Spektrale Modellierung
HySimCaR (Kuester 2011, Kuester et al. 2014, Spengler 2014) ist ein spektrales, räumliches und zeitliches Simulationssystem zur Modellierung der spektralen Reflexion und der BRDF (bidirectional reflectance function) verschiedener Getreidebestände. Besonderheit dieses Systems ist die Integration detaillierter, virtueller 3D-Getreidebestände in verschiedenen Wachstumsstadien, deren Geometrien mit den entsprechenden spektralen Informationen überlagert werden können. Dies ermöglicht die Simulation realistischer Reflexionen auf der Grundlage virtueller 3D-Szenen unter Berücksichtigung jeder möglichen Beobachtungsposition
Die 4D-Pflanzenmodelle, wie sie z.B. für Gerste in der oberen Abbildung zu sehen sind, wurden mit dem wissenschaftlichen Pflanzenmodellierungssystem AmapSim entwickelt welches auf botanischen Wachstumsregeln basiert (Barczi et al. 2008). Jede Pflanze wird durch Flächen (Blätter) und Zylinder (Stängel und Ähren) beschrieben. Die darunter befindliche Bodenoberfläche wurde auf Grundlage von Feldmessungen modelliert. Die Pflanzenpositionen werden durch die Pflanzreihen der 3D-Bodenoberfläche und der Pflanzendichte pro Meter bestimmt. Der Gesamtbestand besteht aus einer begrenzten Anzahl unterschiedlicher 3D-Pflanzenmodellen. Diese werden geklont und anschließend auf dem 3D-Bodenmodell platziert. Jeder Klon wird dabei zufällig um seine Längsachse rotiert. Die Entwicklung der Pflanzenmodelle basiert auf detaillierten geometrischen Vermessungen der Pflanzenorgane zu unterschiedlichen Entwicklungszeiträumen, die an Hand zahlreicher Form und Lagemerkmale im Feld erfasst wurden.
Zur Simulation der optischen Eigenschaften dieser Organe werden Informationen über Reflexions- und Transmissionsverhalten benötigt. Diese Daten wurden mit einem ASD FieldSpec Pro im Wellenlängenbereich von 350 nm – 2500 nm gemessen. Die Abbildung visualisiert schematisch den Aufbau eines 3D-Szenarios und dessen virtuelles Abtasten mit dem resultierenden Produkt, das integrierte Spektrum des virtuellen Vegetationsbestands. Die Bestandsreflexion wird mit dem aDvanced Radiometric rAy Tracer (drat, auf GitHub als librat), einem effizienten Monte-Carlo Raytracing-Renderer (Lewis, 1999) berechnet. Die Bestandsreflexion ist dabei zum einem durch die Aufnahme- und Beleuchtungsgeometrie und zum anderen durch die geometrischen und spektralen Eigenschaften der bestandsbildenden Objekte bestimmt.
Bidirektionale Reflexion und Anisotropie
Die bidirektionale Reflexion (BRDF, bidirectional reflectance function) des Vegetationsbestands wird durch die Wechselwirkungen zwischen der einfallenden Sonnenstrahlung und den Pflanzen innerhalb des Vegetationsbestands bestimmt, die von den optischen und strukturellen Eigenschaften der Vegetation, dem darunter liegenden Boden und der Beleuchtungs- und Beobachtungsgeometrie abhängt. Um BRDF-beeinflusste Reflexionssignale zu verstehen, muss dieser Einfluss identifiziert und quantifiziert werden, was detaillierte Kenntnisse über die Struktur und BRDF der beobachteten Vegetationsbestände erfordert. Die Abbildung zeigt den BRDF-Effekt in einem Getreidefeld einmal mit der Beleuchtung im Rücken fotografiert (linkes Foto, Rückwärtsstreuung) und einmal gegen die Beleuchtung fotografiert (rechtes Foto). Deutlich zu erkennen sind der unterschiedliche Kontrast und die unterschiedliche Intensität in den Fotos, die durch Rückwärts- und Vorwärtsstreuung entstehen.
Die BRDF einer Oberfläche ist wellenlängenabhängig und kann nur über Approximation bestimmt werden, indem viele unterschiedliche Beobachtungen dieser Oberfläche aus verschiedenen Richtungen aufgenommen werden. In-situ-BRDF-Messungen sind zeitaufwendig und hängen von der Verfügbarkeit eines Feldgoniometers ab. Im Gegensatz zu Feldmessungen bieten rechnergestützte Simulationen einen alternativen Ansatz, bei dem parametergesteuerte Szenarios virtueller 3D-Vegetationsbestände unter konstanten Beleuchtungsbedingungen virtuell aufgenommen werden. HySimCaR ermöglicht die Simulation realistischer bidirektionaler Reflexionsspektren auf der Basis virtueller 3D-Szenarien unter Einbeziehung jeder möglichen Betrachtungsposition und der Nutzung von Monte-Carlo-Raytracing. Die Abbildung visualisiert den Zusammenhang zwischen Beobachtungshemisphäre über einer Oberfläche und der BRDF einer Oberfläche. Dabei ergibt sich die Hauptebene der BRDF, die Ebene entlang derer die stärkste Anisotropie auftritt, immer aus der Azimutrichtung der Beleuchtungsquelle. Der Azimutwinkel der BRDF entspricht somit immer den relativen Azimutwinkel zwischen Beleuchtungsrichtung und Beobachtungsrichtung (siehe Kuester & Spengler 2018).
