CN117517312A - 一种利用三维辐射传输模型估算冠层可燃物含水率的方法 - Google Patents
一种利用三维辐射传输模型估算冠层可燃物含水率的方法 Download PDFInfo
- Publication number
- CN117517312A CN117517312A CN202311514839.2A CN202311514839A CN117517312A CN 117517312 A CN117517312 A CN 117517312A CN 202311514839 A CN202311514839 A CN 202311514839A CN 117517312 A CN117517312 A CN 117517312A
- Authority
- CN
- China
- Prior art keywords
- vegetation
- canopy
- combustible
- optical properties
- scene
- 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.)
- Pending
Links
- 230000005855 radiation Effects 0.000 title claims abstract description 47
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 37
- 230000005540 biological transmission Effects 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000003287 optical effect Effects 0.000 claims abstract description 39
- 238000002310 reflectometry Methods 0.000 claims abstract description 32
- 238000004088 simulation Methods 0.000 claims abstract description 27
- 238000011160 research Methods 0.000 claims abstract description 26
- 230000003595 spectral effect Effects 0.000 claims abstract description 18
- 238000001228 spectrum Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 8
- 229930002877 anthocyanin Natural products 0.000 claims description 3
- 235000010208 anthocyanin Nutrition 0.000 claims description 3
- 239000004410 anthocyanin Substances 0.000 claims description 3
- 150000004636 anthocyanins Chemical class 0.000 claims description 3
- 239000001058 brown pigment Substances 0.000 claims description 3
- 235000021466 carotenoid Nutrition 0.000 claims description 3
- 150000001747 carotenoids Chemical class 0.000 claims description 3
- 229930002868 chlorophyll a Natural products 0.000 claims description 3
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 230000001766 physiological effect Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 208000032544 Cicatrix Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000209504 Poaceae Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于技术领域，具体提供一种利用三维辐射传输模型估算冠层可燃物含水率的方法，所述方法包括如下步骤：构建研究区植被的三维场景元素；利用叶片反射率模型生成研究区植被叶片的光学属性；根据研究区植被的密集程度和分布形式设置场景元素的生长位置；通过光子追踪模拟生成场景元素在不同波段的光谱反射数据，并模拟植被的光学属性；利用模拟的植被的光学属性结合叶片反射率模型中等水分厚度和干物质重量计算出植被冠层可燃物含水率。较好地实现了异质地表植被冠层反射辐射特征的模拟，进而提高了植被冠层可燃物含水率的估测精度。
