传感器波段设置对植被遥感参数反演的影响研究-天文地理-热点资讯-野望文存-科技 
    欢迎来到野望文存-科技!
当前位置:野望文存-科技 > 热点资讯 > 天文地理 >  传感器波段设置对植被遥感参数反演的影响研究

传感器波段设置对植被遥感参数反演的影响研究

发表时间:2021-09-24 09:01:00  来源:野望文存  浏览:次   【】【】【

作 者 信 息

邹寒月1,毛智慧2,邓 磊1

(1. 首都师范大学 资源环境与旅游学院,北京 100048;2. 中国水产科学研究院 资源与环境研究中心, 北京 100141)

【摘要】植被是陆地生态系统的基本组成部分,遥感观测的植被冠层反射特性与植被参数之间的响应关系是植被遥感的基础,也是遥感传感器设计的关键。利用Sobol算法和PROSAIL模型,对叶绿素含量和叶面积指数等植被参数进行全局敏感性分析,研究植被参数在典型遥感波段(蓝、绿、红、红边和近红外)的响应敏感性,并对比了由传感器的中心波长和波段宽度差异造成的影响。结果表明,在480~680nm可见光波段,冠层反射率对叶绿素含量变化的总敏感度达81.3%,且在宽波段的传感器中更敏感;在720~735nm红边波段,太阳天顶角的总敏感度可达7.2%,且在宽波段的传感器更敏感;在790~960nm近红外波段,干物质含量的总敏感度达60.5%,且在窄波段的传感器中略敏感。研究结果对无人机遥感应用等领域提供理论依据,对传感器的选择具有参考价值。

【关键词】植被遥感参数;光谱传感器;全局敏感性分析;PROSAIL模型

【中图分类号】TP79 【文献标识码】 A 【文章编号】 1672-1586(2021)03-0025-09

引文格式:邹寒月,毛智慧,邓 磊. 传感器波段设置对植被遥感参数反演的影响研究[J].地理信息世界,2021,28(3):25-33.


正文

0 引 言

植被是陆地生态系统的基本组成部分,占地球陆地表面70%以上,对全球物质和能量的交换与循环产生决定性的影响。利用遥感技术定量估算植被的生理生化参数具有重要意义。

近年来随着技术的迅猛发展,越来越多的便携式传感器(表1)被搭载到无人机平台上,并被应用到植被参数的遥感反演中。不同传感器具有不同的光谱响应函数,这种差异会造成同一地物的反射光谱特性在不同的传感器中有不同的表现,但是在利用多光谱遥感数据进行植被参数反演时,这种差异往往易被忽略。

从(表1)可以发现, 各传感器的光谱响应函数之间存在巨大差异。以绿波段为例,MCA和Sequoia的中心波长虽然均为550nm,但波段宽度分别为10nm和40nm;RedEdge和MCA绿波段的波段宽度虽然相同为10nm,但中心波长却分别为680nm和668nm。中心波长和波段宽度导致不同传感器获取的光谱响应(反射率)产生差异。因此,在利用这些传感器对同一植被参数进行反演时,可能会产生不同的反演结果。

表1 常用的遥感传感器/nm

Tab.1 The most common remote sensing sensors/nm

针 对 目 前 常 用 的 多 光 谱 传 感 器 的 主 要 波 段(450~900 nm),利用PROSAIL模型模拟的方法,采用Sobol算法计算了叶片理化参数、冠层结构参数等8个植被遥感参数在不同波段的总敏感度,在此基础上分析了不同波段对植被参数的敏感性,并对比了光谱响应函数差异对敏感性的影响。研究结果对多光谱传感器波段选择、植被生化参数反演等研究领域有应用和参考价值。

1 模型与方法

1.1 基于PROSAIL模型的多光谱数据模拟

PROSAIL模型是由PROSPECT叶片光学特性模型和SAIL冠层反射模型耦合形成的、目前应用最为广泛的植被辐射传输模型。该模型是将PROSPECT模型反演所得到的反射率以及透射率作为SAIL模型的输入参数,再结合叶面积指数等相关参数,得到冠层反射率的一种模型模拟方法。结合PROSAIL模型参量及研究应用的需要,将涉及的12个参数划分为3类,分别为叶片理化参数、冠层结构参数和其他参数(表2)。

