遥感反演
合集下载
相关主题
- 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、"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、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)。
冬小麦叶面积指数(LAI)的遥感反演
——经验模型和物理模型方法
李淑敏 2010/12/13
1
Hale Waihona Puke Baidu
本次课程主要内容
第一部分.基础知识
叶面积指数LAI、遥感反演
第二部分.遥感反演LAI的方法
经验模型反演方法、物理模型反演方法
几何光学模型、辐射传输模型 PROSPECT模型、SAIL模型 BRDF模型 PROSAIL模型
LAI反演 lishumin
26
第二部分
PROSPECT模型 –叶片水平
叶片散射率模型，此模型模拟叶片从可见光到中红外波段 （400nm~2500nm）的反射和透射率，并将它们作为叶 片结构参数和生物化学参数的函数。 基于Allen（1969）提出的“平板模型”，即把叶片看做为 一个表面粗糙的均匀平板，把非致密型叶片当做由N层平板 夹和N-1层空气组成。现在N已经被扩展到实数范围内，N 实际描述的是叶片内部的结构。 PROSPECT模型需要以下5个参数：结构参数N，叶绿素， 含水量，蛋白质和纤维素含量就可以模拟出叶片的光谱反射 和透射率。
LAI反演 lishumin
22
第二部分
太阳 观测
方位角
天顶角 高度角
―二向反射率” 指反射率是由太阳光的入射方向和观测者的 观测方向共同决定。 多角度遥感 我们通常用的反射率是指星下点观测（垂直观测）的反射率。
LAI反演 lishumin
23
BRDF模型
二向性反射的研究主要是对二向性反射分布函数模型的研究。 二向性反射分布函数
(Bi-directional Reflectance Distribution Function，简称BRDF)
BRDF模型
其研究的两个主要方向即正向问题和反演问题。
BRDF模型适用于所有植被类型
24
第二部分
反向模型
总反射率
代表光源、植被冠 层、探测器、大气、 土壤等影响植被冠 层反射率的因素
正向模型
第三部分.研究实例
硕士论文——―基于MODIS/ASTER的区域冬小麦叶面
积指数PROSAIL模型反演研究”
LAI反演 lishumin
2
第一部分
叶面积指数 leaf area index
定义：单位土地面积上植被叶片总面积。 叶片总面积/占地面积
陆地生态系统的一个十分重要的参数： 农作物产量预估和病虫害评价； 反映作物生长发育的动态特征和健康状况。 叶面积指数越大，表明单位土地面积上的叶面积越大。 那么，叶面积指数越大越好吗?? 以冬小麦为例了解叶面积指数变化情况
植被的光谱特征-红光波段和近红外波段
红 -光合作用吸收谷 –低反射率 近红 -高反射峰 –高反射率
―一峰一谷”是植被的光谱特征，与地表其它地物的光谱特 征存在很大差别，所以这一特征成为遥感识别植被并判断 植被状态的主要依据。
LAI反演 lishumin
8
第一部分
有了遥感反演的方法，地面实测方法是否还需要呢？
另一种则无明显几何特征（如大面积草地、已封垄的农 作物等连续植被，RT）。
LAI反演 lishumin
17
几何光学模型与辐射传输模型特点对照表
18
第二部分
几何光学模型 （Geometric-Optical，GO）
主要考虑地表的宏观几何结构，把地表假设为具有已知 几何形状和光学性质，按一定方式排列的几何体，通过 分析几何体对光线的截获和遮阴及地表面的反射来确定 植被冠层的方向反射（赵英时，2003）。 优点：考虑了植被冠层的二向性反射；
LAI反演 lishumin
3
第一部分
一个生长期内冬小麦叶面积指数变化
低 增 缓 增 衰 减 快 增
图为不同群体叶面积指数消 长模型（彭永欣等，1992） 1—过大群体; 2—高产群体; 3—过小群体.
LAI消长动态分为四个时期
1. 低速增长期，叶片总数较多，但叶面积较小，总叶面积增速较低； 2. 缓慢增长期，单叶面积渐次增加，但低温条件，出叶周期延长； 3. 快速增长期，气温回升，植株生长快速，至孕穗期LAI达峰值；
模型精度没有保证。
LAI反演 lishumin
14
第二部分
方法二 物理反演
物理模型反演方法又称基于物理学的光学模型方法
目前，植被遥感物理模型分为几何光学模型、辐射 传输模型以及二者的混合模型，它们都是物理光学 模型 与经验统计反演LAI方法相比较，物理模型反演是 更为可靠的方法 ??
