新疆大学地理与遥感学院马旭团队在遥感顶刊提出一种新的计算全球植被覆盖度生成的高效算法

题目：A newcomputationally efficient algorithm to generate global fractional vegetationcover from Sentinel-2 imagery at 10 m resolution

作者：Xu Ma 等

期刊：International Journal of Digital Earth

一作单位：College of Geography and Remote Sensing Sciences,Xinjiang University, Urumqi, 830046, China

文献链接：https://doi.org/10.1080/17538947.2024.2344592

导读

新疆大学地理与遥感科学学院马旭老师在《InternationalJournal of Digital Earth》，SCI Q1发表了题为《A new computationally efficient algorithm to generateglobal fractional vegetation cover from Sentinel-2 imagery at 10 m resolution》的研究论文，本研究就在PDKDM的基础上，引入了两流近似法和RSM-LC快速求解多角度方程，提出了一种新的PDKDM-A。DKDM-A是像素二分法耦合线性核驱动模型(PDKDM)的加速版本，它在计算全球FVC方面更有效，精度更高，所以可以广泛地应用于全球FVC估计。

图1  加速线性核驱动像元二分法模型（PDKDM-A）的技术路线

摘要

采用PDM模型中的多角度方法生成植被覆盖度（FVC）的高空间分辨率(FSR)产品，该方法需要进行多次迭代计算。这种现象导致全球FVC的计算效率较低。在这里，马旭团队成员基于多角度方法，简化了两流近似方法获得修正的日循环模型，并基于和驱动模型，解算了多角度反射率。此外，利用土地覆盖数据作为优先知识，加速多角度方程中参数的计算。最后，研究提出了一种加速线性核驱动像元二分法模型(PDKDM-A)。通过使用野外测量和FVC产品对PDKDM-A进行验证，研究发现各种土地覆被计算的全球FVC与野外测量结果具有很强的一致性。除草地、农田和农田/自然植被嵌合体外，均方根误差(RMSEs)均低于0.150。在相同尺度下比较FVC产品时，除落叶阔叶林外，RMSE均小于0.103。但是计算是计算速度大大提高，完成了分钟级别全球FVC快速计算。研究表明，PDKDM-A是一种高效的算法，具有快速生成高空间分辨率全球FVC产品的潜力。

结果

图22021年7月10日- 20日RGB波段合成哨兵2号图像图中野外测点用绿色点表示，红点表示用于比较PDKDM-A计算的FVC与FVC产品(PROBA-V)的样地。上面和下面的显示了用于将PDKDM-A计算的FVC与FVC产品进行空间比较的子区域。

图32019年全球土地覆盖数据

图4不同土地覆被下PDKDM-A计算的植被覆盖度与实测植被覆盖度的比较。森林类型包括:(a)常绿针叶林;(b)常绿阔叶林;(c)落叶阔叶林;(d)混交林;(e)封闭的灌木地;(f)开阔的灌木地;(g)草原;(h)农田;(i)农田/天然植被

图5比较了PDKDM-A计算的植被覆盖度与野外实测的植被覆盖度的季节变化。森林类型包括:(a)常绿针叶林;(b)常绿阔叶林;(c)落叶阔叶林;(d)混交林;(e)封闭的灌木地;(f)开阔的灌木地;(g)草原;(h)农田;(i)农田/天然植被

图6用PDKDM-A估算的常绿森林植被覆盖度与PROBA-V估算的植被覆盖度比较。(a)、(e)、(i)、(m)是由RGB波段组成的针叶林图像。(b)、(f)、(j)、(n)为PDKDM-A基于Sentinel-2图像估计的FSR FVC。(c)、(g)、(k)和(o)是PDKDM-A估计FSR FVC的上尺度图像。(d)、(h)、(l)、(p)为FVC产物(PROBA-V)。(a-h)常绿针叶林和(i-p)常绿阔叶林

图7密度图比较了PDKDM-A和FVC产品(PROBA-V)估算的FSR FVC的上尺度图像。森林类型包括:(a)常绿针叶林;(b)常绿阔叶林;(c)落叶针叶林;(d)落叶阔叶林;(e)混交林;(f)封闭的灌木地;(g)开阔的灌木地;(h)稀树大草原;(我)热带稀树草原;(j)草原;(k)永久湿地;(左)农田;(m)农田/天然植被;(n)荒漠地区

图82019年上半年全球FVC，空间分辨率为10米，时间分辨率为1个月。一年中的月份分别为：(a) 一月；(b) 二月；(c) 三月；(d) 四月；(e) 五月；(f) 六月

图92019年下半年全球FVC，空间分辨率为10米，时间分辨率为1个月。该年的月份为：(a)七月；(b) 八月；(c)九月；(d) 十月；(e)十一月；和(f) 十二月

结论

在遥感反演中，除了计算精度之外，计算速度也非常重要。本研究在PDKDM的基础上，引入了两流近似法和RSM-LC快速求解多角度方程，提出了一种PDKDM-A，旨在减少以往多角度方法的迭代计算量。我们使用现场实测数据和验证数据的对比对该方法进行了验证。PDKDM-A计算的FVC与野外实测数据相比具有较高的精度。此外，我们确定了PDKDM计算的FVC与FVC产品之间的高度一致性。这些结果表明，PDKDM-A算法可以成功地应用于全球FVC估计，并且由于其显著的计算效率，具有估计FVC的能力。PDKDM-A在谷歌地球引擎上实现，可以快速计算全球FVC，为植被实时监测提供重要工具。

作者团队