地面高光谱测量网络:将田间光谱仪与Sentinel-2相结合的时间序列


发布时间:

2024-02-26

来源:

作者:

Sentinel-2卫星数据能够以高时间重访率对地球进行多光谱监测。将这些信息与光学地面测量网络相结合,可以更详细和更全面地了解陆地生态系统。然而,独立的光学地面测量往往缺乏一致性,特别是在比较地理位置偏远的不同地点时。利用自动化田间光谱仪系统FloX和RoX,提供的非常高的时间和光谱分辨率,在欧洲、非洲、美洲和亚洲的10个不同地点研究了3年以上的连续时间序列。地面连续测量的反射率记录首先与Sentinel-2冠层顶部(top of canopy,TOC)反射率进行验证,以评估原位网络的一致性。结果表明,在植被和积雪中,地面实测反射率与Sentinel-2 TOC反射率具有较好的一致性,在833 nm波段R²约为0.79,在559 nm和492 nm波段R²高达0.94,在整个网络中具有良好的一致性。结果表明,Sentinel-2遥感网络的不确定性主要来自于10台自动光谱仪的不同足迹尺寸、大气不确定性、次优仪器设置和时空变化的景观异质性。比较地面与卫星的归一化植被指数(Normalized Difference Vegetation Index,NDVI)、转化叶绿素吸收反射率指数(Transformed Chlorophyll Absorption in Reflectance Index,TCARI)和增强植被指数(Enhanced Vegetation Index,EVI),发现随着指数编制的复杂性增加,一致性降低。卫星与地面数据最一致的是NDVI,R²约为0.96,相对误差为4.3%。此外,我们还确定了意大利北部高山生态系统中地面和卫星之间NDVI残差的季节性模式,该模式与不同植被物候和降雪的影响导致的空间异质性增加有关。相比之下,残差的随机分布在法国南部一个相当均匀的橡树林冠层。通过对Sentinel-2像素在NDVI中的时间模式进行聚类,在意大利的Torgnon和法国的Observatoire de Haute-Provence (OHP)的冠层中发现了相似的区域。地面实测NDVI的高时间分辨率证实了与匹配的均匀区重叠,但必须考虑季节性景观异质性。使用标准化和全球均匀的Sentinel- 2 TOC反射率,可以评估世界各地10个田间光谱仪站点的不确定性。自动化田间光谱仪、数据产品和数据注释的标准化是Sentinel-2联合验证的必要先决条件。协调卫星的光学地面测量对未来的研究很有希望,以确保全球网络中不同站点之间数据产品的有效相互比较和传输。

 

图1  田间站点配备FloX或RoX。分布在欧洲、美洲、亚洲和非洲,覆盖不同的植被和非植被目标。

 

图2  本研究期间进行的数据处理和分析示意图。

 

图3  基于下行辐射的数据滤波方法原理。多云入射辐亮度(a)与晴朗入射辐亮度(b)的日变化过程。测量结果以黑色打印,而线性拟合以蓝色打印,灰色虚线垂直线表示S-2立交桥周围的20分钟时间窗口,用实灰色线标记。

 

图4  Torgnon (a)和OHP (b)中NDVI时间序列的分层聚类的聚类树状图与子集的每个像素相关联。聚类C1、C2和C3分别用不同的颜色标记。树的深度以0到1之间的相对欧氏距离表示。叶子对应于马赛克中的像素id。请注意,显示级别被修剪,并不是所有像素都被列出以提高可读性,修剪的最大深度为7。

 

图5  在Sentinel-2 周围的地面测量的线性拟合R2变化的情况下,以%为单位给出的所有数据的拒绝率设置为过滤多云条件的阈值。

 

图6  散点图分别显示了Rox/FloX与Sentinel-2测量值在704 nm、740 nm和780 nm波段的反射率。图a、b和c中的数据不包括雪的测量,图d、e和f中显示的是所有测量的结果。红色虚线表示回归线与黑色虚线的偏离。

 

图7  热图显示了在Torgnon (a)和OHP (b)进行的三年多的调查中,使用自主田间光谱仪对Sentinel-2 TOC反射率进行的弯曲地面测量反射率的相对差异百分比(%)。

 

图8  Rox- FloX和S-2卫星VIs的比较。散点图分别显示了Rox/FloX与Sentinel-2测量的NDVI、EVI和TCARI。图a、b和c中的数据不包括仅显示植被的雪的测量值。面板d、e和f显示了所有测量的结果。红色实线表示与红色虚线的偏离。

 

图9  在Torgnon (a)和OHP (b)从卫星和地面测量的时间序列,其中有大约三年的数据。来自可用卫星立交桥的选定数据(红色)与相关的地面测量数据(蓝色)进行比较。负NDVI值由积雪引起。

 

图10  Torgnon (a)、OHP (b)和所有可用站点(c)的NDVI随时间的残差(上)和残差分布(下)。

 

图11  时间序列相似性聚类。Rox/FloX在NDVI相似时间模式的Sentinel-2像素相关簇中被空间识别。意大利Torgnon (a)和法国OHP (c)的ROI卫星场景。在Torgnon (b)和OHP (d)中,使用分层聚类对识别为相似像素的NDVI聚类时间序列。

 

来 源

Paul Naethe, Andrea De Sanctis, Andreas Burkart, Petya K.E. Campbell, Roberto Colombo, Biagio Di Mauro, Alexander Damm, Tarek El-Madany, Francesco Fava, John A. Gamon, Karl F. Huemmrich, Mirco Migliavacca, Eugenie Paul-Limoges, Uwe Rascher, Micol Rossini, Dirk Schüttemeyer, Giulia Tagliabue, Yongguang Zhang, Tommaso Julitta, Towards a standardized, ground-based network of hyperspectral measurements: Combining time series from autonomous field spectrometers with Sentinel-2, Remote Sensing of Environment, 2024, 303, 114013.

 

编辑

王春颖

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。