遙感反演應(yīng)用冠層生化組分

北師大第三屆陸北師大第三屆陸表衛(wèi)星遙感數(shù)據(jù)反演理論與方法暑期講習(xí)班植被冠層生化組分遙感原理與方緒結(jié)經(jīng)驗(yàn)方理論模型反授課教E-mail授課教E-mail參考書《Sensing》，梁順林等編植被冠層層關(guān)系到????葉草植被冠層層關(guān)系到????葉草生化組分生化組分??????葉綠素水分植被生化組分遙結(jié)構(gòu)的差異，對(duì)不同波長(zhǎng)的電磁波具有選擇植被生化組分遙結(jié)構(gòu)的差異，對(duì)不同波長(zhǎng)的電磁波具有選擇性吸收特性。光譜分辨率的提高和連續(xù)波譜曲線的獲得，可?20世紀(jì)80年代，研究者已經(jīng)意識(shí)到可以利用植被高譜反射特性來提取其生化信??1991年，NASA開展了冠層化學(xué)促進(jìn)計(jì)劃中國(guó)從“九五”期間開始，以精準(zhǔn)農(nóng)業(yè)、全球變化研究為目標(biāo)，在國(guó)家973、863中相繼設(shè)立了相關(guān)研項(xiàng)波長(zhǎng)葉綠素電子躍大氣散葉綠素電子躍葉綠素電子躍電子躍葉綠素C—H鍵伸展，三次諧蛋白C—H鍵伸展，三次諧油O—H鍵彎曲，一次諧水+O—H鍵伸展，二次諧淀N—H鍵伸蛋白C—H鍵伸展，C—H油C—H鍵伸展，二次諧木質(zhì)水+、纖維素、淀粉、木質(zhì)O—H鍵彎曲，一次諧O—H鍵彎曲，一次諧水C—H鍵伸展，C—H木質(zhì)O—H鍵伸展，一次諧波C—H鍵伸展，C—H鍵變淀粉、糖\木質(zhì)素、大氣吸O—H鍵伸展，一次諧纖維素、蛋白質(zhì)+、氮N—H鍵伸展，一次諧O—H鍵伸展，一次諧淀O—H鍵伸展，一次諧淀粉、纖維O—H鍵伸展，一次諧淀粉、木質(zhì)素波長(zhǎng)葉綠素電子躍大氣散葉綠素電子躍葉綠素電子躍電子躍葉綠素C—H鍵伸展，三次諧蛋白C—H鍵伸展，三次諧油O—H鍵彎曲，一次諧水+O—H鍵伸展，二次諧淀N—H鍵伸蛋白C—H鍵伸展，C—H油C—H鍵伸展，二次諧木質(zhì)水+、纖維素、淀粉、木質(zhì)O—H鍵彎曲，一次諧O—H鍵彎曲，一次諧水C—H鍵伸展，C—H木質(zhì)O—H鍵伸展，一次諧波C—H鍵伸展，C—H鍵變淀粉、糖\木質(zhì)素、大氣吸O—H鍵伸展，一次諧纖維素、蛋白質(zhì)+、氮N—H鍵伸展，一次諧O—H鍵伸展，一次諧淀O—H鍵伸展，一次諧淀粉、纖維O—H鍵伸展，一次諧淀粉、木質(zhì)素+、淀粉、蛋白質(zhì)、C—H鍵伸展，一次諧C—H鍵伸展，一次諧波/O—H鍵伸展/H—O—H鍵變纖維素、糖、淀O—H鍵伸展C—O鍵伸展，二次諧纖維O—H鍵伸展，C—O鍵伸淀O—H鍵伸展，O—H鍵變水+、木質(zhì)素、蛋白質(zhì)、氮、淀粉、纖維大氣吸O—H鍵伸展，O—H鍵彎糖、淀N—H鍵不對(duì)蛋白O—H鍵變形，C—O鍵變淀N=H鍵彎曲，二次諧波/N=H鍵彎曲/N-H蛋白質(zhì)、O—H鍵伸展/O-H糖、淀O=H鍵彎曲/C—O鍵伸展/C—O—C鍵伸展，三次淀粉+、纖N—H鍵伸蛋白蛋白質(zhì)+、氮N—H鍵彎曲，二次諧波/C—H鍵伸展/C—O鍵伸展C=O鍵伸展/C—N鍵伸C—H鍵伸蛋白O—H鍵伸展，O—H鍵變淀C—H鍵伸展/O—H鍵伸展/CH2彎曲/CH2伸纖維素、淀粉、C—H鍵伸展/CH2變淀粉、纖維N—H鍵伸展，C=O鍵伸展，C—H鍵彎曲，二次諧蛋白質(zhì)油C—H鍵彎曲，二次諧C—H鍵伸展/CH2變淀高光譜遙感高光譜遙感技20世紀(jì)90改進(jìn)，高光譜甚至超光譜傳感器得到了前所未有的發(fā)展，光譜分辨率達(dá)到級(jí)，為遙感反演植被生化參數(shù)提供高光譜數(shù)據(jù)提供了植被的準(zhǔn)連續(xù)光譜，為反演生化參數(shù)提供了可能。