LAI反演 lishumin
LAI反演 lishumin
28
第二部分
叶片结构参数N，叶 绿素，含水量，蛋 白质和纤维素含量
植被叶片生 化水平
PROSPECT
叶片光谱反射和透射率
PROSAIL模型将叶片模型耦合到冠层 模型中反演整个冠层的生化组分含量
SAIL
植被冠层反射率
观测条件
叶面积指数，叶倾角， 太阳角度，观测角度， 土壤反射率
LAI反演 lishumin
27
第二部分
SAIL模型 –冠层水平
用来计算植被冠层方向反射率的辐射模型，此模型把植被当 作一个混合介质，假设叶片方位角分布均匀，冠层是同质植 被冠层。 SAIL模型通过输入叶面积指数、叶倾角、太阳角度、观测 角度、叶片反射率、叶片透过率、土壤反射率等参数来模拟 一定观测条件下的植被冠层方向反射率。
反演模型的理论基础来自于正向模型。
而正向模型对植被冠层辐射传输的理解直接关系到反演的可 靠性，因此这两个方向都是十分重要的。
LAI反演 lishumin
25
第二部分
PROSAIL模型
PROSPECT模型和SAIL模型都属于BRDF模型
PROSAIL=PROSPECT+SAIL 即建立包含化学组分含量的叶片散射和吸收模型，将叶 片模型耦合到冠层模型中反演整个冠层的生化组分含量。
利用定量遥感反演植被LAI的方法
经验 模型 物理 模型
通过建立植被指数（VIs）与叶面积指数的 统计关系来反演叶面积指数LAI。 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LAI反演。
LAI反演 lishumin
10
第二部分
方法一 经验反演
通过建立LAI与光谱数据和表征光谱数据的光谱指数之间 的统计关系求算LAI
几何光学模型较好的解释了热点现象
LAI反演 lishumin
21
第二部分
二向性反射
由于大气或地表都不是理想的均匀层或朗伯体，即其表面 的反射辐射强度与入射辐射方向有关，而且在各反射方向 上不均匀分布。地表的反射特性通常既不是漫反射也不是 镜面反射，甚至不是二者的加权和。二向性反射是自然界
中物体对电磁波反射的基本宏观现象。
使用植被指数反演精度不高的主要原因。
其中，归一化差植被指数NDVI (Normalized Difference Vegetation Index)是最常使用的一种光谱 植被指数。
LAI反演 lishumin
13
第二部分
经验反演的特点
优点： 简单易行 缺点：
1）由于函数和函数中的系数是经验型的，这些系数随着植 被类型及地点的不同而改变，并且植被指数受到诸如地形、 土壤条件和大气状况等非植被因素和林冠层的几何结构等植 被因素的影响，也存在很多缺点； 2）植被指数NDVI在消除土壤背景影响方面的能力较差，而 且NDVI的饱和点较低，很容易达到饱和，在LAI较大时反应 不灵敏；
遥感的本质是反演，遥感模型是遥感反演研究的对象
从携带了地物信息的电磁信号中提取地物的特征。 遥感的反演问题，是根据观测信息(遥感数据)和前向模型(遥感 模型)，求解或推算描述地物特征的应用参数(或目标参数)。
病态反演
陆地遥感反演的根本问题，在于定量遥感往往需要用少量观测数 据估计非常复杂的地表系统的当前状态。 已知远少于未知。
最初，经验反演方法是以LAI为因变量，以光谱数据为自 变量建立估算模型； 后来发现，对于复杂的植被遥感，仅用个别波段或多个 单波段数据分析对比来提取植被信息是相当局限的，因 此往往选用多光谱遥感数据经分析运算（加、减、乘、 除等线性或非线性组合方式），得出某些对植被长势、 生物量等有一定指示意义的数值——即“植被指数” 。
先验知识
反演不会创造信息，不妥善利用先验知识，就不能很好地分配新 观测到的信息到感兴趣的时空多变参数中去。
LAI反演 lishumin
6
第一部分
先验知识越完善，反演结果越可靠。
那么，什么是先验知识 ??
