1 中国科学院空天信息创新研究院， 遥感科学国家重点实验室， 北京 100101中国科学院大学， 北京 100049
2 中国科学院大学， 北京 100049
3 中国科学院空天信息创新研究院， 遥感科学国家重点实验室， 北京 100101
不同于传统被动光学传感器， 高光谱激光雷达发射主动式全波段高斯脉冲激光， 和植被叶片表面相互作用后， 不同波段后向散射强度返回至接收器并被记录下来。 以往的高光谱激光雷达植被叶片反射特性研究只聚焦于零度角入射的情况， 对多入射角方向反射光谱特性以及方向反射特性对叶片叶绿素含量估算带来的误差尚未进行过深入研究。 利用实验室研发的32波段高光谱激光雷达获取了不同入射角下的植被叶片反射光谱， 对高信噪比波段下植被叶片的复杂方向反射特性进行了深入分析， 随后选择光谱指数研究了高光谱激光雷达测量条件下植被方向反射特性对叶绿素含量反演的影响。 结果表明， (1)高光谱激光雷达植被叶片回波强度随入射角增大逐渐降低， 但二向反射率因子并不逐渐减小， 在可见光和近红外波段， 二向反射率因子随入射角增大分别呈现出两种不同形状特征， 可见光波段反射率因子最大值出现在0°~10°， 近红外波段最大值出现在60°， 反射率因子最小值均出现在45°处， 最大和最小反射率因子间可差0.1左右， 可见光和近红外波段10°~60°内二向反射率因子均呈现先减小后增大的趋势; (2)通过对不同入射角下光谱指数与叶绿素含量的回归分析发现， 方向反射特性对反演精度有非常大的影响， R2和RMSE并不随着入射角增大统一呈现同步增大或同步减小的趋势， 具体地， R2随入射角的变化趋势是先减小， 再增大， 再减小， 50°左右时最小， 增大发生在60°， RMSE则反之。 对于不同光谱指数， R2随入射角增大变化可达4倍， 波动范围为0.14~0.63， RMSE最大变化为1.5倍左右， 在0.5~0.8 mg·g-1内波动。 R2和RMSE的重大变化揭示了高光谱激光雷达植被叶片方向反射特性对叶绿素含量反演的重要影响。
高光谱激光雷达 后向散射强度 方向反射 二向反射率因子 叶绿素 Hyperspectral LiDAR Backscattered intensity Bi-directional reflection Bi-directional reflectance factor (BRF) Chlorophyll 光谱学与光谱分析
2023, 43(5): 1598
红外与激光工程
2023, 52(10): 20230108
1 长春理工大学吉林省空间光电技术重点实验室空间光电技术国家与地方联合工程研究中心，吉林 长春 130022
2 长春理工大学光电工程学院，吉林 长春 130022
3 长春理工大学电信学院，吉林 长春 130022
为了更加准确地表征粗糙水面环境下溢油的偏振反射特性，建立了改进型溢油偏振二向反射分布函数（pBRDF）模型。该模型基于Priest-Germer（P-G）理论，引入遮蔽函数、漫反射和体散射分量，并结合水面微小平面的概率分布函数，更加适合检测粗糙水面背景的溢油偏振反射特性。在粗糙水面环境下对5种不同溢油（机油、原油、柴油、煤油、汽油）目标进行多角度可见光波段偏振特性测试实验。结果表明：若相对方位角为180°，线偏振度随观测天顶角的增大先增大后减小，随入射天顶角的增大也先增大后减小；线偏振度随相对方位角的增大先增大后减小，在相对方位角为180°时达到最大，且受波长影响较小。该模型的置信精度可达到80%以上，证明了该模型的准确性，为研究粗糙海面溢油的偏振特性提供了一种新的途径。
海洋光学 偏振特性 偏振二向反射分布函数 P-G模型 可见光 溢油目标
火箭军工程大学兵器发射理论与技术国家重点学科实验室, 陕西 西安 710025
有关二向反射分布函数(BRDF)的研究大多集中在模型的建立及应用层面上。模型中起重要作用的几何衰减因子(GAF)大多采用的是现有的模型,而现有模型有在实际应用中存在拐点、自身不能维持有界、模型考虑不完善等局限性。在详细分析了随机表面模型后,提出了修正后的积分型GAF,并通过仿真验证该模型消除BRDF在大反射角时的不良行为,使其在GAF规定的范围内保持有界,所得结果与已有BRDF数据的拟合精度更高,可有效地解释后向反射现象。