但是一方面高光譜數(shù)據(jù)提供了豐富的信息，另一方面其數(shù)據(jù)又存在冗余性。反演中，如果利用所有波段，就會(huì)大大地增加計(jì)算時(shí)間，如何利用盡可能少的波段，同時(shí)又最大限度地保留必要信息，剔除冗余信息也是反演中應(yīng)該考慮的問題地生化組分遙感難???組分含量生化組分遙感難???組分含量波長(zhǎng)波長(zhǎng)波長(zhǎng)波長(zhǎng)生化組分遙感反演方?生化組分遙感反演方?高光譜數(shù)據(jù)有過飽和風(fēng)?物理意義，但影響因素多?北師大第三屆陸北師大第三屆陸表衛(wèi)星遙感數(shù)據(jù)反演理論與方法暑期講習(xí)班植被冠層生化組分遙感原理與方緒結(jié)經(jīng)驗(yàn)方理論模型反主要思樣本統(tǒng)相通過考察所研究的生化組分含量（y）與光譜因子(反射率或主要思樣本統(tǒng)相通過考察所研究的生化組分含量（y）與光譜因子(反射率或其變光譜指數(shù)等)（x）間的相關(guān)關(guān)系建立統(tǒng)計(jì)模型，如果我們已知x，應(yīng)該模型，即可獲得生化組分含量y統(tǒng)計(jì)光譜生化多元逐步回經(jīng)驗(yàn)?zāi)Ｐ屯ǔ；趯?shí)驗(yàn)室的近紅外光譜學(xué)方法多元逐步回經(jīng)驗(yàn)?zāi)Ｐ屯ǔ；趯?shí)驗(yàn)室的近紅外光譜學(xué)方法利用逐步多元回歸篩選出訓(xùn)練樣本中反射率或它的變化形式（通常指導(dǎo)數(shù)光譜）與生化組分含量相關(guān)最密切的波段，建立回歸方程。然后利用這些回歸方程來提取未知樣本的生化組分含量NYa0aixi室內(nèi)葉片水平生化組分含量提利用的葉片光譜和生化數(shù)據(jù)來自國(guó)外的ACCP據(jù)。葉片類型均為樹葉（椴木葉，白橡樹，糖楓，紅楓，紅橡樹，紅杉，紅松，白松，美洲落葉松，美洲山毛櫸等），對(duì)纖維素和木質(zhì)素含量分析采用一種連續(xù)分離方法e室內(nèi)葉片水平生化組分含量提利用的葉片光譜和生化數(shù)據(jù)來自國(guó)外的ACCP據(jù)。葉片類型均為樹葉（椴木葉，白橡樹，糖楓，紅楓，紅橡樹，紅杉，紅松，白松，美洲落葉松，美洲山毛櫸等），對(duì)纖維素和木質(zhì)素含量分析采用一種連續(xù)分離方法ea94。碳氮含量采用燃燒法獲得。葉片光譜測(cè)量利用的是PerkinElmer2400分光光度計(jì)干干Harvard干鮮左為以反射率為自變量，右為以反射率一階導(dǎo)數(shù)為自以反射率為自變量的入選波段中，其中1890m，1490m，2280m，2340m，2090左為以反射率為自變量，右為以反射率一階導(dǎo)數(shù)為自以反射率為自變量的入選波段中，其中1890m，1490m，2280m，2340m，2090m處于纖維素分子的吸收波段或附近；而在以反射率一階導(dǎo)數(shù)為自變量的入選波段中，其中2320m，1790m和2250m為纖維素分子的吸收波段。其它入選的波段可能或者是我們未知的纖維素分子的吸收波段，或者是隨機(jī)性引起的左為以反射率為自變量，右為以反射率一階導(dǎo)數(shù)為自在以反射率為自變量的回歸中，只有1430nm左為以反射率為自變量，右為以反射率一階導(dǎo)數(shù)為自在以反射率為自變量的回歸中，只有1430nm1940nm，1370nm和1190nm為木質(zhì)素分子的吸收反射反射率一階導(dǎo)左為以反射率為自變量，右為以反射率一階導(dǎo)數(shù)為自碳素主要分布在纖維素，木質(zhì)素，淀粉等物質(zhì)中，對(duì)于回歸方程，無論是以反射率還是以反射率一階導(dǎo)為自變量，大部分的入選波段均位于上述物質(zhì)的吸收波段，但是仍然有一些波段是隨機(jī)選入的。