表2 PROSAIL模型的输入参数及参数设置

Tab.2 The input parameters and parameter settings of the PROSAIL model

为了探究植被的不同覆盖度对冠层反射率影响程度的差异性,实验中将植被分为稀疏植被(LAI∈(0,3])和茂密植被(LAI∈[3,10])分别进行研究。

植被的光谱特性在可见光(蓝光、绿光和红光)、红边和近红外波段范围内较为显著, 且目前大多数使用的传感器都具有可见光、红边和近红外波段,故研究的波段包括蓝光、绿光、红光、红边和近红外波段,并设置了中心波长和波段宽度(表3)。为便于描述,用宽波段传感器B和窄波段传感器N代表两种具有不同光谱响应函数的传感器。

表3 两种不同的传感器/nm

Tab.3 Two diferent sensors/nm

在可见光和近红外波段,传感器B和N具有相同的中心波长,但传感器B的波段宽度为40nm,而传感器N的波段宽度较窄,仅为10nm;而在红边波段,两个传感器的波段宽度相同为10nm,但中心波长不同,传感器B的中心波长为735nm,传感器N的中心波长为720nm。

1.2 Sobol全局敏感性分析

敏感性分析(Sensitivity Analysis)是定量描述模型输入变量对输出变量的重要性程度的方法,分为全局敏感性分析和局部敏感性分析,其中全局敏感性分析可以分析每个参数以及参数之间相互作用对模型结果的影响,典型的全局敏感性分析中的Sobol方法具有定量计算和效率高的优点,因此本文采用Sobol全局敏感性分析方法进行研究。

Sobol方法最早是由Sobol于1993年提出的基于方差的全局敏感性分析方法,该方法的核心是将模型分解为单个参数及参数之间相互组合的函数,定义冠层反射率Y=(X)=Fx1,x2,...,xk),其中,X=x1,x2,...,xk)代表不同的植被参数,xi服从服从[0,1]均匀分布,则可分解为:

式中, Fi(xi)为包含xi的函数项;Fij(xi,xj)为同时包含xixj的函数项;以此类推,则总的方差可以分解成:

式中, V为总方差;Vi为xi的单因子方差;Vijxixj的双因子方差;V1,2,...k为所有因子作用的方差,对上式进行归一化,设:

则第i个参数的一阶、二阶和总敏感度SiSijSTi分别为:

式中, Si为所有包含第i个参数的敏感度。利用总敏感度衡量植被参数的变化对冠层反射率的影响程度的大小,其中,总敏感度越高,说明该植被参数变化对冠层反射率的影响程度越大。本研究在ARTMO的GSA(Global Sensitivity Analysis)模块中完成。

2 结果及分析

本文对8个植被遥感参数进行了研究(表4),表中B代表植被遥感参数在传感器B中更为敏感,N代表植被遥感参数在传感器N中较为敏感, 表示参数随着传感器中心波长的增长,总敏感度增加, 表示随着传感器中心波长的增长,总敏感度减小。在480~490nm蓝光波段,干物质含量、叶肉结构参数等在宽波段的传感器中更为敏感,而稀疏冠层的叶面积指数、茂密冠层的平均叶倾角等在窄波段的传感器中更为敏感;在550~560nm绿光波段,稀疏冠层的平均叶倾角、叶肉结构参数等在窄波段的传感器中更为敏感;在670~680nm红光波段,稀疏冠层的平均叶倾角、叶绿素含量等在宽波段的传感器中更为敏感,而稀疏冠层的叶面积指数、茂密冠层的平均叶倾角等在窄波段的传感器中更为敏感;在720~735nm红边波段,冠层结构参数、其他参数等在长波长的传感器中更为敏感,而叶片理化参数中的叶绿素含量在短波长的传感器中更为敏感;在790~900nm近红外波段,植被参数的总敏感度受到传感器中心波长的影响,在每一小节展开讨论。

表4 植被遥感参数在不同传感器中的敏感性

Tab.4 Sensitivity of remote sensing based vegetation parameters by diferent sensors

2.1 叶片理化参数

2.1.1 叶绿素含量

在480~900nm波段范围内,反射率对叶绿素含量(Cab)变化的总敏感度。可以发现,在480~690nm可见光范围内,总敏感度均超过70%;在550~560nm绿光波段,达到80%,表明反射率对Cab的变化极为敏感,这是因为植被在可见光区的光谱反射率主要是由光合色素决定的;在800~900nm近红外波段,与可见光波段不同,总敏感度几乎为零,也就是说反射率对Cab的变化极不敏感。在720~735nm的红边波段,总敏感度介于可见光和近红外之间(图1)。

