CSIC

Seminario: Avances en Espectro-radiometría
Madrid, 3 y 4 de Diciembre de 2009
Medidas de reflectividad y transmisividad
(esferas de integración) y su aplicación en
modelos de transferencia radiativa
Dr. Pablo J. Zarco-Tejada
Instituto de Agricultura Sostenible (IAS)
Consejo Superior de Investigaciones Científicas (CSIC)
Córdoba
[email protected]
http://quantalab.ias.csic.es
Conexión de Modelos Foliares y de Cubierta
0.6
0.5
0.4
0.3
0.2
Canopy Level
0.1
0
40 0
50 0
6 00
7 00
M odelo de
Cubierta
8 00
Wa ve len g th (n m )
Scaling up
0.5
0.4
0.3
Leaf Level
0.2
0.1
0
4 00
5 00
60 0
7 00
Wav e le ngth (nm )
8 00
M odelo
Foliar
Conexión de Modelos Foliares y de Cubierta
0.6
0.5
0.4
0.3
Canopy Level
0.2
0.1
0
400
500
600
700
Modelo de
Cubierta
800
Wave le ngth (nm)
Scaling “down”
0.5
0.4
0.3
Leaf Level
0.2
0.1
0
400
500
600
700
Wavelength (nm )
800
Modelo
Foliar
0.5 km
m
1k
m
5k
0.5 km
0.40
0.20
20 m
Reflectancia
0.30
0.10
0.00
400
500
600
700
Longitud de onda (nm)
800
900
20 m
Scaling up … Scaling down ?
Hyperspectral Reflectance
Image
2x2 m pixel size
0.5
Reflectance
0.4
0.3
0.2
High stressed site
Measured: 19.1 μg/cm2
Estimated: 20.2 μg/cm2
0.1
0
400
450
500
550
600
650
700
750
Wavelength (nm)
Cubierta
Foliar !!
Métodos de Estimación de Parámetros a partir de Imágenes Espectrales
0.6
0.5
0.4
0.3
Imagen
0.2
0.1
0
400
500
600
700
800
Wave le ngth (nm)
Reflectancia de Cubierta
I
Relaciones Estadísticas
III
IV
Relaciones Físicas de
Scaling up RT
- Indices calculados a
partir de modelos
físicos CR
Inversiones de
Modelos Físicos
II
Relaciones Estadísticas
- Índices ópticos y var.
- Variables medidas
- Reflectancia de cubierta - Reflectancia de cubierta
(Johnson et al., 1994;
Matson et al., 1994)
Imagen del Sensor
(Peterson et al., 1988;
Yoder et al., 1995);
Zagolsky et al., 1996)
(Zarco-Tejada et al., 1999a,
2000a, 2000b;2003;2004)
- Modelos RT
- Funciones de mérito
(Jacquemoud et al., Kuusk;
Demarez, Weiss, Zarco-Tejada
et al.)
Cab
LAI
% Cob
Productos
Cab
LAI
Modelos de Reflectancia: Ejecución Directa e Inversa
Modo Modo
Directo Inverso
A
D
C
B
E
MODELO
RMS
ρ,τ
(ρ,τ)medida
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
400
500
600
700
Wavelength (nm )
800
0
400
500
600
700
Wavelength (nm )
800
Modelos de cubierta
Modelización de Cubierta estimación parám. Biofísicos
Cubiertas Cerradas
(continuo)
Cubiertas Cerradas
(discreto)
Modelos de cubierta
Modelización de Cubierta estimación parám. Biofísicos
Cubiertas Abiertas
Modelos de cubierta
Modelización de Cubierta estimación parám. Biofísicos
Simular arquitecturas forestales complejas
Æ efectos del suelo + estructura + óptica foliar
Modelos de cubierta
Modelización de Cubierta estimación parám. Biofísicos
Modelización efectos del suelo, sombras, arquitectura Æ reflectancia / índices
xi
Sensor
ts
to
Sol
Lo
Ls
Dxv
psi
H
Tx
Z
Reflectancia +
Transmitancia !!
LAI
θv θi
S
E
ϕv
ϕi
N
Arquitectura
Producto Final
Conexión Hoja – Cubierta mediante modelos Físicos
...
