植被遙感上機(jī)課程植被輻射傳輸模型

植被遙感上機(jī)課程植被輻射傳輸模型第一頁，共五十七頁，2022年，8月28日植被輻射傳輸過程400-2500nm：地表反射率第二頁，共五十七頁，2022年，8月28日

花青素anthocyanins

類胡蘿卜素carotenoids

葉黃素brownpigments

葉綠素chlorophylls葉片光譜受到葉片色素的影響植被患病變色第三頁，共五十七頁，2022年，8月28日地物輻射模型描述輻射傳播，與地物發(fā)生相互作用（吸收、散射、發(fā)射等）的過程。構(gòu)建了地物理化、結(jié)構(gòu)的特性與地物輻射特性的關(guān)系。植被參數(shù)模型正演反演遙感光譜第四頁，共五十七頁，2022年，8月28日Meroni,M.,R.Colombo,etal.(2004)."InversionofaradiativetransfermodelwithhyperspectralobservationsforLAImappinginpoplarplantations."RemoteSensingofEnvironment92:195-206.（1）反演植被參數(shù)植被輻射模型可以做什么？Meroni,etal.(2004)基于DAIS航空高光譜影像，利用PROSAIL模型，反演了植被LAI參數(shù)。第五頁，共五十七頁，2022年，8月28日Zarco-Tejada,P.J.,J.R.Miller,etal.(2004)."Hyperspectralindicesandmodelsimulationforchlorophyllestimationinopen-canopytreecrops."RemoteSensingofEnvironment90(4):463-476.（2）

模型正演的應(yīng)用植被輻射模型可以做什么？Zarco-Tejada,etal.(2004)利用植被遙感模型模擬光譜，比較不同植被指數(shù)的性能。植被參數(shù)植被遙感模型遙感光譜模擬結(jié)果1）調(diào)整某一個(gè)參數(shù)2）查看參數(shù)調(diào)整帶來的模擬結(jié)果變化；3）進(jìn)而發(fā)現(xiàn)敏感參數(shù)、及對(duì)應(yīng)的敏感波段；4）優(yōu)選植被指數(shù)等第六頁，共五十七頁，2022年，8月28日嘗試回答的問題葉綠素可見光-近紅外吸收？特征？葉片水分

近紅外-短波紅外吸收？特征？葉片干物質(zhì)

短波紅外吸收？特征？……葉面積指數(shù)對(duì)植被光譜的影響?波段范圍？強(qiáng)度如何？第七頁，共五十七頁，2022年，8月28日本次上機(jī)目的掌握幾種流行的植被冠層光譜模型，分析不同參數(shù)對(duì)應(yīng)的光譜特征。簡(jiǎn)單來說：1）調(diào)參數(shù)：固定其他參數(shù)不變，改變一個(gè)參數(shù)的設(shè)置；（模型軟件輸入）2）轉(zhuǎn)模型：獲得不同參數(shù)對(duì)應(yīng)的光譜數(shù)據(jù)集；（模型軟件輸出文本文件）3）敏感性分析：分析參數(shù)變化帶來的光譜變化。（文本文件導(dǎo)入EXCEL，在EXCEL表里面展示、分析）第八頁，共五十七頁，2022年，8月28日文本文件導(dǎo)入excel第一種方式：使用EXCEL直接打開文本文件，輸入分列符號(hào)設(shè)置，進(jìn)行分列第二種方式：COPY文本進(jìn)入EXCEL，利用分列工具，對(duì)數(shù)據(jù)進(jìn)行分列第九頁，共五十七頁，2022年，8月28日葉片光學(xué)模型 扁平葉模型——學(xué)習(xí)PROSPECT（Jacquemoud,1990） 針葉模型——學(xué)習(xí)LIBERTY（Dawsonetal,1998）植被冠層模型 連續(xù)型冠層模型——學(xué)習(xí)SAIL（Verhoef,1984） 幾何光學(xué)模型——學(xué)習(xí)5-SCALE(ChenJM,1997）植被遙感模型耦合模型：（1）PROSPECT+SAIL（2）LIBERTY+5-SCALE第十頁，共五十七頁，2022年，8月28日葉片的類型差異扁平葉（闊葉） 針葉

植被的葉片類型學(xué)習(xí)PROSPECT（Jacquemoud,1990）學(xué)習(xí)LIBERTY（Dawsonetal,1998）第十一頁，共五十七頁，2022年，8月28日冠層的類型差異連續(xù)型冠層（均一、混沌）非連續(xù)型冠層

