Früher|Nächster

Grundprinzipien des dreidimensionalen analytischen Strahlungstransportmodells ESRT und dessen Anwendung bei der Simulation spektraler Kroneneigenschaften heterogener Wälder

  • role： First author第一作者
  • Affiliation：

    Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China

    Key Laboratory of Forestry Remote Sensing and Information System, National Forestry and Grassland Administration, Beijing 100091, China

  • Email：xiaoyaoli@ifrit.ac.cn
  • Introduction：李骁尧，研究方向为林业遥感机理建模与应用。E-mail： xiaoyaoli@ifrit.ac.cn
LI Xiaoyao12,  
  • Affiliation：

    Northwest Surveying and Planning Institute of National Forestry and Grassland Administration, Xi'an 710048, China

    Key Laboratory of National Forestry and Grassland Administration on Ecological Hydrology and Disaster Prevention in Arid Regions, National Forestry and Grassland Administration, Xi'an 710048, China

RAO Yueming34,  
  • Affiliation：

    Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China

ZHANG Zhuoli1,  
  • Affiliation：

    Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China

WEI Shengrong1,  
  • Affiliation：

    Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China

QIN Pengyao1,  
  • role： Corresponding author通信作者
  • Affiliation：

    Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China

    Key Laboratory of Forestry Remote Sensing and Information System, National Forestry and Grassland Administration, Beijing 100091, China

  • Email：tan@caf.ac.cn
  • Introduction：谭炳香，研究方向为森林资源遥感监测、森林信息遥感提取。E-mail： tan@caf.ac.cn
TAN Bingxiang12*,  
  • Affiliation：

    Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China

FU Liyong1

Resümee

Die komplexe räumliche Heterogenität in Waldszenen beeinflusst die Reflektionseigenschaften des Kronendachs, und der Umgang mit Heterogenitätsproblemen stellt eine Herausforderung im Bereich der Strahlungstransportmodellierung dar. Um die Genauigkeitsbeschränkungen klassischer analytischer Modelle aufgrund von Szenenvereinfachungen sowie die Effizienzbeschränkungen computergestützter Simulationsmodelle bei der Simulation großer Szenen zu überwinden, haben wir basierend auf der Theorie des stochastischen Strahlungstransports das dreidimensionale analytische Strahlungstransportmodell ESRT entwickelt. Die Anwendung des ESRT-Modells in verschiedenen komplexen Waldszenarien muss jedoch noch weiter erforscht werden und erfordert mehr Felddaten zur Validierung und Bewertung des Modells. Dieser Artikel stellt die Grundprinzipien des ESRT-Modells sowie Eingabe- und Ausgabeparameter vor und untersucht basierend auf Daten von 21 Mischwald-Stichprobenflächen und 50 durch Schädlinge belasteten Stichprobenflächen die Fähigkeit des Modells, unterschiedliche spektrale Kroneneigenschaften heterogener Wälder zu simulieren, und analysiert den Einfluss von Mischwaldanteil und Schädlingsbefall auf die Kronenspektren. Die Ergebnisse zeigen, dass das erweiterte ESRT-Modell im Vergleich zum ursprünglichen SRT-Modell eine bessere Übereinstimmung zwischen simulierten Kronenspektren von Mischwäldern und schädlingsbelasteten Waldparzellen und den vor Ort gemessenen Spektren aufweist; die Simulationsgenauigkeit nähert sich der von dreidimensionalen Computermodellen an; das Verhältnis von Nadel- zu Laubbäumen sowie die vertikale Verteilung geschädigter Blätter beeinflussen das Kronenspektralsignal. Das ESRT-Modell bietet einen Rahmen für die Strahlungstransportsimulation in verschiedenen heterogenen Waldszenarien, der die Simulationsgenauigkeit dreidimensionaler Modelle mit der Effizienz klassischer analytischer Modelle ausgleicht und besser für großmaßstäbliche Simulationen komplexer Waldstrukturen geeignet ist. Die Studie kann eine theoretische Grundlage für Monitoring-Anwendungen komplexer Waldszenarien mit dem ESRT-Modell bieten.