Modelo Cubierta
(TR)
0.5
0.4
0.3
0.2
0.1
0
400
500
600
700
Wavelength (nm )
800
Simulación CR
LAI_0.3
LAI_0.5
LAI_1.0
LAI_1.5
LAI_2.0
LAI_2.5
LAI_3.0
LAI_4.0
LAI_5.0
LAI_6.0
LAI_7.0
LAI_8.0
0.60
Ratio TCARI/OSAVI
Geometría de Visión Estructura
Func. Predicción
0.70
0.50
0.40
0.30
0.20
0.10
0.00
0
10
20
30
40
50
60
70
Chlorophyll Content (μ g/cm2)
0.6
0.5
0.4
0.3
0.2
0.1
0
400
500
600
700
Wavelength (nm)
800
Conexión Hoja – Cubierta mediante modelos Físicos
Reflectancia +
Transmitancia !!
¿ Cómo simulamos la ρ + τ foliar ?
¿ Cómo validamos los modelos foliares ?
¿ y si en lugar de modelos preferimos
utilizar inputs de ρ + τ medidos ?
0.5
0.4
0.3
0.2
0.1
0
400
500
600
700
Wavelength (nm )
800
¿ y si queremos investigar nuevos índices ?
Reflectance
Reflectancia
0.40
E
R
0.30
A
0.20
T
0.10
0.00
400
900
1400
1900
Wavelength
(nm)(nm)
Longitud
de onda
2400
Absorption Coefficients for
Biochemical Constituents
Coeficientes de Absorción Específicos
Chlorophyll a+b
Water
Dry Matter
Constituyentes Bioquímicos Foliares de interés
Violaxanthin
Carnuba Wax
Evolución de modelos físicos foliares
Modelos N-Flux
Modelos “plate”
ρ
I0
Id
Ic
Jc
Jd
s = scattering coefficient
k = absorption coefficient
Modelos basados en Partículas Esféricas
Modelos Estocásticos
τ
Teoría de la Transferencia Radiativa
Modelos Ray Tracing (Monte Carlo)
¿ Cómo validamos estos modelos foliares ?
¿ Cómo medimos las propiedades ópticas
foliares ?
¿ Cómo desarrollamos modelos para
distintas geometrías foliares ? (hojas /
acículas)
¾ Medidas de BRDF y BTDF foliar mediante
goniómetros
Æ interacción luz con la LADF / ángulo solar
CNRS INRA CNES CEA MENRT
Parte opto-mecánica
Ordenador
Sensor Óptico
Goniómetro Foliar (CNRS, Francia)
Estudios a Nivel de Hoja (esfera
integrante, condiciones de control)
Esfera Integrante
Espectrómetro
Fuente Luminosa
Desarrollo Protocolos medidas Opticas Foliares
Hojas (Arce)
Acículas (Pino)
Desarrollo de Protocolos para Medidas Foliares
Fiber Optics
attached to
Spectrom eter
Dark Plug
B
Sample Port
C
A
Lamp
White Plug
Table 3. Sequence of measurements with the Li-Cor 1800
integrating sphere and fiber spectrometer to enable the
calculation of reflectance and transmittance with Equations
[4] to [8] and the schematic view shown in Figure 3.
White
Dark
Step
Setup
Lamp
Sample
Plug
Plug
1
RSA
C (ON)
B
A
OUT
2
RSS
C (ON)
B
A
IN Å
3
RTS
B (ON)
C
A
IN Å
4
TSP
A (ON)
C
B
IN Æ
5
DRK
OFF
B
A
OUT
IN Æ: adaxial leaf surface facing sample port A
IN Å: adaxial leaf surface facing sphere
Zarco-Tejada et al,
(2005), basado en
metodología de Harron
Ejemplo de Medidas Espectrales Foliares en muestras de
Olivo y Vid
Transmitancia !!!!!!!!!!!!!!!
0.7
R (Cab=26.68)
0.6
T (Cab=26.68)
R (T)
0.5
0.4
0.3
0.2
0.1
0
400
500
600
700
Wavelength (nm)
Olivo (ρ & τ)
Zarco-Tejada et al. (2004)
Vid (ρ & τ)
Zarco-Tejada et al. (2005)
800
Desarrollo Protocolos medidas Opticas Foliares
0.6
80
Measured R
Modeled R
Measured T
Modeled T
60
Cab ( g/cm2) (measured)
R
Hojas
R&T
0.4
Zarco-Tejada et al.