反射反射率一階導(dǎo)左為以反射率為自變量，右為以反射率一階導(dǎo)數(shù)為自碳素主要分布在纖維素，木質(zhì)素，淀粉等物質(zhì)中，對(duì)于回歸方程，無論是以反射率還是以反射率一階導(dǎo)為自變量，大部分的入選波段均位于上述物質(zhì)的吸收波段，但是仍然有一些波段是隨機(jī)選入的。反射反射率一階導(dǎo)左為以反射率為自變量，右為以反射率一階導(dǎo)數(shù)為自在入選波段中，以反射率為自變量有4個(gè)蛋白質(zhì)的吸收波段選入，以反射率一階導(dǎo)數(shù)為自變量有5蛋白質(zhì)分子的吸收波段，而其它多數(shù)波段認(rèn)為是隨機(jī)選入的。反射率一階導(dǎo)左為以反射率為自變量，右為以反射率一階導(dǎo)數(shù)為自在入選波段中，以反射率為自變量有4個(gè)蛋白質(zhì)的吸收波段選入，以反射率一階導(dǎo)數(shù)為自變量有5蛋白質(zhì)分子的吸收波段，而其它多數(shù)波段認(rèn)為是隨機(jī)選入的。反射率一階導(dǎo)小由上述驗(yàn)證可見，對(duì)于小由上述驗(yàn)證可見，對(duì)于干葉片一階導(dǎo)數(shù)為自變量，利用逐步多元線性回歸的統(tǒng)計(jì)關(guān)系，都可以很好地預(yù)測(cè)這些組分的含量，并且所建立的關(guān)系可應(yīng)用于其它的樣本，當(dāng)然，以后者為自變量能夠很好地去除某些隨機(jī)因子，因而回歸和驗(yàn)證結(jié)果都好于前者。但是，對(duì)于各個(gè)組分的入選波段，并不完全都處于相關(guān)物質(zhì)的吸收波段，入選波段的意義我們不能完全解釋，有些可能是處于我們還未知的相關(guān)物質(zhì)的吸收波段，有些也許就是隨即進(jìn)入的，這是由該方法的性質(zhì)決定的這一方面跟樣本數(shù)量有關(guān)，但主要的還是由于鮮葉片內(nèi)的水分作用。由于水分的存在，這些物質(zhì)的作用被掩蓋，相對(duì)屬于弱勢(shì)組分，因而如何有效地去除水分的影響，凸顯這些組分的作用，還有待更進(jìn)一步的研究北師大第三屆陸北師大第三屆陸表衛(wèi)星遙感數(shù)據(jù)反演理論與方法暑期講習(xí)班植被冠層生化組分遙感原理與方緒結(jié)經(jīng)驗(yàn)方理論模型反葉綠素葉綠素含量半經(jīng)驗(yàn)提取方的生物指示因子（例如色素含量，葉綠素?zé)晒猓┡c植被反射率之間關(guān)系的一種常用方法。光譜指數(shù)是指某些特定波段反射率的組合，它們與葉片色素或光合作用以及植被的脅迫狀態(tài)有某種關(guān)系。許多與植被功能聯(lián)系的光譜指數(shù)都是基于葉片水平而非冠層水平的，它們與色素含量或葉綠素?zé)晒獾年P(guān)系可以容易地觀測(cè)到。光化學(xué)反射指光化學(xué)反射指（photochemicalreflectance色素的環(huán)氧化作用以及氮脅迫冠層的光合作用效率相關(guān)，可以作為葉片和完全照射冠層的光合輻射利用率的中間指數(shù)，但是不能用于遮蔽冠層。不過，如果冠層結(jié)構(gòu)的問題可以解決，相對(duì)光合速率亦可以通過遙感獲得紅邊位置紅邊位置和斜片經(jīng)歷積極的光合作用到由于葉綠素?fù)p失導(dǎo)致不同程度衰老的過程中，紅邊位置和斜率將會(huì)變化。各類光各類光譜指生化生化組分遙感反演方半經(jīng)驗(yàn)?zāi)Ｐ停ㄈ~綠素指數(shù)為例農(nóng)作物農(nóng)作物冠層水平葉綠素含量的提建立的關(guān)系難以給出理論的解釋OSAVIoptimizedOSAVIoptimizedsoiladjustedvegetation近年來的一些研究發(fā)現(xiàn)土壤可調(diào)節(jié)植被指數(shù)影響。