基于双冠层反射率模型分析各向异性平整指数（AFX）对植被参数的敏感性.DOC

基于双冠层反射率模型分析各向异性平整指数（AFX）对植被参数的敏感性 白冬妮1，焦子锑1，2，3，董亚冬1，张小宁1，李阳1，何丹丹1 100875； 遥感科学国家重点实验室北京师范大学，北京 100875； 北京师范大学环境遥感与数字城市北京市重点实验室，北京 100875 摘 要：二向反射分布函数包含地表反射的方向性特征信息。研究BRDF形状对植被结构参数的敏感性，有助于理解植被的二向性反射规律，进而反演植被参数。本文耦合双冠层反射率模型和核驱动的罗斯厚核-李氏稀疏互易核模型，利用EFAST全局敏感性分析方法，以各向异性平整指数BRDF形状变化的衡量指标，研究了不同天空光比例（SKYL）下，AFX对植被参数敏感度的变化，以及SKYL=0.1时AFX的敏感性。结果表明：（1）在红波段，上、下层叶面积指数、上层叶绿素含量，以及上层叶倾角分布是AFX的敏感参数，在近红外波段，上、下层LAI是AFX的敏感参数。（2）冠层尺度上的参数敏感度总体大于叶片尺度。（3）晴天时（SKYL=0.1），红波段主敏感度较大的参数分别是上层LAI、上层叶倾角分布和下层叶片结构参数，近红外波段主敏感度较大的参数主要是上、下层LAI。 关键词ACRM模型，核驱动模型，AFX，植被结构参数，敏感性分析 引用格式：白冬妮，焦子锑，董亚冬，张小宁，李阳，何丹丹. 利用ACRM辐射传输模型分析AFX对植被参数的敏感性.遥 感学报， Bai D N，Jiao Z T，Dong Y D，Zhang X N， Li Y and He D D. Analysis of sensitivity of the Anisotropic Flat Index (AFX) to vegetation parameters, based on the two-layer canopy reflectance r model. Journal of Remote Sensing 1 引 言 地表各向异性反射通常用二向反射分布函数（BRDF）来描述(Nicodemus,1977)。它为推算地表时空多变要素提供了重要的方向性信息。多年来，国内外学者发展了各种BRDF模型，以研究植被结构参数与植被表面二向性反射分布特征之间的关系。在BRDF数据模拟和业务化运行中，ACRM模型和核驱动模型分别是得到用户较高认可的物理模型和半经验模型。 经过Kuusk近30年的不断改进能够很好的描述具有双层均匀植被结构的植被冠层反射情况，得到较广泛应用（Kuusk等，2004； Eriksson等，2006；Cheng等，2012）。半经验、核驱动的BRDF模型最初由Roujean等(1992)提出，Wanner等将其进一步发展（Wanner等，1995； Lucht等，2000）。该模型被成功用于MODIS等星载传感器的业务化数据处理流程中（Schaaf等，2002）。近二十年来，核驱动模型经历了进一步发展（,Bréon，2002；Chen等，1997；Liu等，2010；Maignan等，2004；Jiao，2013；董亚冬等，2014；张虎等，2015）。以ISI Web of Science为基础统计1989~2014年利用两种模型进行研究的文章数量及其被引用的频次。ACRM模型和核驱动模型被引用的文章数总计分别是454和1442，其h-index（?Hirsch，2005）在21~24内被引用频次的总数分别是844和2787。目前，已有研究探索了植被反射率对植被理化参数的敏感性（Jacquemoud和Baret，1994；Bowyer和Danson ，2004；肖艳芳等，2015；施润和等， 2005）。但是，BRDF整体形状变化，即，植被冠层反射模式，对植被理化参数敏感性的相关研究很少。最近，Jiao等(2014)基于半经验、核驱动的BRDF模型，发展了一个各向异性平整指数（AFX），该指数能较好地表征地表各向异性反射模式（张虎等，2015）。本文通过耦合和核驱动模型，利用EFAST全局敏感性分析方法，以AFX为BRDF形状变化的度量指标，总体分析了不同天空光比例下，晴天（SKYL=0.1）条件下AFX的敏感参数进一步分析了主要敏感参数与AFX之间的关系。表1. ACRM模型输入参数 注：表中“----”表示由ACRM引入模型而非通过耦合其他模型而引入的参数。右上角有“#”的参数为冠层相关参数，有“*”的参数为叶片相关参数，有“+”的参数为土壤背景参数。下文中符号后带有 “2” 的参数是上层植被参数，带有“1”的是下层植被参数。 Table1. Input parameters of ACRM model Annotation: “----”represent