(2001)
T
0.2
40
20
y = 0.937x - 2.6738
r2 = 0.95
RMSE=5.3 μg/cm2
0
400
0
500
600
700
800
0
20
0.05
0.04
0.02
0.01
0
0.2
-0.01
-0.02
0
400
500
600
Wavelength (nm)
700
-0.03
800
M easured chla+b [ug/g]
Reflectance & Transmittance
Zarco-Tejada et al.
(2004)
0.06
0.03
0.4
y = 1.3245x + 33.816
R2 = 0.2186
0.07
r(measured)-r(PROSPECT )
Acículas
0.6
80
4000
0.08
r (measured)
t (measured)
r (PROSPECT)
t (PROSPECT)
r (measured) - r (PROSPECT)
60
Cab (μg/cm2) (estimated)
Wavelength (nm)
0.8
40
3000
2000
y = 1.145x - 354.43
R2 = 0.4011
1000
1000
2000
3000
PROSPECT estimated chla+b [ug/g]
Daughtry's method
Harron's method
4000
¿ necesitamos siempre esferas para caracterizar
las propiedades ópticas foliares ?
¿ … y si necesitamos múltiples medidas en
condiciones naturales ?
¿ … y si estamos interesados en un índice
concreto exclusivamente ?
¿ nos llevamos la esfera al campo ?
Relaciones entre Cab, Cx+c & Indices a Nivel de Hoja en Vid
60
60
40
Cab ( g/cm2)
60
Cab ( g/cm2)
40
20
20
20
y = 22.87x - 18.248
r 2 = 0.89
0
-0.05
0
-0.2
-0.1
0
0
VOG2 (R734 – R747)/(R715 + R726)
1
2
3
4
5
16
-2.1792x
y = 63.541e
r 2 = 0.9
0
y = 4.2206e-9.1789x
r 2 = 0.5
Cx+c ( g/cm2)
12
40
20
0.1
7
y = 0.4963e3.6243x
r 2 = 0.49
60
0.05
PRI3 (R570 – R539)/(R570 + R539)
Z & M (R750) / (R710)
80
Cab ( g/cm2)
40
5
Cab / Cx+c
Cab ( g/cm2)
y = 33.562e-18.126x
r 2 = 0.45
y = -282.74x + 10.116
r 2 = 0.87
80
0
-0.3
80
80
100
8
3
4
0
0
0.5
1
TCARI / OSAVI
1.5
0
0.25
0.5
0.75
SIPI = (R800 – R450)/(R800 + R650)
1
1
-0.05
0
0.05
0.1
PRI3 (R570 – R539)/(R570 + R539)
Zarco-Tejada et al. (2005)
Vegetation Index
Structural
Pigments
Water Content
Equation
Reference
Vegetation Index
Equation
Reference
NDVI = (RNIR - Rred )/(RNIR + Rred)
Rouse et al. (1974)
MTVI1 = 1.2 * [1.2 * ( R800 − R550 ) − 2.5 * ( R670 − R550 )]
Haboudane et al. (2004)
Structural Indices
Normalized Difference
Vegetation Index (NDVI)
Modified Triangular Vegetation
Index (MTVI1)
Modified Triangular Vegetation
Index (MTVI2)
Renormalized Difference
Vegetation Index (RDVI)
MTVI 2 =
1.5 *[1 .2 * ( R800 − R550 ) − 2 .5 * ( R670 − R550 ) ]
RDVI = ( R800 − R670 )
Simple Ratio Index (SR)
( R800 + R670 )
SR = RNIR/Rred
MSR =
Modified Simple Ratio (MSR)
Modified Chlorophyll
Absorption in Reflectance
Index (MCARI1)
Modified Chlorophyll
Absorption in Reflectance
Index (MCARI2)
Soil Adjusted Vegetation Index
(SAVI)
Improved SAVI with selfadjustment factor L (MSAVI)
Optimized Soil-Adjusted
Vegetation Index (OSAVI)
( 2 * R800 + 1) 2 − (6 * R800 − 5 * R670 ) − 0.5
RNIR / Rred − 1
( RNIR / Rred ) 0.5 + 1
MCARI 1 = 1.2 * [2.5 * ( R800 − R670 ) − 1.3 * ( R800 − R550 )]
MCARI 2 =
1.5 * [2.5 * ( R800 − R670 ) − 1 .3 * ( R800 − R550 ) ]
( 2 * R800 + 1) 2 − (6 * R800 − 5 * R670 ) − 0.5
