Vincule índices de vegetación multiespectrales comunes a modelos de mezcla hiperespectral

Vincule índices de vegetación multiespectrales comunes a modelos de mezcla hiperespectral

Distribuciones bivariadas de índices espectrales en función de la fracción de vegetación. Se comparan 6 índices multiespectrales de uso común (eje y) con la fracción de vegetación fotosintética (Fv) calculada directamente a partir de las reflectancias hiperespectrales de AVIRIS-ng (eje x). DVI y NIRv están altamente correlacionados entre sí (0,99) y con Fv (0,95), pero no cerca de la línea 1:1 (roja). De manera similar, EVI y EVI2 también están fuertemente correlacionados entre sí (0,99) y con Fv (0,94 o 0,95). NDVI y SR muestran una correlación significativamente reducida con Fv (0,84 y 0,81). La información mutua (MI) generalmente está de acuerdo con estas correlaciones. Los valores de MI (en relación con Fv) para DVI, NIRv, EVI y EVI2 son todos 1,35 +/- 0,1. Los valores de NDVI y SR MI son más bajos, cada uno en 0,69. Los valores de SR* se escalan en 0,1 y se excluyen los espectros con valores de 1,2.

astro-ph.EP

Durante décadas, los agrónomos han utilizado la teledetección para monitorear parámetros clave de los cultivos, como la biomasa, la cobertura fraccional y la salud de las plantas. Los índices de vegetación (VI) son populares para este propósito, aprovechando principalmente el borde rojo espectral en imágenes multiespectrales.

Por el contrario, los modelos de mezcla espectral utilizan el espectro de reflectancia completo para estimar simultáneamente las fracciones de área de múltiples materiales finales presentes en un píxel mixto.

a

Aquí, caracterizamos las relaciones entre las fracciones de miembros finales hiperespectrales y 6 VI multiespectrales comunes en cultivos y suelos agrícolas de California. El área fraccional de vegetación verde (Fv) se estimó directamente a partir de 64 000 000 espectros de reflectancia de 5 nm, 3–5 m compilados a partir de un mosaico de 15 líneas de vuelo AVIRIS-ng. Los espectros de reflectancia simulados de Planet SuperDove se derivaron luego de AVIRIS-ng y se usaron para calcular 6 VI populares (NDVI, NIRv, EVI, EVI2, SR, DVI). Los VI multiespectrales se compararon con los Fv hiperespectrales utilizando medidas de similitud paramétricas (correlación de Pearson, r) y no paramétricas (información mutua, MI). 4 VI (NIRv, DVI, EVI, EVI2) mostraron fuertes relaciones lineales con Fv (r > 0,94; MI > 1,2). NIRv y DVI mostraron una fuerte interrelación (r > 0,99, MI > 2,4), pero se desviaron significativamente en 1:1 de Fv. EVI y EVI2 también fueron fuertemente interdependientes (r > 0,99, MI > 2,3) y siguieron más de cerca una relación 1:1 con Fv.

READ  ¡Resolverán el misterio de la vida en el espacio! Los científicos estudian el calamar ...

Por el contrario, NDVI y SR mostraron una relación heteroscedástica no lineal más débil con Fv (r<0.84, MI=0.69). NDVI mostró una sensibilidad particularmente severa a la reflectancia de fondo del sustrato (-0,05 < NDVI < +0,6 para espectros sin vegetación) y saturación (0,2 < Fv < 0,8 para NDVI = 0,7). Estas limitaciones observacionales directas sobre la comparabilidad de los modelos mixtos VI multiespectrales e hiperespectrales pueden servir como punto de referencia cuantitativo para las aplicaciones agronómicas en la próxima era de observación de la Tierra con una resolución espacial y espectral cada vez mayor.

Vinculación de índices comunes de vegetación multiespectral con patrones de mezcla hiperespectral: resultados de espectroscopía de imágenes aéreas de 5 nm y 3 m en un paisaje agrícola diverso

Daniel Sousa, Cristóbal Small

Comentarios: 18 páginas
Asignaturas: Geofísica (física.geo-ph); Astrofísica terrestre y planetaria (astro-ph.EP)
Citar como: arXiv:2208.06480 [physics.geo-ph] (o arXiv:2208.06480v1 [physics.geo-ph] para esta versión)
Historial de envíos
Por: Daniel Sousa
[v1] viernes 12 de agosto de 2022 7:55:48 p. m. UTC (5274 KB)
Papel completo: https://arxiv.org/abs/2208.06480
Astrobiología,

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *