第二章 植被遥感模型 遥 感 物 理
第二章 植被遥感应用模型

37
内部的多次反射与折射,向上反射穿出上表皮层便构成反射光,向下折射穿出下表皮层便 形成透射光,这一过程具有明显的随机性质,因此反射率与透射率是相近的。这一波段范 围内具有很宽很强的反射峰是植被所独有的波谱特征,当叶子发生枯萎或因缺水而凋谢, 这意味着细胞的萎缩,折射率差异的减少,其宏观表现为这一波段的反射率值明显下降。 (3)1.1μm-2.5μm 这一波段范围的波谱特征基本上被液态水的吸收特性所控制,图 2-1-5 展示了液态水 的吸收特征。对可见光而言,液态水是相当透明的,但在近红外波段它存在两个强烈的吸 收峰,中心分别在 1.42μm 与 1.96μm,这就造成了叶子在这两个中心带上存在两个强烈的 吸收谷,其谷深与液态水含量有关。 基于能量守恒原理,反射率(ρλ),透射率(τλ)与吸收率(αλ),三者之和等于“1” 。 ρλ + τλ + αλ = 1 它们三者之间相互关系示意图 2-1-6 (4)单片叶子的波谱从以 0.68μm 为中心的反射率极小值过渡到从 0.8μm 开始的反射 峰, 其间必存在一个拐点,也就是∂(∂ρλ) / ∂(∂λ)= 0 的点,我们称拐点所对应的波长为“红 边” ,显然“红边”的变动与叶子内部的物理状态密切相关,例如任何原因引起近红外反射 峰的降低,均为引起“红边”位置的迁移,所以“红边”概念对排除外来干扰,特别是对 来自土壤背景的干扰,提取植被状态信息是十分有用的,有关问题我们将在成象光谱仪的 遥感信息提取方法一节中详述。 通过以上分析,单叶面的波谱特征基本上被叶子内部所含物质种类、数量以及叶子内 部结构,叶子物理状态所控制,因此可以判断不同生育期的叶子亦可能展示出波谱特征上 的差别 ,图 2-1-7 展示了白色橡树叶的反射率,波谱随季节的变化规律。 应该注意到 4 月 17 日嫩叶的反射率光谱特征是以 0.68μm 为中心的强吸收谷还没有形 成,这表明嫩叶内的叶绿素,含量还较低,同时 0.74μm-1.1μm 波段的反射峰值却很高, 接近 50%,这表明嫩叶内的细胞是充分膨胀的,叶子表面的蜡层还没有充分形成,随着时间 推移吸 收谷和反射峰逐步形成,叶子成熟后其波谱特征少变,当叶子接近枯萎,首先以 0.68μm 为中心的吸收谷被填塞,随之红外反射峰值逐步减小。 多层叶子重迭时叶子反射率波谱特征由图 2-1-8 所示,所展示的为棉花叶子重迭时的 波谱。 当层数增加时, 0.7μm-1.1μm 波段的反射峰值亦随之增加, 并逐步趋近于一个极值, 而吸收谷基本不变,这是因为单叶片在 0.68μm 附近的吸收率往往高达 90%以上,而反射峰 值一般低于 50%,换言之反射与透射具有相近的数值。 1.3 单片叶子波谱特征的理论解释 1977 年 C.J.Tucker 对单片叶子的波谱特征进行了数值模拟, 他把光子与叶子的相互作 用分解为十个相互独立,而又有联系的子过程,由图 2-1-9 展示对该图作如下说明: (1)代表太阳辐射 (2)代表由表面蜡层直接反射的太阳辐射 (3)栅网薄壁组织 (4)薄壁组织内的吸收过程 (5)薄壁组织内的散射过程 (6)由薄壁组织向上的漫辐射 (7)海绵状叶肉层
遥感地学分析—植被遥感原理

(一)单张叶片光谱特性及影响因素
❖ 3、叶片反射波谱的影响因素 ❖ 1)叶片生化组分
❖ 叶绿素a、b,导致0.45μm与0.67μm为中心形 成两个强烈的吸收带;
❖ 胡萝卜素、叶黄素导致0.43μm-0.48μm范围内 形成强烈的吸收带。