植被的冠層類型學(xué)習(xí)SAIL（Verhoef,1984）學(xué)習(xí)5-SCALE(ChenJM,1997）第十二頁，共五十七頁，2022年，8月28日

扁平葉模型——學(xué)習(xí)PROSPECT（重點(diǎn)） 連續(xù)型冠層模型——學(xué)習(xí)SAIL（重點(diǎn)）

針葉模型——學(xué)習(xí)LIBERTY 幾何光學(xué)模型——學(xué)習(xí)5-SCALE實(shí)習(xí)順序第十三頁，共五十七頁，2022年，8月28日TAR鮮葉片和干葉片的反射率光譜（R）和透過率光譜（T）干枯葉片一般認(rèn)為，葉片的反射和透射率光譜，是由葉片組分的吸收和散射功能決定的。葉片主要組分：葉綠素，類胡蘿卜素，水，纖維素，木質(zhì)素，淀粉，蛋白質(zhì)等。新鮮葉片葉片模型第十四頁，共五十七頁，2022年，8月28日葉片模型

實(shí)習(xí)內(nèi)容：平板模型，以PROSPECT為例第十五頁，共五十七頁，2022年，8月28日早期的PROSPECT模型針對(duì)緊密葉片的，對(duì)于雙子葉和衰老葉片是不合適的，也即還沒有考慮葉片內(nèi)空氣間隔等的影響。PROSPECT的改進(jìn)之一假設(shè)葉片是由N層同性層疊起來的，被N-1層空氣間隔分割開來。

N不一定是整數(shù)。PROSPECT模型N被稱為是葉肉結(jié)構(gòu)指數(shù)。第十六頁，共五十七頁，2022年，8月28日PROSPECT模型含有以下參數(shù)：N－葉肉結(jié)構(gòu)參數(shù)（葉肉層數(shù)）Cab－葉綠素含量（葉肉透過系數(shù)θ有關(guān)

）Cw－葉片含水量（葉肉透過系數(shù)θ有關(guān)

）Cm－干物質(zhì)含量（葉肉透過系數(shù)θ有關(guān)

）

n－

葉肉界面折射指數(shù)n；（葉肉界面的折射屬性）α－最大入射角α（葉表面粗糙度）第十七頁，共五十七頁，2022年，8月28日輸出：葉片反射率和透過率（400-2500nm，5nm間隔）第十八頁，共五十七頁，2022年，8月28日PROSPECT模型(WINSail軟件中)實(shí)習(xí)第十九頁，共五十七頁，2022年，8月28日從WINSail軟件中打開PROSPECT第二十頁，共五十七頁，2022年，8月28日PROSPECT

界面葉肉結(jié)構(gòu)參數(shù)N葉綠素含量葉片含水量干物質(zhì)含量葉黃素含量第二十一頁，共五十七頁，2022年，8月28日PROSPECT模型的參數(shù)輸入表輸入?yún)?shù)描述取值范圍默認(rèn)值Cab葉綠素含量5～80μg/cm230μg/cm2N葉片結(jié)構(gòu)參數(shù)1-41.3Cm干物質(zhì)含量0.001-0.005g/cm20.005g/cm2Cw水分含量0.003-0.03g/cm20.012g/cm2第二十二頁，共五十七頁，2022年，8月28日PROSPECT模型(WINSail）兩種數(shù)據(jù)獲取方式：?jiǎn)尾ǘ味嗖ǘ文M計(jì)算第二十三頁，共五十七頁，2022年，8月28日PROSPECT模型(WINSail）存為一個(gè)文件，PROPECT的葉片反射率和透過率光譜，可為WINSail使用。第二十四頁，共五十七頁，2022年，8月28日波長(zhǎng)（nm）w05w10w15w20不同的葉片水分含量模擬的葉片反射率（左）和透過率（右）結(jié)果范例第二十五頁，共五十七頁，2022年，8月28日冠層模型實(shí)習(xí)內(nèi)容：連續(xù)型冠層模型(SAIL為例)第二十六頁，共五十七頁，2022年，8月28日連續(xù)型冠層模型——SAIL模型為例SAIL模型假設(shè)冠層具有如下性質(zhì)：

