植被冠層反射率模型弱敏感參數(shù)遙感反演方法.pdf

1、20世紀(jì)70年代以來，植被冠層反射率模型研究得以蓬勃發(fā)展，涌現(xiàn)出SAIL、GEOSAIL等眾多經(jīng)典的冠層反射率模型。基于這些經(jīng)典模型的植被關(guān)鍵參數(shù)反演研究也在近20年中如火如荼地開展著，并廣泛應(yīng)用于農(nóng)作物估產(chǎn)、生態(tài)環(huán)境監(jiān)測與保護(hù)、自然災(zāi)害（干旱、火災(zāi)等）評估及預(yù)警、水文水資源管理等關(guān)乎國家安全、全球氣候變化的重大需求中。但是，近年來植被冠層反射率建模研究進(jìn)展緩慢；植被關(guān)鍵參數(shù)反演方面也一直主要集中在幾個模型敏感參數(shù)（如葉面積指數(shù)、冠層含

2、水量等）的反演，而重要但模型弱敏感的參數(shù)研究卻鮮有踏足，導(dǎo)致理論研究與實(shí)際應(yīng)用之間的落差越來越大。本文站在前人對模型敏感參數(shù)成功反演的基礎(chǔ)上，對模型弱敏感參數(shù)進(jìn)行遙感定量反演研究，重點(diǎn)研究了模型弱敏感參數(shù)干物質(zhì)重量（DMC）及其衍生的草地地上生物量（AGB）和冠層可燃物含水率（FMC）的反演理論與方法。AGB是區(qū)域碳循環(huán)研究中的重要一環(huán)，同時也是農(nóng)作物估產(chǎn)的研究重點(diǎn)；FMC是描述植被點(diǎn)燃概率及火災(zāi)蔓延速率的關(guān)鍵指標(biāo)因子，因此是眾多火災(zāi)模

3、型的關(guān)鍵輸入?yún)?shù)。論文通過對這二者參數(shù)反演方法及應(yīng)用研究，旨在構(gòu)建一套適用于模型弱敏感參數(shù)反演的方法體系，同時拓展植被冠層反射率模型的應(yīng)用范圍，服務(wù)于農(nóng)作物估產(chǎn)、區(qū)域生態(tài)安全、野火風(fēng)險(xiǎn)評估及預(yù)警、全球氣候變化等領(lǐng)域。
　　本研究主要內(nèi)容包括：⑴分析植被冠層反射率模型及參數(shù)敏感性的基礎(chǔ)上，提出了模型弱敏感參數(shù)遙感反演策略。論文指出模型弱敏感參數(shù)成功反演的關(guān)鍵在于增強(qiáng)弱敏感參數(shù)的敏感性，并提出五個弱敏感參數(shù)反演策略：基于高光譜數(shù)據(jù)的模

4、型弱敏感參數(shù)反演；參數(shù)化模型敏感參數(shù)，提高模型弱敏感參數(shù)的敏感性；基于面向?qū)ο蟮哪Ｐ腿趺舾袇?shù)反演；基于多時相遙感數(shù)據(jù)的模型弱敏感參數(shù)反演；基于真實(shí)實(shí)測數(shù)據(jù)的模型弱敏感參數(shù)反演。⑵研究了緩解植被冠層反射率模型參數(shù)反演的病態(tài)問題，提出了基于貝葉斯網(wǎng)絡(luò)算法的反演方法。病態(tài)反演問題會極大地降低模型敏感參數(shù)的反演精度，對模型弱敏感參數(shù)正確反演的影響更為強(qiáng)烈。為緩解這一問題，本論文以貝葉斯網(wǎng)絡(luò)算法為基礎(chǔ)，通過考慮模型參數(shù)之間固有的關(guān)聯(lián)特性，構(gòu)建了