例如是一個(gè)土壤可調(diào)節(jié)植被指數(shù)。它是冠層n和n從OSAVI一定實(shí)際土壤光譜特性的指數(shù)而言，它的確定不任何土壤或特定場(chǎng)景的信息，而且，對(duì)于大部分農(nóng)TCARITransformedTCARITransformedChlorophyllAbsorptioninReflectanceTCARITCARI＝3*(（R700－R670）-HaboudaneHaboudane葉面積指數(shù)（I）可以在一定程度上反映植被和土壤背景在遙感像元中的比例，因此在利用某個(gè)光譜指數(shù)反演葉綠素含量時(shí)，討論是否存在土壤背景的影響，可以轉(zhuǎn)化為觀察所建立的相關(guān)關(guān)系是否受I的影響。將某個(gè)光譜指數(shù)與某個(gè)I結(jié)合，建立與葉綠素含量的（不依賴于的）普適關(guān)系從理論上說是可能的。Haboudaneetal.（2002）發(fā)現(xiàn)盡管LAI對(duì)于影響都非常大，但是可以嘗試將TCARI和OSAVI合以分離LAI和土壤背景對(duì)估算葉綠素含量的對(duì)于所有對(duì)于所有的覆蓋水平（LAI），分布葉綠素含量值在OSAVI-TCARI空間的分并且隨著覆蓋度（I）的增加向外輻射。這個(gè)圖顯示葉綠素含量只和等值線的斜率有關(guān)，而與無關(guān)，隨著葉綠素含量的增加，等值線的斜率減小。即利用TCARI對(duì)OSAVI的斜率，可以去除LAI的影響HaboudaneHaboudane物冠層葉綠素含量的關(guān)系0實(shí)際上，TCARI對(duì)OSAVI的比率明顯地減小了對(duì)LAI同時(shí)保留了對(duì)葉綠素含量變化的高敏感性：它在很寬的I范圍內(nèi)（0.3－8）都與葉綠素含量呈現(xiàn)近似唯一的關(guān)系，對(duì)于葉綠素含量在g/cm2到60g/cm2的范圍內(nèi)，這一點(diǎn)表現(xiàn)得尤為明顯葉綠素含量對(duì)H對(duì)H方法的改點(diǎn)，但并不是原點(diǎn)。oda的關(guān)系的建立隱含著認(rèn)為這個(gè)交點(diǎn)是原點(diǎn)，或者忽略了其影響。但是，從圖中可以大致找到一個(gè)交點(diǎn)，假設(shè)為O（.，－0.01），如果假設(shè)葉綠素含量是與以O(shè)點(diǎn)為原點(diǎn)的直線的斜率相關(guān)的，重新繪出葉綠素含量與（AI-（-0.01））/(OSAVI-0.11)00 0.25 0.35 0 (TCARI+0.01)/(OSAVI-即對(duì)于綠素含量與和00 0.25 0.35 0 (TCARI+0.01)/(OSAVI-即對(duì)于綠素含量與和組合間的關(guān)系時(shí)，最好考O’的坐標(biāo)設(shè)為未知數(shù)，通過樣本擬合得到葉綠素含量葉綠素含量從葉綠素含量和TCARI/OSAVI的分布來看，葉素含量與TCARI/OSAVI的關(guān)系以倒數(shù)函數(shù)的形式更為從葉綠素含量和TCARI/OSAVI的分布來看，葉素含量與TCARI/OSAVI的關(guān)系以倒數(shù)函數(shù)的形式更為宜。