成的混合像元中光照植被所占比例,e-αLe-KL为植被—土壤体系所构成的混合像元中光照土壤光照面所占比例,
e-KL-e-KLe-αL为植被—土壤体系所构成的混合像元中土壤阴影面所占比例;
步骤二、设L值按0.1步长递增,根据每个L值通过四分量光学物理模型模拟对应的得到一个R4的值,根据所述L值及其对应的R4建立查找表,所述查找表由四分量光学物理模型模拟的六幅不同波段图像的植被冠层反射率,叶面积指数构成,由此建立叶面积指数与植被冠层反射率数据一一对应关系;
步骤三、采用均方根误差优化技术游历查找表,使均方根误差最小时所对应的叶面积指数即为最优叶面积指数,并将该最优叶面积指数作为反演结果。
2.根据权利要求1所述基于四分量光学物理模型的叶面积指数反演方法,其特征在于,所述四分量光学物理模型是根据现有二分量物理模型改进获得,所述现有二分量物理模型为:
R2=Rt(1-e-αL)+Rse-αL (1)
其中R2为二分量物理模型模拟的植被冠层反射率,Rt为植被冠层郁闭度接近1,植被层厚为无限深时的植被冠层反射率,Rs为土壤背景的双向反射率。
3.根据权利要求1所述基于四分量光学物理模型的叶面积指数反演方法,其特征在于,步骤三所述的均方根误差采用公式:
计算获得,其中:ρ'j表示四分量光学物理模型模拟植被冠层反射率,ρj表示遥感图像反射率,nb为波段个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210215468.3A CN102706293B (zh) | 2012-06-27 | 2012-06-27 | 基于四分量光学物理模型的叶面积指数反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210215468.3A CN102706293B (zh) | 2012-06-27 | 2012-06-27 | 基于四分量光学物理模型的叶面积指数反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102706293A CN102706293A (zh) | 2012-10-03 |
CN102706293B true CN102706293B (zh) | 2014-10-15 |
Family
ID=46899245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210215468.3A Expired - Fee Related CN102706293B (zh) | 2012-06-27 | 2012-06-27 | 基于四分量光学物理模型的叶面积指数反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102706293B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9646223B2 (en) | 2012-12-26 | 2017-05-09 | Nec Corporation | Image measuring method, system, device, and program |
CN104296696B (zh) * | 2014-06-09 | 2017-01-25 | 北京师范大学 | 一种利用植被冠层阴影提取叶面积指数与平均叶倾角的方法 |
CN106248003B (zh) * | 2016-08-24 | 2018-10-16 | 电子科技大学 | 一种三维激光点云提取植被冠层聚集度指数的方法 |
CN108009392B (zh) * | 2017-10-19 | 2022-01-04 | 桂林航天工业学院 | 一种浓密植被地表的遥感反射率模型构建及标定应用方法 |
CN112364681B (zh) * | 2020-09-21 | 2022-10-04 | 生态环境部卫星环境应用中心 | 基于二维表的植被覆盖度估算方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101788283A (zh) * | 2010-03-31 | 2010-07-28 | 东北林业大学 | 叶面积指数的测定方法 |
CN102269576A (zh) * | 2010-06-03 | 2011-12-07 | 曹春香 | 一种森林覆盖度及有效叶面积指数的主被动协同反演方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007171033A (ja) * | 2005-12-22 | 2007-07-05 | Univ Nagoya | 葉面積指数の間接測定方法および間接測定システム |
-
2012
- 2012-06-27 CN CN201210215468.3A patent/CN102706293B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101788283A (zh) * | 2010-03-31 | 2010-07-28 | 东北林业大学 | 叶面积指数的测定方法 |
CN102269576A (zh) * | 2010-06-03 | 2011-12-07 | 曹春香 | 一种森林覆盖度及有效叶面积指数的主被动协同反演方法 |
Non-Patent Citations (7)
Title |
---|
Forest Structural Variables Retrieval Using EO-1 Hyperion Data in Combination with Linear Spectral Unmixing and an Inverted Geometric-optical Model;曾源等;《遥感学报》;20070930;第11卷(第5期);第648-658页 * |
JP特开2007-171033A 2007.07.05 |
曾源等.Forest Structural Variables Retrieval Using EO-1 Hyperion Data in Combination with Linear Spectral Unmixing and an Inverted Geometric-optical Model.《遥感学报》.2007,第11卷(第5期),第648-658页. |
柏军华等.棉花叶面积指数冠层反射率光谱响应及其反演.《中国农业科学》.2007,第40卷(第1期),第63-69页. |
棉花叶面积指数冠层反射率光谱响应及其反演;柏军华等;《中国农业科学》;20070131;第40卷(第1期);第63-69页 * |
王强等.离散植被冠层的解析混合BRDF模型- MGeoSAIL.《测绘学报》.2010,第39卷(第2期),第195-201页. |
离散植被冠层的解析混合BRDF模型- MGeoSAIL;王强等;《测绘学报》;20100430;第39卷(第2期);第195-201页 * |
Also Published As
Publication number | Publication date |
---|---|
CN102706293A (zh) | 2012-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102706293B (zh) | 基于四分量光学物理模型的叶面积指数反演方法 | |
CN103198314B (zh) | 遥感图像辐射校正方法 | |
CN102628940B (zh) | 一种遥感图像大气订正方法 | |
CN106226260A (zh) | 一种结合微波和红外遥感影像的土壤水分反演方法 | |
CN106407656A (zh) | 一种基于高分辨率卫星影像数据的气溶胶光学厚度反演方法 | |
Kim et al. | Effect of the urban land cover types on the surface temperature: Case study of Ilsan new city | |
CN102901516A (zh) | 一种基于绝对辐射定标的多光谱影像辐射校正方法 | |
CN107796764A (zh) | 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法 | |
CN112131746B (zh) | 叶绿素a浓度反演方法及系统 | |
CN102636143A (zh) | 一种气溶胶光学厚度遥感反演方法 | |
CN105404873B (zh) | 一种基于ndvi时间序列坐标转换的冬小麦识别方法 | |
CN108955883A (zh) | 基于高光谱数据的遥感器辐射定标方法及定标系统 | |
CN109883957A (zh) | 基于modis影像的表观反射率模型构建方法、系统及定标方法 | |
CN103186893A (zh) | 一种普适的高分辨率遥感图像融合方法 | |
CN111415309A (zh) | 一种基于最小反射率法的高分辨率遥感影像大气校正方法 | |
JPWO2019044244A1 (ja) | 作物栽培支援装置 | |
CN106501816A (zh) | 一种枣树冠层氮含量的卫星遥感监测方法 | |
CN106501255A (zh) | 一种枣树冠层总叶绿素含量的卫星遥感监测方法 | |
JP2008076346A (ja) | 植物の生育度測定装置及び生育度測定方法 | |
CN106504240A (zh) | 一种枣树冠层叶绿素a含量的卫星遥感监测方法 | |
Guillén-Climent et al. | Estimating radiation interception in an olive orchard using physical models and multispectral airborne imagery | |
CN103268618A (zh) | 一种多光谱遥感数据真彩色定标方法 | |
CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 | |
CN102636439A (zh) | 一种确定小麦植株吸氮量核心波段的方法 | |
CN105137019B (zh) | 一种纠正卫星遥感数据辐射误差的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141015 |