❖ 两吸收谷间(0.54μm附近)吸收相对较少, 形成绿色反射峰(10%-20%)。
✓ 等面叶的组织分化不明显。
(一)单张叶片光谱 特性及影响因素
❖ 1、植物叶片结构
✓ 叶片一般具有三部分:表皮、叶肉和叶脉 ✓ 表皮:包围整个叶片,由一层或多层组成。表
皮细胞扁平,排列紧密,通常不含叶绿体,外 表常有一层角质层。
(一)单张叶片光谱
特性及影响因素
❖ 1、植物叶片结构
✓ 叶肉:为表皮内的同化薄壁组织,有两种: (1)栅栏组织:紧靠上表皮下方,呈圆柱状,
叶方位角:法线在水平面上的投影与正北方向 的交角称为叶子在该点的方位角。
(二)植被冠层光谱特性及影响因素
❖ 2、植被冠层影响因素-植被结构
各参数的描述,如:
同一叶子的不同部位,其倾角和方位角可能有很大 差异,测量时,根据叶片弯曲程度将叶片分成几部 分,对每一部分进行测量。
一个冠层内叶倾角的分布模式可以从0 ° (水平叶 )到90 ° (垂直叶),一般用间隔为10°作出的叶 倾角分布频率图来表示。
植被遥感研究的主要内容:
• (1)通过遥感影像从土壤背景中区分出植被覆盖 区域,并对植被类型进行划分,区分是森林还是 草场或者农田,进而可以问是什么类型的森林, 什么类型的草场,什么样的农作物,如此等等。
• (2)能否从遥感数据中反演出植被的各种重要参 数,例如叶面积指数(LAI)、叶子宽度、平均叶 倾角、植被层平均高度、树冠形状等等,这一类 问题属于更深层次的遥感数据定量分析方法与反 演技术。
植被遥感_精品文档

对于绿色植物叶绿素引起的红光吸收和叶肉组织引起的 近红外强反射,RVI值高(一般大于2)。而对于无植被 的地面包括裸土、人工特征物、水体以及枯死或受胁迫 植被,因不显示这种特殊的光谱响应,则RVI值低(一 般等于1)。因此,比值植被指数能增强植被与土壤背 景之间的辐射差异。
比值植被指数可提供植被反射的重要信息,是植被长 势、丰度的度量方法之一
4. 植被覆盖度
一般而言,植 被覆盖程度越 大,光谱特征 形态受背景下 垫面的影响越 小
二、不同类型植被区分
植被具有典型的波谱特征,将其余其它典型地 物,如人工建筑、裸土、水域等区分容易,但 对植被类型划分却有一定难度。
不同植被类型,因组织结构、季相、生态条件 等不同而具有不同的光谱特征和冠层形态特征。 如:
遥感地学分析
Geography Analysis for Remote Sensing
第5章 植被遥感
主要内容
一、植被遥感原理 二、植被分类 三、植被生态参数 四、植被指数与地表参数的关系 五、中国及中亚地区荒漠化遥感监测研究
一、植被遥感原理
植被遥感不仅依赖于对单张植物叶片的光谱特性的 认识,还需要进一步认识植被冠层的光谱特性。
山地阴坡---易生长适应温度变化不大,湿度较大的环 境的生物
山地阳坡---易生长适应温度变化不大,湿度要求不高 的环境的生物
同一地理环境植被的垂直分带性
(以山西省太原以南地区植物的垂直分带性为例)
海拔
2500m以上 2200~2500m 1600m~2200m 1200m~1600m 700m~1200m
冬季多数植物凋零----长年常绿植被 同种植被在不同季节的波谱特征差异 不同植物生长期的不同,光谱特征也有差异
遥感应用模型5-植被(2)-叶面积指数估算模型

由于缺乏卫星过境时详细的大气剖面资料(如气 溶胶和水汽含量等),因此6S模型等大气校正模 型的应用将会受到限制。
利用暗目标法对遥感影像进行大气校正,以获得 地面反射率数据。
地面叶面积指数测量方法
考察路线与采样点的选取应遵循如下原则:一是 植物分布的代表性、均匀性;二是遥感图像可读 性;三是交通可行性。