因此，綜合起來，葉綠素含量與TCARI、的關(guān)系可通過下式擬合得到y(tǒng)eTCARIb'dOSAVI其中y為葉綠素含量，b’和c’c=-d=e=-8.73430樣本葉綠素含以上式的函數(shù)形式，重新擬合了葉綠素含量與和OSAVI間的回歸關(guān)系，圖中列c=-d=e=-8.73430樣本葉綠素含以上式的函數(shù)形式，重新擬合了葉綠素含量與和OSAVI間的回歸關(guān)系，圖中列出了回歸關(guān)系和對(duì)應(yīng)式10.4中的a,bcd和e擬合葉綠素含量北師大第三屆陸北師大第三屆陸表衛(wèi)星遙感數(shù)據(jù)反演理論與方法暑期講習(xí)班植被冠層生化組分遙感原理與方緒結(jié)經(jīng)驗(yàn)方理論模型反葉子的剖面結(jié)上表皮、葉子的剖面結(jié)上表皮、角質(zhì)層、柵欄組織、韌皮部、木質(zhì)其譜特征基本上被葉簇所控制因此討論植被的譜特征，首葉綠下表皮、氣孔、輔助纖、葉、海綿組單葉波譜特征的形成原???0TAR單葉波譜特征的形成原???0TARWavelengthReflectance/transmittance單葉波譜特征單葉波譜特征的決定因?葉片內(nèi)部所含物質(zhì)的種類與?葉片內(nèi)部結(jié)構(gòu)與物理葉片光學(xué)特性模型分葉片光學(xué)特性模型分?????N流模型（N-flux平板模型隨機(jī)模型光線跟蹤模型（Ray-tracing針葉模N這些模N這些模型是從K-M理論得出的它們將葉片假設(shè)成充滿散射和吸收物質(zhì)的厚板。N流方程是對(duì)輻N流模型示意YamadaYamada（1991）型。假設(shè)葉片由層組成（上下蠟質(zhì)層，柵欄組織和海綿組織），將葉片內(nèi)的輻射分為上行輻射和下行輻射（二流），基于理論，模擬了葉片內(nèi)的多重散射過程。柵欄組織層和海綿組織層特性不同，由吸收和散射系數(shù)來表達(dá)。因?yàn)闁艡诮M織排列緊密，模型中假設(shè)柵欄組織中的散射可以忽略。隨機(jī)模型隨機(jī)模型隨機(jī)模型通過馬爾可夫鏈的轉(zhuǎn)換概率。這些概率是以初始失量，通過疊代的方式直到平穩(wěn)狀態(tài)，就可以獲得葉片的反射率和透過率年擬，他把光子與葉子的相互作用分解為十個(gè)相互獨(dú)立而又有聯(lián)系的子過程1太輻26435年擬，他把光子與葉子的相互作用分解為十個(gè)相互獨(dú)立而又有聯(lián)系的子過程1太輻26435柵欄柵欄97海綿8圖3-5-2-海綿Raytracing在目Raytracing在目前所有模型中，只有raytracingRaytracing平板模型平板模型一個(gè)吸收板，具有朗伯表面。所需的參數(shù)為一個(gè)折射指數(shù)和吸收系數(shù)。這個(gè)模型成功地用Allen的平板模假設(shè)：1葉片是一個(gè)緊密的平板，均勻地充滿了吸收和散射物質(zhì)；2平板表面是個(gè)朗伯體。下圖示意了單位各向同性的光I0從介質(zhì)1發(fā)出，在介質(zhì)1和2的界面與之相互作用，穿過厚度為的介質(zhì)2，與介質(zhì)2和3的界面相互作用，最終進(jìn)入介質(zhì)1和3的過程。進(jìn)入介質(zhì)1的光為板的反射率，進(jìn)入介質(zhì)3的光為板的透過率。介質(zhì)1和3可以認(rèn)為是空氣，而介質(zhì)2通過其與空氣的相對(duì)折射指數(shù)n和吸收系數(shù)Allen的平板模假設(shè)：1葉片是一個(gè)緊密的平板，均勻地充滿了吸收和散射物質(zhì)；2平板表面是個(gè)朗伯體。下圖示意了單位各向同性的光I0從介質(zhì)1發(fā)出，在介質(zhì)1和2的界面與之相互作用，穿過厚度為的介質(zhì)2，與介質(zhì)2和3的界面相互作用，最終進(jìn)入介質(zhì)1和3的過程。進(jìn)入介質(zhì)1的光為板的反射率，進(jìn)入介質(zhì)3的光為板的透過率。介質(zhì)1和3可以認(rèn)為是空氣，而介質(zhì)2通過其與空氣的相對(duì)折射指數(shù)n和吸收系數(shù)來指定。介質(zhì)i和的界面的透射比指定為ij；對(duì)應(yīng)的反射比為Rij＝1ij。平板中與多次折射相關(guān)的輻照度以區(qū)域2，6，8，12以及3，5，9，11這些區(qū)域假定與界面無限接近。