基于各向异性角度指数的作物叶面积指数遥感估算模型研究

Leaf area index (LAI) is typically estimated from mono-angle remote sensing, which is inadequate to represent any structural characteristic of vegetation. The uncertainties of LAI in Crop would then easily lead to underestimated or overestimated of the growth and productivity of crop. The objective of this study is to explore the algorithms for improving LAI estimation by better considering the vegetation structural information affecting LAI using angular indices,which can provide additional information of vegetaion structure. The studies are conducted for row crop including different types of plant. Both spectral analysis and angular analysis of a large set of BRDF datasets are conducted for investigating reflectance at specific angles and semi-empirical kernel coefficients of BRDF those are strongly related to the variation of canopy structure. These reflectance and the kernel coefficients selected are used to calculate two types of anistropic indices rescpectively. The model coupling anistropic indices is developed for improving LAI estimation based on the interpretation of the response mechanism of angular indices to varying vegetation structure. These results will be helpful in further promoting the application of anistropic indices in quantitatively estimating vegetation structural parameters

传统植被指数方法中使用单一方向的光谱信息无法捕获冠层立体结构信息，给小尺度像元内行播作物叶面积指数的估算带来了极大的不确定性，易导致作物长势、营养状况和品质的误判。本项目以提高作物LAI估算精度为目标，通过引入包含附加结构信息的各向异性角度指数，对更多的考虑植被结构变化的作物LAI估算方法进行研究。以涵盖不同株型品种的一年生行播作物为研究对象，通过对大量BRDF数据集的光谱分析和角度分析，挖掘与作物冠层植被结构变化密切相关的角度反射率以及BRDF半经验核权重系数建立不同类型的各向异性角度指数，并在探明角度指数对植被结构变化响应机制的基础上,发展耦合角度指数的LAI估算模型，以期提高估算精度，促进各向异性角度指数在植被结构参数定量估算中的应用。

传统植被指数方法中使用单一方向的光谱信息无法捕获冠层立体结构信息，给小尺度像元内行播作物叶面积指数的估算带来了极大的不确定性。本项目以提高作物LAI估算精度为目标，通过引入包含附加结构信息的各向异性角度指数，对更多的考虑植被结构变化的作物LAI估算方法进行研究。以涵盖不同株型品种的一年生行播作物为研究对象，通过对BRDF数据集的光谱分析和角度分析，基于植被结构敏感的BRDF半经验核权重系数和特定角度反射率分别建立各向异性角度指数，并在探明角度指数对植被结构变化响应机制的基础上,发展耦合角度指数的LAI估算模型，基于物理模型模拟数据、田间试验采集数据对反演模型精度进行初步评估。最后分别利用Proba/Chris和MODIS BRDF数据对改进模型的卫星应用可行性进行评估。结果表明：针对多角度中-宽波段卫星数据，新构建角度指数NDKWI用于中优9507，DKWI用于京411相对于反射率计算的植被指数具备提高LAI估算精度的潜力，可见核系数结构指数不仅局限用于改善分类精度，还可拓展用于建模；相对于NDVIhot和NDVI，基于多角度数据的改进模型和方向指数NHVI线性模型的精度更高，表明NDHD（HDS）可以为NDVI提供额外的结构信息用于LAI估算；在卫星应用可行性评估方面，针对Proba/Chris多角度光谱数据，新型角度指数（SSIiso, NDFIiso以及DFIiso）与LAI线性相关性显著，但相对于倾斜角度植被指数，并无明显优势，所有指数中，后向36°观测角度下的MSAVI与LAI的线性关系最优；针对MODIS BRDF产品，核权重角度指数RDFIiso(Green, Nir)在农作物和阔叶林呈现了很好的LAI估算潜力（R2最优）。本项目研究结果验证了各向异性角度指数用于LAI估算的可行性，有利于提高区域LAI估算精度，促进各向异性角度指数在植被结构参数定量估算中的应用。