在对地遥感反演中，先验知识分为两类： 1）有关地物类型的先验知识
表现在物理模型的选择和模型偏差的统计规律等方面。
与单变量方法基本类似，不同之处在于前者是用多个遥 感信息变量与LAI建立经验统计关系模型。 多变量统计模型也可用RMSE来评价拟和精度。
12
LAI反演 lishumin
第二部分
植被指数VIs（vegetation indices）
植被指数种类繁多，它们有一个共同特点是很难消除 土壤背景影响和忽略地物二向性反射的基本特征。
15
物理模型反演方法
几何光学模型、辐射传输模型 PROSPECT模型、SAIL模型 BRDF模型 PROSAIL模型
几何光学模型和辐射传输模型 二向性反射及BRDF模型 PROSPECT模型、SAIL模型 及PROSAIL模型
16
第二部分
什么是几何光学模型和辐射传输模型？
在冠层反射率模型中，之所以分为这两类，主要是由于 地面植被（森林、草地、农作物）主要有两种外在形态 一种是几何特征明显（如树木、灌丛、成垄分布的农作 物等离散植被，GO）
缺点：没有考虑冠层内的多次散射。
LAI反演 lishumin
19
第二部分
辐射传输模型 （Radiative-Transfer，RT）
其理论基础是辐射传输理论，描述光辐射和粒子在介质 中传播的规律。
优点：考虑了植被冠层内的多次散射； 缺点：无法模拟植被冠层的二向性反射，近年来虽加入 了热点效应模型，但无法直接得到LAI解析解。
LAI反演 lishumin
11
第二部分
单变量统计方法
是构建遥感信息单变量（不同波段的反射率值和各种VI） 和LAI的经验关系模型来反演LAI。
在拟和单变量和LAI的关系时，一般用到线性模型、指数 模型、对数模型、双曲线模型等预测模型，用总均方根差 （RMSE）来评价拟和的精度。
多变量统计方法
―热点现象” “二向性反射” 遥感从定性走向定量的必然发展过程
LAI反演 lishumin
20
第二部分
热点（hot spot）现象
由于太阳方向与观测方向不同，在一个像元内存在光照植 被、光照土壤、阴影植被和阴影土壤四个分量。
当观测方向与太阳方向完全重合时，像元内只能观测到光 照植被和光照土壤，此时像元最亮，传感器所接收的地面 辐射最强，这称为热点。 （苏理宏，李小文）
4. 衰减期， 植株生殖生长，叶片消亡叶面积衰减，至成熟期LAI为0。
LAI反演 lishumin
4
第一部分
叶面积指数获取方法
实测方法
长宽法、称重法 这些方法均需要消耗一定的人力进行实物测量。 借助有关测量工具 例如LAI-2000、LAI-2200、LI-3100C、
LI-3000、AccuPAR等，此方法仍需实地进行测量。
2）具体地表目标的先验知识
表现为模型参数的物理边界、不确定性和相关性，以及季相变化等。
随着模型的选择，模型参数的物理限制，如叶片大小非负， 反射率非负且小于1，等等先验知识很自然地引入到反演之中， 作为参数的“硬边界”，对此人们很少异议。（李小文）
LAI反演 lishumin
7
第一部分 利用遥感反演叶面积指数的依据
1) 由于地表异质性，由低、中分辨率遥感图像模拟出的叶 面积指数有很大不确定性，需要对模拟数据的质量和精度 进行评估和验证； 2) 有些反演算法还只是处于理论研究阶段，需要利用实测 值进行验证。
因此，利用模型反演地表参数，需要积累大量的背景 测量数据的支持。
LAI反演 lishumin
9
第二部分
仅能获得地面有限点的LAI值，对于推广获取大范围LAI存在 很大局限性，不能满足植被生态和作物长势监测需求
遥感反演方法 由于遥感数据具有覆盖范围广、时间与空间分辨
率高、花费相对较少等优点。
可以用定量遥感方法反演区域LAI 作物生长模型模拟LAI
LAI反演 lishumin
5
第一部分
遥感反演
PROSAIL模型可用于模拟不同生化水平及不同观测条件下 的不同植被冠层反射率。
LAI反演 lishumin
29
第二部分
PROSAIL模型输入参数
——经验模型和物理模型方法
李淑敏 2010/12/13
1
Hale Waihona Puke Baidu
