基于无人机高光谱成像系统的BRDF反演 方法

基于无人机高光谱成像系统的BRDF反演方法

英文: Determining surface magnetic susceptibility of loess-paleosol sections based on spectral features: Application to a UHD 185 hyperspectral image

研究单位

首都师范大学

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。

研究数据

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。

图1 无人机Cubert S185高光谱成像仪BRDF观测系统

研究过程

图2 研究区域概况（标记点表示研究对象的位置，两侧照片均为田间拍摄；Corn_R：生长良好玉米；Corn_B：生长不良玉米）

图3 无人机多角度高光谱影像数据集获取（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4 基于倾斜摄影测量获取BRDF的技术流程图

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6 不同BRDF模型在无植被表面的拟合精度（a：土壤；b：水泥；c：沥青）

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）

表2 不同地物的多角度观测数据

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）

图11 不同窗口（正视角：向前观察，面向太阳；负视角：向后观察，背对太阳）主平面中生长良好玉米（a）和大豆（b）的反射率各向异性

研究结论

BRDF是定量遥感及其他相关研究与应用的基础，该研究采用无人机倾斜摄影测量获取高空间分辨率、高精度、空间连续的BRDF，并从BRDF质量、反演模型、多角度数据重采样策略、空间分辨率等方面验证分析了其可行性，主要研究成果如下：

（1）传统无人机倾斜摄影测量是一种高效低成本的技术，可以直接应用于空间连续（平面模式而非点模式）的BRDF采集。该技术最显著的优势是，它允许使用微型多光谱和高光谱相机（通常FOV较小）采集BRDF，获得的效果优于使用大FOV相机的垂直摄影测量。

（2）LSEKD模型与非线性RPV模型均适用于BRDF反演，且反演精度相当，但前者需要根据地物特征预先精选核函数，更适合简单场景，而后者更适合包含多种地物类型的复杂场景。

（3）蒙特卡洛方法可以从大量数据中筛选出空间分布均匀、对称的多角度观测数据，当影像数量不少于30幅且分布均匀（决定权重<0.5）时，可以得到高精度的BRDF，可见光波段和近红外波段的RMSE分别约为0.003和0.019（8%~14%）。

（4）一些地物的RA特性会随着空间分辨率的变化而变化，极高分辨率的BRDF为更精细的遥感应用和尺度效应的定量研究提供了可能。

原文链接：https://doi.org/10.1016/j.jag.2021.102442