1234567T 8R9R 介101726811RR θD212 13T12T359 43T平板模型光線走向針針葉模上述所有的模型都是針對(duì)闊葉結(jié)構(gòu)發(fā)展起來的，闊葉具有延展的平面和明顯不同的層。但是針葉具有自己特殊的結(jié)構(gòu)：沒有明顯的柵欄組織，其剖面內(nèi)幾乎都是球形細(xì)胞。如何表征和模擬針葉葉片的元素存在著很多問題。而且，針葉葉片的形狀和尺寸使得光譜特性測(cè)量也很困難，即是在實(shí)驗(yàn)室內(nèi)，也很難測(cè)定單葉的反射率和透過率。上述這些原因，使得平板模型不能用于針葉，也限制了針葉模型的發(fā)展。IE模型即是針對(duì)針葉發(fā)展起來的。它模擬了針葉簇葉或單葉的光譜特性，可以較為準(zhǔn)確地模擬松樹葉的干濕簇葉光譜。LIBERTYLIBERTY模型假設(shè)單葉葉片細(xì)胞為球形粒子。葉片表層由距排列的、具有均一尺寸的球形細(xì)胞集合組成，細(xì)胞球體間則由空氣間隔隔開。葉片內(nèi)部由于細(xì)胞緊密聚合形成準(zhǔn)無限厚的介質(zhì)。IY模型需要6個(gè)輸入?yún)?shù)：平均細(xì)胞直徑d，表征細(xì)胞內(nèi)上行輻射分量的細(xì)胞間隙xu，基吸收b，白化吸收aa，針葉厚度t和生化組分含量C。我們考慮其中的生化組分包含葉綠素、水分、蛋白質(zhì)和木質(zhì)素加纖維素葉片模型發(fā)展196葉片模型發(fā)展1968年，llen和iarson建立了一個(gè)基于KM理論的葉片反射率、透過率模型，用散射系數(shù)和吸收系數(shù)描述漫散射介質(zhì)中的輻射傳輸；988年，art等簡(jiǎn)化了該模型，并成功應(yīng)用于小麥葉片；1969年，Allen等用“平板模型”解釋了典型緊密葉片的漫反射和漫透射，用有效折射指數(shù)n和有效吸收系數(shù)k用VoidAreaIndex(VAI)來描述葉片內(nèi)部結(jié)構(gòu)；??????PROSPECT?S.JacquemoudandF.PROSPECT?S.JacquemoudandF.Baret?PROSPECT:AModelofLeafOpticalProperties?RemoteSensingofEnvironment:34:75-PROSPECTPROSPECT模型是基PROSPECTPROSPECT模型是基于最初的平板模型展起來的，原模型假設(shè)葉片表面為各向同性是，雖然光線入射到葉片上時(shí)看似垂直實(shí)的考慮到了這個(gè)現(xiàn)象，引入了立體角ΩPROSPECT需要個(gè)參數(shù)，最大入射角PROSPECT需要個(gè)參數(shù)，最大入射角，它確定了光線入射的立體角；葉肉界面折射指數(shù)（以下簡(jiǎn)稱為折射指數(shù)）；透過系數(shù)θ。平板模型的層”。（如圖）綜上所述，最終使用的PROSPECT綜上所述，最終使用的PROSPECTNCab－葉綠素濃輸出：葉片反射率和透過率（400-2500nm，5nm間隔00透過1400190000透過14001900波長(zhǎng)90019000090014001900波長(zhǎng)0090014001900波長(zhǎng)11009001400190090014001900不同葉肉結(jié)構(gòu)參數(shù)N11009001400190090014001900不同葉肉結(jié)構(gòu)參數(shù)N北師大第三屆陸北師大第三屆陸表衛(wèi)星遙感數(shù)據(jù)反演理論與方法暑期講習(xí)班植被冠層生化組分遙感原理與方緒結(jié)經(jīng)驗(yàn)方理論模型反理論模型反演方通過植被物理模型，假定理論模型反演方通過植被物理模型，假定模型輸入?yún)?shù)，可以模擬植被光譜，該過程稱為前向過程，亦稱正演。