因此,探讨利用遥感影像估算植被的叶面积指数的 方法已成为当前建立全球及区域气候、生态模型的 基础工作之一。
通常检验遥感反演叶面积指数的精度常常通过地 面实地测量的方式。
地面测量叶面积指数的方法有很多种,大致分为 两类—直接测量法和间接测量法。
➢直接测量法包括系数法和比叶重法等。在叶子 的采集和叶面积的测量过程中,具有一定的破 坏性。
➢光学模型法,基于植被的双向反射率分布函数 ,是一种建立在辐射传输模型基础上的模型, 它把LAI作为输入变量,采用迭代的方法来推算 LAI。
统计模型法输入参数单一,不需要复杂的计算, 因此成为遥感估算LAI的常用方法。但不同植被类 型的LAI与植被指数的函数关系会有所差异,在使 用时需要重新调整、拟合。
第二章 植被遥感本章主来自内容 叶面积指数估算模型
叶面积指数估算模型
叶面积指数(LAI)是指单位地表面积上方植物叶 单面面积的总和,它是叶覆盖的无量纲度量。
叶面积指数作为进行植物群体和群落生长分析的重 要参数和评价指标,在农业、林业及生态学等领域 得到了广泛的应用。
依靠传统的地面样方实测的方法来估算叶面积指数 又是一项花费巨大人力、财力且精度不高的工作。
光学模型法的优点是有物理模型基础,不受植被 类型的影响,然而由于模型过于复杂,反演非常 耗时,且反演估算LAI过程中有些函数并不总是收 敛的。
遥感应用模型2-植被遥感(续)

武汉大学遥感信息工程学院 巫兆聪 教授/博导
zcwoo@
§3.5 NDVI与植被分类 图a为按照常规假彩色 合成方案给出的合成图像, 由图可见独立的耕地地块 如果继续细分波谱,比 在这幅图像上只表现出很 如引入高光谱技术,将可见 小的色调差异,很难区分 光和红外波段分割成多达数 作物的类型。图b以ASTER 百个非常窄的、相对更连续 在可见光和近红外的多个 的光谱段,将可以进行植被 附加波段以不同的方案合 更细微光谱变化的探测和分 成。很明显,使用附加波 析,而进一步提高植物种类 段的不同组合改进了对植 识别精度。 物/作物反射率细微差别的 分辨能力,可以区分更多 的农作物类型。 细分波谱后几种合成方案的比较
比如水体、林中裸地等。
武汉大学遥感信息工程学院 巫兆聪 教授/博导
zcwoo@
§3.5 NDVI与植被分类
1 基于原始影像的植被分类
在聚类完成后,可以由目视判读和实地调查的结果,为各 基于植被类型之间的波谱差异,可以对遥感获得的分波 类别指定属性。比如在该聚类结果中,经判定绿色是白杨。它 段图像数据进行监督或非监督分类。下图是一个由TM图像做 说明有些植物类型有可能由图像处理技术自动提取。 林地非监督分类的例子。
武汉大学遥感信息工程学院 巫兆聪 教授/博导
zcwoo@
§3.5 NDVI与植被分类
为了进行小区域更微观的分类,在植物/农作物管理和调查中 可以使用Landsat和SPOT等所载的多波段传感器的数据计算NDVI。
其中TM3和MSS5、SPOT2代表可见光红光波段的反射率,可提
供有关叶射率,对于探测植物细胞的反射率比较敏感。
遥感应用模型
—— 植被遥感(续)
武汉大学遥感信息工程学院 巫兆聪 教授/博导 zcwoo@
遥感物理3.2 第二节 土壤与植被的偏振特性 遥感物理教学课件 第三章 土壤和冰雪遥感

2/3
裸露土壤反射光的偏振度
土壤颗粒尺度越小,土壤表面就越光滑,产生镜面反 射可能性就越大,偏振度也越大。 土壤含水量大时,液态水充满土壤空隙,土壤表面变 得更光滑,偏振度也越高。
能否画出示意图? 与波长和角度的关系呐?