冠層水平且無限延伸； 冠層組分只考慮葉片； 冠層分布是各向同性的。

冠層葉片太陽與觀測(cè)環(huán)境第二十七頁，共五十七頁，2022年，8月28日PROSAIL模型的參數(shù)輸入表輸入?yún)?shù)描述取值范圍及默認(rèn)值Cab葉綠素含量(5～80μg/cm2)40μg/cm2N葉片結(jié)構(gòu)參數(shù)(1-4)1.3Cm干物質(zhì)含量(0.001-0.005g/cm2)0.003g/cm2Cw水分含量(0.003-0.03g/cm2)0.012g/cm2LAI葉面積指數(shù)(0.5、1～8)3LAD平均葉傾角（0-90度）57度Sl熱點(diǎn)大小0.25Theta_s,Phi_s太陽方位角和天頂角030Theta_v,Phi_v遙感器方位角和天頂角00第二十八頁，共五十七頁，2022年，8月28日SAIL模型的WIN版本光源與觀測(cè)參數(shù)葉片與土壤參數(shù)LAI葉片傾角分布函數(shù)冠層的多層結(jié)構(gòu)第二十九頁，共五十七頁，2022年，8月28日葉傾角分布函數(shù)第三十頁，共五十七頁，2022年，8月28日單獨(dú)使用WINSail模擬分析冠層結(jié)構(gòu)參數(shù)和反射率光譜的關(guān)系第三十一頁，共五十七頁，2022年，8月28日32冠層反射率隨：葉面積指數(shù)LAI、平均葉傾角LAD的變化第三十二頁，共五十七頁，2022年，8月28日WINSail結(jié)合PROSPECT分析葉片參數(shù)對(duì)冠層反射率的影響第三十三頁，共五十七頁，2022年，8月28日冠層反射率隨：a)葉肉結(jié)構(gòu)參數(shù)N;b)葉綠素Cab;c)水含量Cw;d)干物質(zhì)Cm第三十四頁，共五十七頁，2022年，8月28日葉片模型

實(shí)習(xí)內(nèi)容：針葉模型，以LIBERTY為例第三十五頁，共五十七頁，2022年，8月28日針葉模型LIBERTY的針葉內(nèi)輻射傳輸模型Dawsonetal.(1998)發(fā)展了針葉的葉片輻射傳輸模型LIBERTY。LIBERTY模型通過若干層細(xì)胞的反射率和透過率的迭代過程求得單個(gè)針葉的反射率和透過率，需要3大類、共9個(gè)輸入?yún)?shù)。第三十六頁，共五十七頁，2022年，8月28日LIBERTY模型輸入?yún)?shù)第三十七頁，共五十七頁，2022年，8月28日LIBERTYLIBERTY模型輸入?yún)?shù)的英文對(duì)照第三十八頁，共五十七頁，2022年，8月28日LIBERTY模型（5-SCALE軟件中）實(shí)習(xí)第三十九頁，共五十七頁，2022年，8月28日5-SCALERUNLIBERTY第四十頁，共五十七頁，2022年，8月28日第四十一頁，共五十七頁，2022年，8月28日輸出文件的設(shè)置第四十二頁，共五十七頁，2022年，8月28日冠層模型實(shí)習(xí)內(nèi)容：幾何光學(xué)模型(5-SCALE為例)第四十三頁，共五十七頁，2022年，8月28日幾何光學(xué)模型——5-SCALE模型為例直接照射冠層直接照射冠層與非直接照射冠層非直接照射的冠層獨(dú)立幾何冠層形狀的植被第四十四頁，共五十七頁，2022年，8月28日5-SCALE建模葉片獨(dú)立個(gè)體的冠層空間分布第四十五頁，共五十七頁，2022年，8月28日5-SCALE軟件的特色突出植被冠層的二向性植被光譜的二向性？不同觀測(cè)角度，觀測(cè)到不同強(qiáng)度的遙感反射率第四十六頁，共五十七頁，2022年，8月28日5-SCALE軟件的功能使用5-SCALE的三種模式 （1）太陽平面上的反射率二向性模式 （2）單波段反射率的二向性模式 （3）太陽平面上的反射率高光譜模式 使用5-SCALE模型，可關(guān)注針葉林的BRDF響應(yīng)。第四十七頁，共五十七頁，2022年，8月28日5-SCALE模型輸入?yún)?shù)觀測(cè)天頂角度太陽天頂角相對(duì)方位角葉面積指數(shù)LAI叢生指數(shù)樹木密度樹冠垂直高度桿高冠層半徑冠層形狀（1圓錐加圓柱；2橢圓）枝葉幾何參數(shù)葉片光譜下界面（背景）光譜第四十八頁，共五十七頁，2022年，8月28日太陽入射平面的二向性第四十九頁，共五十七頁，2022年，8月28日植被分布參數(shù)太陽與觀測(cè)參數(shù)冠層形狀枝干屬性四種工作模式葉片與下界面屬性第五十頁，共五十七頁，2022年，8月28日使用5-SCALE的三種模式

（1）太陽平面上的反射率二向性模式第五十一頁，共五十七頁