散射 二向反射分布函数 阴影效应 遮蔽效应 几何衰减因子 光学学报
2022, 42(10): 1029001
1 塔里木大学机械电气化工程学院, 新疆 阿拉尔 843300
2 塔里木大学植物科学学院, 新疆 阿拉尔 843300
高光谱无损检测技术在果品定量无损检测中应用广泛, 以冬枣、 红提、 香梨三种果品空间特性光谱为研究目标, 探索空间特性光谱的影响因素和反演方法, 为提高户外果品无损检测精度提供了一种新思路。 分别提取三种果品的光谱库并计算空间特性光谱, 依次使用马氏距离、 浓度残差等预处理方法以及竞争性自适应权重取样算法选取特征波长, 将处理后的三种果品空间特性光谱分别与品质(糖度、 水分)和方位(探测角、 方位角、 相位角)建模, 建模结果如下: 三种果品(按照冬枣、 红提、 香梨的顺序)与糖分模型的相关系数r分别为: 0.853 3, 0.822 7和0.913 3; 水分模型的相关系数r分别为: 0.741 3, 0.784 7和0.891 3; 探测角模型相关系数r分别为: 0.985 6, 0.992 7和0.974 7; 方位角模型相关系数r分别为: 0.941 8, 0.910 5和0.936 9; 相位角模型相关系数r分别为: 0.960 9, 0.957 0和0.956 3。 可以看出, 不同果品方位模型相关性都明显高于品质模型相关性, 因此方位因素是影响空间特性光谱的主要原因。 使用Roujean模型和Walthall模型分别对不同方位的空间特性光谱进行反演, 反演结果如下: 使用Roujean模型反演三种果品(按照冬枣、 红提、 香梨的顺序)空间特性光谱时R2分别为0.934 4, 0.928 1和0.830 6; r分别为0.990 2, 0.983 9和0.969 1; RMSEP分别为0.030 9, 0.048 7和0.062 7; 平均模型误差分别为7.27%, 11.02%和8.61%。 使用Walthall模型描述不同果品空间特性光谱时R2分别为0.943 3, 0.859 7和0.839 0; r分别为0.991 8, 0.971 8和0.970 2; RMSEP分别为0.036 6, 0.066 1和0.068 7; 平均模型误差分别为6.19%, 15.40%和7.84%。 可以看出, Roujean模型可以很好的描述冬枣和红提的空间特性光谱, 也可以较好的描述香梨空间特性光谱; Walthall模型可以很好的描述冬枣空间特性光谱, 也可以较好的描述红提和香梨空间特性光谱。 综上所述, 在今后试验中可以使用Roujean模型反演红提和香梨的空间特性光谱, 使用Walthall模型反演冬枣的空间特性光谱, 进而提高户外果品户外果品无损检测精度。
二向反射分布函数 空间特性光谱 Roujean模型 Walthall模型 Bidirectional reflectivity distribution function Background spectrum Roujean model Walthall model 
1 中国农业大学水利与土木工程学院, 北京 100083
2 中国农业大学工学院, 北京 100083
以大型喷灌机为平台的近地遥感技术可有效观测作物的生长状态, 对田间生产管理和作物水肥需求特性等研究具有十分重要的意义。 由于在遥感观测过程中, 作物冠层具有二向反射特性, 因此不同观测方式会影响遥感观测结果。 通过自行搭建的近地遥感系统模拟大型喷灌机平台的实地观测条件, 使用双通道光谱传感器获取小麦与玉米冠层的光谱反射率信息, 引入变异系数CV对由冠层二向反射特性引起的信息数据变幅进行量化, 并采用影响因素权重W分析各观测参数对数据变幅的影响程度。 通过获取2019年冬小麦返青期至灌浆期、 夏玉米V7—V14生育期的冠层近红外波段(810 nm)和红光波段(650 nm)的反射率数据, 分析多种观测因素对比值植被指数(RVI)数据和植被归一化指数(NDVI)数据的影响。 