基于多角度成像技术的植被叶面积指数立体分布反演研究

The inersion of Leaf area index is one of the concern in the vegetation quantitative remote sensing.Vegetation exists a large heterogeneity in stereoscopic space, presents the characteristic of vertical distribution, especially for the distribution characteristics of the leaf area index （LAI）.LAI inversion accuracy has an important influence on the subsequent application of the model and the calculation of Carbon input and output. This study tries to combine the multi-angle observation and hyperspectral imaging technology to study the three-dimensional distribution of LAI, which provides a new idea for the LAI inversion. (1) We study the mechanism of different levels of LAI and the spectral response, and use the radiative transfer model to simulate the data to explore the relationship between the spectra and different layers of vegetation LAI; (2)combined with the field observation data and the simulation of three-dimensional structure of vegetation, building the vertical distribution model of LAI; (3)model optimization and validation, to achieve three-dimensional layered LAI inversion.The research results will provide theoretical support for the inversion of vegetation parameters of vertical distribution, and provide scientific basis for hyperspectral multi-angle sensor settings.

植被叶面积指数反演一直是植被定量遥感关注的问题之一。但由于植被在立体上存在较大空间异质性，其叶面积指数（LAI）的垂直分布特性尤为明显，这种垂直分布特性对于后续过程模型的应用以及碳收支计算具有关键意义。本项目拟以玉米为例开展地面试验，结合多角度观测和高光谱成像技术进行叶面积指数立体分布反演研究。（1）进行不同层次叶面积指数与光谱响应机理探索，并基于辐射传输模型模拟数据阐明光谱与不同层植被LAI之间的关系；（2）结合野外观测数据和仿真植被三维结构，构建LAI垂直分布反演模型；（3）进行模型优化与验证，实现LAI立体分层反演。研究成果可望为植被参数垂直分布反演提供理论上的支持，并为高光谱多角度传感器设置提供科学依据。

针对植被在垂直方向上存在异质性，叶面积指数遥感反演通常会受到植被冠层空间几何结构的影响和限制的问题，本研究在已有研究基础上，结合高光谱数据具有细化光谱的显著特点，以及多角度观测能够提供丰富目标的立体结构特征信息和具备反演植被结构参数立体分布的潜力的优势，深入探讨在反演植被LAI的方法，构建不同层次LAI垂直分层估算模型。为此开展的研究内容有：(1)为准确获取地面观测目标地物的立体结构信息，实现多角度观测，本研究研制了一种便携、操作快速灵活的多角度观测装置。(2)针对多角度观测数据特点，提出了多角度数据最优角度选择标准，角度选择时应该综合考虑各角度信息量、角度之间的相关性以及与所求参数的响应程度三个方面，进而对多角度数据进行分析筛选选出最优角度及角度组合，该方法能够有效消除多角度观测冗余信息。(3)将高光谱和多角度数据进行结合，采用基于辐射传输模型和最优角度组合的反演方法对LAI垂直分层进行反演研究。为此采用扩展傅里叶幅度灵敏度检验法（EFAST）对PROSAIL模型的各输入参数进行全局敏感性定量化分析, 筛选出对模型结果影响最大的参数，进一步优化模拟模型结果。研究结果表明该方法进行LAI垂直分层反演的思路是切实可行的，能够有效提高LAI反演精度。研究结果对提高LAI反演精度以及新型多角度传感器角度设置提供一定的参考。