本次课程主要内容
第一部分.基础知识
叶面积指数LAI、遥感反演
第二部分.遥感反演LAI的方法
经验模型反演方法、物理模型反演方法
几何光学模型、辐射传输模型 PROSPECT模型、SAIL模型 BRDF模型 PROSAIL模型
LAI反演 lishumin
26
第二部分
PROSPECT模型 –叶片水平
叶片散射率模型，此模型模拟叶片从可见光到中红外波段 （400nm~2500nm）的反射和透射率，并将它们作为叶 片结构参数和生物化学参数的函数。 基于Allen（1969）提出的“平板模型”，即把叶片看做为 一个表面粗糙的均匀平板，把非致密型叶片当做由N层平板 夹和N-1层空气组成。现在N已经被扩展到实数范围内，N 实际描述的是叶片内部的结构。 PROSPECT模型需要以下5个参数：结构参数N，叶绿素， 含水量，蛋白质和纤维素含量就可以模拟出叶片的光谱反射 和透射率。
LAI反演 lishumin
22
第二部分
太阳 观测
方位角
天顶角 高度角
―二向反射率” 指反射率是由太阳光的入射方向和观测者的 观测方向共同决定。 多角度遥感 我们通常用的反射率是指星下点观测（垂直观测）的反射率。
LAI反演 lishumin
23
BRDF模型
二向性反射的研究主要是对二向性反射分布函数模型的研究。 二向性反射分布函数
(Bi-directional Reflectance Distribution Function，简称BRDF)
BRDF模型
其研究的两个主要方向即正向问题和反演问题。
BRDF模型适用于所有植被类型
24
第二部分
反向模型
总反射率
代表光源、植被冠 层、探测器、大气、 土壤等影响植被冠 层反射率的因素
正向模型
第三部分.研究实例
硕士论文——―基于MODIS/ASTER的区域冬小麦叶面
积指数PROSAIL模型反演研究”
LAI反演 lishumin
2
第一部分
叶面积指数 leaf area index
定义：单位土地面积上植被叶片总面积。 叶片总面积/占地面积
陆地生态系统的一个十分重要的参数： 农作物产量预估和病虫害评价； 反映作物生长发育的动态特征和健康状况。 叶面积指数越大，表明单位土地面积上的叶面积越大。 那么，叶面积指数越大越好吗?? 以冬小麦为例了解叶面积指数变化情况
植被的光谱特征-红光波段和近红外波段
红 -光合作用吸收谷 –低反射率 近红 -高反射峰 –高反射率
―一峰一谷”是植被的光谱特征，与地表其它地物的光谱特 征存在很大差别，所以这一特征成为遥感识别植被并判断 植被状态的主要依据。
LAI反演 lishumin
8
第一部分
有了遥感反演的方法，地面实测方法是否还需要呢？
另一种则无明显几何特征（如大面积草地、已封垄的农 作物等连续植被，RT）。
LAI反演 lishumin
17
几何光学模型与辐射传输模型特点对照表
18
第二部分
几何光学模型 （Geometric-Optical，GO）
主要考虑地表的宏观几何结构，把地表假设为具有已知 几何形状和光学性质，按一定方式排列的几何体，通过 分析几何体对光线的截获和遮阴及地表面的反射来确定 植被冠层的方向反射（赵英时，2003）。 优点：考虑了植被冠层的二向性反射；
LAI反演 lishumin
3
第一部分
一个生长期内冬小麦叶面积指数变化
低 增 缓 增 衰 减 快 增
图为不同群体叶面积指数消 长模型（彭永欣等，1992） 1—过大群体; 2—高产群体; 3—过小群体.
LAI消长动态分为四个时期
1. 低速增长期，叶片总数较多，但叶面积较小，总叶面积增速较低； 2. 缓慢增长期，单叶面积渐次增加，但低温条件，出叶周期延长； 3. 快速增长期，气温回升，植株生长快速，至孕穗期LAI达峰值；
模型精度没有保证。
LAI反演 lishumin
14
第二部分
方法二 物理反演
物理模型反演方法又称基于物理学的光学模型方法
目前，植被遥感物理模型分为几何光学模型、辐射 传输模型以及二者的混合模型，它们都是物理光学 模型 与经验统计反演LAI方法相比较，物理模型反演是 更为可靠的方法 ??