结果表明, 观测高度(0.5~2.5 m)、 观测频率(2~60次·min-1)和移动速度(0~4 m·min-1)与观测结果无显著相关关系(p>0.05), 观测时刻(8:00—18:00)、 观测天顶角(-60°~60°)和观测方位角(0°~180°)与观测结果相关关系极为显著(p<0.01); 小麦和玉米的冠层RVI、 NDVI数据获取结果主要取决于冠层覆盖程度, 在相同叶面积指数(LAI)情况下观测结果也会因观测时刻、 观测方位角和观测天顶角的差异而受到不同程度的影响; 冠层光谱反射率信息二向反射特性明显, 小麦冠层RVI和NDVI变异系数分别为15%~50%和2%~50%, 玉米冠层RVI和NDVI变异系数分别为10%~33%和18%~39%; 进行观测时, 应尽量选择在太阳天顶角较稳定的12:00—14:00时段, 并尽量缩短观测时长, 还应选择固定的观测角度, 注意阴影效应与热点效应的影响; 此外, 在小麦返青至拔节期、 抽穗至扬花期获取RVI和NDVI时, 还应分别注意观测天顶角、 观测时刻对测量精度的干扰。 研究结果可为快速获取高精度的小麦、 玉米冠层光谱反射率数据提供技术支撑。
冠层光谱反射率 近地遥感 二向反射特性 Canopy spectral reflectance measurement Ground-based remote sensing RVI NDVI Bidirectional reflection RVI NDVI 光谱学与光谱分析
2021, 41(8): 2578
1 塔里木大学机械电气化工程学院, 新疆 阿拉尔 843300
2 新疆维吾尔自治区普通高等学校现代农业工程重点实验室, 新疆 阿拉尔 843300
3 白城师范学院, 吉林 白城 137000
不同光照下, 如何消除或减小反演数据差异, 提高检测精度, 是目前南疆冬枣户外检测中遇到的一大难题, 因此通过用高光谱相机获得的南疆冬枣二向反射分布函数（BRDF）测量值, 采用最小二乘法拟合Roujean模型和Ross-Li模型的参数, 最后对比Roujean模型和Ross-Li模型反演的结果, 提出何种天气何段波长用何种模型反演效果最好的建议, 实验结果表明: （1）多云天气, 反演南疆冬枣线偏振度（Dolp）时, Ross-Li模型的R2是0.974 8, Roujean模型的R2是0.969 9; 反演南疆冬枣强度分量时, Ross-Li模型的R2是0.972 3, Roujean模型的R2是0.974 9。 阴天反演南疆冬枣Dolp时, Ross-Li模型的R2是0.965 1, Roujean模型的R2是0.977 8; 反演南疆冬枣强度分量时, Ross-Li模型的R2是0.942 0, Roujean模型的R2是0.968 8。 晴天反演南疆冬枣Dolp时, Ross-Li模型的R2是0.965 5, Roujean模型的R2是0.926 2; 反演南疆冬枣强度分量时, Ross-Li模型的R2是0.928 5, Roujean模型的R2是0.833 1。 整体反演的最佳方案是多云天气下的南疆冬枣Dolp用Ross-Li模型反演, 强度分量用Roujean模型反演; 晴天南疆冬枣Dolp和强度分量均用Ross-Li模型反演; 阴天南疆冬枣Dolp和强度分量均用Roujean模型反演。 （2）多波段反演的最佳方案是: 多云天气下, 反演南疆冬枣强度分量时, 波长为1 000~1 100 nm范围, 需用Ross-Li模型, 波长为1 450~1 600 nm范围, 需用Roujean模型, 其余波段处两种模型均可; 反演南疆冬枣Dolp时, 在波长为1 300 nm附近, 需用Ross-Li模型, 其余波段处两种模型均可。 阴天反演南疆冬枣强度分量时, 在1 000~1 350 nm范围, 需用Roujean模型, 在1 600 nm附近, 需用Ross-Li模型, 其余波段处两种模型均可; 反演南疆冬枣Dolp时, 在1 000~1 350 nm范围, 需用Roujean模型, 在1 600 nm附近, 需用Ross-Li模型。 晴天反演南疆冬枣强度分量时, 波长为1 000~1 350和1 600 nm附近, 需用Ross-Li模型, 其余波段处则无特殊要求; 反演南疆冬枣Dolp时, 在1 000 nm附近, 需用Roujean模型, 在1 600 nm附近, 需用Ross-Li模型。 探索出消除或减小反演数据差异的方法, 为南疆冬枣户外检测提高精度奠定基础。