SAVI = (1 + L ) * ( R800 − R670 ) ( R800 + R670 + L)
[ L ε (0,1) ]
MSAVI =
1⎡
2 * R800 +1 − (2 * R800 +1)2 − 8 * ( R800 − R670 ) ⎤
⎥⎦
2 ⎢⎣
OSAVI = (1 + 0.16) * (R800 – R670) /
(R800 + R670 + 0.16)
Haboudane et al. (2004)
Rougean and Breon, (1995)
Jordan (1969);
Rouse et al. (1974)
Chen (1996)
Haboudane et al. (2004)
Haboudane et al. (2004)
Huete (1988)
Qi et al. (1994)
Qi et al. (1994)
Rondeaux et al. (1996)
Chlorophyll Indices
Greenness Index (G)
Modified Chlorophyll
Absorption in Reflectance
Index (MCARI)
Transformed CARI (TCARI)
Triangular Vegetation Index
(TVI)
Zarco-Tejada & Miller
G = (R554)/(R677)
-
MCARI = [(R700 – R670) – 0.2* (R700
– R550)]* (R700 / R670)
Daughtry et al. (2000)
TCARI = 3* [(R700 – R670) – 0.2*
(R700 – R550)* (R700 / R670)]
Haboudane et al (2002)
TVI = 0.5 * [120 * ( R750 − R550 ) − 200 * ( R670 − R550 )]
Broge and Leblanc (2000)
ZTM = (R750)/(R710)
Zarco-Tejada et al. (2001)
NDWI=(R860-R1240)/ (R860+R1240)
Gao, (1996)
SRWI=R858/R1240
Zarco-Tejada et al., (2003)
PWI= R970/R900
Peñuelas et al. (1997)
Water Indices
Normalized Difference Water
Index (NDWI)
Simple Ratio Water Index
(SRWI)
Plant Water Index (PWI)
Other Indices mentioned but not used in this Study
Simple Ratio Pigment Index
(SRPI)
Normalized Phaeophytinization
Index (NPQI)
Photochemical Reflectance
Index (PRI)
Normalized Pigment
Chlorophyll Index (NPCI)
Carter Indices
Lichtenthaler indices
SRPI = (R430)/(R680)
Peñuelas et al. (1995)
NPQI = (R415 – R435)/ (R415 + R435)
Barnes et al. (1992)
PRI1 = (R528 - R567)/(R528 + R567)
PRI2 = (R531 - R570)/(R531 + R570)
Gamon et al. (1992)
NPCI = (R680 - R430)/ (R680 + R430)
Peñuelas et al. (1994)
Ctr1 = (R695)/(R420)
Ctr2 = (R695)/(R760)
Lic1 = (R800 - R680)/ (R800 + R680)
Lic2 = (R440)/(R690)
Lic3 = (R440)/(R740)
Carter (1994)
Carter et al. (1996)
680
Lic 4 =
Lichtenthaler et al. (1996)
∫R
450
Structure Intensive Pigment
Index (SIPI)
Vogelmann indices
Gitelson and Merzlyak
Curvature Index (Fluorescence)
Double-Peak Ratio Indices
SIPI = (R800 - R450)/ (R800 + R650)
Vog1 = (R740)/(R720)
Vog2 = (R734 – R747)/(R715 + R726)
Vog3 = (R734 – R747)/(R715 + R720)
Vog4 = D715/D705
G_M1 = (R750)/(R550)
G_M2 = (R750)/(R700)
CUR = (R675·R690)/(R6832)
DPR1 = Dλp[680-750]/Dλ0+12
DPR2 = Dλp[680-750]/Dλ0+22
DP21 = Dλp[680-750]/D703
DP22 = Dλp[680-750]/D720
Peñuelas et al. (1995)
Vogelmann et al. (1993);
Zarco-Tejada et al. (1999)
Gitelson and Merzlyak
(1997)
Zarco-Tejada et al. (2000)
Zarco-Tejada et al. (2001)
760
Area Red Edge Peak (ADR)
ADR =
∫D
680
Zarco-Tejada et al. (2001)
Chorophyll measurement (ug/cm2)
70
60
50
40
30
y = 0.9589x - 1.8089
R2 = 0.8005
20
20
30
40
50
SPAD readings
60
70
… y si necesitamos un
índice concreto ?
