Monitoring LAI, Chlorophylls, and Carotenoids Content of a Woodland Savanna Using Hyperspectral Imagery and 3D Radiative Transfer Modeling - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Remote Sensing Année : 2019

Monitoring LAI, Chlorophylls, and Carotenoids Content of a Woodland Savanna Using Hyperspectral Imagery and 3D Radiative Transfer Modeling

Suivi du LAI et du contenu en chlorophylles et caroténoïdes d'une savanne boisée à l'aide d'imagerie hyperspectral et d'un logiciel de transfert radiatif 3D

Résumé

Leaf pigment contents, such as chlorophylls a and b content (Cab) or carotenoids content (Car), and the Leaf Area Index (LAI) are recognized indicators of plants and forests health status that can be estimated through hyperspectral imagery. Their measurement on a seasonal and yearly basis is critical to monitor plant response and adaptation to stress such as droughts. While extensively done over dense canopies, estimation of these variables over tree-grass ecosystems with very low overstory LAI (mean site LAI<1 m²/m²), such as woodland savannas, is lacking. We investigate the use of Look-Up Table (LUT) based inversion of a Radiative Transfer Model to retrieve LAI and leaf Cab and Car from AVIRIS images at an 18 m spatial resolution at multiple dates over a broadleaved woodland savanna during the California drought. We compare the performances of different cost functions in the inversion step. We demonstrate the spatial consistency of our LAI, Cab and Car estimations by using validation data from low and high canopy cover parts of the site, and their temporal consistency by qualitatively confronting their variations over two years with those that would be expected. We conclude that LUT-based inversions of medium-resolution hyperspectral images, achieved with a simple geometric representation of the canopy within a 3D RTM, are a valid mean of monitoring woodland savannas and more generally sparse forests, although for maximum applicability the inversion cost functions should be selected using validation data from multiple dates. Validation revealed that for monitoring use: NDVI outperformed other indices for LAI estimations (RMSE=0.22 m²/m², R²=0.81); the band ratio rho_0.750µm/rho_0.550µm retrieved Cab more accurately than other chlorophylls indices (RMSE=5.94 µg/cm², R²=0.75); RMSE over the 0.5-0.55 µm interval showed encouraging results for Car estimations.
Le contenu foliaire en pigments, comme le contenu en chlorphylles a et b (Cab) ou le contenu en caroténoïdes (Car), et le Leaf Area Index (LAI) sont des indicateurs reconnus de la santé des plantes et des arbres qui peuvent être estimés à l'aide de l'imagerie hyperspectrale. Leurs mesures saisonnières et annuelles sont critiques pour suivre la réponse et l'adaptation des plantes à des stress tels que des sécheresses. Bien que très largement appliqués au dessus de couverts denses, l'estimation de ces variables pour des écosystèmes herbe-arbre avec un faible LAI de canopée (LAI moyen du site<1m²/m²), comme les savannes boisées, est rare. Nous investigons l'utilisation d'inversion basées sur des Look-Up Tables (LUT) générées à l'aide de logiciels de transfert radiatif pour estimer le LAI et ainsi que le Cab et Car foliaire à partir d'images AVIRIS d'une savanne boisée de feuillus acquises à différentes dates pendant la sécheresse californienne avec une résolution spatiale de 18 m. Nous comparons les performances de différentes fonctions de coût durant l'étape d'inversion. Nous démontrons la cohérence spatiale de nos estimations de LAI, Cab et Car à l'aide de données de validations issues de parties du site ayant différentes couvertures de canopée, et leur cohérence temporelle de façon qualitative en comparant leurs variations sur des ans à celles qui seraient attendues. Nous concluons que des inversions par LUT d'images hyperspectrales de moyenne résolution, utilisant une représentation géométrique simple de la canopée au sein de logiciels de transfert radiatif 3D, sont appropriées pour le suivi de savannes boisées et plus généralement de forêts éparses, bien que pour une généralisation maximale les fonctions de coût de l'inversion doivent être sélectionnées à l'aide de données de validation provenant de différentes dates. La validation a montré que pour une application de suivi: le NDVI était le plus adapté pour les estimations du LAI (RMSE=0.22m²/m², R²=0.81); le ratio de bandes de réflectance rho_0.750µm/rho_0.550µm estimait Cab plus précisément que les autres indices (RMSE=5.94µg/cm², R²=0.75); le RMSE sur l'intervalle spectral 0.5-0.55 µm montrait des résultats encourageants pour l'estimation de Car.
Fichier principal
Vignette du fichier
DOTA19243.1576488142-1.pdf (7.81 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-02443482 , version 1 (17-01-2020)

Identifiants

Citer

Thomas Miraglio, Karine Adeline, Margarita Huesca, Susan Ustin, Xavier Briottet. Monitoring LAI, Chlorophylls, and Carotenoids Content of a Woodland Savanna Using Hyperspectral Imagery and 3D Radiative Transfer Modeling. Remote Sensing, 2019, 12 (1), 028, p. 1-26. ⟨10.3390/rs12010028⟩. ⟨hal-02443482⟩

Collections

ONERA
90 Consultations
47 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More