为探究双向反射分布(BidirectionalReflectanceDistributionFunction,BRDF)模型改进的光化学植被指数(Photochemical Reflectance Index,PRI)反演水稻冠层光能利用率(Light Use Efficiency,LUE)能力,该研究利用多角度水稻冠层辐射数据...为探究双向反射分布(BidirectionalReflectanceDistributionFunction,BRDF)模型改进的光化学植被指数(Photochemical Reflectance Index,PRI)反演水稻冠层光能利用率(Light Use Efficiency,LUE)能力,该研究利用多角度水稻冠层辐射数据和同期通量观测数据,引入BRDF模型对多角度PRI进行观测角度标准化处理。获取晴天09:00—15:00每半小时数据156组,其中130组数据用来建模,另外26组数据对所建模型进行验证。结果表明:BRDF模型在晴空指数(ClearnessIndex,CI)较低时拟合效果较差,随着CI的升高模型模拟效果变好;BRDF模型的拟合参数受光照条件和植被状况的影响,不同CI范围下的各向同性权值ki与LUE相关性均良好(决定系数大于0.3),在0.6≤CI<0.7时相关性最佳,决定系数为0.63;无论是否采用BRDF模型的角度校正,由PRI反演LUE的模型均可采用线性形式或指数形式;但采用BRDF模型的角度校正后,反演模型精度得到显著提升,决定系数从0.46(P<0.01,校正前)提高到0.8(P<0.01,校正后);验证结果显示,采用BRDF模型的角度校正前后,相对反演偏差指数由1.34提升到2.6,同时验证的拟合决定系数也由0.44提高到0.87。该研究相比较传统多角度遥感观测的PRI指数,BRDF模型的角度修正提高了PRI对水稻LUE的反演能力,证明了多角度冠层光谱观测可利用BRDF模型提高其植被指数对植物生理活动探测能力的可行性。展开更多
文摘为探究双向反射分布(BidirectionalReflectanceDistributionFunction,BRDF)模型改进的光化学植被指数(Photochemical Reflectance Index,PRI)反演水稻冠层光能利用率(Light Use Efficiency,LUE)能力,该研究利用多角度水稻冠层辐射数据和同期通量观测数据,引入BRDF模型对多角度PRI进行观测角度标准化处理。获取晴天09:00—15:00每半小时数据156组,其中130组数据用来建模,另外26组数据对所建模型进行验证。结果表明:BRDF模型在晴空指数(ClearnessIndex,CI)较低时拟合效果较差,随着CI的升高模型模拟效果变好;BRDF模型的拟合参数受光照条件和植被状况的影响,不同CI范围下的各向同性权值ki与LUE相关性均良好(决定系数大于0.3),在0.6≤CI<0.7时相关性最佳,决定系数为0.63;无论是否采用BRDF模型的角度校正,由PRI反演LUE的模型均可采用线性形式或指数形式;但采用BRDF模型的角度校正后,反演模型精度得到显著提升,决定系数从0.46(P<0.01,校正前)提高到0.8(P<0.01,校正后);验证结果显示,采用BRDF模型的角度校正前后,相对反演偏差指数由1.34提升到2.6,同时验证的拟合决定系数也由0.44提高到0.87。该研究相比较传统多角度遥感观测的PRI指数,BRDF模型的角度修正提高了PRI对水稻LUE的反演能力,证明了多角度冠层光谱观测可利用BRDF模型提高其植被指数对植物生理活动探测能力的可行性。
