Ogólna ocena skuteczności modelu PROSPECT w modelowaniu

Wartości pierwiastka błędu średniokwadratowego w symulacjach wykonywanych z zestawem danych PROSPECT-1 wzrastały wraz z długością fali. Największe błędy były w zakresie 1,5-2,5 µm, mniejsze w zakresie 0,8-1-5 µm, najmniejsze natomiast w zakresach 0,4-0,6 µm i 0,4-0,8 µm. Najlepszą dokładność modelowania osiągnięto w zakresie 0,4-0,6 µm.

W przypadku zestawu danych PROSPECT-2 największe wartości pierwiastka błędu średniokwadratowego w modelowaniu krzywych odbicia spektralnego stwierdzono w zakresie 0,8-1,5 µm, nieco mniejsze w 0,4-0,8 µm, a najmniejsze w zakresie 0,4-0,6 µm.

W zakresie od 0,4 do 0,8 µm stwierdzono najmniejsze, a w zakresie 1,5-2,5 µm największe różnice w wielkości błędów między zestawem danych PROSPECT-1 i PROSPECT-2.

5.1.2. Skuteczność modelu PROSPECT w modelowaniu charakterystyk spektralnych łąk według ich rodzajów

Kolejnym etapem badań było badanie uśrednionych wartości pierwiastka błędu średniokwadratowego obliczonego z modelowanych krzywych odbicia spektralnego w stosunku do krzywych uzyskanych z bezpośrednich pomiarów terenowych w zależności od rodzaju łąki. Wszystkie 22 poligony podzielono na łąki uprawiane o zredukowanej biomasie (skoszone) – 7 poligonów, uprawiane o dużej biomasie – 9 i nieuprawiane (czyli niekoszone w badanym sezonie wegetacyjnym) – 6. Łąki nieużytkowane miały złożoną strukturę roślinności, często występowały na nich rośliny kwitnące, które mogły negatywnie wpływać na skuteczność modelowania. Na łąkach nieuprawianych na ogół występuje większa biomasa, najmniejsza natomiast na łąkach skoszonych.

Określono także istotność statystyczną różnic między błędami dotyczącymi trzech rodzajów łąk. Wyróżnione grupy łąk były o różnej liczebności, dlatego istotność statystyczną różnic sprawdzano, używając rangowego nieparametrycznego testu Kruskala-Wallisa dla trzech prób niezależnych. Jeśli różnica była istotna statystycznie, podawano poziom istotności p. Porównanie trzech rodzajów łąk z użyciem testu Kruskala-Wallisa zostało umieszczone w załączniku 8.

5.1.2.1. Modelowanie na podstawie danych PROSPECT-1

Początkowo określono uśrednione wartości pierwiastka błędu średniokwadratowego uzyskane na podstawie pierwszego zestawu danych – PROSPECT-1 (ryc. 23., tab. 11.).

Ryc. 23. Wartości pierwiastka błędu średniokwadratowego obliczone na podstawie modelowanych krzywych odbicia spektralnego (zestaw danych PROSPECT-1) względem krzywych zmierzonych w terenie; łąki: 1 – uprawiane o zredukowanej biomasie, 2 – uprawiane o dużej biomasie, 3 – nieuprawiane

Fig. 23. The RMSE value calculated using modelled (PROSPECT-1 database) and measured spectral reflectance for: 1 – cultivated meadows with reduced amount of biomass, 2 – cultivated meadows with high amount of biomass, 3 – not cultivated meadows

Na podstawie tych danych można zauważyć zależność wartości pierwiastka błędu średniokwadratowego od rodzaju łąki. Podobne zależności występowały w przypadku obu zakresów widma podczerwonego, które mają wpływ na ocenę skuteczności modelowania w całym badanym zakresie widma (0,4-2,5 µm). Im więcej biomasy znajdowało się na łąkach, tym mniejsze były wartości błędu. W zakresie 0,4-2,5 µm największy błąd stwierdzono na terenie łąk uprawianych o zredukowanej biomasie – 0,1214, nieco mniejszy na obszarach łąk uprawianych o dużej biomasie – 0,1001, a najmniejszy na łąkach nieuprawianych – 0,0712. Największe różnice między wartościami pierwiastka błędu średniokwadratowego wystąpiły w zakresie środkowej podczerwieni: wielkości błędów