Description
技术领域
本发明涉及遥感技术领域，具体涉及一种利用三维辐射传输模型估算冠层可燃物含水率的方法。
背景技术
森林、草原火灾对生态系统和人类社区造成严重威胁。植被的焚烧和树木的死亡，打乱生态平衡，影响野生动植物种群多样性。森林火灾释放大量烟雾、灰尘和有害气体，污染大气，对人类健康产生威胁。森林火灾造成农业、旅游业等经济部门对经济损失，火灾可能破坏基础设施，对社会功能和生活质量产生负面影响。大规模的森林火灾可能导致人员伤亡，周围生活居民面临生命安全风险和财产损失。森林火灾的影响可能持续数年，甚至几十年。植被的恢复需要时间，而火灾遗留的疤痕可能永久改变生态系统的结构和功能。因此，准确估测植被可燃物含水率对于火灾风险评估、火灾预警和森林管理至关重要。植被的可燃物含水率直接影响火灾的发展和扩散。干旱和干燥的植被更容易燃烧，而含水率高的植被则对火灾具有一定的阻碍作用。因此，精确估测植被的可燃物含水率有助于预测火灾的潜在危险程度。
植被遥感领域目前涌现了一系列模型，三维辐射传输模型逐渐成为研究异质地表植被冠层反射辐射特征的重要工具，三维辐射传输模型通常基于真实场景结构，能够模拟从叶片尺度到冠层尺度的反射特性。相对于其他模型，三维辐射传输模型减少了对场景进行简化的要求，因此能更准确地考虑地表的异质性以及植被冠层的内部结构。
如何利用三维辐射传输模型进行植被冠层可燃物含水率估测是现阶段要解决的问题。
发明内容
针对如何利用三维辐射传输模型进行植被冠层可燃物含水率估测的问题，本发明提供一种利用三维辐射传输模型估算冠层可燃物含水率的方法。
第一方面，本发明技术方案提供一种利用三维辐射传输模型估算冠层可燃物含水率的方法，包括如下步骤：
构建研究区植被的三维场景元素；
利用叶片反射率模型生成研究区植被叶片的光学属性；
根据研究区植被的密集程度和分布形式设置场景元素的生长位置；
通过光子追踪模拟生成场景元素在不同波段的光谱反射数据，并模拟植被的光学属性；
利用模拟的植被的光学属性结合叶片反射率模型中等水分厚度和干物质重量计算出植被冠层可燃物含水率。
作为本发明技术方案的进一步限定，利用叶片反射率模型生成研究区植被叶片的光学属性的步骤包括：
利用叶片反射率模型ProspectD模型，依据研究区内真实植被的场景设置各参数范围，生成植被不同生理属性下的光学属性。
作为本发明技术方案的进一步限定，通过光子追踪模拟生成场景元素在不同波段的光谱反射数据，并模拟植被的光学属性的步骤包括：
通过光子追踪模拟，设置模拟参数和需要模拟的光谱波段，生成场景在不同波段的光谱反射率数据；
获取研究区通过遥感卫星获取的光谱数据，根据光谱反射率数据计算出与卫星光谱数据最接近的模拟光谱，获得对应植被的光学属性。
作为本发明技术方案的进一步限定，通过光子追踪模拟，设置模拟参数和需要模拟的光谱波段，生成场景在不同波段的光谱反射率数据的步骤包括：
设置模拟参数，包括叶片结构参数、叶绿素a+b含量、类胡萝卜素含量、褐色素浓度、等水分厚度、干物质重量和花青素浓度；
设置需要模拟的光谱波段400nm到2500nm并设置步长；
对场景元素进行描述；
生成光线并进入场景；
计算光线与场景元素的交点；
确定场景元素在不同波段的光谱反射率数据。
作为本发明技术方案的进一步限定，获取研究区通过遥感卫星获取的光谱数据，根据光谱反射率数据计算出与卫星光谱数据最接近的模拟光谱，获得对应植被的光学属性的步骤包括：
将模拟的植被的光学属性中的窄波段合成宽波段，得到与MODIS卫星的MCD43A4.006数据相同的七个波段；
根据代价函数找到与卫星观测光谱最接近的模拟光谱，获得对应植被的光学属性。代价函数选择：式中，v和w分别表示卫星观测光谱和模拟光谱，两个光谱都是一个n维向量。
作为本发明技术方案的进一步限定，利用模拟的植被的光学属性结合叶片反射率模型中等水分厚度和干物质重量计算出植被冠层可燃物含水率的步骤包括：
利用模拟的植被的光学属性结合叶片反射率模型中等水分厚度和干物质重量计算出植被冠层可燃物含水率；
选取多组计算出的植被冠层可燃物含水率取平均值作为最终的计算结果。
从以上技术方案可以看出，本发明具有以下优点：利用三维辐射传输模型实现了基于真实研究区场景的构建，对于异质性的研究区具有较好的适应性，通过定量地分析太阳辐射在植被冠层中的传输过程，较好地实现了异质地表植被冠层反射辐射特征的模拟，进而提高了植被冠层可燃物含水率的估测精度。考虑了地表植被的异质性结构，既能够处理真实结构场景又能够模拟大尺度遥感数据，将其应用到植被冠层可燃物含水率的估测解决了传统模型尺度小以及泛化能力不强的问题。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的方法的示意性流程图。