LAI反演 lishumin
LAI反演 lishumin
28
第二部分
叶片结构参数N，叶 绿素，含水量，蛋 白质和纤维素含量
植被叶片生 化水平
PROSPECT
叶片光谱反射和透射率
PROSAIL模型将叶片模型耦合到冠层 模型中反演整个冠层的生化组分含量
SAIL
植被冠层反射率
观测条件
叶面积指数，叶倾角， 太阳角度，观测角度， 土壤反射率
LAI反演 lishumin
27
第二部分
SAIL模型 –冠层水平
用来计算植被冠层方向反射率的辐射模型，此模型把植被当 作一个混合介质，假设叶片方位角分布均匀，冠层是同质植 被冠层。 SAIL模型通过输入叶面积指数、叶倾角、太阳角度、观测 角度、叶片反射率、叶片透过率、土壤反射率等参数来模拟 一定观测条件下的植被冠层方向反射率。
反演模型的理论基础来自于正向模型。
而正向模型对植被冠层辐射传输的理解直接关系到反演的可 靠性，因此这两个方向都是十分重要的。
LAI反演 lishumin
25
第二部分
PROSAIL模型
PROSPECT模型和SAIL模型都属于BRDF模型
PROSAIL=PROSPECT+SAIL 即建立包含化学组分含量的叶片散射和吸收模型，将叶 片模型耦合到冠层模型中反演整个冠层的生化组分含量。
利用定量遥感反演植被LAI的方法
经验 模型 物理 模型
通过建立植被指数（VIs）与叶面积指数的 统计关系来反演叶面积指数LAI。 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LAI反演。
LAI反演 lishumin
10
第二部分
方法一 经验反演
通过建立LAI与光谱数据和表征光谱数据的光谱指数之间 的统计关系求算LAI
几何光学模型较好的解释了热点现象
LAI反演 lishumin
21
第二部分
二向性反射
由于大气或地表都不是理想的均匀层或朗伯体，即其表面 的反射辐射强度与入射辐射方向有关，而且在各反射方向 上不均匀分布。地表的反射特性通常既不是漫反射也不是 镜面反射，甚至不是二者的加权和。二向性反射是自然界
中物体对电磁波反射的基本宏观现象。
使用植被指数反演精度不高的主要原因。
其中，归一化差植被指数NDVI (Normalized Difference Vegetation Index)是最常使用的一种光谱 植被指数。
LAI反演 lishumin
13
第二部分
经验反演的特点
优点： 简单易行 缺点：
1）由于函数和函数中的系数是经验型的，这些系数随着植 被类型及地点的不同而改变，并且植被指数受到诸如地形、 土壤条件和大气状况等非植被因素和林冠层的几何结构等植 被因素的影响，也存在很多缺点； 2）植被指数NDVI在消除土壤背景影响方面的能力较差，而 且NDVI的饱和点较低，很容易达到饱和，在LAI较大时反应 不灵敏；
遥感的本质是反演，遥感模型是遥感反演研究的对象
从携带了地物信息的电磁信号中提取地物的特征。 遥感的反演问题，是根据观测信息(遥感数据)和前向模型(遥感 模型)，求解或推算描述地物特征的应用参数(或目标参数)。
病态反演
陆地遥感反演的根本问题，在于定量遥感往往需要用少量观测数 据估计非常复杂的地表系统的当前状态。 已知远少于未知。
最初，经验反演方法是以LAI为因变量，以光谱数据为自 变量建立估算模型； 后来发现，对于复杂的植被遥感，仅用个别波段或多个 单波段数据分析对比来提取植被信息是相当局限的，因 此往往选用多光谱遥感数据经分析运算（加、减、乘、 除等线性或非线性组合方式），得出某些对植被长势、 生物量等有一定指示意义的数值——即“植被指数” 。
先验知识
反演不会创造信息，不妥善利用先验知识，就不能很好地分配新 观测到的信息到感兴趣的时空多变参数中去。
LAI反演 lishumin
6
第一部分
先验知识越完善，反演结果越可靠。
那么，什么是先验知识 ??
