马建威，黄诗峰，李纪人，李小涛，宋小宁，冷　佩，孙亚勇

(1. 中国水利水电科学研究院，北京 100038； 2. 中国科学院大学，北京 100049；

3. 农业部农业信息技术重点实验室/中国农业科学院农业资源与农业区划研究所，北京 100081)



改进Sobol算法支持下的PROSAIL模型参数全局敏感性分析

马建威1，黄诗峰1，李纪人1，李小涛1，宋小宁2，冷佩3，孙亚勇1

(1. 中国水利水电科学研究院，北京 100038； 2. 中国科学院大学，北京 100049；

3. 农业部农业信息技术重点实验室/中国农业科学院农业资源与农业区划研究所，北京 100081)

Global Sensitivity Analysis of Parameters in the PROSAIL Model Based on Modified Sobol’s Method

MA Jianwei，HUANG Shifeng，LI Jiren，LI Xiaotao，SONG Xiaoning，LENG Pei，SUN Yayong

摘要：定量分析模型参数的敏感性是构建参数反演模型的关键步骤。本文采用改进Sobol全局敏感性分析算法，对PROSAIL模型的输入参数进行全局敏感性分析。结果表明：①在可见光波段430～760 nm范围内，叶绿素含量的总敏感度约为80%；②在近红外波段800～1100 nm范围内，平均叶倾角、叶片干物质含量和LAI是影响冠层反射率的3个最重要的参数；③在短波红外波段1100～2500 nm范围内，叶片含水量逐渐成为影响冠层反射率的主要参数。叶绿素、水和干物质等参数吸收系数的变化及相对大小的不同是造成以上变化的主要原因。该研究可以为植被生化参数的反演提供理论基础。

关键词：改进Sobol算法；全局敏感性分析；PROSAIL模型

定量估算植被的生化参数含量是遥感的重要研究内容之一，且它对监测植被生长状况、农作物估产、森林火灾预警及研究全球碳氮循环过程等都具有重要意义。植被辐射传输模型由于具有明确的物理意义，综合考虑了叶片、冠层、土壤和观测几何角度等因素，而被广泛应用于植被生化参数反演的研究中[1]。……