图1 Cab对冠层反射率的影响

Fig.1 Inluence of Cab on canopy relectance

对于传感器B和N而言,不同中心波长和不同波段宽度,总敏感度之间存在差异。在720~735nm红边波段,传感器B和传感器N的差异最显著, B在红边波段的735nm处,其反射率对Cab变化的总敏感度不超过20%,明显低于N在720nm处的51.44%。在480~490nm蓝波段,反射率对Cab变化的敏感度随着中心波长的增长而增大,传感器B变化更明显,在480nm为74.08%,低于490nm的77.31%;在670~680nm红波段,传感器B和N略有不同,宽波段B传感器的反射率对Cab变化的敏感度在74%左右,略高于窄波段N传感器的72%;而在550~560nm绿波段,中心波长的设置对Cab的敏感性影响较小;在790~900nm近红外波段,反射率对Cab的变化不敏感,中心波长和波段宽度均不会影响Cab的敏感度。

综上所述,宽波段传感器在可见光波段对Cab变化的敏感性最高。在480~680nm可见光范围内,冠层反射率受Cab的影响最为显著,在可见光波段利用Cab是较好的选择,目前与Cab反演有关的植被指数主要分布在480~680nm范围内。若在蓝光波段范围内研究Cab,应尽量选择传感器波长设置较长的反射率,而在红波段,应该选择宽波段的传感器。若在720~735nm红边波段做与Cab有关的植被指数,应选择短波长的传感器。

2.1.2 干物质含量

在480~900nm波段范围内,冠层反射率对干物质含量(Cm)变化的总敏感度不同。790~900nm近红外波段对Cm的变化最为敏感,总敏感度约60%。在720~735nm红边范围内,总敏感度为37.85%,而在480~680nm可见光波段,反射率对Cm变化的总敏感度较小,均低于10%(图2)。

2 Cm对冠层反射率的影响

Fig.2 Inluence of Cm on canopy relectance

在720~735nm红边波段,传感器B和N的差异极为显著, B在红边波段的735nm处,其反射率对Cm变化的总敏感度为37.85%,明显高于N在720nm处的18.17%。在790~900nm近红外波段,冠层反射率对干物质含量变化最敏感,同一传感器中心波长对Cm的总敏感度影响极小。传感器N的波段宽度为10nm,反射率对干物质含量变化的总敏感度为60.11%和60.47%,略高于B在790~800nm近红外的总敏感度59.82%和60.31%。在480~680nm可见波段, Cm的总敏感度变化幅度较小,在480~490nm蓝波段和670~680nm红波段,波段宽度为40nm的传感器B,反射率对干物质含量变化的总敏感度分别为3.86%和3.83%,略高于波段宽度为10nm的N的总敏感度3.62%和2.99%。

综上所述,在790~900nm近红外波段, Cm变化对冠层反射率影响最为显著,近红外波段被认为是Cm最敏感的波段,目前与Cm反演有关的植被指数主要分布在近红外波段,在可见光波段范围内,若在蓝和红波段进行研究,应尽量选择传感器波长设置较长的反射率。若在720~735nm红边波段做与Cm有关的植被指数,应选择波长设置较长的传感器。

2.1.3 叶肉结构参数

在480~900nm波段范围内,冠层反射率对叶肉结构参数(Ns)变化的总敏感度不同。冠层反射率对Ns变化的总敏感度变化幅度很小,且在720~735nm红边波段总敏感度达到最大值2.65%,表明Ns变化对冠层反射率的影响程度较小(图3)。

图3 Ns对冠层反射率的影响

Fig.3 Inluence of Ns on canopy relectance

在480~680nm可见光波段,传感器中心波长和波段宽度的设置均会导致Ns的敏感性变化。在480~490nm蓝光和670~680nm红光波段,冠层反射率对Ns变化的总敏感度随着传感器波长的增长逐渐增大,且在具有40nm较宽波段的传感器B中的总敏感度分别为0.28%和0.52%,略高于在波段宽度为10nm的传感器N中的总敏感度0.24%和0.37%;而在绿光波段,冠层反射率对Ns变化的总敏感度随着传感器波长的增长而逐渐下降,且在传感器N中得到的总敏感度略高于在传感器B中得到的总敏感度。在720~735nm红边波段,两传感器具有相同的波段宽度10nm,不同的中心波长,传感器B为735nm、传感器N为720nm得到反射率对Ns变化的总敏感度2.6%近似。在790~900nm近红外波段,传感器中心波长和波段宽度的设置均不会影响总敏感度的大小。

