考虑红边特性的多平台遥感数据叶面积指数反演方法研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

考虑红边特性的多平台遥感数据叶面积指数反演方法研究

叶面积指数(Leaf Area Index,LAI)是最重要的植被结构参数之一,是作物长势监测、作物估产、肥水管理等精准农业必备的数据源。遥感技术为大面积、及时获取LAI提供了有效手段。红边波段能够用于研究植物养分及健康状态监测、植被识别和生理生化参数等信息,

是定量遥感分析的理论基础。利用不同遥感数据估测植被LAI各有其优劣性,叶面积指数反演过程中需要充分挖掘包含红边波段的不同数

据源的特点。例如,高光谱数据红边波段数量多、波段窄,但是存在波段间高度相关、数据冗余的问题;包含单个红边波段的多光谱数据,

红边波段较宽,比高光谱数据的红边波段缺少了许多细节;包含多个

红边波段的多光谱数据,可以反映更多红边区域的光谱细节,并且由

于红边区域反射率迅速上升,红边区域内的不同波段之间存在较大差别,在实际反演中需要进行合理选择。本文针对不同遥感数据源的特点,围绕红边波段进行叶面积指数反演研究,主要研究内容及结论如下:(1)基于近地和航空高光谱数据红边波段的叶面积反演方法研究。基于研究区域采集的近地、航空高光谱数据和田间同步试验测量LAI 数据,探究航空和地面高光谱数据红边区域对冬小麦LAI的反演能力。首先,建立高光谱植被指数反演模型,进而研究红边波段组合法和传

统波段组合、逐波段组合方法对植被指数反演LAI精度的影响,结果

显示在红边区域680-750nm波段范围内,波段组合得到的植被指数与LAI的相关性非常高。最后,针对不同肥水条件下叶面积指数的特征

光谱及参数随不同试验条件存在差异,本文基于航空和近地高光谱数

据,以及田间实测数据,建立了基于高光谱植被指数MSAVI(Modified Soil-Adjusted Vegetation Index),NDVI(Normalized Difference Vegetation Index)和MTVI2(Modified Triangular Vegetation Index 2)的普适性强、精度高的冬小麦叶面积指数估算模型。(2)基于包含单个红边波段的多光谱卫星数据反演作物叶面积指数方法研究。针对一般红边波段代替红波段的改进植被指数多是基于单一时相、单一作物实现LAI估算中存在的对叶绿素含量的干扰因素考虑不足的缺陷,本文提出基于红边波段和红波段进行组合改进的新植被指数

ndvired&re(red-edgenormalizeddifferencevegetationindex),msr red&re(red-edgemodifiedsimpleratioindex)和

cired&re(red-edgechlorophyllindex)。依据田间实测的不同生育时期的四种作物(小麦,大麦,苜蓿,玉米)的叶面积指数和与田间试验准同步的rapideye卫星影像,建立基于植被指数的反演模型,结果证明本文提出的植被指数克服了在多时相和多种类型作物的情况下叶绿

素含量的变化对lai反演的影响,有效提高了lai的反演精度,比一般红边波段代替红波段的植被指数反演结果的决定系数提高至少10%。

(3)基于包含多个红边波段的多光谱卫星数据反演作物叶面积指数方法研究。面对包含多个红边波段的新发射多光谱卫星在作物参数反演中的研究尚未成熟的情况,本文以搭载两个红边波段的sentinel-2

卫星为例,针对不同红边波段之间光谱差异、多个红边波段的波段选择等问题,采用三种叶面积指数反演的经典方法:查找表、神经网络和植被指数法,建立冬小麦叶面积指数反演模型。作为对比,同时利用不

包含红边波段的landsat8卫星数据反演,由卫星数据、农学信息、地面实测等多元数据,反演了北京顺义区部分样点的冬小麦叶面积指数。结果表明,具有更高的“时-空-谱”分辨率的sentinel-2卫星,比landsat8卫星反演精度更高。sentinel-2卫星搭载的中心波长为

705nm和740nm的两个红边波段,比单个红边波段的多光谱数据(如rapideye)提供了更丰富的红边区域波谱信息,以及更多与lai高度

相关的基于705nm和750nm的植被指数的选择。本研究可以为搭载多个红边波段的多光谱卫星数据在植被定量遥感中的应用提供理论依据。本文的研究结论表明高光谱数据红边区域680-750nm波段范围内,植被指数与lai的相关性非常高;基于包含单个红边波段的多光谱卫

星数据可以通过结合红边波段的改进植被指数,来抑制叶绿素含量等

因素的影响,提高lai的反演精度;多个红边波段的多光谱卫星数据

的红边波段之间反射率差异显著,提供了比单波段多光谱数据更加丰

富的红边波段信息,有利于丰富植被指数类型选择和lai反演模型精

度的提升。以上结论可以为高光谱数据、包含一个或多个红边波段的多光谱数据在作物叶面积指数反演中的应用提供理论依据,为作物生

长状态监测、农田管理决策提供可靠的参考信息。同时本文证明了sentinel-2卫星搭载的两个中心波长分别为705nm和740nm的红边

波段,在叶面积指数反演中具有重要的应用价值,可以为多光谱传感

器的波段设计提供参考依据。

相关文档
最新文档