Eine Analyse der Schatteneffekte auf spektrale Vegetationsindizes mittels eines bodenbasierten bildgebenden Spektrometers

Sonneneinstrahlte Vegetation und beschattete Vegetation sind untrennbare Teile der meisten ferngesensierten Bilder, und das Vorhandensein von Schatten beeinflusst die Daten der hochaufgelösten Fernerkundung und der multiwinkeligen Fernerkundung. Schatten können zu einer Reduktion oder einem totalen Verlust an Informationen in einem Bild führen. Dies kann potenziell zur Verzerrung biophysikalischer Parameter führen, die aus Pixelwerten abgeleitet werden, wie beispielsweise Vegetationsindizes (VIs). VIs werden häufig in Anwendungen der inversen Fernerkundung verwendet. Wenn die Auswirkungen von Schatten nicht ordnungsgemäß berücksichtigt werden, kann die Rückgewinnung ungewiss sein, wenn ein VI zur Berechnung von Vegetationsparametern verwendet wird. Einer der Hauptgründe, dass die Auswirkungen von Schatten in der Fernerkundung leicht übersehen werden, ist die räumliche Auflösung der Messung. Hohe räumliche und spektrale Auflösungen sind typischerweise schwierig gleichzeitig zu erreichen, und Bilder, die eine haben, neigen dazu, die andere nicht zu haben. Ein bodenbasiertes bildgebendes Spektrometer bringt einen Wendepunkt zur Lösung dieses Problems, da es sowohl hohe räumliche als auch hohe spektrale Auflösungen erzielen kann, um Merkmale und Schattenbilder gleichzeitig zu erfassen. Die Auflösung des hier verwendeten Systems betrug 1 mm in einer Höhe von 1 m, und die spektrale Auflösung war besser als 5 nm. Für jedes Pixel war die spektrale Kurve des Bildes fast eine reine Pixel-Spektralkurve, die die Differenzierung zwischen sonnigen und schattigen Bereichen ermöglichte. Um die Auswirkungen von Schatten auf verschiedene Indizes zu untersuchen, wurden 14 hyperspektrale VIs berechnet. Darüber hinaus wurde die berechnete vegetative Flächenbedeckung unter Verwendung derselben 14 VIs verglichen. Die Ergebnisse zeigen, dass Schatten nicht nur jedes schmalbandige VI, sondern auch Vegetationsparameter beeinflussen.