论文部分内容阅读
植被指数是主要地表参数之一，反映了植被的演化信息。稳定可靠的长时间序列植被指数是准确表征地表植被覆盖和植被生长状况、反演植被生物物理参数的前提条件，对于全球植被监测和碳氮循环具有重要的意义。由于地表非朗伯和植被二向反射特性，植被指数受传感器观测角度的影响，具有角度效应。因此植被指数角度归一化研究具有重要意义。
目前以单一传感器为主的植被指数角度归一化研究已取得显著的成果，但单一传感器往往面临观测角度信息不足，无法准确反演地表方向反射特征的问题。多源遥感数据提供了有效的解决方案，但基于多源遥感数据的植被指数角度归一化仍不成熟，需要进行系统的研究。本文旨在尝试发展适合多源遥感数据的植被指数角度归一化模型方法，建立可靠和稳定的植被指数。
论文分别以由PROSPECT模型和SAIL模型模拟的冠层多角度反射率数据和实际遥感数据(AVHRR和MODIS)为主，开展分析植被指数角度效应变化规律和植被指数角度归一化模型方法研究，具体而言进行了以下内容的研究：
1)为解决单一传感器观测信息量不足问题，分析了多源遥感数据协同的必要性，重点探讨了多源遥感数据多角度数据集的构建方法。采用基于波段转换的经验模型，改进以往以朗伯体地表假设的不足，充分考虑冠层方向反射特性，利用模拟数据建立不同传感器(如AVHRR和MODIS)波段之间的反射率转换关系，将其他传感器波段反射率转换成特征传感器波段方向反射率，建立多角度数据集。采用传感器/波段无关BRDF模型(ASK模型)构建多源遥感数据多角度数据集，避免不同传感器间的波段响应误差影响，直接作为多角度数据集输入至BRDF模型，反演地表方向反射特性，从而解决多源遥感数据构建多角度数据集的问题。多源遥感数据的多角度数据集为植被指数角度归一化模型方法研究提供了准确而重要的数据保证。
2)分析了植被指数在不同叶倾角、不同能见度、不同土壤含水量和不同叶面积指数条件下随观测角度变化规律，指出在不同观测角度条件下，植被指数由于角度效应可以达到15％的误差，而在浓密植被覆盖区角度效应较弱。引进归一化反射率因子，改进直接将目标角度输入二向性模型进行归一化植被指数模型方法，基于模拟数据分别利用MWM(改进的Wathall模型)和ASK(多角度多光谱核函数)模型进行MODIS模拟数据植被指数角度归一化，从理论上分析模型方法及精度验证，结果表明植被指数角度归一化相对误差由原来的15%减小到5%以内，并说明利用多源遥感数据协同进行植被指数角度归一化的模型方法可行。
3)以AVHRR和MODIS构建的多角度数据集，进行MODIS植被指数角度归一化应用示范。以山东省作为试验区，利用多天的MODIS和AVHRR作为数据源，基于MWM和ASK模型分别进行MODIS波段植被指数角度归一化。论文还设计了多传感器地表参数反演平台原型系统，为全球植被指数产品生产提供技术支持。
论文研究说明了植被指数受传感器观测角度显著的影响，发展了多源遥感数据集的构建方法，并进一步尝试利用多源遥感数据进行植被指数角度归一化。论文的研究成果为后续多种遥感应用提供基本地表参数，是全球植被指数产品生产的重要支撑。