5、更符合自然界實(shí)際情況的自由參數(shù)先驗(yàn)聯(lián)合概率分布，降低了錯誤自由參數(shù)組合出現(xiàn)的概率，緩解了病態(tài)反演問題，提高了葉面積指數(shù)（LAI）及植被冠層含水量的反演精度，為后續(xù)基于植被冠層反射率模型的草地AGB及植被冠層FMC反演奠定基礎(chǔ)。⑶提出了一套新的反演草地 AGB的方法，突破了傳統(tǒng)基于實(shí)測統(tǒng)計(jì)擬合估算草地AGB的思路。該方法假設(shè)草地AGB可通過LAI與葉片干物質(zhì)重量（DMC）的乘積近似表示。首先，基于PROSAIL模型對實(shí)驗(yàn)區(qū)草地LAI及DM

6、C進(jìn)行反演；同時通過考慮模型參數(shù)間的相關(guān)特性及融入 MODIS LAI產(chǎn)品等方法提高草地AGB的敏感性，反演獲得草地AGB。實(shí)驗(yàn)中以我國青海湖流域草地AGB反演為例，論證該方法的有效性；同時，實(shí)驗(yàn)中使用了植被指數(shù)法、偏最小二乘法（PLSR）、人工神經(jīng)網(wǎng)絡(luò)法（ANN）等三種傳統(tǒng)經(jīng)驗(yàn)估算草地AGB的方法進(jìn)行對比分析。實(shí)驗(yàn)結(jié)果顯示，使用本論文方法反演的草地 AGB精度高于植被指數(shù)法及 ANN，與PLSR精度不相上下，但本論文方法不依賴地面實(shí)測

7、數(shù)據(jù)，因此比PLSR更具普適性，是具有前景的草地AGB反演方法。⑷構(gòu)建了植被冠層FMC反演方法體系，包括基于區(qū)間估計(jì)LAI的草地冠層FMC遙感反演方法和基于耦合輻射傳輸模型的森林冠層FMC遙感反演方法。FMC是一個與LAI無關(guān)的量，但在基于物理模型的FMC反演中，LAI的不確定性對FMC的正確反演具有較強(qiáng)的干擾作用。為緩解這一問題，提高FMC的敏感性，實(shí)驗(yàn)結(jié)合MODIS LAI產(chǎn)品，利用降尺度及區(qū)間估計(jì)的LAI參數(shù)化模型LAI輸入，以此

8、降低LAI的不確定性，從而提高草地冠層FMC的反演精度。在森林冠層FMC的反演中，針對本研究區(qū)森林植被具上層喬木下層草本植被的特點(diǎn)，即雙層冠層結(jié)構(gòu)，實(shí)驗(yàn)通過耦合描述草地冠層反射率特征的SAIL模型及描述森林冠層反射率特征的GEOSAIL模型，近似模擬該雙層冠層結(jié)構(gòu)的森林植被反射率特征，降低模型系統(tǒng)誤差對弱敏感參數(shù)FMC的影響，從而正確反演了森林冠層FMC。⑸構(gòu)建了基于遙感技術(shù)的區(qū)域大尺度野火風(fēng)險(xiǎn)評估及預(yù)警雛形。論文以澳大利亞和四川西昌瀘

9、山為例，首先應(yīng)用上述植被冠層FMC反演方法，進(jìn)行植被冠層FMC定量反演，生產(chǎn)了2001-2015年的澳大利亞15年的植被FMC產(chǎn)品。其次，基于該套產(chǎn)品，結(jié)合MODIS歷史火災(zāi)產(chǎn)品（MCD64），應(yīng)用Logistic模型計(jì)算得出澳大利亞2001-2015年燃燒指數(shù)（FI）產(chǎn)品，以此對野火風(fēng)險(xiǎn)進(jìn)行評估及預(yù)警。通過澳大利亞歷史上三次重大火災(zāi)（2003年堪培拉火災(zāi)、2009年維多利亞州火災(zāi)及2013年新南威爾士州火災(zāi)）爆發(fā)前植被冠層FMC及FI