图2是本发明另一个实施例的方法的示意性流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
如图1所示，本发明实施例提供一种利用三维辐射传输模型估算冠层可燃物含水率的方法，包括如下步骤：
步骤1：构建研究区植被的三维场景元素；
通过三角面片和简单几何体的形式来构建研究区的植被的三维结构，如树木、草、灌木等。
步骤2：利用叶片反射率模型生成研究区植被叶片的光学属性；
利用叶片反射率模型ProspectD模型，依据研究区真实植被的场景设置各参数范围，通过查找表的方式生成植被不同生理属性下的光学属性；
PROSPECT模型是一个基于Allen的广义“平板模型”的辐射传输模型，它代表了植物叶片在400nm到2500nm范围内的光学特性。散射用光谱折射率(n)和表征叶片叶肉结构的参数(n)来描述。吸收用色素浓度(Ca+b)、含水量(Cw)和相应的特定光谱吸收系数(Ka+b和Kw)来建模。参数n、Ka+b和Kw是根据不同植物类型和状态的实验数据拟合得到的。PROSPECT已在独立数据集上成功测试。通过调整三个输入变量N、Ca+b和Cw，它的反演可以在400－2500nm范围内以合理的精度重建叶片反射率和透射率特征。三维辐射传输模型按照以下方式构建：
光线追踪是一种常用于计算机图形学领域用于生成二维图像的方法，它是通过发射光线并跟踪这些光线在三维场景中的传播路径。在本质上，光线追踪涉及计算光源发出的光线如何在虚拟场景中反射、透射和折射，并最终得到传感器捕获到的辐亮度信息。这一过程通常可用渲染方程来表述：LO(q，ω0)＝Le(q,ω0)+∫4πf(q，ωi，w0)Li(q,ωi)|cosθi|dωi式中LO(q，ω0)为场景中从q点出发沿ω0方向出射的辐亮度；Le(q，ω0)为q点沿ω0方向发射的辐亮度(例如热辐射)；f(q，ωi，wo)表示q附近的双向散射分布函数(BidirectionalScattering Distribution Function，BSD F)；Li(q，ωi)为q点附近沿ωi方向的入射辐亮度；θi表示入射光线与局部表面法向量之间的夹角。整个积分式表示从q点沿w0方向出射的辐亮度等于该点处物体自身发射的辐亮度以及周围所有入射辐亮度经过该点散射到出射方向的辐亮度之和。
步骤3：根据研究区植被的密集程度和分布形式设置场景元素的生长位置；
步骤4：通过光子追踪模拟生成场景元素在不同波段的光谱反射数据，并模拟植被的光学属性；
通过光子追踪模拟，设置模拟参数和需要模拟的光谱波段，生成场景在不同波段的光谱反射率数据；获取研究区遥感卫星获取的光谱数据，利用查找表算法计算出与卫星光谱数据最接近的模拟光谱，从而获得对应植被的光学属性；
利用三维辐射传输模型建立模拟的全过程至少包括以下几个步骤：
三维场景的几何描述：首要是在计算机中详细描述虚拟场景的整体结构，包括使用一定的方法对场景元素进行描述，这些元素可以是诸如球体、三角网格和浑浊介质等简单几何形状。这个描述的关键目标是计算光线与场景元素的交点。
光线的发射：通常情况下，光线起源于场景内的辐射源并穿越场景，而这些辐射源可能是太阳、大气等自然界中的典型来源。在后向光线追踪模式下，光线并不是从辐射源自身发射出来，而是从传感器生成并进入场景。
光线与场景元素的交点计算：确定交点是光线跟踪中的核心任务，也是最耗时的部分。这是因为每条光线必须测试是否与场景中的每个元素相交，以确定是否存在交点。为了提高效率，通常采用一些空间加速数据结构(例如层次包围盒BVH)来管理场景元素，以提升交点计算的效率。
场景元素光学属性的确定：针对每个光线与场景的交点，根据该点的光学属性来确定光线能量的变化以及散射光线的方向。一般而言，物体表面的光学属性用双向散射分布函数BSDF来描述，这函数表示了入射光被散射到特定方向的能量大小，这里的散射指的是光线与场景元素碰撞后发生的反射、透射以及折射现象。
辐射信息的计算：通过追踪光线在场景中每次碰撞后的能量变化，可以计算出光线最终离开场景时的能量，从而获得传感器记录的辐亮度信息。此外，根据需求，还可以在光线传播的过程中提取各种不同的辐射信息，如计算特定场景元素所接收的能量。
本实施例中所述的三维辐射传输模型，采用前向光线追踪算法，前向光线追踪是指光线从光源出发进入场景，经场景中元素反射后进入传感器的过程，因此前向光线跟踪算法能够在一次模拟中同时模拟多个角度的BRF。
在构建三维辐射传输模型时，主要考虑的光源有太阳直射入射和天空散射光入射，一般将太阳直射入射作为平行光处理，而天空散射光则作为各向同性入射光处理。对于直射光，LESS将其表示为一个投影后能够覆盖整个场景的圆盘，该圆盘的大小和位置由场景外接球决定。光子的起始位置位于外接球的外接圆柱上一定距离的圆盘上，假设沿太阳入射方向的辐照度为：则整个光源的发射功率为：Ldir＝πr2Edir；散射光中，光子最初位置位于场景上方的一个半球内，该半球的半径通常是外接球半径的2～3倍。光子的方向是在该半球内局部的半球空间中以随机方式采样的，即光子的方向遵循局部表面并按照朗伯余弦分布进行分散。如果天空中的散射光强度为Idiff，那么天空的发射功率为：Idiff＝2π2r2Idiff；
