中国HJ-1 CCD，GF-1WFV和ZY-3 MUX传感器数据对玉米叶面积指数估算的比较分析外文翻译资料

 2022-12-25 14:15:46

英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

中国HJ-1 CCD，GF-1WFV和ZY-3 MUX传感器数据对玉米叶面积指数估算的比较分析

摘 要

近年来，中国研制并发射了多颗高空间分辨率的卫星，如具有多光谱摄像机（MUX）和空间分辨率为5.8米的资源3号卫星（ZY-3），具有宽视场传感器（WFV）和空间分辨率为16米的高分1号卫星（GF-1），以及具有电荷耦合设备（CCD）传感器和30米空间分辨率的环境卫星（HJ-1A / B）。

首先，为了分析ZY-3 MUX，GF-1 WFV和HJ-1 CCD在区域尺度上提取叶面积指数（LAI）的潜在应用，本研究从基于物理模型的光谱植被指数（SVI）和从查找表（LUTs）产生的LAI值，该模型是通过模拟PROSPECT-5B叶模型与具有热点效应（SAILH）任意倾斜叶片散射冠层反射模型，并将二者结合起来。

其次，为了评估这些传感器在数据预处理后的表面反射质量，使用Landsat-8操作陆地成像仪（OLI）传感器较好的处理表面反射率产品具有令人信服的数据质量，被用来比较ZY-3 MUX，GF-1 WFV和HJ-1 CCD传感器是否都在理论和现实中。除了几个反射率具有波动之外，其它反射率趋势是重合的，红色和近红外（NIR）波段的反射率值在这些传感器中相似。

最后，为了分析ZY-3 MUX，GF-1 WFV和HJ-1 CCD估计LAI的准确性，在中国河北怀来基于LAI野外测量结果对这些传感器的LAI估计进行了验证。最后，为了分析ZY-3 MUX，GF-1 WFV和HJ-1 CCD估计LAI的准确性，在中国河北怀来基于LAI野外测量结果对这些传感器的LAI估计进行了验证。结果表明，从ZY-3 MUX反演LAI的性能优于GF-1 WFV和HJ-1 CCD，两者系统性能较低。此外，LAI反演的数值范围和精度都随着空间分辨率的降低而下降。

关键词：LAI, ZY-3 MUX, GF-1 WFV, HJ-1 CCD, 玉米, PROSPECT-5B SAILH (PROSAIL)模型

介绍

叶面积指数（LAI）定义为单位地表面积上植物叶片总面积的一半[1]，并且也是监测植被生长状况的重要参数[2,3]。LAI是一个常用变量，用于区域和全球气候，生态和水文模型领域[4,5]。LAI已被广泛用于全球初级生产力测量[6]，农业产量估算[7,8]，生态和环境评估[9]。高空间分辨率LAI产品在监测区域植被变化和评估低分辨率LAI产品的准确性方面发挥着重要作用[10-12]。

从1984年发射的Landsat-5卫星到现在，世界上已经有许多中高分辨率卫星传感器，例如Landsat专题制图仪（TM）/增强专题制图仪（ETM ）/陆地成像仪(OLI)，Terra搭载先进的星载热辐射和反射辐射计（ASTER），SPOT高分辨几何（HRG），IKONOS多光谱（MS），Sentinel-2多光谱成像仪（MSI）和中国环境卫星（HJ-1）电荷耦合设备（CCD）等。一般来说，从中高分辨率图像提取的LAI在很大程度上取决于经验关系。LAI田间测量结果与单独日期的光谱植被指数（SVI）之间建立的经验表达式[13-19]。 最常用的SVI包括归一化植被指数（NDVI），比值植被指数（SR）和增强型植被指数（EVI）[14,15,20-23]。此外，简化比值植被指数（RSR），土壤调整植被指数（SAVI）和垂直植被指数（PVI）广泛用于LAI提取[21,24-26]。与LAI野外测量结果相比，卫星LAI估计的精度基于SVI-LAI的线性和非线性回归的关系，卫星LAI估计的精度具有约0.37至0.98的确定系数（R 2）值和约0.17m2/m2至1.14的农作物（例如冬小麦，玉米和大豆）和森林（如针叶和落叶）的均方根误差（RMSE）值[16,21,23,27,28]。此外，作物冠层的SVI-LAI关系比针叶林强，而落叶林最弱[15,22,29]。在区域或大尺度上使用遥感数据集时，经验方法在计算上是有效的。然而，通常依赖于独特的植被类型和地区的经验关系通常是在当地构建和使用的。