在720~735nm红边波段, Ns变化对冠层反射率的影响最为显著,且传感器中心波长的设置对冠层反射率的影响较小;在可见光波段范围内,若在蓝和红波段进行植被参数研究,应选择传感器波长设置较长的反射率,而在绿光波段,窄波段传感器更适用。在790~900nm近红外波段做与Ns有关的植被指数时,传感器中心波长和波段宽度的设置均对Ns总敏感度的影响较小。

由于叶片理化参数中的叶片含水量Cw的总敏感度无限趋近于0%,所以此处不展开讨论。

2.2 冠层结构参数

2.2.1 稀疏冠层(LAI∈(0,3])

1)叶面积指数

研究冠层反射率对稀疏冠层叶面积指数(LAI)的总敏感度可以发现,在550~560nm绿光波段,总敏感度未超过15%,表明冠层反射率对稀疏冠层LAI的变化在绿光波段不太敏感;在720~735nm红边波段,总敏感度均超过20%,对于B和N而言,不同中心波长,不同波段宽度,总敏感度之间存在差异(图4)。


图4 稀疏LAI对冠层反射率的影响

Fig.4 Inluence of the sparse LAI on canopy relectance

在670~680nm红波段,冠层反射率对稀疏LAI的总敏感度在两个波段宽度不同的传感器中呈现出的变化趋势不同,在波段宽度为10nm的传感器N中,总敏感度随着传感器中心波长的增长略微增加,而此时在波段宽度为40nm的传感器B中,总敏感度随着中心波长的增长从28.83%降低至21.21%;在480~490nm蓝波段,冠层反射率对稀疏LAI的总敏感度随着传感器波长的增长逐渐降低,且在波段宽度10nm较窄的传感器N中更为明显。在720~735nm红边波段,两传感器B和N具有相同的波段宽度10nm,给中心波长设置的差异带来影响, LAI在中心波长为735nm的传感器B中总敏感度为31.30%,高于在中心波长为720nm的传感器N中的总敏感度21.84%。在790~900nm近红外波段,稀疏冠层的LAI在两传感器B和N中的敏感性在同一波段范围内随着波长的增长敏感性逐渐下降。

因此,在对稀疏植被进行LAI的研究中,蓝、红、红边、近红外波段均对LAI的变化比较敏感,在720~735nm红 边 波 段 , 应 选 择 中 心 波 长 较 长 的 传 感 器 , 若 在670~680nm红波段做与稀疏LAI有关的植被指数,应选择窄波段的传感器。

2)平均叶倾角

研究在480~900nm波段范围内,冠层反射率对稀疏冠层平均叶倾角(ALA)的变化总敏感度可以发现,在720~735nm红边和790~900nm近红外,总敏感度均超过5%,表明反射率对ALA的变化在红边波段较为敏感;在480~680nm可见光波段,总敏感度均未超过3%,对于B和N而言,不同中心波长,不同波段宽度,总敏感度之间存在差异。

图5 稀疏ALA对冠层反射率的影响

Fig.5 Inluence of the sparse ALA on canopy relectance

明显可见,在720~735nm红边波段,传感器B和传感器N的差异最显著, B在红边波段的中心波长为735nm,反射率对稀疏ALA变化的总敏感度为6.00%,高于N在红边波段中心波长为720nm的总敏感度5.19%。在790~900nm近红外波段,稀疏ALA变化对冠层反射率的影响随着传感器波长的增长略微增大;在550~560nm绿波段,冠层反射率对稀疏ALA变化的总敏感度随着传感器波长的增长略有增长不足0.1%,且对于中心波长相同的两传感器,稀疏ALA在窄波段的传感器中略为敏感;在670~680nm红波段,传感器B的波段宽度为40nm,总敏感度分别为1.59%和1.69%,略高于波段宽度为10nm的在传感器中的总敏感度1.65%和1.77%。