电磁波传输过程中,
E0
固定在某时间 t 看: λ
固定在某位置 z 处看,电矢量随着时间推移上下波动, 上图的截面表现为:
0 2π
π/2 3π/2
π
4/11
实际上,一束电磁波既包括在X轴上的波动,也包括在Y轴 上的波动。即电磁波的波动可以分解为X分量和Y分量:
Ex (z, t) = Exm cos(ωt – kz+φx) Ey (z, t) = Eym cos(ωt – kz+φy) 其中φx、 φy分别为电场X分量、Y分量的初始相位。 其综合效果一般表现为其垂直于传输方向的截面为椭圆, 即电矢量的端点轨迹为椭圆。
L L(, s, t, , p)
当电磁波与物质相互作用产生反射或散射时,总会导 致电磁波的偏振状态的改变。因此了解反射或散射前 后偏振状态的改变便可成为了解物质特性的一种手段。
什么是右手定则?
2/11
电磁波的表达
前面提到的遥感中的辐射传输方程基本是根据电磁波 的粒子性推导出来的,而描述偏振则必须用电磁波的 波动性来解释。
1/3
光学遥感数据中的偏振来源
回忆§1.1.3对镜面反射的描述,当一束电磁波投向光 滑界面并产生镜面反射时,如果入射角为布儒斯特角, 则反射波为线偏振波,折射波为部分偏振波。
即使入射角不是布儒斯特角,镜面反射的过程也会产 生偏振波。
植被遥感

谢谢欣赏
3.4大面积农作物的遥感估产
1.农作物的识别与种植面积的估算。
大面积农作物大都分布在地面较为平坦的平原、盆地、河谷,少量分布在山坡和 丘陵的顶部。由于耕作的需要,农田长具有规则的几何形状。根据这些特征将其与其 他植被区别开。估算种植面积时首先用中低分辨率的影像来作出农作物的分布图,然 后用高分辨率的遥感影像修正农作物的分布图,从而求出农作物的种植面积。 2.长势监测 监视作物长势水平的有效方法是利用卫星多光谱影像的反射值得到植被指数,常 用的植被指数是比值植被指数(RVI)、归一化植被指数(NVI)、差值植被指数(DVI)、正 交植被指数(PVI)等。
植被遥感
• • • • • 植物的光谱特征 不同植物类型的区分 植物生长状况的解释 大面积农作物的遥感估产 遥感植被解译的应用
3.1植物的光谱色素特别是叶绿素对紫外线、紫色光、蓝色光、红色光 的吸收率极高以进行光合作用,在上述几个波段形成吸收谷,在 0.55微米附近有一反射率为10%~20%的小反射峰。 叶子的薄壁细胞组织对0.8~1.3微米的近红外光强烈反射,形成 光谱曲线上的最高峰区,反射率可达40%或者更大。 植物叶子含水量的增加使整个光谱反射率降低,特别是在近红 外波段(0.76~3微米),几个吸收谷更为突出. 反射光谱曲线的波状 形态变的更加明显。
城市绿化调 对城市绿地分布、 绿地类型进行定量研究 查与生态环 提出“三维绿化指数“指标,评价城市绿化水平 境调查
草场资 源调查 林业资 源调查
确定草场类型,进行草场质量评价,确定合理的载畜量 确定草场潜力,为畜牧业的发展提供科学依据 对三北防护林网的分布、面积、保存率和有效性进行评估 制作林地分布、土地利用、土地类型等多种专题地图
3.2.2根据遥感影像区分植被类型
植被遥感

第二章植被遥感第二讲植被遥感1、本讲内容概述(1)植物遥感原理▲叶片和植被▲植物的光谱特征(2)植被指数▲植被指数的概念▲植被指数的种类(3)植被指数与地表参数的关系▲植被指数与叶面积指数的关系▲植被指数与叶绿素含量的关系▲植被指数与植被覆盖度的关系▲植被指数与生物量的关系▲植被指数与地表生态环境参数的关系▲植被指数与气候参数的关系▲植被指数与植物蒸发量、土壤水分的关系(4)植被遥感应用▲大面积农作物的遥感估产▲植被动态变化制图▲城市绿化调查与生态环境评价▲草场资源调查▲林业资源调查2、本讲内容▲植物内部所含的色素、水分以及它的结构等控制着植物特殊的光谱响应。