适用于多种植被类型的物理模型方法也被应用于从中高分辨率图像中提取LAI [30-37]。冠层反射模型模拟了冠层反射率和正向LAI之间的物理关系。通过运用热点效应（SAILH）模型[30,32,28]，马尔可夫链反射模型（MCRM）[31]和Li-Strahler几何光学模型[34]计算出来的任意倾斜的叶片散射可将LAI从中等分辨率图像提取到高分辨率图像。LAI也通过冠层反射模型反演的间接方法进行了估计，如查表（LUT）和混合方法。混合方法包括决策树学习，人工神经网络，核密度方法和贝叶斯网络[39]。 此外，目前用于Landsat ETM 和Sentinel-2 MSI数据的辐射传输模型（RTM）的间接方法是LUT和神经网络[31,32,35,36]。卫星LAI反演精度优于SVI-LAI经验关系，对于农作物（如玉米和大豆），灌木和人工林，R2值从0.54到0.82，RMSE值从0.17 m2 / m2到0.71 m2/ m2[30,31,33,34]。

LAI场地测量通过直接和间接方法获得[40]。LAI直接测量法，包括对落叶林的叶子采样和作物或低灌木的破坏性采样，都是耗时长且难以进行大面积采集[40]。LAI间接测量法，包括光学传感器法，例如使用Licor LAI-2200植物冠层分析仪（LI-COR，Lincoln，NE，USA）[41]，植物冠层分析仪（TRAC）（3rdWave， Ne Pan，ON，Canada）[42]，AccuPar（美国华盛顿普尔曼的Decagon Devices，Inc.）[43]，数字半球摄影（DHP）和新型智能手机相机传感器技术（如LAI Smart [44,45]和Pocket LAI[46]）。 这些间接方法通常比较方便，特别是那些允许使用智能手机进行LAI估计的方法，并且通常在更大的空间尺度上有效。

近年来，中国研制并发射了多颗卫星，如带有CCD传感器的HJ-1A / B，带有宽视场（WFV）摄像机的高分1号卫星（GF-1）和带多光谱相机（MUX）的资源 3号卫星（ZY-3）。目前，ZY-3 MUX，GF-1 WFV和HJ-1 CCD卫星数据已应用于植被监测。基于SVI-LAI表达式和物理模型[21,30,33,34,47]HJ-1 CCD数据已广泛用于LAI区域尺度的提取。此外，GF-1 WFV数据已被用于提取局部植被覆盖（FVC）[48,49]，并根据NDVI-LAI的经验关系[21,50,51]估算区域尺度的LAI。 然而，通过ZY-3 MUX数据提取LAI还没有任何研究。这项研究的目的之一是分析三个中国卫星，特别是ZY-3 MUX在区域尺度上提取LAI的潜在用途。

这项研究的区域选在中国河北省怀来县试验站。研究区域的数据是来自ZY-3 MUX，GF-1 WFV和HJ-1 CCD的卫星数据，并在LAI场地测量前收集完毕。 LAI提取方法是基于SVI-LAI关系的物理模型，该物理模型是基于PROSPECT-5B SAILH（PROSAIL）模型的LUT生成的，具有特定每个传感器的输入参数（第2节）。为了评估经过数据预处理后的ZY-3 MUX，GF-1 WFV和HJ-1 CCD的表面反射率质量，我们使用具有令人信服的数据质量的Landsat-8 OLI去处理，地表反射率产品，然后比较这些传感器在理论和现实中的差值。此外，来自ZY-3 MUX，GF-1 WFV和HJ-1 CCD对LAI估计结果的准确性是根据怀来实验站来确定的（第3节）。ZY-3 MUX和GF-1 WFV对LAI的放大反演也与纯H像素和混合像素的HJ-1 CCD数据在相同空间分辨率下进行了比较（第3节）。讨论和结论分别在第4节和第5节中介绍。

数据和方法

2.1 研究区域和场地测量

研究的区域位于中国河北省怀来试验站（40°20′55.093Prime;N，115°46′59.569Prime;E，海拔488米）。该区域隶属于中国科学研究院（CAS）（如：图1）。研究区属温带半干旱地区，四季分明，日照充足，雨热同期，温差大。年平均气温和平均降水量分别约为9.5℃和392毫米。怀来试验站周围的主要植被类型为农田，其他地类为水，湿地滩和住宅。玉米是该研究区的主要作物类型，该区域的土壤类型是棕色土壤。

