Resumen de Automated proximal sensing for estimation of the biderectional reflectance distribution function in a mediterranean tree-grass ecosystem
- español
Los sistemas automáticos de proximal sensing permiten adquirir información espectral de las cubiertas terrestres elevada frecuencia temporal, que puede relacionarse con observaciones remotas o de otros tipos de sensores como los sistemas de eddy covariance. Si bien inicialmente los sistemas automáticos empleaban sensores multi-banda, en los últimos años ha incrementado el uso sensores hiperespectrales. Si bien estos sensores ofrecen información redundante y de alta resolución espectral, las mediciones están sujetas múltiples fuentes de incertidumbre; tanto instrumentales (dependencias de la temperatura o el nivel de señal) como direccionales (dependencia de la geometría de observación e iluminación).Las dependencias instrumentales pueden ser minimizadas, por ejemplo, controlando la temperatura del instrumento o el nivel de señal registrado. En otros casos, es necesario parametrizar y emplear modelos para corregir los datos. En la presente tesis doctoral los capítulos 1 al 3 presentan la caracterización completa de un espectrómetro de campo instalado en un sistema automático. Los capítulos 1 y 2 analizan las fuentes de no linealidad en este instrumento, una de las cuales no había sido anteriormente descrita en este tipo de instrumentos. El tercer capítulo muestra el conjunto completo de modelos de corrección de los efectos instrumentales y la cadena de procesado correspondiente.Por otro lado, los sistemas automáticos se enfrentan a efectos direccionales ya que adquieren mediciones continuamente durante el ciclo solar diario y bajo cualquier condición de iluminación. Esto maximiza los rangos de los ángulos de iluminación y también de la fracción difusa de la irradiancia. Esta variabilidad de condiciones de iluminación, combinada con una variación de los ángulos de observación permite obtener la información necesaria para caracterizar las respuestas direccionales de la cubierta observada. Algunos sistemas automáticos multi-angulares ya han sido empleados para realizar esta caracterización mediante la estimación de la Función de Distribución de Reflectividad Bidireccional (BRDF) en ecosistemas homogéneos. Sin embargo, esto no se ha conseguido aún en áreas heterogéneas, como es el caso de los ecosistemas tree-grass o de sabana. Así mismo, los trabajos previos no han considerado los efectos de la radiación difusa en el estudio del BRDF. En el capítulo 4 proponemos una metodología que permite desmezclar y caracterizar simultáneamente la función de distribución de reflectividad hemisférica-direccional de las dos cubiertas de vegetación presentes en el ecosistema, pasto y arbolado. También se analizan los efectos de las diferentes características del método. Finalmente, los resultados se escalan y se comparan con productos globales de satélite como el producto BRDF de MODIS.La conclusión obtenida es que se requieren más esfuerzos en el desarrollo y caracterización de sensores hiperespectrales instalados en sistemas automáticos de campo. Estos sistemas deberían adoptar configuraciones multi-angulares de modo que puedan caracterizarse las respuestas direccionales. Para ello, será necesario considerar los efectos de la radiación difusa; y en algunos casos también la heterogeneidad de la escena
- English
Automated proximal sensing is a useful tool to acquire spectral information of earth covers and vegetation with a high temporal frequency. This information can be connected with remote observations as well as with information provided by other field sensors, such as those included in the eddy covariance systems. Though initially, simple multiband sensors were used in automated systems; in the last years the use of hyperspectral sensors is increasing. These provide overdetermined spectral information that allows the analysis of specific spectral features, the use of complex models and the spectral convolution to other sensors´ bands, improving data integration. However, field spectroscopy is subject to multiple sources of uncertainty. On one hand, the instrumentation is sensible to environmental variables such as the temperature or signal levels among others. On the other hand, radiometric quantities depend on the illumination and observation geometry. Automated systems operate continuously and, therefore, deal with large ranges of these variables, which can introduce significant biases in the measurements.
Instrumental dependencies can be characterized or prevented in several ways, e.g. controlling the instrument temperature or the signal level measured by the sensors.
In other cases, the parametrization and use of sensor models to correct the data is necessary. In this PhD dissertation a complete characterization of a portable field spectroradiometer installed in an automated system is presented in chapters 1 to 3.
Chapters 1 and 2 intensively analyze the sources of nonlinearity of this instrument, one of which had not been previously reported in this type of instruments. The third chapter shows the complete set of sensor models and the correction chain process.
Automated systems measurements also experience strong directional effects since measurements are acquired continuously during the daily solar cycle and under any sky condition. This maximizes the ranges of illumination angles and diffuse fraction of irradiance. Combining this variability in the illumination with simultaneous variation of the observation angles can provide the information necessary to characterize the directional responses of the observed cover. Automated multi-angular systems have been already used to accomplish this characterization by retrieving the Bidirectional Reflectance Distribution Function (BRDF) in homogeneous ecosystems. However, this has not yet achieved in heterogeneous areas such as tree-grass ecosystems or savannas.
Also, previous works have not accounted for the effect of diffuse irradiance in the retrieval of BRDF. In chapter 4 we propose a methodology to simultaneously unmix and characterize the hemispherical-directional reflectance distribution function of the two vegetation covers in a tree-grass ecosystem. The effects of the different features of the approach are analyzed. Moreover, results are up-scaled and compared with satellite global products as the MODIS BRDF product.
We concluded that further efforts are necessary in the deployment and characterization of hyperspectral sensors operating in outdoors automated systems. These systems should take multi-angular configurations so that the directional responses can be characterized. To do so diffuse radiation must be accounted for, and in some cases, scene heterogeneity should be characterized