同时,植被在生长发育的不同阶段(从发芽-生长-衰老),从其内部成分结构到外部形态特征均会发生一系列周期性的变化。
这变化是以季节为循环周期的,故称之为植物季相节律。
植物季相节律从植物细胞的微观结构到植物群体的宏观结构上均会有反映,致使植物单体或群体的物理光学特征也发生周期性变化。
▲陆地植被是那些危及人类生存的生物地球化学循环中的关键因子。
如全球碳循环中,陆地植被尤其是热带或北纬地区的陆地植被是很关键的。
通过遥感提供的植被宏观变化及影响这些变化的生态环境因子间的相互作用和整体效应,可以对于那些对人类生存有特殊意义的生态区如热带雨林、半干旱区农牧交错地带等进行变化监测和专题研究。
▲植物遥感研究由来已久。
早期的研究主要集中在植物及土地覆盖类型的识别、分类与专题制图等。
随后,则致力于植物专题信息的提取与表达方式上,提出了多种植被指数,并利用植被指数进行植被宏观监测以及生物量估算-包括作物估产、森林蓄积量估算、草场蓄草量估算等。
随着定量遥感的逐步深入,植被遥感研究己向更加实用化、定量化方向发展,提出了几十种植被指数模型,研究植被指数与生物物理参数(叶面积指数,叶绿素含量,植被覆盖度,生物量等)植被指数与地表生态环境参数(气温、降水、蒸发量、土壤水分等)的关系,以提高植物遥感的精度,并深入探讨植被在地表物质能量交换中的作用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
假设,而不失各种椭球假设的一般性。
5/17
几何光学模型的四分量 (four components) 对稀疏森林成像时,遥感象元反射率由四部分 组成,即光直接照射的树冠、树冠阴影面、直 接照射的地面(背景)、阴影遮蔽的地面。
森林中的地面通常不是裸土,而是草类等低矮植被。
6/17 类似上节讲过的混合象元,象元(冠层)的反射率为: R = KCRC + KTRT + KGRG + KZRZ KC、KT 、 KG 、 KZ分别为几何光学模型中的四个分量, 即光照树冠、阴影树冠、光照背景、阴影背景在象元中所
2/17
椭球向球型的坐标转换 利用坐标转换可以进一步将椭球转换为球型, 使数学表达更为简单。
传感器 太阳
(θi,φi)
r
(θv,φv) 假设树冠是一个垂直 半径为 b,水平半径为 r的椭球,球心位于一 个坡度为θs、方位为φs 的坡面上方h。
z (θ=0)
b
h
坡向
(θs, φs)
x (φ=0)
坡面方向以法线为准。 所有方位以 x 轴为准。
R 2
2 R 2 A' T (1 cos) 2
(1 cos)
15/17 整个区域内共有λA 棵树,即全部光照树冠面积合计为 :
2 考虑到区域面积投影到视线垂直方向的平面上,也就是传
感器像平面上,即像元面积比地面实际面积小,为Acosθv。 于是像元内光照树冠面积比例:
A
R2
模型条件描述 在实际应用中,我们更多地会遇到树木比较 密的林地,此时树木之间在太阳方向和视线 方向出现相互遮挡,阴影也可能重叠。本小 节即探讨建立这种浓密条件下的模型。
模型中仍存在四分量,即光照树冠、阴影树冠、光照 背景、阴影背景,各分量为朗伯体,林木位于水平地
面,并且仍忽略天空散射光的影响。
2/17
注意假设是无遮挡的。 地面投影形状是椭圆。
9/17
垂直下视条件下 1 个象元中四分量的面积
假设 1 个象元内有 n棵树,则四分量的面积分别为:
n AC (aC) j (1 cos i ) rj2 2 j1 j1 n n AT (aT) j (1 cos i ) rj2 2 j1 j1 n
e 又出现了! n趋于无穷?