因此红边及近红外波段对稀疏冠层ALA变化的敏感性最高,然而在红边波段,两个传感器波宽相同的情况下,中心波长较长的传感器对稀疏冠层ALA变化的敏感性更高。

2.2.2 茂密冠层(LAI∈[3,10])

1)叶面积指数

研究冠层反射率对茂密冠层叶面积指数(LAI)变化的总敏感度可以发现,冠层反射率对茂密冠层叶面积指数变化的总敏感度在1%范围内浮动,表明茂密冠层的叶面积指数变化对冠层反射率影响很小,其中在790~810nm近红外波段,总敏感度达到0.67%;在480~680nm可见光波段,总敏感度极低,表明冠层反射率对茂密叶面积指数的变化在可见光波段不太敏感。对于B和N而言,不同中心波长,不同波段宽度,总敏感度之间存在差异(图6)。

图6 茂密LAI对冠层反射率的影响

Fig.6 Inluence of the dense LAI on canopy relectance

在790~900nm近红外波段,冠层反射率对茂密LAI的总敏感度随着传感器波长的增长从0.66%下降至0.52%;在720~735nm红边波段, B在红边波段的中心波长为735nm,反射率对茂密LAI变化的总敏感度为0.41%,明显高于N在红边波段中心波长为720nm的总敏感度0.12%。在480~680nm可见光波段,反射率对LAI变化的总敏感度均不及0.2%,说明茂密480~680nm变化对冠层反射率的影响极小。

因此波长设置较短的传感器在790~900nm近红外波段对茂密冠层LAI变化的敏感性最高。近红外波段被认为是茂密LAI最敏感的波段,红边波段次之,在790~900nm近红外波段,应选波长设置较短的传感器;在720~735nm红边波段,应选择宽波段的传感器。

2)平均叶倾角

研究在480~900nm波段范围内,冠层反射率对茂密平均叶倾角(ALA) 的总敏感度可以发现,在720~735nm红边和790~900nm近红外波段,冠层反射率对茂密冠层ALA变化的总敏感度在5%左右浮动,表明茂密冠层的ALA变化对冠层反射率影响在红边和近红外波段较明显。在480~680nm可见光波段,总敏感度较低,其中冠层反射率对茂密ALA的变化在550~560nm绿光波段不太敏感(图7)。

图7 茂密ALA对冠层反射率的影响

Fig.7 Inluence of the dense ALA on canopy relectance

值得注意的是,在720~735nm红边波段,传感器B和传感器N的差异最显著, B在中心波长为735nm的红边波段,反射率对茂密ALA的总敏感度为6.46%,明显高于N在红边波段中心波长为720nm的总敏感度5.09%。在790~900nm近红外波段,反射率对ALA变化的总敏感度随着传感器波长的增长逐渐增长,由5.1%增长至5.7%,不同传感器波段宽度的差异不会对ALA的敏感度带来影响。在489~490nm蓝波段,反射率对茂密冠层ALA变化的总敏感度随着同一个传感器中心波长的增长而略微下降,且在窄波段的传感器N中更为敏感;而在670~680nm红波段,反射率对ALA的总敏感度随着同一个传感器中心波长的增长而略微增加,传感器B在红波段的波段宽度为40nm,反射率对茂密ALA的总敏感度分别为3.33%和3.40%,明显低于N在红波段波段宽为10nm的总敏感度3.44%和3.75%。

综上所述,在红边及近红外波段茂密冠层ALA最敏感,在720~735nm红边波段,两个传感器波段宽度相同的情况下,中心波长较长的传感器对茂密ALA变化更为敏感;若在790~900nm近红外波段进行植被研究,应选择传感器波长设置较长的反射率。

2.3 其他参数

2.3.1 土壤反射率

研究在480~900nm波段范围内,反射率对土壤反射率(Psoil)研究的总敏感度可以发现,在480~490nm蓝波段和670~680 nm红波段,总敏感度均超过6%,在550~560nm绿光波段,总敏感度仅为2.5%左右,表明反射率对土壤反射率的变化在蓝和红波段较为敏感。在800~900nm近红外波段,与可见光波段不同,总敏感度在4%左右,在720~735nm红边波段,总敏感度介于可见光和近红外之间(图8)。