二向反射分布函数 Roujean模型 Ross-Li模型 线偏振度 强度分量 Bidirectional reflection distribution function Roujean model Ross-Li model Linear degree of polarization Intensity component 光谱学与光谱分析
2021, 41(6): 1737
塔里木大学机械电气化工程学院, 新疆 阿拉尔 843300
农业遥感检测时, 晴朗的天气是采集光谱的必要条件。 本研究主要目的是: (1)通过高光谱偏振探测技术, 探究不同天气(晴天、 阴天、 多云)对不同波长下南疆冬枣二向反射分布函数(BRDF)的偏振参量(S0, ε0, f00)、 线偏振度(Dolp)与理化值模型的影响; (2)对比不同天气条件下的实验结果, 为户外红枣品质的遥感探测提供一定的环境适应性参考和前景应用性参考。 利用统计分析方法, 分析了南疆冬枣水分与其光谱偏振特性的统计关系, 分别建立了不同天气条件下S0, ε0, f00, Dolp的一阶导数光谱形式与南疆冬枣水分含量的统计方程, 选用相关系数R、 校正集样本的标准差(RMSEC)、 预测集样本的标准差(RMSEP)共3个指标对模型的性能和预测能力进行评价。 相关性分析结果表明: 户外晴天、 阴天、 多云三种天气条件检测南疆冬枣品质时, 水分含量与高光谱偏振数据之间具有较好的相关性, 但多云天气条件下偏振参量、 线偏振度与水分含量的相关性要优于晴天和阴天条件下的相关性, 前者模型的相关系数最大, 其r值分别为: 0.913和0.914, 且最接近暗箱光谱与水分含量模型的相关系数R的值: 0.926。 模型的可行性分析结果表明: 三种天气条件下偏振参量、 线偏振度与水分含量模型的校正集样本的标准差最大值分别为0.009 71和0.008 73, RMSEC的值越小, 表明模型回归的越好。 模型对外部样本的预测能力分析结果表明: 三种天气条件下偏振参量、 线偏振度与水分含量模型的预测集样本的标准差最大值分别为0.012 3和0.011 7, RMSEP的值越小, 表明模型的预测能力越强, 结果越准确。 不同天气实验结果表明: 因偏振有“强光弱化, 弱光强化”的作用, 通过对比晴天、 阴天、 多云实验结果, 该方法有较好的环境适应性, 在户外红枣品质遥感探测方面有广泛应用前景。
二向反射分布函数 高光谱 线偏振度 天气 理化值 Bidirectional reflection distribution function Hyperspectral Linear degree of polarization Weather Physical and chemical value
吉林大学地球探测科学与技术学院, 吉林 长春 130026
传统的固定成像传感器多用于分析地物自身生物化学参数改变而导致的光谱变化, 而用于研究二向反射特性的计算机模拟模型受构建场景时可视因子计算量过大的限制而无法完成多类型地物的模拟, 因此两者较少有联系。针对这些问题, 在采用简化辐射度模型RAPID的基础上, 模拟了长春市御花园地区的反射率, 分析了反射率对环境因素的敏感性。结果表明：传感器视场角对热点有较大影响, 太阳天顶角和天空光比例在可见光与近红外波段各方向均有较大影响。模拟环境因素对成像光谱的影响, 可为固定成像传感器反演地物的生物化学参数提供依据。
遥感 二向反射率因子 辐射度模型 参数分析 计算机模拟 激光与光电子学进展
2018, 55(9): 092802