0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16 0,18

0,4-2,5 µm 0,4-0,6 µm 0,4-0,8 µm 0,8-1,5 µm 1,5-2,5 µm Pierwiastek błędu średniokwadratowego (Root Mean Square Error - RMSE)

Długość fali w µm (Wavelength in µm)

1 2 3

wynosiły od 0,0709 w przypadku łąk nieuprawianych do 0,1528 w przypadku łąk skoszonych, czyli o zredukowanej biomasie.

Tab. 11. Wartości pierwiastka błędu średniokwadratowego obliczone na podstawie modelowanych krzywych odbicia spektralnego (zestaw danych PROSPECT-1) względem krzywych opartych na danych terenowych według rodzajów łąk

Tab. 11. The RMSE value calculated using modelled (PROSPECT-1 database) and measured spectral reflectance regarding to the different meadow types

Badany zakres Wavelength

Rodzaj łąki Type of meadow

1 2 3

0,4-2,5 µm 0,1214 0,1001 0,0712 0,4-0,6 µm 0,0277 0,0259 0,0340 0,4-0,8 µm 0,0371 0,0395 0,0435 0,8-1,5 µm 0,1075 0,1004 0,0773 1,5-2,5 µm 0,1528 0,1153 0,0709

1 – łąki uprawiane o zredukowanej biomasie, 2 – łąki uprawiane o dużej biomasie; 3 – nieuprawiane

1 – cultivated meadows with reduced amount of biomass; 2 – cultivated meadows with high amount of biomass; 3 – not cultivated meadows

W zakresach 0,4-0,6 i 0,4-0,8 µm różnice w wartościach błędów były znacznie mniejsze. W tych zakresach nieco większe błędy były w przypadku łąk nieuprawianych.

Mimo różnic, w żadnym z zakresów nie były one istotne statystycznie, zauważono jedynie tendencję w zakresie środkowej podczerwieni (p ≤ 0,059), gdzie różnice między wartością błędów były największe.

5.1.2.2. Modelowanie na podstawie danych PROSPECT-2

Następnie sprawdzono wartości pierwiastka błędu średniokwadratowego na podstawie wyniki z drugiego zestawu danych – PROSPECT-2 (ryc. 24., tab. 12.).

W przypadku tego zestawu danych zarówno wartości, jak i różnice uśrednionych pierwiastków błędów średniokwadratowych, były znacznie mniejsze niż te obliczone na podstawie zestawu PROSPECT-1. Bazując na zestawie PROSPECT-2, nie można także określić wyraźnych zależności. W całym zakresie od 0,4 do 2,5 µm największe błędy uzyskano w przypadku łąk uprawianych o dużej biomasie – średnio 0,0341, a najmniejsze – łąk o zredukowanej ilości roślin – średnio 0,0274. W zakresach 0,4-0,8 i 0,8-1,5 µm także największy uśredniony błąd występował na łąkach uprawianych, ale nieskoszonych.

Ryc. 24. Wartości pierwiastka błędu średniokwadratowego obliczone na podstawie modelowanych krzywych odbicia spektralnego (zestaw danych PROSPECT-2) względem krzywych zmierzonych w terenie; łąki: 1 – uprawiane o zredukowanej biomasie, 2 – uprawiane o dużej biomasie, 3 – nieuprawiane

Fig. 24. The RMSE value calculated using modelled (PROSPECT-2 database) and measured spectral reflectance for: 1 – cultivated meadows with reduced amount of biomass, 2 – cultivated meadows with high amount of biomass, 3 – not cultivated meadows

Tab. 12. Wartości pierwiastka błędu średniokwadratowego obliczone na podstawie modelowanych krzywych odbicia spektralnego (zestaw danych PROSPECT-2) względem krzywych opracowanych na podstawie danych terenowych według kategorii łąk