图8 Psoil对冠层反射率的影响

Fig.8 Inluence of the Psoil on canopy relectance

在670~680nm红波段,传感器B和传感器N的差异最显著, B在红波段的波段宽度为40nm,反射率对土壤反射率变化的总敏感度随着传感器B波长的增加逐渐增长8.33%~8.56%,而此时总敏感度在传感器N10nm随着波长的增长而逐渐下降7.63%~7.23%,明显低于B在红波段的总敏感度。在蓝波段,反射率对土壤反射率变化的总敏感度随着传感器中心波长的增长而略微下降,且土壤反射率在窄波段的传感器中略为敏感。而在790~900nm红边波段,两个传感器B和N具有相同的波段宽度10nm,不同的中心波长,其在长波长的传感器B中更为敏感。在790~900nm近红外波段,反射率对土壤反射率变化的总敏感度随着传感器的波长增长而逐渐增加,且不同传感器波段宽度的差异不会对土壤反射率的敏感度带来影响。

因此在480~490nm蓝波段和670~680nm红波段Psoil变化较为敏感;若在蓝光波段范围内,应选择传感器波长设置较短的反射率,且传感器波宽设置较窄的反射率,而在红波段,应该选择传感器波长设置较长的反射率,且传感器波宽设置较窄的反射率。若在720~735nm红边波段做与Psoil有关的植被指数,应选择长波长的传感器;在790~900nm近红外波段,应选择传感器波长设置较长的反射率。

2.3.2 天空漫散射比

研究在480~900nm波段范围内,冠层反射率对天空漫散射比( Skyl)的总敏感度可以发现,总敏感度的波动范围极小为3%,在720~735nm红边和790~900nm近红外,总敏感度均超过2.4%,表明反射率对Skyl的变化在红边和近红外波段较为敏感。在480~680nm可见光波段,总敏感度均未超过1%,对于B和N而言,不同中心波长,不同波段宽度,总敏感度之间存在差异(图9)。

图9 Skyl对冠层反射率的影响

Fig.9 Inluence of the Skyl on canopy relectance

在720~735nm红边波段,传感器B和传感器N的差异最显著, N在红边波段的中心波长为720nm,反射率对Skyl变化的总敏感度为6.51%,明显低于B在红边波段中心波长为720nm的总敏感度9.21%。在790~900nm近红外波段,总敏感度随着传感器波长的增长逐渐下降,此时传感器波段宽度的设置不会影响总敏感度的大小。在480~490nm蓝和670~680nm红波段,传感器B的波段宽度为40nm,反射率对Skyl变化的总敏感度在0.4%浮动,略低于此时传感器N波段宽度为10nm的总敏感度0.43%,且此时Skyl对冠层反射率的影响随着传感器波长的增长逐渐明显;而在550~560nm绿波段,总敏感度随着传感器波长的增长略微减小,且在较窄的波段宽度为10nm的传感器N中敏感度更高。

综上所述,在720~735nm红边波段和790~900nm近红外波段Skyl最为敏感;若在480~490nm蓝光和670~680nm红光波段范围内研究植被参数,应选择传感器波长设置较短的反射率,且传感器波宽设置较宽的反射率。若在720~735nm红边波段,应选择长波长的传感器;在790~900nm近红外波段,应选择传感器波长设置较短的反射率。

2.3.3 太阳天顶角

研究在480~900nm波段范围内,反射率对太阳天顶角(tts)变化的总敏感度可以发现,在790~900 nm近红外波段范围内,总敏感度均超过7.9%,表明反射率对tts的变化较为敏感。在480~690nm可见光,与近红外波段不同,总敏感度均未超过2%,也就是说反射率对tts的变化不敏感。在720~735nm红边波段,总敏感度介于可见光和近红外之间。对于B和N而言,不同中心波长,不同波段宽度,总敏感度之间存在差异(图10)。

图10 tts对冠层反射率的影响

Fig.10 Inluence of the tts on canopy relectance

可以看到,在红边波段,两传感器具有相同的波段宽度10nm,传感器B的中心波长为735nm,冠层反射率对tts变化的总敏感度为9.21%,明显高于N在红边波段中心波长为720nm的总敏感度6.51%。在790~900nm近红外波段,tts变化对冠层反射率的影响随着传感器波长的增长趋于明显,不同传感器波宽的设置不会影响反射率对tts的总敏感度。在670~680nm红波段,tts变化对冠层反射率的影响随着传感器波长的增长趋于明显,且不同传感器波宽的设置对tts的敏感度影响较小,传感器B的波段宽度为40nm,冠层反射率对tts总敏感度在1.49%浮动,略微高于N在红波段波段宽度为10nm的总敏感度1.34%。在绿波段,在较窄的波段宽度为10nm的传感器N中敏感度略高。

