Skuteczność modelu PROSAIL w modelowaniu charakterystyk spektralnych

Następnie, tak samo jak w przypadku modelu PROSPECT, zbadano wartości teledetekcyjnych wskaźników roślinności obliczonych na podstawie krzywych odbicia spektralnego zmierzonych w terenie i modelowanych z wykorzystaniem modelu PROSAIL.

Także w tym przypadku analizę ograniczono do charakterystyk uzyskanych na podstawie drugiego zestawu danych (PROSAIL-2), ponieważ na podstawie zestawu PROSAIL-1 różnice w modelowaniu były zbyt duże. Interpretacja modelowanych wartości tych wskaźników wskazywała na inne właściwości pokrywy roślinnej niż rzeczywiste, obliczone na podstawie danych terenowych.

5.2.4.1. Znormalizowany różnicowy wskaźnik zieleni (Normalized Difference Vegetation Index)

Wartości znormalizowanego różnicowego wskaźnika zieleni w obrębie badanych łąk obliczone na podstawie krzywych odbicia spektralnego pomierzonych w terenie mieściły się w granicach od 0,66 do 0,93, a na podstawie wartości modelowanych z użyciem algorytmu PROSAIL – od 0,63 do 0,94 (ryc. 48.). Średnia różnica między wartościami mierzonymi a obliczonymi wyniosła 0,075. Na większości poligonów, z wyjątkiem R8, R21, R22, R29,

S2, S7, S11, S13, D3 i D4, wartości modelowane były zawyżone. Maksymalna różnica między wskaźnikami wystąpiła na poligonie D3 – 0,214, a najmniejsza na poligonie D2 – 0,004. W przypadku 16 poligonów różnica między wartościami wskaźnika zmierzonego w terenie i modelowanego wyniosła powyżej 0,1. Na pozostałych poligonach, modelowane wartości wskaźnika były zbliżone do terenowych.

Ryc. 48. Wartość znormalizowanego różnicowego wskaźnika zieleni obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSAIL-2 (2)

Fig. 48. The values of Normalized Difference Vegetation Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSAIL-2 database (2)

5.2.4.2. Krawędziowy czerwony wskaźnik roślinności (Red Edge Normalized Difference Vegetation Index)

Wskaźnikiem określającym kondycję roślinności, a szczególnie zawartość chlorofilu, jest krawędziowy czerwony wskaźnik roślinności (Red Edge Normalized Difference Vegetation Index). Modelowane wartości tego wskaźnika wynosiły od 0,295 do 0,608, a terenowe od 0,253 do 0,638 (ryc. 49.). Wartości te niewiele różniły się między sobą: średnia różnica to 0,067. Największą różnicę wskaźników – 0,201 stwierdzono w przypadku poligonu R22, a najmniejszą – 0,0001 poligonu R31. W przypadku 10 poligonów rozbieżności wyniosły powyżej 0,1, na większości łąk wartości wskaźników policzone z dwóch źródeł były jednak wystarczająco zbliżone, aby można było na podstawie ich wartości wyciągnąć te same

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0

R1 R5 R6 R7 R8 R9 R10 R11 R12 R13 R14 R15 R16 R17 R18 R19 R20 R21 R22 R23 R24 R25 R26 R27 R28 R29 R30 R31 R32 S1 S2 S3 S4 S5 S7 S8 S10 S11 S12 S13 S14 S15 S16 S17 S18

D1 D2 D3 D4 D5

NDVI

Poligony badawcze (Research areas)

1 2

wnioski o kondycji roślin i zawartości chlorofilu. Wartości modelowane były równie często niedoszacowane, jak i przeszacowane.

Ryc. 49. Wartość wartości krawędziowego czerwonego wskaźnika roślinności obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSAIL-2 (2)

Fig. 49. The values of Red Edge Normalized Difference Vegetation Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSAIL-2 database (2)

5.2.4.3. Znormalizowany różnicowy wskaźnik ligniny (Normalized Difference Lignin Index)

Znormalizowany różnicowy wskaźnik ligniny (Normalized Difference Lignin Index) określa zawartość ligniny w roślinach. Zakresy wartości wskaźników obliczonych z dwóch rodzajów charakterystyk spektralnych były podobne. W przypadku danych terenowych wyniosły on od 0,028 do 0,052, a wartości modelowanych od 0,027 do 0,055 (ryc. 50.).

Największą różnicę stwierdzono na łące poligonu R30 – 0,02, a najmniejszą poligonu S5 – 0,00038. Wartości obu rodzajów wskaźników różniły się między sobą średnio o 0,007.

Wartości wskaźnika modelowanego były prawie równie często zawyżone, jak i zaniżone w porównaniu z obliczonymi z krzywych pobranych w terenie.

