《INT J APPL EARTH OBS》--基于无人机高光谱成像系统的BRDF观测方法

点击上方蓝字关注我们

摘要

反射各向异性（RA）包含了地物光学行为和结构的重要信息，通常用双向反射分布函数（BRDF）来描述。然而，传统的从卫星或地面进行的RA反演方法受到低空间分辨率、光照条件和仪器相关影响的制约。该研究将基于无人机的倾斜摄影技术应用于RA反演，旨在探索无人机获取高空间分辨率、高精度、空间连续的RA数据的可行性。采用蒙特卡洛方法对无人机倾斜摄影测量获得的多种地物多角度观测数据的组合进行选择和优化。分析了线性半经验核驱动（LSEKD）模型和非线性Rahman-Pinty-Verstraete（RPV）模型两种BRDF反演模型的精度和适用性，比较了不同采样窗口大小对各类地物BRDF结果的影响。主要结论为：1）倾斜摄影测量是一种高效的空间连续区域厘米级分辨率RA测量方法，因为它可以使窄视场（FOV）的相机获得更宽视角、更多方向的观测数据，保证了BRDF反演模型的稳健性和准确性，可见光和近红外波段的RMSE分别为0.003和0.019（8%~14%）；2）LSEKD与RPV模型均适用于BRDF的反演，且精度相当，但LSEKD的核函数需要根据地物特点提前选择，而RPV对大多数地物具有自适应性；3）蒙特卡洛方法可以保证多角度观测数据在半球均匀分布，为高精度BRDF反演提供最优数据集；4）地物的RA可能随着空间分辨率的变化而变化，极高分辨率的RA为在更精细尺度上研究地物提供了能力。该研究拓展了获取高空间分辨率、高精度、空间连续的RA的方法，在定量遥感、高精度遥感产品定标、缩小卫星与地面RA数据之间的尺度差距等领域具有重要的应用潜力。

高光谱数据：高光谱数据由Cubert S185机载高速高光谱成像仪获取。该成像仪采用革命性的画幅式高光谱成像技术，能够以更快的速度进行所有光谱通道同步成像，在1/1000秒内获得整个高光谱立方体数据，配套功能强大的测量技术及处理软件，快速获取大面积高光谱图像，影像具有厘米级地理坐标信息光谱。

研究过程

图3 无人机多角度高光谱影像获取（a：无人机飞行示意图；b：垂直拍摄影像；c：倾斜拍摄影像）

表1 多角度高光谱影像数据集采集信息表

图5 不同BRDF模型在植被表面的拟合精度（a：生长良好玉米；b：生长不良玉米；c：大豆；d：树；e：低覆盖度草地；NS：RossThin-LiSparseR模型；ND：RossThin-LiDense模型；KS：RossThick-LiSparseR模型；KD：RossThick-LiDense模型）

图7 标记地物的观测分布，半径为天顶角，与正半轴的夹角为观测方位角。（a：生长良好玉米；b：生长不良玉米；c：大豆；d：树；e：低覆盖度草地；f：土壤；g：水泥；h：沥青；蓝点：极坐标图中心的所有地物；红星：太阳的位置）

图8 观测数量对BRDF质量的影响（a：土壤；b：生长良好玉米；c：大豆）

图9 利用蒙特卡洛方法从所有多角度观测图像中重新采样的不同比例观测值的分布

图10 正交BRDF与斜交BRDF在35-40°天顶角处的准确度比较（a：生长良好玉米；b：大豆）