三种植被冠层二向反射分布函数模型的比较

随着定量遥感技术的发展, 描述森林冠层二向反射分布函数(BRDF)的机理模型越来越多。该研究采用3种植被冠层BRDF模型——DART模型、4SCALE模型和MGEOSAIL模型, 模拟了不同郁闭度样地在红光、近红外波段各个观测角度下的场景反射率, 并比较分析了不同BRDF模型的适用性和局限性。结果表明: MGEOSAIL模型只适于模拟样地郁闭度较小、林木个体较大条件下的场景反射率, 且热点效果不十分明显; DART模型和4SCALE模型适于任何郁闭度条件下的场景反射率的模拟, 并且精度较高; 4SCALE模型模拟的场景反射率介于DART模型模拟的1次散射与5次散射之间。这3种模型在模拟近红外波段的场景反射率时, 均存在“碗边”效应。     

无人机高光谱联合LiDAR估测林分与单木尺度叶绿素含量

叶绿素是表征植被健康状况的重要指标,它的准确估计对森林碳汇评价研究至关重要。本研究通过无人机高光谱数据联合激光雷达点云估计针叶林、阔叶林和针阔混交林林分与单木水平的叶绿素含量,提升叶绿素无损估测精度,全面分析不同尺度叶绿素含量空间分布规律。在无人机高光谱数据与激光雷达点云融合的基础上,结合地面样地实测数据,通过相关性分析筛选与叶绿素含量相关的36个光谱特征变量,采用统计模型多元逐步回归、BP神经网络、萤火虫算法优化的BP神经网络、随机森林和混合数据驱动的机理模型PROSPECT模型构建多个叶绿素估算模型,选取最优模型估算森林叶绿素含量,分析其在林分和单木尺度上水平方向与垂直方向的空间分布规律。结果表明：在统计模型中,随机森林(R²=0.59～0.64,RMSE=3.79～5.83μg·cm^-2)优于多元逐步回归、BP神经网络和萤火虫算法优化的BP神经网络构建的模型;机理模型验证精度最高(R²=0.97,RMSE=3.40μg·cm^-2)。不同林分类型叶绿素的含量存在较大差异,阔叶林叶绿素含量为25....