遥感顶刊IEEE TGRS提出一种新的植被覆盖度计算模型（像元二分耦合核驱动模型）

近期，中科院分区遥感领域1区TOP期刊IEEE Transactions on Geoscience and Remote Sensing上在线发表了新疆大学地理与遥感科学学院荒漠植被定量遥感研究团队题为“A Pixel Dichotomy Coupled Linear Kernel-Driven Model for Estimating Fractional Vegetation Cover in Arid Areas From High-Spatial-Resolution Images”（一个像元二分耦合核驱动模型从高空间分辨率影像中来估计干旱地区植被覆盖度）的科研论文，标志着目前国际上在植被覆盖度遥感反演领域研究取得进一步发展。

由于干旱地区植被分布稀疏，导致植被覆盖度较低，所以在全球植被覆盖度遥感产品生产时候，该地区大部分地区被处理成空值，这导致了干旱地区植被覆盖度反演出现低估，进一步影响着区域生物量以及碳储量的计算。

图1 荒漠灌丛不同背景示意图。(a) 沙漠的砂砾“背景”；(b) 戈壁的砂砾“背景”；(c) 盐碱“背景”；(d) 砂砾“背景”上的生物结皮现象。

为了解决这个问题，研究人员考虑到干旱地区特殊 “背景”（盐碱地，戈壁石子，沙漠的沙，以及覆盖其上的生物结皮）对植被覆盖度遥感反演的影响，利用“图解法”来修正像元二分法，并考虑了特殊“背景”在辐射传输上的影响。之后，引入线性核驱动模型(KDM)并开发对应解算方法，并设计了一种随机采样的方法来估计高空间分辨率影像下修正像元二分法参数值。基于此，提出了一种像元二分耦合核驱动模型，英文简称：PDKDM。

图2 像素二分耦合线性核驱动模型(PDKDM)的实现流程图

通过模拟、现场实测和参考数据进行了验证。结果表明：PDKDM估算的干旱区植被覆盖度与“真实”数据高度吻合，与模拟、实测和参考数据的均方根误差 (RMSE) 分别小于0.062、1.125和0.027。PDKDM从多角度方法角度提高了干旱地区的高分辨率影像中植被覆盖度低估问题。这项研究为干旱地区的高空间分辨率图像植被覆盖度的产生提供了一种有用的算法，具有很高的计算效率，同时为进一步高效生产全球植被覆盖度产品提供了帮助。

图3 由于PDKDM估算艾比湖地区植被覆盖度，其中图3（j）是植被覆盖度结果，其他子图为过程结果

该论文以新疆大学地理与遥感学院为第一署名单位，地理与遥感学院马旭副教授为第一作者，马旭副教授及丁建丽教授为通讯作者。该研究得到国家自然科学基金、新疆维吾尔自治区重点实验室项目，中国博士后项目，天池博士等相关科研项目支持。

原文链接 ↓

https://ieeexplore.ieee.org/document/10161599

转自：“生态遥感前沿”微信公众号

如有侵权，请联系本站删除！