如果已知植被光譜，通過后向過程，我們就以反演模型參數(shù)。生化參數(shù)通常是葉片物理模型的輸入?yún)?shù)，通過反演們就可以得到生化組分含量查找表方譜模型（葉片，冠層）對(duì)于簡(jiǎn)單方程如Y＝f（X），一般會(huì)存在其解析的反函數(shù)X＝f’（Y)，如果知道Y,那么我們可以通過解方程，或在樣本于更復(fù)雜的冠層模型以及三維模型（如前面介紹的raytracing生化組生化組分遙感反演方是解析的表達(dá)。那么如何從遙感數(shù)據(jù)通過反演得到所需的地表參數(shù)（模型的輸入?yún)?shù)）？這一類問題實(shí)際上是非線性最優(yōu)化問題。一個(gè)成功的反演是三個(gè)因子的結(jié)合，好的代價(jià)函數(shù)，好的優(yōu)化算法和一個(gè)好的反演策略。物理模型反演最終目的就是使得代價(jià)函數(shù)最小，此時(shí)的參數(shù)值就是反演解。生化組分信息反演也就是利用冠層或葉片模型，利用實(shí)測(cè)光譜數(shù)據(jù)，通過最小化代價(jià)函數(shù)得到。由于冠層模型或葉片模型都是生化組分參數(shù)的泛函，我們無法通過像解線性方程那樣得到模型參數(shù)的精確解析解，而通常都是通過迭代優(yōu)化的方法，使得代價(jià)函數(shù)最小而得到一個(gè)可以接受的解。代價(jià)函）代價(jià)函）代價(jià)函數(shù)；）如何最小化代價(jià)函數(shù)。下面是個(gè)最簡(jiǎn)單直觀的代價(jià)函數(shù)：cost(Xi)(Robs(i)RM(Xi,VCost為代價(jià)函數(shù),Robs為觀測(cè)反射率值;RM為模型模擬值;Xi為未知參數(shù)即要反演的參數(shù)V為已知參數(shù)當(dāng)代價(jià)函數(shù)最小時(shí)的未知參反演本身是非常復(fù)雜的，而與此同時(shí)，我們還有很多可以利用的信息（先驗(yàn)知識(shí)），遙感反演中的先驗(yàn)知識(shí)，是指反演前已有的對(duì)地面目標(biāo)的大致了解，以及以前遙感數(shù)據(jù)的積累。如下面這個(gè)就是為反演色素含量而設(shè)計(jì)的COST如下面這個(gè)就是為反演色素含量而設(shè)計(jì)的COST/R710)obs/R710,X)M這個(gè)代價(jià)函數(shù)相當(dāng)于帶有一定經(jīng)驗(yàn)性（的先驗(yàn)知識(shí)）/R710實(shí)際上是個(gè)紅邊指數(shù)。這個(gè)代函數(shù)是作者為反演森林色素含量而設(shè)計(jì)的，作者發(fā)現(xiàn)，生化組分遙感反演方最小化代價(jià)定的評(píng)價(jià)準(zhǔn)則（代價(jià)函數(shù)）生化組分遙感反演方最小化代價(jià)定的評(píng)價(jià)準(zhǔn)則（代價(jià)函數(shù)）(l,l)PROSPECT(Cab,Cw,Cm,N葉綠素含葉片含水干物質(zhì)含R()2()2()()cost生化組分遙感反演生化組分遙感反演方最小化代價(jià)某種思想和機(jī)制，通過一定的途徑或規(guī)則來得到滿足用要求的問題的解無約束優(yōu)化算法：Quasi-Newton方法，線性搜約束優(yōu)化算法：可行方向法，懲罰函數(shù)法，二次規(guī)劃算法最小二乘優(yōu)Gauss-Newton方法，Levenberg-Marquardt多目標(biāo)優(yōu)化模擬退火法遺傳算法人工神經(jīng)網(wǎng)絡(luò)反演反演策在反演中，我們需要反演的參數(shù)可能有很多，有的敏感，有的不敏感，或者所需反演的模型是幾個(gè)模型的組合，那么是所有參數(shù)一起反演，還是固定一部分不敏感參數(shù)，是從最終模型直接反演還是幾個(gè)模型分別反演等等問題，就構(gòu)成了反演中的策略選擇問題。