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

R1 R5 R6 R7 R8 R9 R10 R11 R12 R13 R14 R15 R16 R17 R18 R19 R20 R21 R22 R23 R24 R25 R26 R27 R28 R29 R30 R31 R32 S1 S2 S3 S4 S5 S7 S8 S10 S11 S12 S13 S14 S15 S16 S17 S18 D1 D2 D3 D4 D5

Wartość NDVI705

Poligony badawcze (Research areas)

1 2

Ryc. 50. Wartość znormalizowanego różnicowego wskaźnika ligniny obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSAIL-2 (2)

Fig. 50. The values of Normalized Difference Lignin Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSAIL-2 database (2)

5.2.4.4. Wskaźnik absorpcji celulozy (Cellulose Absorption Index)

Ryc. 51. Wartość wskaźnika absorpcji celulozy obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSAIL-2 (2)

Fig. 51. The values of Cellulose Absorption Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSAIL-2 database (2)

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

R1 R5 R6 R7 R8 R9 R10 R11 R12 R13 R14 R15 R16 R17 R18 R19 R20 R21

R22 R23 R24 R25 R26 R27 R28 R29 R30 R31 R32 S1 S2 S3 S4 S5 S7 S8 S10 S11 S12 S13 S14 S15 S16 S17 S18 D1 D2 D3 D4 D5

NDLI

Poligony badawcze (Research areas)

1 2

-0,020 -0,015 -0,010 -0,005 0,000 0,005

0,010 R1 R5 R6 R7 R8 R9 R1

0 R11 R12 R13 R14 R15 R16 R17 R18 R19 R20 R21 R22 R23 R24 R25 R26 R27 R28 R29 R30 R31 R32

S1 S2 S3 S4 S5 S7 S8 S10 S11 S12 S13 S14 S15 S16 S17 S18

D1 D2 D3 D4 D5

CAI

Poligony badawcze (Research areas)

1 2

Wartości wskaźnika absorpcji celulozy (Cellulose Absorption Index) obliczone na podstawie danych terenowych wynosiły od -0,007 do 0,010 i od -0,001 do -0,015 według danych modelowanych z użyciem algorytmu PROSAIL (ryc. 51.). Największa różnica między obu rodzajami wskaźnika (0,014) wystąpiła w przypadku poligonu R27, a najmniejsza (0,0001) poligonu R31. Średnia różnica między wartościami tego wskaźnika wyniosła 0,004. Znaczna część modelowanych wartości wskaźnika absorpcji celulozy była niższa od wartości pobranych w terenie. Wyjątek stanowią łąki na poligonach: R8, R22, R31, S2, S7, S10, D2 i D3. Mimo pewnego zróżnicowania wartości wskaźnika obliczonych na podstawie obu rodzajów danych (terenowych i modelowanych), różnice w jego wartościach w stosunku do tych, jakie może on przybierać dla roślin zielonych (-2 do 4), były nieistotne.

5.2.4.5. Wskaźnik kanału wody (Water Band Index)

Wskaźnik kanału wody (Water Band Index), opisujący zawartość wody w liściach, na podstawie krzywych pobranych w terenie osiągał wartości od 0,955 do 1,09 a na podstawie danych modelowanych z użyciem PROSAIL od 0,983 do 1,147 (ryc. 52.).

Ryc. 52. Wartość wskaźnika kanału absorpcji wody obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSAIL-2 (2)

Fig. 52. The values of Water Band Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSAIL-2 database (2)

0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4

R1 R5 R6 R7 R8 R9 R10 R11 R12 R13 R14 R15 R16 R17 R18 R19 R20 R21 R22 R23 R24 R25 R26 R27 R28 R29 R30 R31 R32 S1 S2 S3 S4 S5 S7 S8 S10 S11 S12 S13 S14 S15 S16 S17 S18

D1 D2 D3 D4 D5

WBI

Poligony badawcze (Research areas)

1 2

Największą różnicę między wartościami wskaźnika stwierdzono na łące poligonu D3 – 0,088, a najmniejszą na poligonie R1 – 0,004. Większość modelowanych wskaźników miała wartości wyższe niż pobrane w terenie, z wyjątkiem poligonów S1, S3, S4, S10 i S18. Średnia różnica między wskaźnikami kanału wody modelowanymi a terenowymi wyniosła 0,039.

Na większości poligonów wskaźniki kanału wody był dobrze modelowane, jedynie na terenie 17 poligonów różnica przekroczyła 0,05. Ogólnie można stwierdzić, że wartości WBI pochodzące z dwóch rodzajów danych miały bardzo zbliżone wartości.

5.2.4.6. Ogólna ocena skuteczności modelu PROSAIL w modelowaniu teledetekcyjnych wskaźników roślinności

Podsumowując, należy stwierdzić, że w przypadku większości poligonów wskaźniki modelowane wskazują na te same charakterystyki roślinności co w przypadku danych pobranych w terenie. Najlepsze wyniki zostały osiągnięte w odniesieniu do wskaźnika kanału wody (WBI), nieco gorsze znormalizowanego różnicowego wskaźnika zieleni (NDVI) i krawędziowego czerwonego wskaźnika roślinności (NDVI705), a także wskaźników określających masę suchą: znormalizowanego różnicowego wskaźnika ligniny (NDLI) i wskaźnika absorpcji celulozy (CAI).