在怀来试验田获得了一下几个植被结构参数，（如：叶片反射率和透射率，平均叶片角度，冠层光谱测量和LAI）和生物物理和生物化学参数（如：叶片叶绿素a和b含量（Cab），叶片含水量（Cw））和叶干物质含量（Cm））。使用UV分子光谱仪（Lambda 900，PerkinElmer Inc.，Waltham，MA，USA）测量400nm至2500nm的叶反射率和透射率。叶倾角是叶与其法线方向之间的夹角，用量角器测量。平均叶片角度是整个植物的平均叶片倾斜角度。冠层和土壤光谱用分光辐射度计（Analytical Spectral Devices，ASD，Longmont，CO，USA）测量，在晴朗的中午，5°视角的覆盖范围为400nm至1100nm的波长。在实验室，使用SPAD 502DL plus叶绿素仪（Spectrum technologies，Inc.，Bridgend，UK），测得平均每次在每个叶片上获得6点平均值。将新鲜叶子称重并放入信封袋中。 然后将信封袋放入105℃的烘箱中30分钟，然后在85℃下放置24小时。Cm是烘干后叶子的重量，Cw是叶水（鲜重减干重）与干重的比值。

在本研究中，玉米样地的LAI田间测量结果于2014年7月31日获得（图1b中的黄点）。根据Zeng等人的方法，样本点的选取是根据Landsat-8 OLI测得的NDVI值[52]。然后，在全球定位系统（GPS）的坐标系下，选择单一植物类型和均匀生长的区域作为样本点。最后，在研究区选取了17个样地。使用LAI-2200植物冠层分析仪（LI-COR，Inc.，Lincoln，NE，USA）获取LAI场测量结果。每个样地的LAI数值，是与视线成45°，从一个冠层到九个冠层的读数中测得的。为避免直接日光导致的测量误差，06:30到10:00以及16:30到19:30的测量结果，在每个地点测量LAI值两次。除了从LAI-2200仪器获得的第五视角（以68°为中心）的记录外，为了减少LAI现场测量过程中的观测效应和其他误差来源，所有的LAI现场测量都是基于标准误差LAI（SEL），即小于0.5。

2.2 遥感数据和预处理

HJ-1卫星于2008年9月6日发射，ZY-3卫星于2012年1月9日发射升空，HJ-1卫星和ZY-3卫星均从中国山西省太原卫星发射中心发射。GF-1卫星于2013年4月26日在中国甘肃省酒泉卫星发射中心发射。HJ-1，GF-1和ZY-3卫星高度分别为649公里，645公里和505公里的太阳同步轨道上。ZY-3 MUX，GF-1 WFV和HJ-1 CCD传感器的技术规格如表1所示。四个光谱通道分布在可见光和近红外（NIR）光谱范围内，在450 nm到 900 nm之间，这三个传感器的规格是相同的。GF-1 WFV和ZY-3 MUX传感器的辐射分辨率比HJ-1 CCD的辐射分辨率高2位，这提高了对特征变化的可检测性。HJ-1 CCD数据的空间分辨率为30米，由于两个卫星（HJ-1A和HJ-1B）与两个摄像机（CCD1和CCD2）组合在一起，相遇时间约为四天。GF-1 WFV数据的空间分辨率为16米，四台组合摄像机的相遇时间为四天。ZY-3 MUX数据的最高空间分辨率为5.8米，由于有两个摄像头，因此51公里的幅宽比另一幅窄得多。

2.2.1 遥感数据采集

ZY-3 MUX数据来源于中国国家测绘地理信息局（NASG）卫星测绘应用中心（SASMAC）[53]。GF-1 WFV数据来自Gaofen卫星数据和信息服务系统（GFDIS）[54]，HJ-1 CCD数据来自中国资源卫星数据和应用中心（CRESDA）[55]。Landsat-8 OLI的地表反射率数据研究区域来自美国地质调查局（USGS）[56]。Landsat-8 OLI数据用于评估ZY-3 MUX，GF-1 WFV和HJ-1 CCD中不同传感器的数据稳定性。表2提供了这些卫星数据源的采集信息。研究区域内的所有图像都是无云的。

2.2.2 遥感数据预处理

遥感数据的预处理包括辐射定标，几何校正和大气校正。首先，辐射定标基于公式（1）将遥感图像的数字数值转换为辐射亮度[55]。

（1）

是辐射度，Gain和Offset是校准系数。单位是，ZY-3 MUX，GF-1WFV和HJ-1 CCD的增益和偏移值是来自CRESDA，见表3[55]。

然而，由于HJ-1 CCD数据的辐射性能不稳定，采用考虑表面双向反射分布函数（BRDF）特征的方法进行

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24640]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章