利用多角度反射数据估算不同物种不同叶片的含水量
作者单位：东北师范大学
学位级别：硕士
导师姓名：孙仲秋
授予年度：2022年
学科分类：09[农学] 0903[农学-农业资源与环境]
摘 要：目前,主要的科学问题之一是了解和量化全球气候变化对地球系统的影响。其中一个挑战是了解陆地生态系统的作用和它们可能发生的变化。在这方面,植物叶片的含水量和植物的水分利用效率研究具有重要意义。叶片含水量是植物的重要生物化学组分,也是植物蒸腾作用的主要限制因素,与多种生理过程和生态系统状态密切相关。植被含水量的时空变化对于监测植物的生理状态至关重要。叶片层面的植被含水量可以通过遥感数据进行估计,在这之前,首先要建立准确的方法来估算叶片含水量。光学遥感提供了一种简单而多样的方法,利用多角反射率测量来准确估计含水量信息。由于叶片的反射光谱在近红外(NIR)和短波红外(SWIR)波长范围内存在水吸收带,因此我们可以通过电磁波谱正确地估算叶片含水量。本文在详细分析叶片含水量光谱特征的基础上,提出了用于估计叶片含水量的新指数。由于叶子有不同的角度方向,而高空间分辨率的数据可以收集到单个叶子的微小区域,因此,在研究时有必要考虑叶子的多角反射。叶片产生的多角度反射的分布和大小主要由叶片表面的镜面反射控制,然而,镜面反射与叶子的生化特征无关。在本研究中,350-2500 nm范围的多角度反射测量被用来研究叶片等效水厚度(EWT)、重量水含量(GWC)和植物水浓度(PWC)之间的关系。本研究使用了长春东北师范大学植物园中10种不同物种的256个叶子样本作为校准数据集,并使用了683个来自不同品种的叶片样本进行验证,包括93年叶片光学特性实验(LOPEX93)、ANGERS和多角度数据集,分别包含330、275和78个叶片样本。以往的研究中,研究者们基于多角度光谱提出了多种形式的各种指数。为了,本研究同样多角度反射测量分析叶片的含水量,评估了三种不同形式的高光谱指数,包括简单比值植被指数(SR)、归一化植被指数(ND)和双差值植被指数(datt类型的指数)。因为这些指数大多是基于植物物种的两个或三个特定波段,测量起来很容易,也不太费时。本研究首先对比了EWT、PWC和GWC与十个不同光谱指数之间的关系,发现基于多角度测量提出的datt类型指数(R-R)/(R-R)表现最好。为了进一步分析现有指数的表现,本研究选择了EWT、PWC和GWC的五个指数,分析它们在校准数据集上的表现。结果显示只有R/R、(R-R)/(R-R)和(R-R)/(R-R)与EWT表现出良好的相关性。本研究主要在校准数据集中应用了两种方法,一种是线性回归,另一种是非线性回归模型。最终为每个指标(EWT,PWC,GWC)确定了两个指数:EWT的线性形式的指数是(R-R)/(R-R),非线性形式的指数是(R-R)/(R-R);PWC的线性形式的指数是(R-R)/(R-R),PWC非线性形式的指数是(R-R)/(R-R);GWC的线性和非线性指数均为(R-R)/(R-R)。然后,本研究进一步分析了数据,以便基于本研究的数据找出一个新的三波段形式(R1-R2/R1-R3)的植被指数。基本上,我们采用的方法是为三种类型的指标,即EWT、PWC和GWC找出最佳指数,因此对于每个指标,我们在线性回归模型和非线性回归模型的基础上选择了两个指数。结果显示EWT R0.94,PWC R0.71,而GWC R0.8,所有指数均显示较好的可决系数。然后,通过可决系数和均方根误差值,选择在主平面上的叶片多角度反射(范围为-60到60)的表现最佳的指数,结果显示EWT指标的表现最好,对应的线性和非线性EWT指数分别为(R-R)/(R-R)和(R-R)/(R-R)。本研究中使用的已发表的光谱指数中,除了R/R,(R-R)/(R-R)和(R-R)/(R-R)植被指数外,其他指数指数在多角度建模数据集中与叶片含水量相关关系非常弱。同时,重量水分含量(GWC)和植物水分浓度(PWC)这两个指标表现出很强的相关性,但EWT的相关性最强。此外,当使用LOPEX、ANGERS和多角度数据集验证PWC和GWC指数的可靠性和准确性时,PWC和GWC只在多角度数据库中显示出良好的结果,因为在在多角度验证数据集与校准数据集存在重复的物种,只有少数物种不同。结合三个指标在多角度验证数据集验证上的表现,EWT的指数表现出最优的结果,RMSE为0.0043(g/cm),PWC的RMSE为0.0061(g/g),GWC的RMSE为0.0054(g/g)。因此,我们得出结论,EWT的指数在所有三个验证数据集(包括LOPEX、ANGERS和多角度数据集)中都表现非常好。而其他两个指标,即PWC和GWC,除了多角度数据集外,在RMSE方面表现得并不明显。本研究提出的高光谱指数在EWT方面的表现超过了其他指数的表现,它已被LOPEX、ANGERS和多角数据集所验证。最后,本研究表明,三波段组合(R-R)/(R-R)的植被指数类型可用于估算EW
同方学位论文库