Schlüsselwort

Fernerkundung;Strahlungstransport;dreidimensionales analytisches Modell;heterogene Waldkronen;Mischwälder;Waldschäden durch Schädlinge

References

  1. 1.
    Bugmann H and Seidl R. 2022. The evolution, complexity and diversity of models of long-term forest dynamics. Journal of Ecology, 110(10): 2288-2307
  2. 2.
    Gastellu-Etchegorry J P, Demarez V, Pinel V and Zagolski F. 1996. Modeling radiative transfer in heterogeneous 3-D vegetation canopies. Remote Sensing of Environment, 58(2): 131-156
  3. 3.
    Huang D, Knyazikhin Y, Wang W L, Deering D W, Stenberg P, Shabanov N, Tan B and Myneni R B. 2008. Stochastic transport theory for investigating the three-dimensional canopy structure from space measurements. Remote Sensing of Environment, 112(1): 35-50
  4. 4.
    Huang H G, Qin W H and Liu Q H. 2013. RAPID: a radiosity applicable to porous individual objects for directional reflectance over complex vegetated scenes. Remote Sensing of Environment, 132: 221-237
  5. 5.
    Huang H G, Zhang Z Y, Ni W J, Chai L N, Qin W H, Liu G, Xie D H, Jiang L M and Liu Q H. 2018. Extending RAPID model to simulate forest microwave backscattering. Remote Sensing of Environment, 217: 272-291
  6. 6.
    Knyazikhin Y, Martonchik J V, Diner D J, Myneni R B, Verstraete M, Pinty B and Gobron N. 1998. Estimation of vegetation canopy leaf area index and fraction of absorbed photosynthetically active radiation from atmosphere‐corrected MISR data. Journal of Geophysical Research: Atmospheres, 103(D24): 32239-32256
  7. 7.
    Kuusk A. 2001. A two-layer canopy reflectance model. Journal of Quantitative Spectroscopy and Radiative Transfer, 71(1): 1-9
  8. 8.
    Kuusk A and Nilson T. 2000. A directional multispectral forest reflectance model. Remote Sensing of Environment, 72(2): 244-252
  9. 9.
    Leblanc S G, Bicheron P, Chen J M, Leroy M and Cihlar J. 1999. Investigation of directional reflectance in boreal forests with an improved four-scale model and airborne POLDER data. IEEE Transactions on Geoscience and Remote Sensing, 37(3): 1396-1414
  10. 10.
    Li X W and Wang J D. 1995. The Vegetation Optical Remote Sensing Models and the Structures Parameters. Beijing: Science Press
  11. 11.
    Li X W, Wang J D, Liu Y, Zhu X Y and Strahler A H. 1993. A hybrid geometric optical and radiative transfer approach for modeling BRDF of discontinuous canopies. Remote Sensing of Environment China, 8(3): 161-172
  12. 12.
    Li X Y, Huang H G, Shabanov N V, Chen L, Yan K and Shi J. 2020. Extending the stochastic radiative transfer theory to simulate BRF over forests with heterogeneous distribution of damaged foliage inside of tree crowns. Remote Sensing of Environment, 250: 112040
  13. 13.
    Li X Y, Shabanov N V, Chen L, Zhang Y G and Huang H G. 2022. Modeling solar-induced fluorescence of forest with heterogeneous distribution of damaged foliage by extending the stochastic radiative transfer theory. Remote Sensing of Environment, 271: 112892
  14. 14.
    Lin Q N, Huang H G, Chen L, Wang J X, Huang K and Liu Y Y. 2021. Using the 3D model RAPID to invert the shoot dieback ratio of vertically heterogeneous Yunnan pine forests to detect beetle damage. Remote Sensing of Environment, 260: 112475
  15. 15.
    Lin Q N, Huang H G, Wang J X, Huang K and Liu Y Y. 2019. Detection of pine shoot beetle (PSB) stress on pine forests at individual tree level using Uav-based hyperspectral imagery and lidar. Remote Sensing, 11(21): 2540
  16. 16.
    Lin Q N, Huang H G, Yu L F and Wang J X. 2018. Detection of shoot beetle stress on Yunnan pine forest using a coupled LIBERTY2-INFORM simulation. Remote Sensing, 10(7): 1133
  17. 17.
    Liu Q H, Cao B, Zeng Y L, Li J, Du Y M, Wen J G, Fan W L, Zhao J and Yang L. 2016. Recent progresses on the remote sensing radiative transfer modeling over heterogeneous vegetation canopy. Journal of Remote Sensing (in Chinese), 20(5): 933-945
  18. 18.
