《Remote Sensing of Environment》：A kernel-driven BRDF model by accounting for urban building structures: Model development and preliminary application with satellite data
编辑推荐：
本文创新性地提出了城市分析核驱动模型（UAKM），通过引入建筑覆盖度、平均高度等关键结构参数，有效解决了传统植被导向模型（如RTLSR）在城市双向反射分布函数（BRDF）反演中的局限性。模型在DART模拟数据和Landsat卫星观测中均展现出优异性能（可见光波段RMSE<0.016），首次精准捕获了热点区域BRDF增长率减缓、前向散射面最小反射偏移45°等城市特有各向异性特征，为城市地表能量平衡、气溶胶监测等应用提供了更可靠的物理基础。
Section snippets
Method
双向反射分布函数（BRDF）描述了地表的方向反射特性。如Nicodemus等人（1977）所给出的公式，BRDF定义为反射方向观测到的辐射亮度dLr与入射辐照度dEi的比值，其中涉及太阳天顶角（SZA）、太阳方位角（SAA）、观测天顶角（VZA）、观测方位角（VAA）和波长（λ）等参数。该函数量化了地表在不同光照和观测几何条件下的反射各向异性，是理解城市地表能量收支的关键。
Selection and 3D modeling of typical urban areas
为验证城市BRDF模型的可靠性，本研究在北京、上海和武汉分别选取10个研究点，共计30个点位。以每个点为中心构建210×210米、420×420米和840×840米三种尺度的正方形区域，形成90个典型城市场景作为研究区。通过三维建筑建模，精确捕捉了不同城市形态（如居住区、商业区）的空间异质性，为后续BRDF模拟与反演对比提供了可靠的实验基础。
Shape and numerical comparisons of BRF retrievals
图6对比了DART模拟的三维BRF与UAKM、RTLSR和RTROU模型在420×420米区域（图4e）的反演结果。结果显示，RTLSR和RTROU反演的BRF曲面较为平滑，而UAKM和DART模拟的BRF则呈现出明显的梯度突变。最大差异出现在热点区域（VZA=SZA且VAA=SAA处）：传统模型在此产生峰值，而UAKM则成功再现了城市特有的BRDF增长率减缓现象，更贴合DART模拟的复杂反射特征。
Exploring urban-specific BRF characteristics induced by 3D urban structures
如第4.1节所示，考虑三维城市结构效应的UAKM模型在重现DART模拟BRF形态特征方面明显优于RTLSR和RTROU。通过几何光学理论估算阴影和不可见区域，UAKM为城市复杂性提供了更物理基础的描述。这种结构敏感性转化为改进的反演性能，尤其体现在主平面沿线及热点附近区域，凸显了城市建筑布局对BRF空间分异的关键调控作用。
Conclusion
本研究开发了面向城市场景的新型核驱动BRDF反演模型——城市分析核驱动模型（UAKM）。基于先前开发的城市双向反射分析模型（UBRAM）的前向模拟框架，UAKM将其扩展至反演应用，并在DART模拟和Landsat 8实验中均展现出高精度。与广泛使用的RossThick-LiSparse Reciprocal模型相比，UAKM通过整合建筑覆盖度、平均高度等结构参数，显著提升了对城市特有各向异性反射特征的捕获能力。
