冠层反射率对叶密度的导数:一种概率渲染框架

《Remote Sensing of Environment》:Derivative of canopy reflectance with respect to leaf density: A probabilistic rendering framework

【字体: 大 中 小 】 时间:2026年07月21日 来源:Remote Sensing of Environment 12.3

编辑推荐:

  摘要:估算冠层反射率对叶面积密度(μ)的导数对于量化植被结构变化——例如由作物生长或叶片衰老引起的变化——如何影响遥感观测结果至关重要。我们提出了一种概率方法,该方法基于辐射传输模型并利用如下表达式进行估算:每片叶片以概率P存活(伯努利稀疏过程),因此初始密度μ0会降低为μ=μ0

  摘要:估算冠层反射率对叶面积密度(μ)的导数对于量化植被结构变化——例如由作物生长或叶片衰老引起的变化——如何影响遥感观测结果至关重要。我们提出了一种概率方法,该方法基于辐射传输模型并利用如下表达式进行估算:每片叶片以概率P存活(伯努利稀疏过程),因此初始密度μ0会降低为μ=μ0P。随后,P的变化会导致μ的变化,因为二者之间存在导数关联。针对给定的叶片稀疏配置,在对叶片存在情况取期望值后,可得到期望辐射度及其相对于P的导数的封闭形式。基于蒙特卡洛路径追踪技术,我们为这两个量开发出了无偏估计器。其精度与现有最先进技术(如有限差分法和重要性采样法)相当,但导数的噪声更小,这体现了该方法的高效性。

引言:植被通过光合作用和蒸散作用等生物地球化学过程,在全球碳、水和能量循环中起着关键作用。因此,研究植被的结构特性(如叶密度、叶倾角分布)以及生化特性(如叶色素、含水量)非常重要。然而,由于环境因素(如光照、大气效应)以及仪器配置(如观测几何结构、视野范围、空间分辨率)的影响,准确解读这些数据往往具有挑战性。在此背景下,用于描述光子在冠层内传播及其与叶片和土壤相互作用的辐射传输模型是非常实用的工具。在各种辐射传输模型公式中,渲染方程(Kajiya, 1986)为描述复杂场景中的光传输提供了通用的数学框架。通过对冠层反射率关于光学特性和结构参数的敏感性分析,可以研究辐射平衡并在可控不确定性条件下提出反演技术(Xiao et al., 2014)。尤其是反射率关于叶密度的导数极为重要:它们能够量化冠层变密时反射率的变化情况,同时为那些旨在从反射率数据中反演结构参数的方法提供关键信息。为了进行此类分析,可微辐射传输模型似乎是计算不同植被冠层配置下导数的有力工具(Kallel et al., 2025)。

在计算机图形学领域,可微渲染技术取得了重大进展。早期的方法如带边缘采样的可微蒙特卡洛射线追踪(Li et al., 2018)以及路径空间可微渲染框架(PSDR)(Zhang et al., 2020; Loubet et al., 2019)通过显式的边界积分采样或重参数化技术,为几何导数提供了无偏估计器。最近的改进措施,如投影采样(Zhang et al., 2023),进一步降低了轮廓点采样的方差,而像Mitsuba 3(Jakob et al., 2022)这样的通用系统则提供了功能完备的可微渲染平台。此外,还提出了基于有符号距离函数(SDF)的微分方法(Vicini et al., 2022),但这种方法仅适用于紧凑型物体,对于冠层中的数百万片叶片而言则难以应用。这些方法在需要优化几何形状或从图像中恢复物体形状的任务中效率极高,因为在这些任务中轮廓信息至关重要。然而在遥感领域,卫星尺度上无法观测到叶片的轮廓,重要的是像素内众多叶片的“平均辐射效应”,而非每个边界的精确位置。因此,在我们的研究场景中,边缘或SDF采样并无必要,而平均效应才是核心所在。

