引用格式：
姚建恩, 刘海秋, 杨曼, 冯金赢, 陈秀, 张佩佩. 利用MODIS数据和BP神经网络重构美国区域尺度大豆日光诱导叶绿素荧光[J]. 智慧农业(中英文), 2024, 6(5): 40-50.
Citation:YAO Jianen, LIU Haiqiu, YANG Man, FENG Jinying, CHEN Xiu, ZHANG Peipei. Reconstruction of U.S. Regional-Scale Soybean SIF Based on MODIS Data and BP Neural Network[J]. Smart Agriculture, 2024, 6(5): 40-50.
官网全文在线阅读
知网阅读
利用MODIS数据和BP神经网络重构美国区域尺度大豆日光诱导叶绿素荧光
姚建恩， 刘海秋*， 杨曼， 冯金赢， 陈秀， 张佩佩
（安徽农业大学 信息与人工智能学院，安徽合肥 230000，中国）
摘要：
［目的和意义］ 原始星载日光诱导叶绿素荧光（Sunlight-induced Chlorophyll Fluorescence, SIF）数据存在足迹离散、时空分辨率低等缺陷，针对这些问题许多研究进行了SIF重构，但大多数重构后的新型SIF数据分辨率仍较低，难以应用到精细尺度农业领域，且部分高精度SIF重构数据并非基于原始卫星SIF数据重构。OCO-2 SIF原始数据空间分辨率高（1.29 km×2.25 km），植被异质性低，对区域尺度高分辨率作物SIF重构具备突出价值。
［方法］选取美国区域尺度大豆为研究对象，利用原始OCO-2 SIF和MODIS产品进行高分辨率大豆SIF重构，通过组合多个卫星轨迹经过的大豆种植区，提高SIF样本总量，与增强植被指数（Enhanced Vegetation Index, EVI）、光合有效辐射分量（Fraction of Photosynthetically Active Radiation, FPAR）和土地表面温度（Land Surface Temperature, LST）等预测因子足迹匹配后构建多源遥感数据集，代入BP神经网络训练模型，进而生成区域尺度空间连续且具有较高时空分辨率（8 d、500 m）的重构SIF数据集（BPSIF）。
［结果和讨论］加入EVI，FPAR和LST的SIF重构模型R2达0.84，利用总初级生产力（Gross Primary Productivity, GPP）数据对BPSIF进行质量评价，OCO-2 SIF与 GPP的Pearson相关系数为0.53，而BPSIF与GPP相关系数提升到0.8，表明本研究生成的BPSIF数据集更加可靠。
［结论］研究成果有望为区域尺度大豆作物SIF研究提供理论依据和数据支撑。
关键词： 星载SIF数据；MODIS数据；BP神经网络；大豆SIF重构
文章图片
图1 美国区域尺度大豆SIF重构技术路线图
Fig. 1 Regional-scale soybean SIF reconstruction technology roadmap of USA
注：红色部分是区域内OCO-2 SIF足迹分布情况。
图2 6块研究区域分布
Fig. 2 Distribution of the six areas studied
图3 2019年大豆生长季节EVI、FPAR、LST以及SIF随时间变化情况
Fig. 3 Changes of EVI， FPAR， LST， SIF over time during the 2019 soybean growing season
图4 预测研究区大豆SIF的BP神经网络拟合图
Fig. 4 BP neural network fitting plot for predicting soybean SIF in the study area
图5 质量评价结果对比
Fig. 5 Comparison of quality evaluation results
图6 5—9月EVI、FPAR、LST的FI分数以及与大豆SIF的相关性
Fig. 6 EVI， FPAR， LST FI scores from May to September and their correlation with soybean SIF
图7 忽略土地覆盖的OCO-2 SIF足迹简化图像
Fig. 7 Simplified image of OCO-2 SIF footprint ignoring land cover
作者简介
刘海秋 副教授
刘海秋，博士，副教授，硕士研究生导师。第三次全国土壤普查信息组专家，安徽省数字安徽委员会专家；长期从事农业遥感大数据与人工智能研究，主持国家自然科学基金等国家级省部级科研项目多项；发表TOP期刊学术论文多篇。
来源：《智慧农业（中英文）》2024年第5期
转载请联系编辑部授权
本期支持单位
推荐阅读
智慧农业微信交流服务群
发布征集
欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。