… y si necesitamos el
espectro completo ?
N, Cab, Cm, Cw
PROSPECT
ρ s τs
Leaf (ρ,τ), ρs viewing θs, θv, ψ
LAI, LADF, hs
SAILH
crown ρ
Treeδ CD CH CLAI
Cα θs Cρ Sρ
Zarco-Tejada et al. (2004)
FLIM
CR
Estimación de
Contenido
Clorofílico a
escala de árbol
Zarco-Tejada et al. (2004)
Cab
Chlorophyll
contents
Cp
Cc
Leaf protein
content
Leaf cellulose
and lignin
Cw
N
Leaf internal
structure
Leaf equivalent
water thickness
HOJA
PROSPECT
Iteración
ρ
LAI
τ
θv
LADF
SKYL
SAIL
θs
CUBIERTA
ρs
RMS
CR
ψs
Imagen
Funciones de Predicción: de Hoja a Cubierta
0.45
⇒ CARI Æ minimize effects of non-photosynthetic materials
0.40
⇒ MCARI Æ depth of chlorophyll absorption at 670 nm relative
to the reflectance at 550 nm and 700 nm
still sensitive to non-photosynthetic element effects
Index TCARI (MCARI)
0.35
TCARI
MCARI
0.30
0.25
0.20
0.15
0.10
⎛R ⎞
MCARI = [( R700 − R670 ) − 0.2 ⋅ ( R700 − R550 )] ⋅ ⎜⎜ 700 ⎟⎟
⎝ R670 ⎠
0.05
0.00
0
⇒ TCARI Æ improving its sensitivity at low chlorophyll values
5
10 15
20 25 30
35 40
45 50 55
60 65
70 75
Chlorophyll Content (μg/cm2)
0.70
⎡
⎛ R ⎞⎤
TCARI = 3 ⋅ ⎢( R700 − R670 ) − 0.2 ⋅ ( R700 − R550 ) ⋅ ⎜⎜ 700 ⎟⎟⎥
⎝ R670 ⎠⎦
⎣
⎡ R800 − R670
⎤
OSAVI = (1 + 0.16) ⋅ ⎢
⎥
⎣ R800 + R670 + 0.16 ⎦
Ratio TCARI/OSAVI
⇒ Influence by soil reflectance for low values of LAI
Æ OSAVI minimizes soil effects with MCARI
LAI_0.3
LAI_0.5
LAI_1.0
LAI_1.5
LAI_2.0
LAI_2.5
LAI_3.0
LAI_4.0
LAI_5.0
LAI_6.0
LAI_7.0
LAI_8.0
0.60
0.50
0.40
0.30
0.20
0.10
TCARI/OSAVI
0.00
0
10
20
30
40
50
Chlorophyll Content (μ g/cm2)
60
70
Funciones de Predicción: de Hoja a Cubierta
0.70
0.45
⇒ CARI Æ minimize effects of non-photosynthetic materials
0.40
Ratio TCARI/OSAVI
⇒ MCARI Æ depth of chlorophyll absorption at 670 nm relative
to the reflectance at 550 nm and 700 nm
0.50
still sensitive to non-photosynthetic element effects
Index TCARI (MCARI)
0.35
0.60
0.25
0.20
0.15
0.10
0.40= [( R700 − R670 ) − 0.2 ⋅ ( R700 − R550 )] ⋅ ⎛⎜⎜ R700 ⎞⎟⎟
MCARI
⎝ R670 ⎠
0.05
0.00
0
⇒ TCARI Æ improving its sensitivity at low chlorophyll values
LAI_0.3
MCARI
LAI_0.5
LAI_1.0
LAI_1.5
LAI_2.0
LAI_2.5
LAI_3.0
LAI_4.0
20 25 30 35 40 45 50 55 60 65 70
Chlorophyll Content (μg/cm2)
LAI_5.0
LAI_6.0
LAI_7.0
LAI_8.0
TCARI
0.30
5
10 15
0.30
⎡
⎛ R ⎞⎤
TCARI = 3 ⋅ ⎢( R700 − R670 ) − 0.2 ⋅ ( R700 − R550 ) ⋅ ⎜⎜ 700 ⎟⎟⎥
⎝ R670 ⎠⎦
0.20 ⎣
75
⇒ Influence by soil reflectance for low values of LAI
Æ OSAVI minimizes soil effects with MCARI
