Skuteczność modelu PROSPECT w modelowaniu charakterystyk spektralnych

Ostatnim etapem badania skuteczności modelowania odbicia spektralnego promieniowania EM od łąk było porównanie wartości wybranych teledetekcyjnych wskaźników roślinności obliczonych na podstawie dwóch rodzajów krzywych odbicia spektralnego. Wybrano 5 teledetekcyjnych wskaźników roślinności, które pozwalają wnioskować o podstawowych cechach zdrowotnych roślinności: zawartości chlorofilu, wody, kondycji roślinności i dwa określające masę suchą. Wybrano dość popularne i często używane przez naukowców wskaźniki: NDVI, NDVI705 i WBI. Użyto dwa wskaźniki, które określają zawartość masy suchej ligniny (NDLI) i celulozy (CAI). Wybrano je, ponieważ pozwalają wnioskować o ilości suchej masy roślin, co pośrednio przekłada się na ilość siana, czyli plonów. Pierwszy zestaw danych (PROSPECT-1) obliczonych na podstawie pomiarów terenowych miał duże błędy w modelowaniu. Obliczone na jego podstawie wskaźniki, w porównaniu z danymi terenowymi, byłyby zupełnie nieprzydatne, dlatego zdecydowano się

na obliczenie wartości wskaźników z danych modelowanych, korzystając z drugiego zestawu danych – PROSPECT-2.

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

Pierwszym ze wskaźników był znormalizowany różnicowy wskaźnik zieleni – NDVI, który określa kondycję roślinności (ryc. 25.). Wartości wskaźnika obliczone na podstawie krzywych modelowanych i pobranych w terenie były do siebie bardzo zbliżone: największa różnica między wartościami wskaźnika określona w odniesieniu do łąki na poligonie P1.2 wyniosła 0,085. Najmniejsza różnica została zanotowana w przypadku poligonu S12 – 0,0001. Wśród modelowanych wskaźników przeważały wartości zaniżone w stosunku do danych terenowych. Średnia różnica między wartościami wskaźników obliczonych na podstawie dwóch rodzajów danych wynosiła 0,035, co w porównaniu z wartościami, jakie osiąga wskaźnik daje dobry wynik. Wskaźniki obliczone z dwóch źródeł wskazywały na ten sam stan roślinności.

Ryc. 25. Wartość znormalizowanego różnicowego wskaźnika zieleni obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSPECT-2 (2)

Fig. 25. The values of Normalized Difference Vegetation Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSPECT-2 database (2)

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

T1 T6 T9 P1.2 P2.1 P2.2 P2.3 R12 R13 R16 R20 R22 R30 R31 S10 S11 S12 S14 S18 D1 D4 D5

NDVI

Poligony badawcze (Research areas)

1 2

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

Drugi teledetekcyjny wskaźnik to roślinności zwany w języku angielskim jako Red Edge Normalized Difference Vegetation Index – NDVI705. Termin ten proponuje się nazwać w języku polskim „krawędziowy czerwony wskaźnik roślinności”. Określa on zawartość chlorofilu i wskazuje na kondycję roślin na podstawie odbicia ze skrajnej części czerwonego fragmentu widma – fal o długości powyżej 0,7 µm, tzw. pasma Red Edge. Wartości modelowane tego wskaźnika miały zakres od 0,31 do 0,65, a wartości zmierzone w terenie od 0,4 do 0,65 (ryc. 26.). Wartości tego wskaźnika obliczone na podstawie dwóch krzywych odbicia spektralnego miały zbliżone wartości. Największą różnicę (0,113) stwierdzono w przypadku łąki oznaczonej T9, natomiast najmniejszą (0,005) – łąki R30. Średnia różnica między wartościami wyniosła 0,048. Nie można stwierdzić, że wskaźniki miały wartości odbiegające od danych terenowych. Różnice w wartościach wskaźnika były niewielkie, zwłaszcza w przypadku gdy standardowy zakres wskaźnika dla roślinności zielonej wynosi od 0,2 do 0,7 i świadczyły o takich samych właściwościach roślinności – wskazujących, że zawartość chlorofilu w roślinach była niewielka.

Ryc. 26. Wartość krawędziowego czerwonego wskaźnika roślinności obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSPECT-2 (2)

Fig. 26. The values of Red Edge Normalized Difference Vegetation Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSPECT-2 database (2)

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

T1 T6 T9 P1.2 P2.1 P2.2 P2.3 R12 R13 R16 R20 R22 R30 R31 S10 S11 S12 S14 S18 D1 D4 D5

NDVI705

Poligony badawcze (Research areas)

1 2

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

Jednym ze wskaźników do określania ilość materii suchej w roślinie, opartym na szacowaniu zawartej w niej ligniny, jest znormalizowany różnicowy wskaźnik ligniny (Normalized Difference Lignin Index). Wartości tego wskaźnika obliczone w odniesieniu do badanych łąk przedstawiono na rycinie 27. Wskaźnik oparty na danych modelowanych osiągnął wartości od 0,029 do 0,062, natomiast obliczony z danych terenowych od 0,031 do 0,058. Średnio wartości danych modelowanych różniły się od terenowych o 0,008.