我們可以分別在葉片和冠層水平反演生化組分信息。通常生化參數(shù)是葉片模型的直接輸入?yún)?shù)，對(duì)于冠層，則是通過葉片模型耦合到冠層模型中去的。那么在葉片水平，顯然我們可以直接反演生化參數(shù)；對(duì)于冠層，我們可以通過耦合模型直接反演生化信息，而如果組分光譜可知或者通過反演可得，那么實(shí)際上剩下的又是對(duì)于葉片模型的反演了。因此這兩個(gè)水平的反演既相互關(guān)聯(lián)，又相互獨(dú)立，而葉片模型的反演實(shí)際上是所有反演過程的基礎(chǔ)噪聲噪聲影葉綠素和水分，蛋白質(zhì)和纖維素加木質(zhì)素對(duì)于噪聲的抵抗能力明顯的不同。隨機(jī)噪聲對(duì)于葉綠素和水分基本沒有太大影響，而系統(tǒng)噪聲對(duì)于它們的影響較大。而對(duì)于蛋白質(zhì)和纖維素加木質(zhì)素，兩種噪聲均能嚴(yán)重地影響它們的反演精度。隨機(jī)噪聲是服從均值為零的高斯分布，因此對(duì)于葉綠素和水分反演的影響在各個(gè)波段間從統(tǒng)計(jì)上抵消了，為什么同樣的“抵消作用”對(duì)蛋白質(zhì)和木質(zhì)素加纖維素就無效了呢？在前，基本只有葉綠素對(duì)光譜具有敏感性，而其它組分的敏感度比葉綠素小得多，因此葉綠素抗噪能力強(qiáng)。在80m后，葉綠素對(duì)光譜不再敏感，而水分在各個(gè)波段的敏感性均遠(yuǎn)遠(yuǎn)大于另外兩個(gè)參數(shù)，水分的作用掩蓋了蛋白質(zhì)和纖維素&木質(zhì)素的影響，因此也就不難理解為什么蛋白質(zhì)和纖維素&木質(zhì)素的反演結(jié)果對(duì)于噪聲的抵抗能力如此之弱了顯，對(duì)于較高的系統(tǒng)噪聲，葉綠素和水分含量的反演結(jié)果也不理想，那么如何解決這個(gè)問題呢？我們?cè)O(shè)想，對(duì)于帶有系統(tǒng)噪聲的遙感數(shù)據(jù)，如果已知噪聲屬性，也許我們可以通過改變代價(jià)函數(shù)的形式來提高反演精度。例如，對(duì)于系統(tǒng)噪聲，它相當(dāng)于對(duì)真實(shí)數(shù)據(jù)的整體“平移”，并未改變數(shù)據(jù)的“形狀”，如果對(duì)于光譜而言，在二維平面中，真實(shí)光譜和噪聲光譜是兩條相互平行的曲線，其相關(guān)性必然是10％，因此，對(duì)于這樣的噪聲數(shù)據(jù)的反演，我們以觀測(cè)光譜北師大第三屆陸北師大第三屆陸表衛(wèi)星遙感數(shù)據(jù)反演理論與方法暑期講習(xí)班植被冠層生化組分遙感原理與方緒結(jié)經(jīng)驗(yàn)方理論模型反對(duì)于弱勢(shì)組分（纖維素，木質(zhì)素等等）對(duì)于弱勢(shì)組分（纖維素，木質(zhì)素等等）平得到很好的通用估計(jì)模型，但是對(duì)于鮮葉，水分的影響掩蓋了它們的作用，因而如何建立鮮葉甚至冠層的這些組分含量的提取方法仍然是該領(lǐng)域需要解決的問題理意理意義明確，因而在未來一段時(shí)間內(nèi)，仍將是研究者的興趣在演的模型才能是我們選擇的對(duì)象，葉片模型PROSPECT是一個(gè)完全可反演的模型，而LIBERTY模型對(duì)于生化組分含量的函數(shù)。通過反演物理模型來提取生化參數(shù)要想真正推廣應(yīng)用還受反演算法精度和計(jì)算量的限制針對(duì)生化組分含量反演所進(jìn)行的波段選擇說明，并不是波段數(shù)越多，反演生化組分信息就越準(zhǔn)確，波段數(shù)達(dá)到一定數(shù)目