改进Sobol算法支持下的PROSAIL模型参数全局敏感性分析

doi:10.13474/j.cnki.11-2246.2016.0080

测绘通报 ›› 2016, Vol. 0 ›› Issue (3): 33-35,106.doi: 10.13474/j.cnki.11-2246.2016.0080

改进Sobol算法支持下的PROSAIL模型参数全局敏感性分析

马建威¹, 黄诗峰¹, 李纪人¹, 李小涛¹, 宋小宁², 冷佩³, 孙亚勇¹

1. 中国水利水电科学研究院, 北京 100038;
2. 中国科学院大学, 北京 100049;
3. 农业部农业信息技术重点实验室/中国农业科学院农业资源与农业区划研究所, 北京 100081

收稿日期:2016-01-05 出版日期:2016-03-25 发布日期:2016-04-01
作者简介:马建威(1988-),男,博士生,主要研究方向为地表参数定量反演。E-mail:mjw147258369@126.com
基金资助:
高分重大专项(08-Y30B07-9001-13/15);国家自然科学基金重点项目(51420105014);中国水利水电科学研究院博士生学位论文创新研究资助课题

Global Sensitivity Analysis of Parameters in the PROSAIL Model Based on Modified Sobol's Method

MA Jianwei¹, HUANG Shifeng¹, LI Jiren¹, LI Xiaotao¹, SONG Xiaoning², LENG Pei³, SUN Yayong¹

Received:2016-01-05 Online:2016-03-25 Published:2016-04-01

摘要/Abstract

摘要： 定量分析模型参数的敏感性是构建参数反演模型的关键步骤。本文采用改进Sobol全局敏感性分析算法,对PROSAIL模型的输入参数进行全局敏感性分析。结果表明:①在可见光波段430~760 nm范围内,叶绿素含量的总敏感度约为80%;②在近红外波段800~1100 nm范围内,平均叶倾角、叶片干物质含量和LAI是影响冠层反射率的3个最重要的参数;③在短波红外波段1100~2500 nm范围内,叶片含水量逐渐成为影响冠层反射率的主要参数。叶绿素、水和干物质等参数吸收系数的变化及相对大小的不同是造成以上变化的主要原因。该研究可以为植被生化参数的反演提供理论基础。

中图分类号:

P237

马建威, 黄诗峰, 李纪人, 李小涛, 宋小宁, 冷佩, 孙亚勇. 改进Sobol算法支持下的PROSAIL模型参数全局敏感性分析[J]. 测绘通报, 2016, 0(3): 33-35,106.

MA Jianwei, HUANG Shifeng, LI Jiren, LI Xiaotao, SONG Xiaoning, LENG Pei, SUN Yayong. Global Sensitivity Analysis of Parameters in the PROSAIL Model Based on Modified Sobol's Method[J]. 测绘通报, 2016, 0(3): 33-35,106.

参考文献

[1] VERRELST J, RIVERA J P, MORENO J. ARTMO's Global Sensitivity Analysis (GSA)Toolbox to Quantify Driving Variables of Leaf and Canopy Radiative Transfer Models [J]. EARSeLe Proceedings,2015(2):1-11.
[2] 任启伟, 陈洋波, 周浩澜, 等. 基于 Sobol 法的 TOPMODEL 模型全局敏感性分析[J]. 人民长江, 2010, 41(19):91-94.
[3] SOBOL'I M. On Sensitivity Estimation for Nonlinear Mathematical Models [J]. Matematicheskoe Modelirovanie, 1990(2):112-118.
[4] SALTELLI A, ANNONI P, AZZINI I, et al. Variance-based Sensitivity Analysis of Model Output. Design and Estimator for the Total Sensitivity Index [J]. Computer Physics Communications, 2010(181):259-270.
[5] VERRELST J, RIVERA J P, VAN DER TOL C, et al. Global Sensitivity Analysis of the SCOPE Model:What Drives Simulated Canopy-leaving Sun-induced Fluorescence?[J]. Remote Sensing of Environment, 2015,166(1):8-21.
[6] JACQUEMOUD S, BARET F. PROSPECT:A Model of Leaf Optical Properties Spectra[J]. Remote Sensing of Environment, 1990, 34(2):75-91.
[7] VERHOEF W. Light Scattering by Leaf Layers with Application to Canopy Reflectance Modeling:the SAIL Model[J]. Remote Sensing of Environment, 1984, 16(2):125-141.
[8] 王强, 过志峰, 孙国清, 等. 离散植被冠层的解析混合 BRDF 模型-MGeoSAIL[J]. 测绘学报, 2010, 39(2):195-201.
[9] FERET J B, FRANÇOIS C, ASNER G P, et al. PROSPECT-4 and 5:Advances in the Leaf Optical Properties Model Separating Photosynthetic Pigments [J]. Remote Sensing of Environment, 2008, 112(6):3030-3043.
[10] JACQUEMOUD S, VERHOEF W, BARET F, et al. PROSPECT+ SAIL Models:A Review of Use for Vegetation Characterization[J]. Remote Sensing of Environment, 2009, 113(1):S56-S66.
[11] WANG L, HUNT E R, QU J J, et al. Remote Sensing of Fuel Moisture Content from Ratios of Narrow-band Vegetation Water and Dry-matter Indices[J]. Remote Sensing of Environment, 2013, 129(15):103-110.
[12] 张莲蓬, 柳钦火, 王德高, 等. 高光谱遥感植被指数的普适性分析[J]. 测绘通报, 2010(9):1-4.
[13] 杨敏华, 刘良云, 刘团结, 等. 小麦冠层理化参量的高光谱遥感反演试验研究[J]. 测绘学报, 2002, 31(4):316-321.
[14] 郭云开, 张进会. 路域植被叶绿素多光谱遥感定量反演研究[J]. 测绘通报, 2014(12):5-8.

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	柳林, 孙毅, 李万武. 基于CNN海上钻井平台检测模型的构建及训练算法分析[J]. 测绘通报, 2022, 0(7): 26-32,99.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	郑艳, 何欢, 卜丽静, 金鑫. 自相似性和边缘保持分解的超分辨率重建算法[J]. 测绘通报, 2022, 0(7): 54-59.
[7]	冉崇宪, 李森磊. 利用无人机多光谱影像提取树冠信息[J]. 测绘通报, 2022, 0(7): 112-117.
[8]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[9]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[10]	刘玉贤, 阮明浩, 闫臻. 一种基于机载激光点云的门型电塔精确提取方法[J]. 测绘通报, 2022, 0(7): 129-133.
[11]	刘国超, 彭卫平, 杨水华, 胡周文. 地质雷达+三维测量内窥镜的城市道路病害检测与应用[J]. 测绘通报, 2022, 0(7): 134-137.
[12]	刘小玉, 刘扬, 杜明义, 张敏, 贾竞珏, 杨恒. 基于DeeplabV3+的建筑垃圾堆放点识别[J]. 测绘通报, 2022, 0(4): 16-19,43.
[13]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报, 2022, 0(4): 20-25.
[14]	师芸, 石龙龙, 牛敏杰, 赵侃. 基于单阶段实例分割网络的黄土滑坡多任务自动识别[J]. 测绘通报, 2022, 0(4): 26-31.
[15]	窦世卿, 陈治宇, 徐勇, 郑贺刚, 苗林林, 宋莹莹. 基于多特征融合与典型降维方法的高光谱影像分类[J]. 测绘通报, 2022, 0(4): 32-36,50.

改进Sobol算法支持下的PROSAIL模型参数全局敏感性分析

Global Sensitivity Analysis of Parameters in the PROSAIL Model Based on Modified Sobol's Method

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价