    Myneni R B, Maggion S, Iaquinta J, Privette J L, Gobron N, Pinty B, Kimes D S, Verstraete M M and Williams D L. 1995. Optical remote sensing of vegetation: modeling, caveats, and algorithms. Remote Sensing of Environment, 51(1): 169-188
  19. 19.
    Pu J B, Yan K, Gao S, Zhang Y M, Park T, Sun X, Weiss M, Knyazikhin Y and Myneni R B. 2023. Improving the MODIS LAI compositing using prior time-series information. Remote Sensing of Environment, 287: 113493
  20. 20.
    Qi J B, Xie D H, Jiang J Y and Huang H G. 2022. 3D radiative transfer modeling of structurally complex forest canopies through a lightweight boundary-based description of leaf clusters. Remote Sensing of Environment, 283: 113301
  21. 21.
    Qi J B, Xie D H, Yin T G, Yan G J, Gastellu-Etchegorry J P, Li L Y, Zhang W M, Mu X H and Norford L K. 2019. LESS: largE-Scale remote sensing data and image simulation framework over heterogeneous 3D scenes. Remote Sensing of Environment, 221: 695-706
  22. 22.
    Ross J. 1981. The Radiation Regime and Architecture of Plant Stands. Dordrecht: Springer, 391
  23. 23.
    Shabanov N V and Gastellu-Etchegorry J P. 2018. The stochastic Beer-Lambert-Bouguer law for discontinuous vegetation canopies. Journal of Quantitative Spectroscopy and Radiative Transfer, 214: 18-32
  24. 24.
    Shabanov N V, Huang D, Knjazikhin Y, Dickinson R E and Myneni R B. 2007. Stochastic radiative transfer model for mixture of discontinuous vegetation canopies. Journal of Quantitative Spectroscopy and Radiative Transfer, 107(2): 236-262
  25. 25.
    Shabanov N V, Knyazikhin Y, Baret F and Myneni R B. 2000. Stochastic modeling of radiation regime in discontinuous vegetation canopies. Remote Sensing of Environment, 74(1): 125-144
  26. 26.
    Shabanov N V, Wang Y, Buermann W, Dong J, Hoffman S, Smith G R, Tian Y, Knyazikhin Y and Myneni R B. 2003. Effect of foliage spatial heterogeneity in the MODIS LAI and FPAR algorithm over broadleaf forests. Remote Sensing of Environment, 85(4): 410-423
  27. 27.
    Stoyan D, Kendall W S and Mecke J. 2013. Stochastic geometry and its applications. Journal of the Royal Statistical Society, 45(2): 345
  28. 28.
    Wang Q and Li P H. 2013. Canopy vertical heterogeneity plays a critical role in reflectance simulation. Agricultural and Forest Meteorology, 169: 111-121
  29. 29.
    Xie D B, Liu Q W, Lei Y K, Yu H, Yang X P and Fu L Y. 2022. Suitability analysis of single tree segmentation algorithm in the core area of winter olympic games based on airborne lidar data. Scientia Silvae Sinicae, 58(10): 121-130
  30. 30.
    Yan B Y, Xu X R and Fan W J. 2012. A unified canopy bidirectional reflectance (BRDF) model for row ceops. Science China Earth Sciences, 55(5): 824-836
  31. 31.
    Yan K, Zhang Y M, Tong Y Y, Zeng Y L, Pu J B, Gao S, Li L Y, Mu X H, Yan G J, Rautiainen M, Knyazikhin Y and Myneni R B. 2021. Modeling the radiation regime of a discontinuous canopy based on the stochastic radiative transport theory: modification, evaluation and validation. Remote Sensing of Environment, 267: 112728
  32. 32.
    Yang B, Knyazikhin Y, Xie D H, Zhao H M, Zhang J Q and Wu Y. 2018. Influence of leaf specular reflection on canopy radiative regime using an improved version of the stochastic radiative transfer model. Remote Sensing, 10(10): 1632
  33. 33.
    Yu L F, Huang H G, Ze S Z, Ren L L, Zong S X, Lu W J and Luo Y Q. 2017. Research on the spatial distribution patterns of Tomicus sp. in Pinus yunnanensis during the shoot feeding period. Chinese Journal of Applied Entomology, 54(6): 940-946
  34. 34.
    Zeng Y L, Badgley G, Chen M, Li J, Anderegg L D L, Kornfeld A, Liu Q H, Xu B D, Yang B, Yan K and Berry J A. 2020. A radiative transfer model for solar induced fluorescence using spectral invariants theory. Remote Sensing of Environment, 240: 111678
  35. 35.
    Zeng Y L, Li J, Liu Q H, Huete A R, Yin G F, Xu B D, Fan W L, Zhao J, Yan K and Mu X H. 2016. A radiative transfer model for heterogeneous agro-forestry scenarios. IEEE Transactions on Geoscience and Remote Sensing, 54(8): 4613-4628

Lesen Sie die ganze Passage

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website