Kallel等人(2025)提出的重要性采样技术将蒙特卡洛射线追踪扩展到了充满随机大小叶片的体积区域,从而实现了对辐射度及其关于叶面积的导数的联合估计。该方法通过在体积内部重新分配贡献值,减少了对显式边缘采样的需求。然而,它仍然受几何邻近效应的支配:导数信号主要由叶片边界附近发生的少数相互作用(“射线-边缘”事件)决定。因此,大量模拟的光子路径——尤其是那些穿过叶片内部的路径——并不会对导数估计器产生贡献,这就导致了更高的方差和较低的效率。在本文中,我们提出了一种新的框架,可消除这种几何上的简并问题。我们不再将叶片视为具有随机属性的确定性几何对象,而是将其建模为受伯努利过程控制的随机二元实体。从密度为μ0的参考冠层出发,假设每片叶片以概率P独立存活,从而得到有效密度μ=μ0P。这种表述方式将随机性的来源从几何相互作用转移到了散射元素本身的存在上。这样一来,导数就不再与罕见的边界事件相关,而是源自介质的整体随机扰动。我们的概率稀疏框架带来了几项重要进展。首先,它定义了一类新的概率辐射传输模型,在这类模型中,光传输取决于冠层的随机状态。其次,它建立了关于存活概率P的导数与冠层密度μ之间的直接解析关系,从而无需依赖几何扰动即可进行敏感性分析。第三,它形成了路径积分形式,使得所有光子路径都能为导数估计器做出贡献,从而从根本上提升了估计器的效率。作为首次应用,这项工作使得通过模型反演来获取冠层结构成为可能。反射率关于叶密度的导数是基于梯度的叶面积指数反演方案的输入,通过反复评估模拟反射率的敏感性,可以更新叶密度。因此,我们在文章末尾展示了这一技术的端到端应用示例。由于该框架将冠层视为一个随机介质,其中不会明确分辨出单个叶片,因此它适用于中分辨率到粗分辨率的观测数据,比如卫星或航空数据,而不适合叶片边缘清晰可见且需要高精度的厘米级近距离成像。

理论背景:经典的渲染方程(Kajiya, 1986)给出了表面点x处法向量为nx、方向为ωo时的出射辐射度Lo,其表达式为:Lo(x,ωo)=Le(x,ωo)+∫Ωfr(x,ωi,ωo)Li(x,ωi)|ωi?nx|dωi。其中,Le为发射辐射度,fr为双向散射函数,积分是在空间Ω内所有入射方向ωi上进行的。将入射辐射度积分转换为对所有场景表面A的表面积分后,渲染方程就变成了面积形式:Lo(x,ωo)=Le(x……

proposed approach:接下来,我们考虑一个由土壤、树枝、叶片等多种元素构成的场景。叶片的特征是初始单位体积的面积密度为μ0。去除一定数量的叶片会降低这一密度,而这正是估算辐射度关于密度的导数的核心机制。为了将这一过程形式化,我们引入了一个稀疏算子,即给每片叶片赋予一个存活概率P。这样就得到了有效的……

实验结果:在本节中,我们将展示关于估算冠层反射率对叶密度导数的实验结果。我们的目标是评估基于伯努利稀疏过程的所提出的概率渲染框架(以下简称PR)的效率,并将其与传统的有限差分法(FD)以及最近开发的重要性采样技术(IS)(Kallel et al., 2025)进行比较。所有的模拟都是使用我们的PolVRT软件进行的……

讨论与结论:所提出的伯努利稀疏框架为估算辐射度及其关于叶密度的导数提供了一种原理清晰且易于操作的方法。通过在渲染公式中直接引入伯努利随机变量,我们得到了期望辐射度及其关于稀疏概率P的导数的精确表达式,而P直接决定了有效密度μ=μ0P。这些表达式是通过蒙特卡洛采样来计算的,其中每一……

CRediT作者贡献声明:Abdelaziz Kallel:写作——审阅与编辑,写作——初稿撰写,可视化,验证,监督,方法论,研究,形式分析,数据整理,概念构建。Yingjie Wang:写作——审阅与编辑,验证,方法论,形式分析,概念构建。Jean Philippe Gastellu-Etchegorry:写作——审阅与编辑,监督,方法论,概念构建。

利益冲突声明:作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。

Abdelaziz Kallel|Yingjie Wang|Jean Philippe Gastellu-Etchegorry
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号