1 The Key Laboratory for Silviculture and Conservation of Ministry of Education, College of Forestry, Beijing Forestry University,00083Beijing, China
2 Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute, Geodeetinrinne,Kirkkonummi0431, Finland
3 Key Laboratory of Quantitative Remote Sensing Information Technology, Academy of Opto-Electronics, Chinese Academy of Sciences, Beijing100094, China
4 Department of Electronic and Information Engineering，Anhui Jianzhu University, Hefei230601,China
高光谱激光雷达综合了高光谱和激光雷达特征，可为植被生理生化参数提取提供更加精确的遥感探测，但其应用潜力尚未得到充分挖掘。以北京10个典型树种的单叶为样本，开展室内高光谱激光雷达的叶片观测试验，并进行树种分类研究，为未来高光谱激光雷达的林业应用提供基础。首先进行可调谐高光谱激光雷达（Hyperspectral LiDAR，HSL）叶片高光谱测量，并完成与ASD地物光谱仪所测数据对比实验；其次，应用随机森林方法实现10种叶片的分类研究，其输入的特征指数为融合全部波段、部分敏感波段的光谱指数。结果表明：（a）HSL在波段650~1 000 nm(71个通道)内观测的叶片高光谱和ASD光谱一致（R2=0.9525~0.9932，RMSE=0.0587）；（b）只用原始波段反射率分类精度为78.31%，其中分类贡献率最大波段的是650~750 nm，使用此波段进行分类精度为94.18%，表明利用红边波段（650~750nm）进行树种分类是十分有效的；（c）对树种敏感的波段为680 nm、685 nm、690 nm、715 nm、720 nm、725 nm、730 nm；（d）结合敏感波段光谱指数与植被指数分类精度82.65%。该研究结果表明在单叶级别，利用高光谱激光雷达能够准确地反映目标叶片的光谱特征并且能有效进行树种分类；未来将可能在野外应用中精确提取目标的生理生化参数。
高光谱激光雷达 叶片分类 全波形 植被参数 Hyperspectral LiDAR leaf classification full bands vegetation index
北京林业大学省部共建森林培育与保护教育部重点实验室, 北京 100083
明确植被叶片反射率对生化参数敏感程度是遥感定量反演生化参数含量的前提。 本文以不同健康状态下的云南松针叶光谱为例, 基于查找表法（LUT）对针叶光谱模型LIBERTY的叶绿素和水分吸收系数进行了标定。 提出了一种新的光谱合成方法和枯黄指数YI, 解决LIBERTY模型不能有效拟合严重受害程度的云南松针叶反射光谱曲线的问题。 并应用EFAST全局敏感性分析方法, 利用标定后的LIBERTY模型定量分析了不同受害程度的针叶生化参数敏感性变化。 结果表明: (1) 标定后的LIBERTY模型能有效拟合健康针叶光谱（R2=0.999, RMSE<0.01）、 轻度（R2=0.991, RMSE<0.02）和中度受害针叶光谱（R2=0.992, RMSE<0.03）; 但是严重受害针叶光谱模拟能力很差（R2=0.803, RMSE>0.1）。 (2) 新光谱合成方法能有效拟合严重受害光谱（R2=0.991, RMSE<0.03）; 枯黄指数（YI）能够定量分析受害程度。 (3) 随着受害程度加深, 针叶反射率对叶绿素、 水分参数敏感度降低, 而基吸收、 白化吸收等参数敏感度增大, 且存在敏感波段。 如在505～565和705～850 nm范围白化吸收对针叶反射率作用明显; 对于严重受害针叶, 除了叶绿素之外白化吸收对可见光区针叶反射率影响也非常显著; 通过引入白化吸收先验知识, 发现如果能进一步确定白化吸收情况, 能够提高严重受害针叶叶绿素反演的精度。
针叶反射率 敏感度分析 云南松 LIBERTY LIBERTY Needle reflectance Sensitivity analysis Pinus yunnanensis EFAST EFAST 光谱学与光谱分析
2016, 36(8): 2538
