新型植被叶片与冠层光谱模型构建
文献类型：学位论文
| 作者 | 马田 |
| 答辩日期 | 2024-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 方红亮 |
| 关键词 | 叶片光谱 光谱向量 冠层光谱 光谱不变理论 |
| 学位名称 | 博士 |
| 学位专业 | 地理学与地理信息系统 |
| 英文摘要 | 叶片和冠层光谱是驱动地表能量平衡的重要因素，直接影响地表反照率、太阳辐射分配、显热通量和净辐射。叶片和冠层光谱对识别植被物种或群落和理解全球生物多样性模式及其功能特征也至关重要。随着遥感对地观测技术的不断发展，遥感数据海量增长，构建简单易用的新型叶片与冠层光谱模型对基于遥感数据的植被结构参数反演具有重要的现实意义。 目前常用的叶片和冠层光谱模型原理复杂，需要较多的输入参数（先验知识） 和计算资源。而从模型反演的角度而言，普遍认为可逆模型不应包含太多参数，否则反演会变得不稳定和不适定，难以适应遥感大数据时代下植被结构参数的高 效快速大范围反演，难以被耦合到各种复杂的陆面模型（Land Surface Models， LSMs）。常用的双层冠层模型利用四流理论计算多次反射，需要的叶片与土壤参数较多。光谱不变理论（Spectral Invariants Theory，SIT）利用冠层截获，再碰撞概率，逃逸概率三个光谱不变量描述冠层结构，计算冠层多次反射。相较于四流理论，光谱不变理论的计算较简单与省时。因此，亟需构建新型植被叶片与冠层 光谱模型。 针对于此，本论文旨在基于全球实测叶片光谱数据，利用光谱向量理论构建经验通用光谱向量叶片模型 GSV-L（General Spectral Vector-Leaf）。利用双向孔隙率（Bi-directional Gap Probability，BDGP）和光谱不变理论构建双层冠层反射率模型 CANOP，并耦合 GSV-L 与通用光谱向量土壤反射率模型 GSV（General Spectral Vector）。利用现有的叶片和冠层光谱模型以及实测数据对 GSV-L 与 CANOP 进行充分验证。主要结果及结论如下： （1）收集了 400−2400 nm 全波长范围内的 66478 条叶片反射率光谱与 3575 条叶片透射率光谱，构建了全球实测叶片光谱数据库。利用奇异值分解法（Singular Value Decomposition，SVD）对光谱数据矩阵进行分解，获得叶片光谱 向量，构建叶片光谱模型 GSV-L。GSV-L 模型仅利用不同波段的几个波长处的叶片光谱即可以较大的 R 2（0.99, 0.99），较小的 RMSE（0.014, 0.014）和 Bias（0, 0.002）值模拟全波长范围内的叶片反射率与透射率。该模型在叶片光谱模拟方面也优于 PROSPECT 和 LEAF-SIP 模型。反射率光谱向量的系数可被用于估计叶片结构参数、等效水厚度和叶片生化成分。GSV-L 作为一种高效、准确的叶片高光谱建模方法，需要较少的输入参数，还可以与各种冠层反射率模型集成。 （2）构建了双层冠层反射率模型 CANOP。CANOP 分别利用双向孔隙率和光谱不变理论计算双层冠层的单次和多次反射。与 PROSAIL，DART 以及实测冠层数据的对比结果表明 CANOP 可精确地模拟上下冠层的叶片光谱特性与叶面积指数（Leaf Area Index，LAI），叶倾角分布（Leaf inclination Angle Distribution， LAD）都不同的双层植被冠层在全波长范围内的高光谱反射率。CANOP 对实测 双层冠层反射率模拟的 R 2，RMSE，bias 分别为 0.97，0.027，0.011。CANOP 模型耦合了叶片光谱模型 GSV-L 与土壤反射率模型 GSV，所需叶片与土壤参数大量减少。CANOP 模型可用于冠层结构参数的反演。 |
| 学科主题 | 地理学与地理信息系统 |
| 语种 | 中文 |
| 页码 | 114 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/209369]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 马田. 新型植被叶片与冠层光谱模型构建[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2024. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。