光学反射模型与微波散射模型协同的森林生物量反演方法
【专利摘要】本发明提供一种光学反射模型与微波散射模型协同的森林生物量反演方法，包括1）通过对比光学与微波辐射传输模型的异同，构建光学与微波辐射传输协同模型；2）基于单木生长模型、光学与微波辐射传输协同模型，构建森林的光学二向反射和微波后向散射特征数据库及相应的森林地上生物量参数库；3）基于光学与微波协同模拟数据库，分别构建生物量反演的单源光学模型与单源微波模型；4）通过光学与微波关键因子的敏感性分析，确定协同模型中光学与微波数据各自所占权重，从而构建AGB反演的光学微波协同模型。本发明将光学遥感数据与微波遥感数据相结合，充分发挥两者反演生物量的优势，有效提高了森林地上生物量的定量反演精度。
【专利说明】光学反射模型与微波散射模型协同的森林生物量反演方法
【技术领域】
[0001] 本发明涉及一种反演方法，具体来说，涉及一种光学反射模型与微波散射模型协 同的森林生物量（AGB)反演方法。
【背景技术】
[0002] 森林地上生物量对于森林生态系统固碳能力和碳储量有重要的指示作用，在国际 地圈-生物圈研宄计划（IGBP)中，碳循环被确定为全球变化和陆地生态系统（GCTE)等计 划的重要研宄内容。因此，森林地上生物量的准确提取对于全球变化及陆地生态系统研宄 具有重要意义。
[0003] 以人工采样测量为主要技术手段的传统森林地上生物量监测方法存在费时费力， 受干扰因素多，估算精度低等缺点，很难大范围、高效率和实时地进行常规测量。而遥感技 术由于其宏观动态实时多源的特点，已在森林地上生物量研宄中蓬勃开展。其中，光学与微 波遥感在森林地上生物量监测中发挥着重要作用。尽管国内外众多学者已经运用光学与 微波遥感技术对森林地上生物量反演进行了大量研宄，但由于光学与微波遥感自身的局限 性，生物量定量反演的精度仍难以达到行业应用的需求。一方面，光学遥感在获取生物量参 数信息时，不但要受到云、雨、雪等天气现象的影响，而且当植被比较茂密时，光学遥感获得 的植被反射波谱信息出现饱和。另一方面，当植被覆盖度比较低时，微波遥感受地表土壤含 水量、粗糙度等影响显著。由于微波遥感具有穿透性强、无昼夜性、受天气影响小等优势，尤 其在植被比较浓密的区域，微波遥感能够很好的监测植被生物量信息；在非浓密植被区域， 光学遥感能够有效的获取植被光谱信息。因此，针对目前生物量精准定量反演的迫切需求 以及当前技术方法存在的局限性，有效结合光学与微波遥感提取生物量，是利用多源遥感 数据提取生物量参数的一种新尝试。
[0004] 随着数据融合和数据同化技术的发展，将光学与微波辐射传输模型进行协同也是 生物量精准定量反演的新尝试。光学和微波辐射传输模型模拟了电磁波和植被相互作用的 原理与过程，基于光学和微波的辐射传输模型协同来构建生物量参数协同反演模型，不但 可以为森林地上生物量反演提供模型基础，而且可以为充分利用多源遥感信息反演森林地 上生物量提供理论指导。但是如何协同光学与微波辐射传输模型来构建生物量协同反演模 型，是摆在众多研宄者面前的一道难题。
【发明内容】
[0005] 对此，本发明提出了一种光学反射模型与微波散射模型协同的森林生物量反演方 法。不同于以往的反演方法，本发明首先构建一种基于统一植被土壤场景的光学PROSAIL 与微波MIMICS协同模型；然后通过对不同植被场景的大量模拟，构建森林的光学二向反射 和微波后向散射特征模拟数据库；根据模拟数据库，分别构建生物量反演的光学模型和微 波模型，并确定协同反演模型中光学与微波数据各自所占权重，从而构建生物量反演的光 学微波协同反演模型。
[0006] 本发明所采用的技术方案是一种光学反射模型与微波散射模型协同的森林生物 量反演方法，包括以下步骤：
[0007] 1)从辐射传输理论出发，通过对比光学与微波辐射传输模型的异同，构建一种基 于统一植被土壤场景的光学与微波辐射传输协同模型；
[0008] 2)基于单木生长模型、光学与微波协同辐射传输模型，通过对不同植被场景的大 量模拟，构建森林的光学二向反射和微波后向散射特征数据库及相应的AGB参数库；
[0009] 3)基于光学与微波协同模拟数据库，通过光学特征植被指数、微波后向散射系数 与AGB的敏感性分析及统计回归，分别构建生物量反演的单源光学模型与单源微波模型； [0010] 4)通过光学与微波关键因子的敏感性分析，确定协同模型中光学与微波数据各自 所占权重，从而构建AGB反演的光学微波协同模型。
