植被生化組分高光譜遙感定量反演研究——以西雙版納地區(qū)為例.pdf

1、陸地表面的70％為植被所覆蓋，植被是陸地生態(tài)系統(tǒng)的基本組成成分。植物體內(nèi)所含的葉綠素、水分、蛋白質(zhì)、木質(zhì)素和纖維素等組分以及碳、氮、氫等微量元素統(tǒng)稱為植被生化組分。這些組分的含量和構(gòu)成，能直接或間接影響并制約著生態(tài)系統(tǒng)中與人類生存息息相關(guān)的許多重要生態(tài)、生理過程。高光譜遙感作為目前研究的前沿和熱點(diǎn)，除具備常規(guī)遙感大面積、適時(shí)監(jiān)測(cè)和非破壞性等優(yōu)點(diǎn)外，還具有常規(guī)遙感所不具備的優(yōu)勢(shì)：具有10-2λ數(shù)量級(jí)范圍內(nèi)的光譜分辨率。因此通過其精細(xì)光譜特

2、征在提取植被生化組分的研究中表現(xiàn)出明顯優(yōu)勢(shì)并越來越受到關(guān)注。利用高光譜遙感數(shù)據(jù)實(shí)現(xiàn)對(duì)植被生化組分的快速實(shí)時(shí)監(jiān)測(cè)，是生態(tài)學(xué)、農(nóng)學(xué)、全球變化研究以及糧食估產(chǎn)、精細(xì)農(nóng)業(yè)等應(yīng)用行業(yè)的迫切需求。 本論文圍繞高光譜遙感定量提取植被生化組分這一前沿課題，以基于星載高光譜遙感圖像提取冠層生化組分為研究重點(diǎn)。在闡明高光譜遙感估算植被生化組分意義的基礎(chǔ)上，第一章對(duì)該研究的原理、研究層次、方法和試驗(yàn)基礎(chǔ)等現(xiàn)狀進(jìn)行了綜述，并由此引出了本論文的研究重點(diǎn)。

3、論文的第二章主要介紹了數(shù)據(jù)資料的獲取。詳細(xì)介紹了在西雙版納地區(qū)開展的Hyperion星地同步試驗(yàn)，包括試驗(yàn)設(shè)計(jì)、樣品采集、光譜測(cè)量及圖像數(shù)據(jù)獲取等。第三章主要介紹了利用高光譜響應(yīng)特征提取葉片生化組分的研究，其中將含水量的定量提取作為重點(diǎn)內(nèi)容之一，這章是冠層生化組分反演研究的基礎(chǔ)和鋪墊。論文第四章重點(diǎn)討論了高光譜遙感圖像處理，包括幾何精糾正和大氣校正。其中大氣校正是遙感定量化研究中必需的。第五章是本論文的重點(diǎn)，主要探討了利用Hyperio

4、n星載高光譜圖像數(shù)據(jù)提取冠層生化組分并依此獲得了該地區(qū)生化組分分布圖。論文的第六章，主要是對(duì)全文進(jìn)行概括總結(jié)，歸納了作者的主要研究成果并指出了今后的研究方向。 論文的主要研究成果和結(jié)論如下： 1、課題組在西雙版納地區(qū)成功開展了Hyperion星地同步試驗(yàn)，獲得了生化組分?jǐn)?shù)據(jù)、實(shí)測(cè)光譜數(shù)據(jù)以及高光譜遙感圖像數(shù)據(jù)。論文中總結(jié)了試驗(yàn)過程的注意點(diǎn)并為今后相關(guān)試驗(yàn)的順利開展提出了合理化建議。試驗(yàn)過程中“兩個(gè)同步”，的提出以及葉片保

5、鮮和試驗(yàn)流程的規(guī)范化是至關(guān)重要的，這體現(xiàn)了論文的試驗(yàn)特色。 2、利用LOPEX數(shù)據(jù)集中葉片生化數(shù)據(jù)和光譜數(shù)據(jù)，研究了葉片層次生化組分的估算。用一階導(dǎo)數(shù)極值和面積歸一化的一階導(dǎo)數(shù)極值兩個(gè)參數(shù)估算植被葉片纖維素、木質(zhì)素、全氮和淀粉含量獲得了較好的結(jié)果。利用土壤葉片混合光譜研究表明：這兩個(gè)參數(shù)去除土壤影響的效果較好，這為后續(xù)冠層生化組分提取奠定了基礎(chǔ)。 3、利用LOPEX數(shù)據(jù)集，提取葉片含水量并進(jìn)行了驗(yàn)證。研究表明：分葉片類型

6、(單子葉、雙子葉)和含水量表示方法(FMC、EWT)分別建?？梢蕴岣吣Ｐ头囱菥?。用光譜指數(shù)提取含水量的研究表明：指數(shù)Ⅱ在提取FMC時(shí)效果最好，其次是SR；而Ration975提取EWT時(shí)的效果最佳。 4、雙層模型ACRM的模擬結(jié)果表明：位于短波紅外波段的1600nm是含水量的敏感波段，而位于近紅外波段的820nm受含水量影響不顯著，因此將兩個(gè)波段結(jié)合構(gòu)造植被指數(shù)可以突出植被含水量信息。用這兩個(gè)波段發(fā)展了土壤可調(diào)節(jié)水分指數(shù)SAW

7、I，能用較少的信息定量反演冠層含水量。通過ACRM模型模擬不同葉面積指數(shù)LAI和含水量Cw以及不同LAI和結(jié)構(gòu)參數(shù)N組合下的SAWI表明：SAWI是一個(gè)具有普適意義的水分提取指數(shù)。 5、分別選用暗/亮目標(biāo)經(jīng)驗(yàn)校正法和6S物理模型校正法，研究了Hyperion高光譜圖像的大氣校正。利用經(jīng)驗(yàn)校正法的關(guān)鍵是地面定標(biāo)場(chǎng)的選擇：一般要求定標(biāo)場(chǎng)面積足夠大、近乎朗伯體以及沒有植被覆蓋。研究中選擇的暗亮目標(biāo)分別是大面積水體和水泥堤壩。在利用6S

8、模型大氣校正時(shí)，依據(jù)MODIS大氣產(chǎn)品構(gòu)建模型輸入?yún)?shù)，克服了水汽、臭氧濃度和氣溶膠光學(xué)厚度等參數(shù)不易獲取的缺陷。兩種方法均獲得了滿意的結(jié)果。 6、利用處理后的星載Hyperion高光譜圖像和實(shí)測(cè)生化組分?jǐn)?shù)據(jù)，通過偏最小二乘方法(PLSR)，對(duì)圖像覆蓋區(qū)冠層層次的葉綠素含量、水分含量、全氮含量、全碳含量、氫元素含量以及碳氮比進(jìn)行了定量反演并獲得了幾種組分的空間分布圖。研究表明該地區(qū)植被覆蓋區(qū)的碳氮比約在30左右；而波長2052n