研究背景：

衛(wèi)星成像光譜學(xué)在地面應(yīng)用中日趨成熟，最近發(fā)射和即將發(fā)射的科學(xué)驅(qū)動(dòng)任務(wù)，例如 PRecursore IperSpettrale della Missione Applicativa (PRISMA) 和環(huán)境制圖和分析計(jì)劃 (EnMAP)，將提供高光譜觀測(cè)。此外，高優(yōu)先級(jí)任務(wù)候選者 Copernicus Hyperspectral Imaging Mission for the Environment (CHIME) 預(yù)計(jì)將為全球提供常規(guī)高光譜觀測(cè)，以支持新的和增強(qiáng)的服務(wù)，包括可持續(xù)農(nóng)業(yè)和生物多樣性管理。

研究目標(biāo)：

本文提出了一種用于從星載成像光譜數(shù)據(jù)進(jìn)行操作交付的第一個(gè)混合冠層氮含量 (CNC) 檢索模型。

研究方法：

將基于物理的模型與機(jī)器學(xué)習(xí)回歸算法和主動(dòng)學(xué)習(xí) (AL) 相結(jié)合。關(guān)鍵概念包括：

• (1) 將輻射傳輸模型 PROSPECT-PRO 和 SAIL 結(jié)合起來(lái)，生成各種植被狀態(tài)作為訓(xùn)練數(shù)據(jù)；

• (2) 使用降維來(lái)處理共線性；

• (3) 將 AL 技術(shù)與高斯過(guò)程回歸 (GPR) 相結(jié)合，對(duì)現(xiàn)場(chǎng)收集數(shù)據(jù)的訓(xùn)練數(shù)據(jù)集進(jìn)行微調(diào)；

• (4) 添加非植被光譜，使模型能夠處理圖像中的光譜異質(zhì)性。

最終的 CNC 模型已針對(duì)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行了成功驗(yàn)證，實(shí)現(xiàn)了 3.4 mg/m2 的低均方根誤差 (RMSE) 和 0.7 的決定系數(shù) (R2)。該模型被應(yīng)用于德國(guó)慕尼黑北部農(nóng)業(yè)地區(qū)的 PRISMA 圖像。地上 CNC 制圖在整個(gè)景觀上產(chǎn)生了可靠的估計(jì)值和有意義的相關(guān)不確定性。這些令人鼓舞的結(jié)果證明了從太空常規(guī)量化 CNC 的可行性，例如作為未來(lái) CHIME 任務(wù)的一部分在運(yùn)營(yíng)環(huán)境中。

主要發(fā)現(xiàn)：

• 本文提出了一種用于從星載成像光譜數(shù)據(jù)進(jìn)行操作交付的第一個(gè)混合冠層氮含量 (CNC) 檢索模型。

• 該模型已針對(duì)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行了成功驗(yàn)證，實(shí)現(xiàn)了 3.4 mg/m2 的低均方根誤差 (RMSE) 和 0.7 的決定系數(shù) (R2)。

• 該模型被應(yīng)用于德國(guó)慕尼黑北部農(nóng)業(yè)地區(qū)的 PRISMA 圖像，在地圖繪制地上 CNC 時(shí)產(chǎn)生了可靠的估計(jì)值和有意義的相關(guān)不確定性。

• 這些令人鼓舞的結(jié)果證明了從太空常規(guī)量化 CNC 的可行性，例如作為未來(lái) CHIME 任務(wù)的一部分在運(yùn)營(yíng)環(huán)境中。

  
  

慕尼黑北部的 PRISMA 插圖和放大的 MNI 試驗(yàn)場(chǎng)冬小麥和玉米田（2017 年和 2018 年），以偽彩色紅外顯示（R：865.6 nm，G：650.5 nm，B：554.3 nm）。

a)預(yù)處理前PRISMA子集的RGB假色合成，圖像中垂直條紋清晰可見(jiàn)；b) 預(yù)處理后PRISMA子集的RGB假色合成；c) 預(yù)處理之前（紅線）和之后（藍(lán)線）的植被 PRISMA 光譜示例。紅點(diǎn)標(biāo)記了通過(guò)該特定像素的平滑過(guò)程去除的條帶。藍(lán)點(diǎn)表示用于樣條平滑插值的頻帶?；疑幱皡^(qū)域表示在樣條平滑插值后移除的光譜區(qū)域以獲得最終的 PRISMA 光譜。

PRISMA CNC 測(cè)繪混合測(cè)繪策略的工作流程。NV：無(wú)植被。

擬合優(yōu)度結(jié)果（RMSE，R2右2）針對(duì)驗(yàn)證數(shù)據(jù)使用 AL (EBD)。AL 序列從 100 個(gè)樣本開(kāi)始，到 136 個(gè)樣本結(jié)束。

沿 1:1 線測(cè)量的 CNC 與估計(jì)的 CNC，包括 EBD 減少的訓(xùn)練數(shù)據(jù)集（左）和 EBD 減少的 + 24 個(gè)添加的非植被 (NV) 光譜（右）的不確定性區(qū)間。

EBD 縮減的最終訓(xùn)練數(shù)據(jù)集（藍(lán)色）與驗(yàn)證數(shù)據(jù)集（紅色）的統(tǒng)計(jì)數(shù)據(jù)（平均值、標(biāo)準(zhǔn)差、最小–最大） 。

PRISMA 圖像 (01/08/2020) 重新采樣為CHIME波段并處理為 CNC，單位為 [g/m 2 ]（上），相關(guān)相對(duì)不確定性單位為 [%]（下）。

PRISMA CNC 圖的子集，單位為 [g/m 2 ]。相對(duì)不確定性超過(guò) 20% 的區(qū)域被掩蓋。

總結(jié)：本文提出了一種用于從星載成像光譜數(shù)據(jù)進(jìn)行操作交付的冠層氮含量 (CNC) 檢索模型。該模型結(jié)合了先進(jìn)的輻射傳輸模型 (RTM) 和機(jī)器學(xué)習(xí)方法，具有良好的通用性和快速處理能力。該模型在德國(guó)慕尼黑北部農(nóng)業(yè)地區(qū)的 PRISMA 圖像上進(jìn)行了驗(yàn)證，并取得了較高的準(zhǔn)確性。該模型可用于對(duì)全球農(nóng)業(yè)地區(qū)的 CNC 進(jìn)行常規(guī)監(jiān)測(cè)。推薦指數(shù)：????