在对地遥感反演中，先验知识分为两类： 1）有关地物类型的先验知识
表现在物理模型的选择和模型偏差的统计规律等方面。
与单变量方法基本类似，不同之处在于前者是用多个遥 感信息变量与LAI建立经验统计关系模型。 多变量统计模型也可用RMSE来评价拟和精度。
12
LAI反演 lishumin
第二部分
植被指数VIs（vegetation indices）
植被指数种类繁多，它们有一个共同特点是很难消除 土壤背景影响和忽略地物二向性反射的基本特征。
15
物理模型反演方法
几何光学模型、辐射传输模型 PROSPECT模型、SAIL模型 BRDF模型 PROSAIL模型
几何光学模型和辐射传输模型 二向性反射及BRDF模型 PROSPECT模型、SAIL模型 及PROSAIL模型
16
第二部分
什么是几何光学模型和辐射传输模型？
在冠层反射率模型中，之所以分为这两类，主要是由于 地面植被（森林、草地、农作物）主要有两种外在形态 一种是几何特征明显（如树木、灌丛、成垄分布的农作 物等离散植被，GO）
缺点：没有考虑冠层内的多次散射。
LAI反演 lishumin
19
第二部分
辐射传输模型 （Radiative-Transfer，RT）
其理论基础是辐射传输理论，描述光辐射和粒子在介质 中传播的规律。
优点：考虑了植被冠层内的多次散射； 缺点：无法模拟植被冠层的二向性反射，近年来虽加入 了热点效应模型，但无法直接得到LAI解析解。
LAI反演 lishumin
11
第二部分
单变量统计方法
是构建遥感信息单变量（不同波段的反射率值和各种VI） 和LAI的经验关系模型来反演LAI。
在拟和单变量和LAI的关系时，一般用到线性模型、指数 模型、对数模型、双曲线模型等预测模型，用总均方根差 （RMSE）来评价拟和的精度。
多变量统计方法
―热点现象” “二向性反射” 遥感从定性走向定量的必然发展过程
LAI反演 lishumin
20
第二部分
热点（hot spot）现象
由于太阳方向与观测方向不同，在一个像元内存在光照植 被、光照土壤、阴影植被和阴影土壤四个分量。
当观测方向与太阳方向完全重合时，像元内只能观测到光 照植被和光照土壤，此时像元最亮，传感器所接收的地面 辐射最强，这称为热点。 （苏理宏，李小文）
4. 衰减期， 植株生殖生长，叶片消亡叶面积衰减，至成熟期LAI为0。
LAI反演 lishumin
4
第一部分
叶面积指数获取方法
实测方法
长宽法、称重法 这些方法均需要消耗一定的人力进行实物测量。 借助有关测量工具 例如LAI-2000、LAI-2200、LI-3100C、
LI-3000、AccuPAR等，此方法仍需实地进行测量。
2）具体地表目标的先验知识
表现为模型参数的物理边界、不确定性和相关性，以及季相变化等。
随着模型的选择，模型参数的物理限制，如叶片大小非负， 反射率非负且小于1，等等先验知识很自然地引入到反演之中， 作为参数的“硬边界”，对此人们很少异议。（李小文）
LAI反演 lishumin
7
第一部分 利用遥感反演叶面积指数的依据
1) 由于地表异质性，由低、中分辨率遥感图像模拟出的叶 面积指数有很大不确定性，需要对模拟数据的质量和精度 进行评估和验证； 2) 有些反演算法还只是处于理论研究阶段，需要利用实测 值进行验证。
因此，利用模型反演地表参数，需要积累大量的背景 测量数据的支持。
LAI反演 lishumin
9
第二部分
仅能获得地面有限点的LAI值，对于推广获取大范围LAI存在 很大局限性，不能满足植被生态和作物长势监测需求
遥感反演方法 由于遥感数据具有覆盖范围广、时间与空间分辨
率高、花费相对较少等优点。
可以用定量遥感方法反演区域LAI 作物生长模型模拟LAI
LAI反演 lishumin
5
第一部分
遥感反演
PROSAIL模型可用于模拟不同生化水平及不同观测条件下 的不同植被冠层反射率。
LAI反演 lishumin
29
第二部分
PROSAIL模型输入参数