0.10
⎡ R800 − R670
⎤
OSAVI = (1 + 0.16) ⋅ ⎢
⎥
⎣ R800 + R670 + 0.16 ⎦
0.00
0
TCARI/OSAVI
10
20
30
40
50
Chlorophyll Content (μ g/cm2)
60
70
Estimación de LAI mediante Modelos RT y Datos
Hiperespectrales
6.0
7.0
y = 1.2735x - 0.1873
6.0
R = 0.9628
Estimated Green LAI
Estimated Green LAI
8.0
2
5.0
4.0
3.0
2.0
1.0
y = 1.1115x - 0.0586
5.0
2
R = 0.8593
4.0
3.0
2.0
1.0
0.0
0.0
0.0
1.0
2.0
3.0
4.0
5.0
0.0
6.0
Measured LAI (LAI-2000)
1.0
2.0
3.0
4.0
Measured LAI (LAI-2000)
Soybean
5.0
Corn
3.5
8.0
3.0
Estimated Green LAI
Estimated Green LAI
y = 0.619x - 0.0846
2
R = 0.9046
2.5
2.0
1.5
1.0
7.0
y = 1.1328x - 0.2746
6.0
R = 0.8243
5.0
4.0
3.0
2.0
0.5
1.0
0.0
0.0
0.0
1.0
2.0
3.0
4.0
Measured LAI (LAI-2000)
Wheat
5.0
2
0.0
1.0
2.0
3.0
4.0
5.0
Measured LAI (LAI-2000)
Soybean + Corn + Wheat
6.0
Estimación de LAI mediante
MCARI2 en imágenes CASI
Cambios Temporales de LAI
Inversión de Modelos a partir de Imágenes MODIS
(Zarco-Tejada et
al., 2003)
Estimación de Contenido de Agua con MODIS
Inversión de 7 bandas MODIS
Estimated Cw (cm) using all MODIS bands
0.03
y = 0.0141x - 0.0063
r2 = 0.7
0.02
0.01
0.00
0
0.5
1
1.5
2
2.5
3
Ground Truth [(fw-dw)/dw]
Zarco-Tejada et al. (2003)
Estimación Temporal del Contenido de Agua con MODIS
Cw=0.03
Cw=0.02
Cw=0.01
Cw=0
Métodos de Estimación de Parámetros a partir de Imágenes Espectrales
0.6
0.5
0.4
0.3
Imagen
0.2
0.1
0
400
500
600
700
800
Wave le ngth (nm)
Reflectancia de Cubierta
I
Relaciones Estadísticas
III
IV
Relaciones Físicas de
Scaling up RT
- Indices calculados a
partir de modelos
físicos CR
Inversiones de
Modelos Físicos
II
Relaciones Estadísticas
- Índices ópticos y var.
- Variables medidas
- Reflectancia de cubierta - Reflectancia de cubierta
(Johnson et al., 1994;
Matson et al., 1994)
Imagen del Sensor
(Peterson et al., 1988;
Yoder et al., 1995);
Zagolsky et al., 1996)
(Zarco-Tejada et al., 1999a,
2000a, 2000b;2003;2004)
- Modelos RT
- Funciones de mérito
(Jacquemoud et al., Kuusk;
Demarez, Weiss, Zarco-Tejada
et al.)
Cab
LAI
% Cob
Productos
Cab
LAI
Seminario: Avances en Espectro-radiometría
Madrid, 3 y 4 de diciembre de 2009
Medidas de reflectividad y transmisividad
(esferas de integración) y su aplicación en
modelos de transferencia radiativa
Dr. Pablo J. Zarco-Tejada
Instituto de Agricultura Sostenible (IAS)
Consejo Superior de Investigaciones Científicas (CSIC)
Córdoba
[email protected]
http://quantalab.ias.csic.es