新版平台|用户手册|English
农作物模型
农作物提供了人类的粮食,农作物的产量直接关系到粮食安全。使用遥感手段监测农作物生长,判断农作物种类、农作物健康状况和作物产量一直是遥感技术的一个重要课题。早期的方法是使用植被指数法或者回归的经验关系法来做农作物的遥感监测。这些方法的优势在于简单易得,缺点是不具备全局性,一个区域建立的模型不能适应其他区域的情况。农作物辐射传输模型是研究作物生理参数(叶绿素含量,含水量,叶面积指数,叶倾角等)与遥感信号之间的定量关系,它具有全局性,能较好地适应不同区域环境,能为从遥感数据中定量反演出作物生理参数提供理论工具。

被动微波具有全天时全天候的工作特点,对植被具有良好的穿透性,可提供比可见光和红外波段丰富的植被结构信息,对于获取浓密植被覆盖区域的植被信息优势显著。现在常用的被动微波模型主要是半经验的ω-τ模型,形式简单,意义明确,但忽略植被体内的体散射效应,在生物量大的地区及高频率下有应用局限性;基于Matrix Doubling算法的高阶模型是植被辐射传输方程的数值解,可以很好的模拟植被体内的体散射效应,模拟精度更高。

微波作物散射模型用来描述电磁波与作物的相互作用,估算作物覆盖地表条件下的雷达后向散射系数。影响雷达观测的因素包括植被散射体的几何、物理特性以及地表参数。作物覆盖地表的主动微波散射模型包括基于辐射传输理论的离散模型,如密歇大学微波实验室发展的MIMICS模型; 和半经验的连续模型,如水云模型。基于辐射传输方程的离散植被模型,通过计算植被层的相位矩阵和地表双基散射,估算植被直接后向散射,植被与地表的相互作用以及地表直接后向散射,最终得到植被覆盖地表的后向散射。

使用遥感进行农业监测能够快速大范围地估算作物的重要的生理参数,如叶面积指数(LAI),平均叶倾角等。联系遥感获取的光谱数据和这些生理参数的中间桥梁是作物冠层辐射传输模型。针对农作物已经发展了许多植被辐射传输模型,如Suit模型,SAIL模型,垄行结构模型等。这些模型描述了辐射传输在作物植被冠层中的规律,揭示了作物的生理参数(LAI, LAD),组分光谱特征与冠层光谱特征之间的关系。在利用遥感手段定量反演农作物的生理参数的过程中,这些模型已经被证实其价值和意义。

被动微波农作物模型 - 典型模型
  1. 一阶
  2. 高阶
主动微波农作物模型 - 典型模型
  1. 一阶连续
  2. 非连续
  3. 二阶非连续
光学农作物模型 - 典型模型
  1. PROSPECT-SAIL
  2. KUUSK
  3. 行播
  4. 4-SCALE
  5. LIBERTY
  6. RGM
  7. SAIL-TIR
  8. TRGM
  9. RAPID