因此,在720~735nm红光波段和790~900nm近红外波段tts变化敏感。若在720~735nm红光波段,应选择长波长的传感器;在790~900nm近红外波段,应选择传感器波长设置较长的反射率。若在670~680nm红波段范围内进行植被参数研究,应选择传感器波长设置较长的反射率,且传感器波宽较宽的反射率。

在其他参数中,由于传统的辐射度模型假设冠层内叶片为朗伯体,其各向同性导致观测天顶角(tts)和相对方位角(Psi)在两个传感器中获得的总敏感度均为0%,说明观测天顶角和相对方位角的变化对冠层反射率没有影响,且热点参数(Hspot)的总敏感度为0%,此处均不加讨论。

3 结束语

本文基于Sobol算法,对PROSAIL模型参数进行全局敏感性分析,定量计算了480~900nm范围内叶片生化参数、冠层结构参数及其他参数的总敏感度,对比分析了传感器的光谱响应特性对植被遥感参数的影响。

结果表明: 在720~735nm红边波段,冠层结构参数、其他参数和叶片理化参数中的干物质含量在长波长的传感器中更为敏感,而叶片理化参数中的叶绿素含量在短波长的传感器中更为敏感,这就说明若在红边波段做叶绿素含量有关的植被指数时,应选择短波长的传感器,而对于冠层结构参数、其他参数,应该选择长波长的传感器。在790~900nm近红外波段,对于同一传感器,不论冠层的疏密程度,冠层结构参数中的平均叶倾角随着传感器中心波长的增长总敏感度逐渐增大,而叶面积指数反之,其他参数中的土壤反射率和太阳天顶角的总敏感度随着传感器中心波长的增长逐渐增大,而天空漫散射比的总敏感度随着传感器中心波长的增长逐渐减小。这就说明,若在近红外波段做一些与平均叶倾角、土壤反射率和太阳天顶角有关的植被指数时,应选择长波长的传感器,而对于叶面积指数、天空漫散射比,应该选择短波长的传感器。在480~680nm可见光波段,对于相同中心波长的传感器,在480~490nm蓝光波段,干物质含量、叶肉结构参数、天空漫散射比在宽波段的传感器中更为敏感,而稀疏冠层的叶面积指数、茂密冠层的平均叶倾角、 土壤反射率在窄波段的传感器中更为敏感;在550~560nm绿光波段,稀疏冠层的平均叶倾角、叶肉结构参数、天空漫散射比在窄波段的传感器中更为敏感;在670~680nm红光波段,稀疏冠层的平均叶倾角、叶绿素含量、干物质含量、叶肉结构参数、天空漫散射比和太阳天顶角在宽波段的传感器中更为敏感,而稀疏冠层的叶面积指数、茂密冠层的平均叶倾角和土壤反射率在窄波段的传感器中更为敏感。这就说明若在480~680nm可见光波段做冠层结构参数有关的植被指数时,应选择窄波段的传感器,而对于叶片理化参数,应该选择长波长的传感器。

值得注意的是,对于平均叶倾角,不论茂密还是稀疏冠层,总敏感度均随着传感器波长的增长而逐渐增大,但是叶面积指数和土壤漫散射光在不同传感器中呈现出不同的变化规律:稀疏冠层的叶面积指数和土壤漫散射光在窄波段的传感器中,随着传感器波长的增长总敏感度增大,而茂密冠层的叶面积指数和土壤漫散射光在宽波段的传感器中,总敏感度随着传感器波长的增长逐渐减小,其中的原因有待进一步研究。


作者简介:邹寒月(1996—),女,新疆伊宁人,测绘工程专业硕士研究生,主要研究方向为无人机遥感应用

E-mail:zouhy96@163.com

本期回顾

《地理信息世界》2021年3期速览

· 

地理信息科学一流本科专业建设

· 

· 

理论研究

· 

· 

· 

责任编辑:蔡学森