Największa różnica (0,018) wystąpiła w przypadku łąk poligonu R12, a najmniejsza (0,0004) łąk poligonu D1. Znaczna liczba wartości modelowanych była przeszacowana, wyjątkiem były poligony T1, T9, R30 i D1. Różnice między wartościami modelowanymi a „terenowymi” były widoczne (standardowy zakres wskaźnika wynosi od 0,005 do 0,5), wartości świadczyły jednak o podobnej zawartości ligniny. Wartości wskaźnika były zmienne, a jednocześnie na większości poligonów dość duże, co świadczy o wysokiej zawartości ligniny w roślinach.

Ryc. 27. Wartość znormalizowanego różnicowego wskaźnika ligniny obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSPECT-2 (2)

Fig. 27. The values of Normalized Difference Lignin Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSPECT-2 database (2)

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

T1 T6 T9 P1.2 P2.1 P2.2 P2.3 R12 R13 R16 R20 R22 R30 R31 S10 S11 S12 S14 S18 D1 D4 D5

NDLI

Poligony badawcze (Research areas)

1 2

5.1.4.4. Wskaźnik absorpcji celulozy (Cellulose Absorption Index)

Drugim wskaźnikiem określającym zawartość masy suchej był wskaźnik absorpcji celulozy (Cellulose Absorption Index), który opisuje zawartość celulozy w roślinie. Wartości tego wskaźnika dla roślin zielonych podawane w literaturze wahają się od -2 do 4 (Nagler, Inoueb, Glenn, Russ, Daughtry, 2003). W przypadku badanych łąk zawartość celulozy w roślinach określały wartości tego wskaźnika w zakresie od -0,018 do -0,002 – w przypadku danych terenowych i od -0,019 do 0,001 – danych modelowanych (ryc. 28.). Średnia różnica w wartościach tego wskaźnika obliczonych na podstawie danych modelowanych i danych terenowych wynosiła 0,004, maksymalna – 0,009 (na poligonie R30), a najmniejsza – 0,00002 (na poligonie S10). Na większości poligonów wartości modelowane wskaźnika były większe od opartych na danych z krzywych odbicia spektralnego pobranych w terenie.

Wartości wskaźnika obliczone na podstawie danych pobranych z obu rodzajów krzywych różnią się, jednak w porównaniu z zakresem wartości, jaki wskaźnik ten może osiągać, różnice były nieistotne. Wartości wskaźnika świadczyły, że roślinność na badanych łąkach charakteryzowała się stosunkowo niską zawartością celulozy.

Ryc. 28. Wartość wskaźnika absorpcji celulozy obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSPECT-2 (2)

Fig. 28. The values of Cellulose Absorption Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSPECT-2 database (2)

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

0,005 T1 T6 T9 P1.2 P2.1 P2.2 P2.3 R12 R13 R16 R20 R22 R30 R31 S10 S11 S12 S14 S18 D1 D4 D5

CAI

Poligony badawcze (Research areas)

1 2

5.1.4.5. Wskaźnik kanału wody (Water Band Index)

Wskaźnik kanału wody (Water Band Index), opisujący zawartość wody w roślinach, osiągał wartości od 0,988 do 1,147 na podstawie danych terenowych i od 1,021 do 1,089 na podstawie danych modelowanych (ryc. 29.). Największą różnicę wartości tego wskaźnika stwierdzono w przypadku roślinności na poligonie P1.2 – 0,058, a najmniejszą – 0,002 na poligonie D1. Wartości wskaźnika obliczone z danych modelowanych w większości badanych przypadków były nieco niższe niż te z krzywych pobranych w terenie. Średnio wartości wskaźnika różniły się między sobą o 0,02. Wartości WBI obliczone na podstawie danych pobranych z obu rodzajów krzywych odbicia spektralnego były do siebie bardzo zbliżone.

Nawet przy największych różnicach wartości te nie były na tyle odmienne, aby wskazywały na różną zawartość wody w roślinach. Wartości wskaźnika WBI świadczą, że roślinność na badanych łąkach charakteryzowała się dużą zawartość wody.

Ryc. 29. Wartość wskaźnika kanału wody obliczona na podstawie krzywych odbicia spektralnego zmierzonych w terenie (1) i modelowanych przy użyciu zestawu danych PROSPECT-2 (2)

Fig. 29. The values of Water Band Index calculated using spectral reflectance from field measurements (1) and spectral reflectance modelled using PROSPECT-2 database (2)

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

T1 T6 T9 P1.2 P2.1 P2.2 P2.3 R12 R13 R16 R20 R22 R30 R31 S10 S11 S12 S14 S18 D1 D4 D5

WBI

Poligony badawcze (Research areas)

1 2

5.1.4.6. Ogólna ocena skuteczności modelu PROSPECT w modelowaniu teledetekcyjnych wskaźników roślinności

W wyniku przeprowadzonych rozważań można stwierdzić, że wartości symulowanych wskaźników obliczanych na podstawie danych modelowanych są na ogół zbliżone do obliczonych na podstawie danych terenowych. Dobre rezultaty modelowania uzyskano w przypadku wskaźników znormalizowanego różnicowego wskaźnika zieleni (NDVI) i wskaźnika kanału wody (WBI), a dość dobre w przypadku określających zawartość masy suchej – znormalizowanego różnicowego wskaźnika ligniny (NDLI) i wskaźnika absorpcji celulozy (CAI) oraz krawędziowego czerwonego wskaźnika roślinności (NDVI705).

5.2. Symulacja charakterystyk spektralnych na poziomie pokrywy