5/17 引入单位面积内树木的平均个数 λ,存在 λ = n/S,带入上式, 即得到光照点概率为
a ,阴影点概率为 e a 。 1e
稀疏表达是浓密表达的一阶展开。
上式中,a 是树冠在水平地面投影面积,它与投射方向 Ω(θ, φ) 有关,即太阳方向不同,a 也不同,应写为 a(θ, φ)。
遥 感 物 理
第二章 植被遥感模型 第二节 冠层反射率模型--几何光学模型 Canopy Reflectance (CR) Model – Geometric - Optical Model
√ §2.2.1 稀疏分布林冠椭球模型 §2.2.2 浓密分布条件下的模型 §2.2.3 进一步的讨论
1/17
7/17
垂直下视条件下的 1 棵树的光照树冠面积aC 许多传感器,如Landsat、SPOT均可以近似 看作垂直下视(nadir view)。
如左图,假设太阳以θi角入射半 径为r 的球型树冠,则图中以粗 r 线表示的光照树冠面积为:
θi
aC
2 aC r (1 cos i ) 2
aC 的表达式是如何推导的?
如左图,假设太阳入射方向为
太阳
(θi, φi)
传感器
(θv, φv)
Ωi(θi , φi),传感器观测方向为
Ωv(θv, φv)。 r
通过旋转坐标系,使传感器方 向变为垂直,即可借鉴树冠直
半径为r 的球型树冠
视时的公式。
14/17 旋转坐标系后,太阳的入射角即变为太阳入射方向 Ωi与传 感器观测方向Ωv的夹角Θ,并有:
m = λπR2为林木 平均郁密度,或 称覆盖指数
11/17
垂直下视条件下 象元中四分量的面积比例
将上述AC、AT、AZ、AG四个表达式分别除以象元 面积 A,则光照树冠、阴影树冠、阴影背景、 光照 背景在象元中所占面积比例分别为:
R 2 KC (1 cos i ) 2 R 2 KT (1 cos i ) 2
3/17 首先我们定义一个新的高度坐标: r z' z b 在新的坐标空间里,原来的直线仍为直线,椭球变成了球, 而几个变量分别变为:
' tan 1 ( b tan i ) 入射方向天顶角: i r b 观察方向天顶角: 'v tan 1 ( tan v ) r ' 1 r 坡度角: s tan ( tan s ) b r h' h 球心高度: b
占面积比例,RC、RT、RG、RZ则分别为上述四个分量的
反射率(假设均为朗伯反射)。 几何光学模型的基础就是四分量模型,上式是其基本模型 ,所有后续模型都建立在上式的基础上。其关键在于根据 假设条件,求取KC、KT 、 KG 、 KZ的表达式,条件不同 ,面积比例 K 的表达式也不同。
RC、RT、RG、RZ一般可以通过实测获得。
我们前面对布尔模型推导过程中例举的是照射,但间隙对视角方向同样存在。
7/17 将树冠分为光照树冠、阴影树冠,将背景分为光照背景、 阴影背景,由此可得四分量面积比例间的关系:
AZ
2 ( a Z ) j se c i r j j1 j1
n
n
若象元面积为 A,则光照背景面积为:
AG A AC AT AZ A (1 se ci ) rj2
j1
n
第 j 棵树的树冠半径为 rj 。
10/17 为了反演方便,将遥感成像的森林进行参数化,引入统计 数据,即林区单位面积内树木的平均个数 λ,以及树冠平
8/17
垂直下视条件下的 1 棵树的阴影树冠面积aT和 阴影背景面积aZ
阴影树冠面积为:
2
2 aT r aC r (1 cos i ) 2
