森林积雪二向反射模型——SFBR

科技   科学   2023-08-02 22:56   陕西  

森林积雪约占北半球积雪面积的1/5,对地球生态系统具有重要的控制和调节作用,在全球水资源、能量平衡和气候变化中扮演着重要角色。科学理解入射辐射在积雪和冠层之间的复杂传输过程,建立精确的森林积雪二向反射模型是有效反演地表参数的基础。然而,由于积雪的各向异性和高反射特性,准确模拟山区地表积雪与植被冠层之间的多次散射作用非常困难。因此,现有的森林积雪反射模型主要模拟单一方向的反射率,且缺乏对地形、各向异性等森林积雪特征的综合考虑。

为此,南京大学高分辨率遥感实验室有机耦合积雪、针叶、冠层的辐射传输和几何光学理论,建立了一种新的适用于森林积雪的二向反射模型SFBR。具体而言,以坡地几何光学模型模拟四分量面积比例,通过地表积雪和冠层之间的辐射传输过程分离出单次和多次散射,进而模拟四分量反射率。该研究首次综合考虑了离散植被冠层、针叶树冠形状、积雪各向异性、多次散射特征、地形效应,实现了森林积雪二向反射率的有效模拟。

图1 森林积雪二向反射模型耦合框架

图2 冠层和积雪的反射率贡献示意图

验证结果表明,建立的森林积雪二向反射模型SFBR与三维模型LESSR2≥0.807,RMSE≤0.073,MAE≤0.056)和遥感数据MODIS(R2≥0.699,RMSE0.055,MAE0.046)具有良好的一致性,且SFBR模型对森林积雪场景的模拟精度高于常用的ART、PROSAIL、GORT模型。

图3 SFBR模型模拟森林积雪反射率与LESS模型在半球空间的比较

图4 SFBR模型模拟森林积雪垂直观测反射率与LESS模型比较结果

图5 ART (a)、PROSAIL (b)、GORT (c)、SFBR (d) 模型与MODIS反射率的比较

利用SFBR模型分析不同参数对森林积雪、积雪和无雪森林反射率的影响,结果表明,冠层的存在拦截了地表积雪对入射辐射的反射,使得森林积雪的反射率低于积雪反射率;积雪参数(雪粒径和污化物含量)对森林积雪和积雪的反射率变化影响具有一致性,而植被参数(叶面积指数和树密度)对森林积雪和无雪森林反射率影响存在明显差异,在红波段森林积雪和无雪森林的反射率变化趋势一致,而近红外波段呈现相反趋势

图6 SFBR模拟积雪参数对森林积雪和积雪的垂直观测反射率影响

图7 SFBR模拟植被参数森林积雪和无雪森林的垂直观测反射率影响

可见,建立的SFBR模型能够有效模拟森林积雪二向反射率,实现森林积雪复杂场景辐射传输过程的精确描述。模型可用于揭示入射辐射与积雪、冠层之间的相互作用机制,评估积雪和冠层特性对二向反射率的影响,以及反演森林积雪反照率等。

该研究成果近日以“Simulating snow-covered forest bidirectional reflectance by extending hybrid geometric optical–radiative transfer model”为题发表于遥感顶级期刊 Remote Sensing of Environment,论文第一作者为南京大学地理与海洋科学学院博士生陈思勇,通讯作者为肖鹏峰教授,合作作者为张学良副教授、博士生马威和刘豪,以及北京林业大学漆建波副教授、西南交通大学尹高飞教授。该研究得到国家自然科学基金项目 (42171307)和国家科技基础资源调查专项项目(2017FY100502)资助。

点击“阅读原文”可获取下载链接。

Chen, S., Xiao, P., Zhang, X., Qi, J., Yin, G., Ma, W., & Liu, H., 2023. Simulating snow-covered forest bidirectional reflectance by extending hybrid geometric optical–radiative transfer model. Remote Sensing of Environment. 296, 113713. https://doi.org/10.1016/j.rse.2023.113713.

高分辨率遥感实验室
南京大学地理与海洋科学学院肖鹏峰教授、张学良副教授研究团队,研究方向包括遥感图像语义分割与智能解译、多时相图像分类与变化检测、深度学习遥感建模与应用、积雪遥感识别与参数反演、积雪变化及其气候生态效应。
 最新文章