Tab. 12. The RMSE value calculated using modelled (PROSPECT-2 database) and measured spectral reflectance regarding to the different meadow types

Badany zakres Wavelength

Rodzaj łąki Type of meadow

1 2 3

0,4-2,5 µm 0,0274 0,0341 0,0310

0,4-0,6 µm 0,0164 0,0159 0,0211

0,4-0,8 µm 0,0296 0,0356 0,0272

0,8-1,5 µm 0,0286 0,0396 0,0322

1,5-2,5 µm 0,0209 0,0258 0,0273

1 – łąki uprawiane o zredukowanej biomasie, 2 – łąki uprawiane o dużej biomasie; 3 – nieuprawiane

1 – cultivated meadows with reduced amount of biomass; 2 – cultivated meadows with high amount of biomass; 3 – not cultivated meadows

0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08

0,4-2,5 µm 0,4-0,6 µm 0,4-0,8 µm 0,8-1,5 µm 1,5-2,5 µm Pierwiastek błędu średniokwadratowego (Root Mean Square Error - RMSE)

Długość fali w µm (Wavelength in µm)

1 2 3

W pozostałych dwóch zakresach (0,4-0,6 i 1,5-2,5 µm) najgorzej było modelowane odbicie na łąkach nieuprawianych. W zakresie od 0,4 do 0,6 µm różnice między wartościami pierwiastka błędu średniokwadratowego były istotne statystycznie (p ≤ 0,028). W tym zakresie najlepiej było modelowane odbicie na łąkach uprawianych o dużej biomasie;

pierwiastek błędu średniokwadratowego wyniósł 0,0159. Niewiele większa jego wartość (0,0164) była w przypadku łąk uprawianych o niewielkiej biomasie. Największy błąd stwierdzono na łąkach nieuprawianych (0,0211).

5.1.2.3. Ogólna ocena skuteczności modelu PROSPECT w modelowaniu charakterystyk spektralnych łąk według ich rodzajów

Na podstawie przeprowadzonych badań można stwierdzić, że w przypadku pierwszego zestawu danych (PROSPECT-1) inne zależności występują w zakresie widzialnym, a inne w podczerwonym. W modelowaniu w zakresach podczerwonych (0,8-1,5 i 1,5-2,5 µm) najmniejsze błędy zaznaczają się w przypadku łąk nieuprawianych, a największe łąk uprawianych o zredukowanej biomasie. W zakresie widzialnym i fragmencie bliskiej podczerwieni (0,4-0,6 i 0,4-0,8 µm) różnice w wartościach błędów są niewielkie. Nie zanotowano różnic istotnych statystycznie.

W przypadku drugiego zestawu danych (PROSPECT-2) różnice między wartościami odbicia spektralnego na trzech rodzajach łąk są znacznie mniejsze. W zakresach od 0,4-0,8 i 0,8-1,5 µm największe błędy zaznaczają się w przypadku łąk uprawianych o dużej biomasie.

W zakresie 0,4-0,6 µm największy błąd stwierdza się na łąkach nieuprawianych i w tym zakresie różnice są istotne statystycznie.

5.1.3. Skuteczność modelu PROSPECT w modelowaniu charakterystyk spektralnych łąk według parametrów biofizycznych

Kolejnym etapem badań była ocena skuteczności modelowania odbicia promieniowania w zależności od wartości 3 parametrów biofizycznych: powierzchni projekcyjnej liści (LAI), ilości biomasy świeżej na jednostkę powierzchni terenu i zawartości wody w roślinach. Ze względu na wartość każdego parametru badane łąki podzielono w każdym przypadku na 3 grupy. Oceniano, czy różnice między poszczególnymi grupami są istotne statystycznie. Ze względu na niejednakowo liczne 3 kategorie łąk, również w tych badaniach zastosowano rangowy test nieparametryczny Kruskala-Wallisa. Jeśli różnice w omawianym zakresie były istotne statystycznie, podano poziom istotności. Dokładne porównanie kategorii łąk z użyciem testu Kruskala-Wallisa w załącznikach: 9, 10 i 11.