如左图,假设太阳以θi角入射半 径为r 的球型树冠,则阴影背景 面积即是以粗线表示的面积在水
平面上的投影:
aZ = πr2/cosθi = πr2secθi
4/17 然后再旋转坐标系,使坡面的法向成为新坐标系的z’’轴, 即 x 轴旋转 φs’,z’ 轴旋转 θ s’。
在新的坐标空间里,入射方向与观测方向的天顶角和方位
角、球心高度等都会发生变化,具体的公式更加复杂,可 以自行推导。 经过这样 z 方向的线形拉伸和坐标系向坡面方向旋转,斜 坡上的椭球植株(林木)的几何光学问题就完全等效于水 平地面上的球型植株问题。 因此,在下述推导中,我们均会采用水平球型的几何分布
KZ R 2 se ci
KG 1 R 2 (1 seci )
某些文献中,除以A-AG,造成面积比例的表达式不同。
12/17
垂直下视时的冠层反射率
将四分量的面积比例代入前面所述公式:
R KCRC KTRT KGRG KZRZ 1 2 1 R [ (1 cosi ) RC (1 cosi ) RT 2 2 seciRZ (1 seci ) RG ] RG
cos cos i cos v sini sinv cos(i v )
参考直视时平均每个树冠的光照面积和阴影面积分别为:
A' C
R 2
2
(1 cosi )
A' T
R 2
2
(1 cosi )
我们进而得到任意视角下单个树冠光照和阴影的面积:
A' C
遥 感 物 理
第二章 植被遥感模型 第二节 冠层反射率模型--几何光学模型 Canopy Reflectance (CR) Model – Geometric - Optical Model
§2.2.1 稀疏分布林冠椭球模型 √ §2.2.2 浓密分布条件下的模型 §2.2.3 进一步的讨论
1/17
3/17
布尔模型 (Boolean model) 利用概率统计方法推导光照(可记为1)和阴 影(可记为0)出现的概率。
只考虑地面。假设每个树冠在地 面产生的阴影面积为 a,在面积 为 S的地面上一共有 n棵树,则 没有阴影(即光照)的地面的比 例是多少?这是一个概率问题。 当存在 1棵树时,阴影比例为a/S, 则光照比例为 1 - a/S。 当存在 2棵树时,光照比例是?
4/17 存在 2棵树时,由于阴影可能重叠,阴影比例不是简单的 2a/S。我们可以换个角度考虑。
只有 1棵树时,光照比例,即地面某点不是阴影的概率是
1-a/S;2棵树时,满足前后 2次投射后同时为光照点的概率 即为 (1-a/S)2,由此可算出此时阴影点概率为 1- (1-a/S)2 。 依次类推,n棵树时,光照点概率为:(1-a/S)n 。 上式可以写为: (1 - a/S) n eln[(1a / S) n ] enln(1a / S) 考虑当x很小时: ln(1 x) x 浓密条件下a/S 很小,因此光照点概率可以写为:e na / S
均半径 R。因而存在:
2 2 r AR j j1 n
此时,1 个象元中四分量的面积分别为:
R 2 AC A (1 cos i ) 2 R 2 AT A (1 cos i ) 2 AZ AR 2 se ci
AG A AR 2 (1 se ci )
模型假设条件描述 本模型用于对森林地区冠层反射率的求算。 所谓冠层反射率,指植被上界出射辐射与入 射辐射的比值。模型有 2个主要假设: • 稀疏分布:森林中树木分布非常稀疏, 相互之间没有遮挡,树木阴影没有重叠; • 椭球树冠:树冠形状为椭球。它有固定 几何形状,而且数学表达简单。