摘要:植被光合有效辐射吸收比例FPAR(Fraction of absorbed Photosynthetically Active Radiation)是碳循环光能利用率模型中的关键参数之一。高分系列卫星的发射,为反演定量遥感产品提供了高时空分辨率的卫星遥感数据,基于高分数据的植被光合有效辐射吸收比例产品能够为生态系统碳循环的分析评估提供更加精细、精度更高的输入参数产品。本文发展了一种基于深度学习的光合有效辐射吸收比例反演方法。该方法利用SAIL(Scattering by Arbitrarily Inclined Leaves)模型模拟多种太阳入射角度、观测角度、大气条件下的植被冠层光合有效辐射吸收比例及冠层反射率,形成海量输入—输出模拟数据集,具有鲁棒性及更好的普适性;基于深度信念网络对数据集进行训练,得到高分一号(GF-1)卫星光合有效辐射吸收比例遥感反演模型。利用中国科学院怀来遥感综合试验站及黑河流域地表过程综合观测网FPAR地面站点连续观测数据对玉米作物、芦苇草地等下垫面反演的FPAR进行了对比验证,RMSE分别为0.15和0.17。本方法以辐射传输模型模拟的多维大气及地表输入—植被冠层输出作为深度学习的训练样本库,弥补了训练样本数量不足及观测数据不全带来的深度学习训练过程中的误差,从而使得模型兼具机理性和高效性。同时,反演的输入为具有太阳角度、观测角度信息的地表反射率产品,降低了输入参数获取的难度,减少输入参数误差传递的影响,有利于实现产品的业务化生产。
摘要:蒸散发(Evapotranspiration,简称ET)是研究地表水循环过程变化和开展田间水分管理的核心变量之一。遥感是获取大范围动态蒸散发的一个主要手段,但现有蒸散发产品分辨率主要以中低分辨率(1—25 km)为主,难以满足田间水分管理的应用需求。国产高分一号宽幅相机具有高时空分辨率特点,空间分辨率为16 m,能够为高时空分辨率蒸散发产品生产提供数据支撑。本文利用国产高分一号卫星遥感数据反演的地表参数(包括叶面积指数、植被覆盖度和反照率等)作为驱动,评估了采用ETMonitor蒸散发遥感模型获取高分辨率蒸散发的能力和精度。研究中收集黑河流域、闪电河流域、河北怀来、西藏纳木错等16个站点的涡动相关仪地面观测数据开展蒸散发估算的验证,下垫面类型主要涵盖农作物、草地、森林和裸地等。验证结果表明:高分一号卫星遥感估算日蒸散发均方根误差为0.85 mm d-1,相关系数为0.79,偏差为0.16 mm d-1,估算精度较高。与中低空间分辨率(例如1 km)蒸散发数据相比,基于高分一号卫星遥感估算的16 m分辨率蒸散发在地表异质性较强的区域更具优势,能较好地反映田块尺度的蒸散发空间分布差异。整体来说,基于国产高分卫星遥感结合ETMonitor模型能够获取精度较高的高时空分辨率蒸散发产品,有望满足日益精细化的农业水资源利用及管理的应用需求。
摘要:尺度效应是定量遥感领域的经典且重要问题之一,其中地表异质性的判断和明确对地表真实性检验和场站优化布设问题的前置工作。并且地表异质性的判断和计算,一般是通过一景低分辨率待检验产品与同步获取的地面测量结果或者高分辨率产品进行尺度转换实现间接表达。然而,由于待检低分辨率与高分辨率遥感影像之间几乎很难做到完全同步。那么如何在缺乏同步产品的基础上,仅利用高分辨率产品去刻画地表异质性,是为下一步对空间异质性进行进一步探索和分析的前提条件。本文针对该问题使用优于0.2 m空间分辨率的无人机光谱反射率数据,计算得到归一化差值植被指数NDVI(Normalized Difference Vegetation Index)数据,通过三次卷积升尺度算法计算获取了0.2—30 m共39个不同空间分辨率结果,通过目视解译获得土地利用/覆盖变化LULC(Land Use and Land Cover change)数据,结合地理探测器对1 km×1 km图幅内的空间异质性行评价。结果表明:3个地形破碎的喀斯特槽谷区,其空间异质性评价值q的阈值存在差异,但总体上q值都随着空间分辨率的提高(30—0.2 m)由震荡趋于平稳; Mann-Kendall突变检测发现,柑橘研究所和虎头村的空间异质性突变点和q值震荡曲线的稳点阈值基本一致。