假设在一个模拟过程中产生的总的光子数为N，那么每个光子的能量P0(λ)(瓦特)可以表示为
当产生这N个光子时，在直射光源和天空散射光源上产生的光子数是按照一定权重进行分配的，即
在上述公式中，k代表光源的数量。需要强调的是，这里的“光子”指的是能量包，包含了不同波段的能量。此外，这个光子的能量是可变的，可能会在传输过程中根据不同波段的反射率而发生变化。一旦确定了光子的起始位置和方向，就可以计算光子与场景的交点，从而追踪其传播路径。当一个光子与场景元素相交但未完全吸收时，会沿着虚拟方向(即需要计算BRF的方向)释放一个虚拟光子，并计算入射光子通过碰撞点可能沿虚拟方向散射的能量(以(W·sr-1)为单位)，即I＝V·Pq-1·f(q,ωi,ωv)·cos<ωv,ωn>；式中Pq-1表示光子在第q个碰撞点的入射能量；ωv代表需要计算BRF的虚拟方向；V表示可视因子，若虚拟光子在虚拟方向上的传播路径被场景元素遮挡，则V＝0，否则V＝1。在发射虚拟光子时，还需要考虑场景边缘效应，最终的BRF计算公式为式中/>为虚拟方向v的辐射强度(W·sr-1)；θv是虚拟方向的天顶角。利用虚拟方向计算方向反射率的优势在于计算BRF的立体角是无限小的，也更容易与其他辐射传输模型进行比较。
步骤5：利用模拟的植被的光学属性结合叶片反射率模型中等水分厚度和干物质重量计算出植被冠层可燃物含水率。
如图2所示，本发明实施例还提供一种利用三维辐射传输模型估算冠层可燃物含水率的方法，包括如下：
(1)采集数据：估测目标为可燃物含水率(Live Fue lMoisture Content，LFMC)，它是指在采样单元内的植物的湿重与干重之差除以干重得到的比值，反映了单位植被叶片的含水程度，本例中使用的数据为实地采样所得。
本实施例中选择可燃物含水率与三维辐射传输模型模拟的反射率数据及通过卫星获得的反射率数据作为可燃物含水率估测数据。卫星数据选择MODIS卫星的MCD43A4.006数据，该数据包含7个波段：红光(620－670nm)、近红外(841－876nm)、蓝光(459－479nm)、绿光(545－565nm)、短波红外(1230－1250nm)、短波红外(1628－1652nm)和短波红外红光(2105－2155nm)。
(2)利用叶片反射率模型PROSPECTD模型设置模拟植被的光谱属性；
PROSPECTD模型有7个参数，分别是叶片结构参数、叶绿素a+b含量、类胡萝卜素含量、褐色素浓度、等水分厚度、干物质重量和花青素浓度，合理设置参数就能准确地描述植被的生理状态，进而可获得植物叶片在400nm到2500nm范围内的光学特性。根据研究区植被的生理特性可确定的取值范围，并设置合理的步长，即可获得不同生理特性下的植被光学特性的查找表。
(3)三维辐射传输模型的建模；
利用三角面片及简单几何体的形式构建三维场景元素，如树木、灌木和草。并利用步骤(2)设置对应的植被光学属性。根据研究区植被的密集程度和分布形式设置场景元素生长位置。根据步骤(1)中MODIS卫星数据的7个波段，设置模拟的波段范围和模拟步长大小。同时设置大气条件、地形条件、模拟光子参数等。利用批处理工具，对三维辐射传输模型的参数设置不同的值，就可以得到不同参数下的不同模拟反射率，即生成查找表。
(4)利用查找表算法获得植被冠层可燃物含水率的估测值；
利用光谱响应函数：
其中，Rrs(bandi)为卫星的i波段的等效遥感反射率；λ1与λ2为该波段的波段范围；Rrs(λ)为实测高光谱遥感反射率；SRF(λ)为λ波长处的光谱响应率。
将模型模拟的窄波段合成宽波段，最终得到与MODIS卫星的MCD43A4.006数据相同的7个波段。根据波段公式计算常用的植被指数，代价函数：式中，v和w分别表示卫星观测光谱和模型模拟光谱，两个光谱都是一个n维向量。根据代价函数找到与卫星观测光谱最接近的模型模拟光谱，此时查找三维辐射传输模型以及叶片反射率模型的参数设置，即得到最能准确描述研究区特征的一组模型参数。
根据LFMC计算公式：即可得到植被冠层可燃物含水率的估测值。为了增强反演结果的一致性，选取前80个最优匹配计算得到的LFMC值的平均值作为最终的反演结果。
本实施例提供的基于三维辐射传输模型的植被冠层可燃物含水率的估测方法。通过建立三维辐射传输模型，利用查找表算法找到最能表征真实研究区的参数设置，进而获得其对应的表征冠层可燃物含水率的值。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种利用三维辐射传输模型估算冠层可燃物含水率的方法，其特征在于，包括如下步骤：
构建研究区植被的三维场景元素；
利用叶片反射率模型生成研究区植被叶片的光学属性；
根据研究区植被的密集程度和分布形式设置场景元素的生长位置；
通过光子追踪模拟生成场景元素在不同波段的光谱反射数据，并模拟植被的光学属性；