Applikationen
Modellierung teilbedeckter landwirtschaftlicher Vegetationsszenarien zur Analyse des Einflusses der Vegetationsbedeckung auf die spektralen Merkmale des Bodens. Hierfür wird das Simulationssystem HySimCaR (hyperspectral simulation of canopy reflectance) genutzt, um virtuelle landwirtschaftliche Feldszenarien zu generieren, die sich in der Art der Bedeckung, dem Deckungsgrad und dem Bodenhintergrund unterscheiden. Der unterschiedliche Bedeckungsgrad wird durch Variation der Feldstruktur und der Anzahl der eingesetzten Pflanzen sowie deren geometrische Ausprägung bestimmt. Modelliert werden können Szenarien mit frühen grünen Wachstumsstadien oder Szenarien nach der Ernte mit den zurückgebliebenen Stoppeln. Die Feldstruktur der frühen grünen phänologischen Stadien kann durch den Reihenabstand, die Anzahl der Pflanzen und deren phänologisches Stadium variiert werden. Die Feldstruktur der Szenarien mit den trockenen Stoppeln kann über den Reihenabstand und die Anzahl der vertikalen und horizontalen Stoppeln variiert werden (siehe Kuester et al. 2018).
Modellierung von Plastikmüllszenarien zur Analyse der Erkennbarkeit und Identifizierbarkeit verschiedener Plastikmaterialien in der terrestrischen Umwelt. Hier wurde das HySimCaR-Modell verwendet, um eine Spektraldatenbank verschiedener terrestrischer Szenarien mit Plastikmüll zu generieren, um das Potenzial, die Herausforderungen und die Grenzen für die Identifizierung und Kartierung verschiedener Plastikarten mittels hyperspektraler Fernerkundung zu untersuchen. Es wurde eine Datenbank verschiedener Plastikmüllszenarien generiert, die sich in der Form der Objekte, dem Material, dem Bedeckungsgrad und den verschiedenen Hintergrundmaterialien unterscheiden (siehe Kuester & Bochow 2019).
Literatur
J-F Barczi, H Rey, Y Caraglio, P de Reffye, D Barthélémy, Q X Dong and T Fourcaud (2008). AmapSim: A structural whole-plant simulator based on botanical knowledge and designed to host external functional models. Annals of Botany, 101, 1125-1138.
P Lewis (1999). Three-dimensional plant modelling for remote sensing simulation studies using the botanical plant modelling system. Agronomie, 19, 185-210.
Publikationen
T Kuester & M Bochow (2019): Spectral Modeling of Plastic Litter in Terrestrial Environments - Use of 3D Hyperspectral Ray Tracing Models to Analyze the Spectral Influence of Different Natural Ground Surfaces on Remote Sensing Based Plastic Mapping - Papers, Whispers 2019 - 10th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing, Amsterdam, The Netherlands, 2019.
T Kuester, S Chabrillat, D Spengler, K Ward, S Förster (2018): Quantifying and Correcting the Impact of Vegetation Cover on Soil Spectral Features Based on Simulated Cereal Canopy Reflectance Spectra - Papers, Whispers 2018 - 9th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing, Amsterdam, The Netherlands, 2018.
T Kuester & D Spengler (2018): Structural and Spectral Analysis of Cereal Canopy Reflectance and Reflectance Anisotropy. Remote Sensing, 10, 1767.
T Kuester, D Spengler, J-F Barczi, K Segl, P Hostert, H Kaufmann (2014): Simulation of Multitemporal and Hyperspectral Vegetation Canopy Bidirectional Reflectance Using Detailed Virtual 3-D Canopy Models. - IEEE Transactions on Geoscience and Remote Sensing, 52, 4, p. 2096-2108.
D Spengler (2014): Charakterisierung von Getreidearten aus hyperspektralen Fernerkundungsdaten auf der Basis von 4D-Bestandsmodellen, PhD Thesis, Technische Universität Berlin, Fakultät VI - Planen Bauen Umwelt.
D Spengler, T Kuester, A Frick, D Scheffler, H Kaufmann (2013): Correcting the influence of vegetation on surface soil moisture indices by using hyperspectral artificial 3D-canopy models - Proceedings of SPIE, Image and Signal Processing for Remote Sensing XV, 88870Y, SPIE Remote Sensing Conference (Dresden 2013) (Dresden 2013).
T Kuester (2011): Modellierung von Getreidebestandsspektren zur Korrektur BRDF-bedingter Einflüsse auf Vegetationsindizes im Rahmen der EnMAP-Mission, PhD Thesis, Humboldt Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II.