Investigating different versions of PROSPECT and PROSAIL for estimating spectral and biophysical properties of photosynthetic and non-photosynthetic vegetation in mixed grasslands
Notice bibliographique
Résumé
The PROSPECT and PROSAIL family of radiative transfer models (RTMs) are among the most popular for simulating vegetation spectra and estimating vegetation properties at the leaf and canopy levels. However, the main limitation of the radiative transfer model approach is that model performance depends on the exhaustiveness of the calibration database(s). The PROSPECT model was calibrated mainly with photosynthetic leaves, and thus does not contain specific absorption coefficients of decay pigments responsible for the spectral behavior of non-photosynthetic vegetation. Hence, PROSPECT and PROSAIL may be ill-suited to mixed ecosystems (e.g., grasslands and wetlands), especially in the late growing season when the non-photosynthetic vegetation is likely to obfuscate the quantification of green vegetation. This study investigates the performance of different versions of PROSPECT/PROSAIL models for simulating spectra and estimating biophysical properties of photosynthetic and non-photosynthetic vegetation, and aims to better understand the limitations of these RTMs and identify possible ways to improve their performance. Results show that the PROSPECT-5 and PROSPECT-D had challenges in simulating spectra of non-photosynthetic leaves in a mixed grassland area, while a modified version (PROSPECT-5M) that considered the absorption effects of decay pigments achieved higher accuracy (e.g., mean Root Mean Square Error (RMSE) of 0.014 compared to 0.026 for the PROSPECT-5). In comparison, there is minimal difference in RMSE between models for simulating green photosynthetic leaves. At the canopy level, the original PROSAIL model simulated the spectra well for homogeneous green canopies (with mean RMSE around 0.012), while a modified PROSAIL model simulated the spectra more accurately for mixed canopies that have photosynthetic and non-photosynthetic leaves (e.g., with a mean RMSE of 0.010 compared to 0.020 of original PROSAIL). The original and modified PROSAIL were then inverted using helicopter-based high-spatial resolution hyperspectral imagery to estimate vegetation properties, and achieved higher accuracies for green and mixed canopies, respectively (e.g., estimating canopy chlorophyll with R2 values over 0.75). Overall, different versions of PROSPECT/PROSAIL models have a varied performance for photosynthetic and non-photosynthetic vegetation. Understanding the limitations of the models and adopting corresponding measures to improve their performance is critical for successful applications of RTMs in the estimation of vegetation spectral and biophysical properties.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».