[0011] 而且，步骤1)中，光学辐射传输模型为PROSAIL模型，微波辐射传输模型为MMICS 模型。
[0012] 而且，步骤1)中，主要对比分析光学PROSAIL模型与微波MMICS模型在植被冠层 结构描述、输入参数以及辐射传输机制方面的异同。
[0013] 而且，步骤1)中，光学与微波辐射传输模型是通过统一二者的叶片含水量、土壤 含水量及冠层结构参数进行协同的。
[0014] 而且，步骤2)中，基于内蒙古根河研宄区森林的地面观测数据，利用回归方法得 到树高-胸径，树高-冠层厚度，树高-冠幅之间的经验关系，从而构建单木生长模型。
[0015] 而且，步骤3)中，选取的光学特征植被指数为MSAVI、TVI、NDVI、RVI和EVI，其计 算公式如下：
【权利要求】
1. 一种光学反射模型与微波散射模型协同的森林生物量反演方法，其特征在于，包括 以下步骤： 1) 从辐射传输理论出发，通过对比光学与微波辐射传输模型的异同，构建一种基于统 一植被土壤场景的光学与微波辐射传输协同模型； 2) 基于单木生长模型、光学与微波辐射传输协同模型，通过对不同植被场景的大量模 拟，构建森林的光学二向反射和微波后向散射特征数据库及相应的森林地上生物量AGB参 数库； 3) 基于光学与微波协同模拟数据库，通过光学特征植被指数、微波后向散射系数与 AGB的敏感性分析及统计回归，分别构建生物量反演的单源光学模型与单源微波模型； 4) 通过光学与微波关键因子的敏感性分析，确定协同模型中光学与微波数据各自所占 权重，从而构建AGB反演的光学微波协同模型。
2. 根据权利要求1所述的光学反射模型与微波散射模型协同的森林生物量反演方 法，其特征在于：所述步骤1)中，光学辐射传输模型为PROSAIL模型，微波辐射传输模型为 MMICS模型。
3. 根据权利要求2所述的光学反射模型与微波散射模型协同的森林生物量反演方法， 其特征在于：所述步骤1)中，对比分析光学PROSAIL模型与微波MMICS模型在植被冠层结 构描述、输入参数以及辐射传输机制方面的异同。
4. 根据权利要求1或2或3所述的光学反射模型与微波散射模型协同的森林生物量反 演方法，其特征在于：所述步骤1)中，光学与微波辐射传输模型是通过统一二者的叶片含 水量、土壤含水量及冠层结构参数进行协同的。
5. 根据权利要求1所述的光学反射模型与微波散射模型协同的森林生物量反演方法， 其特征在于：所述步骤2)中，基于内蒙古根河研宄区森林的地面观测数据，利用回归方法 得到树高-胸径、树高_冠层厚度和树高-冠幅之间的经验关系，构建单木生长模型。
6. 根据权利要求1所述的光学反射模型与微波散射模型协同的森林生物量反演方法， 其特征在于：所述步骤3)中，选取的光学特征植被指数包括MSAVI、TVI、NDVI、RVI和EVI， 其计算公式如下：
式中，NIR、R、G、B分别为近红外波段、红光波段、绿光波段和蓝光波段的反射率。
7. 根据权利要求1所述的光学反射模型与微波散射模型协同的森林生物量反演方法， 其特征在于：所述步骤3)中，选取的微波频率极化方式为C波段和L波段的VV、HH和VH极 化，以及频率极化组合：C-HH/C-VH，L-HH/C-VH和L-HH/C-ffiL
8. 根据权利要求1所述的光学反射模型与微波散射模型协同的森林生物量反演方法， 其特征在于：所述步骤4)中，选取的光学与微波关键因子分别为NDVI植被指数与C波段VH 极化后向散射系数。
9. 根据权利要求1 一8中任意一项所述的光学反射模型与微波散射模型协同的森林生 物量反演方法，其特征在于：所述步骤4)中，AGB反演的光学微波协同模型如下式： AGB = (aX Index+b) X f ( a ) + (1- (aX Index+b)) X f () 其中，f(a)为光学反演模型，a为光学敏感因子；f(f3)为微波反演模型，0为微波 敏感因子；a和b为权重调整因子；Index为光学敏感植被指数。
【文档编号】G01N22/00GK104483271SQ201410799878
【公开日】2015年4月1日 申请日期:2014年12月19日 优先权日:2014年12月19日
【发明者】邵振峰, 张邻晶 申请人:武汉大学