利用模拟的植被的光学属性结合叶片反射率模型中等水分厚度和干物质重量计算出植被冠层可燃物含水率。
2.根据权利要求1所述的利用三维辐射传输模型估算冠层可燃物含水率的方法，其特征在于，利用叶片反射率模型生成研究区植被叶片的光学属性的步骤包括：
利用叶片反射率模型ProspectD模型，依据研究区内真实植被的场景设置各参数范围，生成植被不同生理属性下的光学属性。
3.根据权利要求2所述的利用三维辐射传输模型估算冠层可燃物含水率的方法，其特征在于，通过光子追踪模拟生成场景元素在不同波段的光谱反射数据，并模拟植被的光学属性的步骤包括：
通过光子追踪模拟，设置模拟参数和需要模拟的光谱波段，生成场景在不同波段的光谱反射率数据；
获取研究区通过遥感卫星获取的光谱数据，根据光谱反射率数据计算出与卫星光谱数据最接近的模拟光谱，获得对应植被的光学属性。
4.根据权利要求3所述的利用三维辐射传输模型估算冠层可燃物含水率的方法，其特征在于，通过光子追踪模拟，设置模拟参数和需要模拟的光谱波段，生成场景在不同波段的光谱反射率数据的步骤包括：
设置模拟参数，包括叶片结构参数、叶绿素a+b含量、类胡萝卜素含量、褐色素浓度、等水分厚度、干物质重量和花青素浓度；
设置需要模拟的光谱波段400nm到2500nm并设置步长；
对场景元素进行描述；
生成光线并进入场景；
计算光线与场景元素的交点；
确定场景元素在不同波段的光谱反射率数据。
5.根据权利要求4所述的利用三维辐射传输模型估算冠层可燃物含水率的方法，其特征在于，获取研究区通过遥感卫星获取的光谱数据，根据光谱反射率数据计算出与卫星光谱数据最接近的模拟光谱，获得对应植被的光学属性的步骤包括：
将模拟的植被的光学属性中的窄波段合成宽波段，得到与MODIS卫星的MCD43A4.006数据相同的七个波段；
根据代价函数找到与卫星观测光谱最接近的模拟光谱，获得对应植被的光学属性。
6.根据权利要求5所述的利用三维辐射传输模型估算冠层可燃物含水率的方法，其特征在于，利用模拟的植被的光学属性结合叶片反射率模型中等水分厚度和干物质重量计算出植被冠层可燃物含水率的步骤包括：
利用模拟的植被的光学属性结合叶片反射率模型中等水分厚度和干物质重量计算出植被冠层可燃物含水率；
选取多组计算出的植被冠层可燃物含水率取平均值作为最终的计算结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311514839.2A CN117517312A (zh) | 2023-11-10 | 2023-11-10 | 一种利用三维辐射传输模型估算冠层可燃物含水率的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311514839.2A CN117517312A (zh) | 2023-11-10 | 2023-11-10 | 一种利用三维辐射传输模型估算冠层可燃物含水率的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117517312A true CN117517312A (zh) | 2024-02-06 |
Family
ID=89754533
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311514839.2A Pending CN117517312A (zh) | 2023-11-10 | 2023-11-10 | 一种利用三维辐射传输模型估算冠层可燃物含水率的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117517312A (zh) |
-
2023
- 2023-11-10 CN CN202311514839.2A patent/CN117517312A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zheng et al. | Retrieving leaf area index (LAI) using remote sensing: theories, methods and sensors | |
| Chen et al. | Recent advances in geometrical optical modelling and its applications | |
| Vanderbilt et al. | Polarization of light scattered by vegetation | |
| Myneni et al. | On the relationship between FAPAR and NDVI | |
| Nilson et al. | A reflectance model for the homogeneous plant canopy and its inversion | |
| Stuckens et al. | The impact of common assumptions on canopy radiative transfer simulations: A case study in Citrus orchards | |
| CN106874621B (zh) | 一种针叶植被冠层反射率计算方法 | |
| Miller et al. | The ARM Mobile Facility and its first international deployment: Measuring radiative flux divergence in West Africa | |
| Roy | Spectral reflectance characteristics of vegetation and their use in estimating productive potential | |
| Johnston et al. | Experimental confirmation of the MWIR and LWIR grey body assumption for vegetation fire flame emissivity | |
| CN114663786B (zh) | 基于点云数据和计算机图形学的林分辐射通量计算方法 | |
| Kallel et al. | Canopy polarized BRDF simulation based on non-stationary Monte Carlo 3-D vector RT modeling | |
| Nilson et al. | Modeling radiative transfer through forest canopies: implications for canopy photosynthesis and remote sensing | |
| Kallel | FluLCVRT: Reflectance and fluorescence of leaf and canopy modeling based on Monte Carlo vector radiative transfer simulation | |
| Zhao et al. | Simulation of solar-induced chlorophyll fluorescence by modeling radiative coupling between vegetation and atmosphere with WPS | |
| Zhang et al. | Modeling and simulation of polarimetric hyperspectral imaging process | |
| Lai et al. | Correcting for the clumping effect in leaf area index calculations using one-dimensional fractal dimension | |
| CN117517312A (zh) | 一种利用三维辐射传输模型估算冠层可燃物含水率的方法 | |
| Gholz et al. | The use of remote sensing in the modeling of forest productivity | |
| Strub et al. | Evaluation of spectrodirectional Alfalfa canopy data acquired during DAISEX'99 | |
| Zhang et al. | Transmission Characteristics of Terahertz Imaging Detection in Smoke Environments | |
| Sakai et al. | FLiES-SIF ver. 1.0: Three-dimensional radiative transfer model for estimating solar induced fluorescence | |
| Lewis | A botanical plant modelling system for remote sensing simulation studies | |
| Gastellu-Etchegorry et al. | Modeling radiative transfer in heterogeneous 3D vegetation canopies | |
| Disney | Improved estimation of surface biophysical parameters through inversion of linear BRDF models |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |