正则化滤波在反演地表光谱反照率中的应用

利用有限的卫星观测数据,通过反演地物二向性反射分布函数(BRDF)模型提取复杂地表的真实信息,是一个不适定的地球科学反演问题。为了克服离散不适定性带来的困难,在分析引起模型解不稳定的原因和数据误差传递机制的基础上,使用构建滤波函数的方法实现BRDF模型的正则化约束反演。实验结果表明,正则化滤波算法与MODIS AMBRALS算法精度相当,完全适用于具有充足观测和稀疏观测情况下的地物参数反演。     

均方误差意义下的正则化参数二次优化方法

Tikhonov正则化法是大地测量中应用最为广泛的病态问题解算方法之一。影响正则化法解算效果的重要因素是正则化参数,然而,最优正则化参数的确定一直是正则化解算的难题,如L曲线法确定的正则化参数具有稳定性好、可靠性高的优点,但存在过度平滑问题,导致正则化法对模型参数估值精度改善较小。本文从均方误差角度分析了正则化参数对模型参数估计质量的影响。基于奇异值分解技术,提出了由模型参数投影值分块计算均方误差的方法,避免了均方误差迭代计算,并基于均方误差最小准则给出了正则化参数优化方法,实现了对L曲线正则化参数的优化。数值模拟试验与PolInSAR植被高反演试验结果表明,正则化参数优化方法有效改善了正则化法解算效果,提高了模型参数估计精度。     

遥感辐射传输建模与反演研究进展

综述了地表二向反射特性和植被BRDF 模型、地表热辐射方向性机理与建模研究的国内外现状; 围绕遥感辐射传输建模研究的最新进展, 重点介绍了基于叶片正反面反射率不等现象的叶片波谱模型改进(EPROSPECT)及冠层辐射传输模型(SAILE)、行播作物二向性反射模型、冬小麦穗叶复合热红外辐射方向性模型、二向性反射特性计算机模拟模型(RGM)、热红外辐射方向性计算机模拟模型(TRGM); 选择典型地表参数介绍了定量遥感反演的最新研究进展, 包括植被指数方向性校正方法、叶面积指数遥感反演中的信息量度量及其不确定性分析、地表反照率遥感反演中的地形校正方法等, 在此基础上介绍了定量遥感反演软件系统(RSIS 1.0)。最后就地表参数多源遥感协同反演面临的关键科学问题和近期研究目标进行了展望。     

基于偏差原则和正则化方法反演晴空地表BRDF和反照率

提出一种反演晴空地表反照率快速稳健的新算法——混合算法。该方法首先利用双参数模型函数确定正则参数的初始值,然后由基于Morozov偏差原则的高阶收敛算法确定正则参数,继而通过Tikhonov正则化手段来反演BRDF模型。从POLDER-3/PARASOL BRDF数据库中任意挑选不同覆盖的地表像元测量数据,与MODIS全反演法结果作比较,对比较结果给予了讨论;最后选择天津市地区的卫星图像进行反演实验,并就反演结果给出了误差分析和算法模型的评价。     

Tikhonov正则化方法在GOCE重力场求解中的模拟研究

本文在阐述Tikhonov正则化方法基本原理的基础上,给出了四类可用于重力场解算的正则化矩阵(零次、一次、二次和Kaula),以及用于确定正则化参数的L曲线法和GCV方法的数学模型。基于SA方法利用模拟数据分析讨论了零次、一次以及Kaula正则化矩阵应用于GOCE全球重力场模型确定的有效性,并由Kaula正则化矩阵分析了L曲线法和GCV方法确定正则化参数的可行性。数值结果表明三类正则化矩阵获得的最优解(以大地水准面MSE最小为准则确定)的精度水平相近,关键在于相应正则化参数的确定,数值结果同时说明了GCV方法和L曲线法可用于确定正则化参数,且前者较后者具有更好的稳定性。     

基于χ2准则的磁梯度张量3D聚焦反演方法

针对铁磁性物质反演中正则化参数自适应选择的问题,提出了基于χ2准则的磁梯度张量3D聚焦反演方法。利用深度加权矩阵和最小支撑矩阵对经典Tikhonov正则化理论框架下的反演模型进行约束得到目标函数,避免了由于反演参数多于采集点数而导致反演解的多解性,并有效解决了核函数随深度增大而快速衰减的问题。通过对目标函数进行迭代奇异值分解获得最佳物性参数,并根据χ2准则自适应地确定目标函数在迭代过程中的正则化参数,提高了迭代速度和求解精度。仿真和实验结果表明:该方法能准确还原磁性异常体的轮廓形态,具有较好的模型分辨率。     

利用TERRA和AQUA共同反演陆地上空的气溶胶光学厚度

利用TERRA和AQUA共同反演气溶胶光学厚度和地表反射率特征，对其原理及方法进行了详细的讨论。通过Terra和Aqua两颗卫星对同一地点的不同角度的观测，结合多个光学通道的信息，反演了北京地区光学厚度及地表反射率信息。反演的气溶胶光学厚度同地面观测的结果相比具有很好的一致性。同时，对地表反射率及气溶胶波长指数等也进行了讨论和对比，结果显示，对北京地区，MODIS1通道地表反射率和7通道地表反射率的比在0．66左右，3通道和7通道的比在0．28左右。相比于NASA暗背景全球反演算法中1、3通道和7通道的比为0．50和0．25的处理方法，反演得到的气溶胶光学厚度结果也较好。     

利用椭球约束求解区间平差模型的正则化方法

摘　要：以参数带区间约束平差模型为对象,针对传统的椭球约束算法存在平差结果可能不在约束条件内的缺点, 在传统椭球约束求解方法的基础上,基于最优化理论中的二次罚函数法,提出一种改进的求解椭球约束的方法,通 过对椭球特征矩阵进行加权,减小特征矩阵的半径来迭代求最优解。在模型中引入正则化项,利用Ｌ－曲线法确定正 则化参数,来解决系数矩阵病态的问题。最后,通过一个反演中的模拟病态算例比较验证算法的有效性。     

地震同震滑动分布反演平滑因子的确定

针对大地测量地震同震滑动分布反演中平滑因子（又称正则化参数）的确定问题,一般采用模型粗糙度与数据拟合残差之间的折中曲线来确定（为便于区分,本文将该方法称为"L曲线"）。本文在L曲线的基础上提出一种确定平滑因子的新方法——折中相交曲线法。模拟试验反演结果表明,利用折中相交曲线法确定的平滑因子反演地震滑动分布各参数精度要优于L曲线法。利用折中相交曲线法确定平滑因子反演拉奎拉与台湾美浓实际地震,并与L曲线法反演结果进行对比分析。分析结果表明,利用折中相交曲线法确定的平滑因子反演拉奎拉与台湾美浓实际同震滑动分布各参数结果均在国内外其他学者研究的范围内,并且利用折中相交曲线法确定平滑因子较L曲线法具有计算效率高、无需依赖数据拟合度、确定平滑因子大小更为合适等优点。     

鱼眼相机检校的正则化方法比较分析

鱼眼相机因其成像视场极大而在全方位视觉、测量、工业制造等领域得到了广泛的应用,但在应用鱼眼相机之前需要对其进行检校。鱼眼相机参数包括畸变参数、内方位参数和外方位参数等,这些参数之间存在着很强的复共线性而使法方程呈现严重病态,导致参数解容易受到观测误差的影响,正则化方法恰好能够有效地解决方程病态的问题。针对鱼眼相机的特点,首次提出了鱼眼相机检校的正则化方法,介绍了基于半视场角约束的鱼眼相机检校方法,阐述了Tikhonov正则化方法和截断奇异值（TSVD）正则化方法的基本原理,探讨了求解正则化参数的L曲线法和广义交叉检验法（GCV）的特点,最后构建了5种不同的正则化方案对15组数据进行了分别处理,并对得到的相机参数的精度和准确度进行了比较分析。实验分析表明：各种正则化方案会引起相机内方位参数约为0.2像素的轻微偏移,但是相对于直接最小二乘解其精度至少提高了1000倍,能够极大地提高相机检校的抗干扰性。     

Estimating fractional green vegetation cover of Mongolian grasslands using digital camera images and MODIS satellite vegetation indices

ABSTRACT

Fractional green vegetation cover (FVC) is a useful indicator for monitoring grassland status. Satellite imagery with coarse spatial but high temporal resolutions has been preferred to monitor seasonal and inter-annual FVC dynamics in wide geographic area such as Mongolian steppe. However, the coarse spatial resolution can cause a certain uncertainty in the satellite-based FVC estimation, which calls attention to develop a robust statistical test for the relationship between field FVC and satellite-derived vegetation indices. In the arid and semi-arid Mongolian steppe, nadir pointing digital camera images (DCI) were collected and used to produce a FVC dataset to support the evaluation of satellite-based FVC retrievals. An optimal DCI processing method was determined with respect to three color spaces (RGB, HIS, L*a*b*) and six green pixel classification algorithms, from which a country-wide dataset of DCI-FVC was produced and used for evaluating the accuracy of satellite-based FVC estimates from MODIS vegetation indices. We applied three empirical and three semi-empirical MODIS-FVC retrieval models. DCI data were collected from 96 sites across the Mongolian steppe from 2012 to 2014. The histogram algorithm using the hue (H) value of the HIS color space was the optimal DCI method (r² = 0.94, percent root-mean-square-error (RMSE) = 7.1%). For MODIS-FVC retrievals, semi-empirical Baret model was the best-performing model with the highest r² (0.69) and the lowest RMSE (49.7%), while the lowest MB (+1.1%) was found for the regression model with normalized difference vegetation index (NDVI). The high RMSE (>50% or so) is an issue requiring further enhancement of satellite-based FVC retrievals accounting for key plant and soil parameters relevant to the Mongolian steppe and for scale mismatch between sampling and MODIS data.     

北京城市下垫面大气CO2反演算法

大气温室气体监测仪GMI（Greenhouse gases Monitor Instrument）是高分五号（GF-5）卫星载荷之一，主要用于全球温室气体含量监测和碳循环研究。高精度反演是卫星大气CO₂遥感的基本需求。地表反射率影响卫星遥感辐射量及辐射传输过程中的地气耦合过程，严重制约着CO₂的反演精度，针对GMI开发高精度的大气CO₂反演算法，地表反射是一个需要重点考虑的因素。城市是CO₂重要的发射源，且城市下垫面存在明显的二向反射特性，加上城市大气条件不良，复杂的地气耦合效应存在这都考验反演算法的准确性和鲁棒性。本文针对北京城市地区，利用2011年—2016年共5年的MODIS（MODerate-resolution Imaging Spectroradiometer）地表二向反射分布函数BRDF（Bidirectional Reflectance Distribution Function）数据，构建了适合利用单次观测数据反演的BRDF模型，并提出一种同时反演地表BRDF参数和大气CO₂含量的算法。结果表明在550 nm波长处气溶胶光学厚度AOD（Aerosol Optical Depth）小于0.4时，大部分GMI模拟数据的反演误差控制在0.5%（~2 ppm）内。利用GOSAT （Greenhouse gases Observing SATellite）实测数据的反演结果与修正后的日本国立环境研究所NIES（National Institute for Environmental Studies）反演结果进行对比，其平均误差为1.25 ppm，相关性达到0.85。本算法满足GMI数据在北京城市区域高精度CO₂反演的需求，并使得反演高值气溶胶区域数据成为可能，增加了GMI观测数据的利用率。     

全极化微波辐射计对环境参数敏感性分析

为衡量全极化微波辐射计各通道对不同环境参数的探测能力,在构建全极化微波辐射传输正演模型的基础上,采用敏感性分析的方法,在固定背景场条件下,对全极化微波辐射计不同频率、各极化通道亮温对海面风速、海面风向、海面温度、大气水汽含量和云中液态水含量等重要环境参数的敏感度进行了分析和量化计算,对正演模型仿真亮温、星载全极化微波辐射计Wind Sat实测亮温相对于真实背景场参数、NCEP分析场资料和TAO/TRITON浮标实测海面风场数据的敏感性进行了分析。分析结果验证了全极化微波辐射计对海面风场的观测能力,衡量了上述重要环境参数对星载全极化微波辐射计各通道的单独影响程度,为中国自主研制全极化微波辐射计时通道指标设计、环境参数反演通道选取及算法提供支持。     

航空重力测量数据向下延拓基于信噪比的正则化方法的研究

本文研究了正则化方法在航空重力测量数据向下延拓问题中的应用。首先对这种不适定问题的线性模型,分析了设计阵的复共线性结构与其对参数估计危害之间的关系,利用参数LS估计的信噪比提取了各个参数是否受到复共线性严重危害的信息,从而在一定程度上揭示了设计阵复共线性结构的特征。然后提出了基于信噪比的正则化方法（SNR）,以信噪比为依据构造正则化矩阵,以极小化均方误差为目标选取正则化参数。本文构造正则化矩阵无需利用附加物理或先验信息,这对于在缺乏此类信息的情况下运用正则化方法提供了新的手段。最后进行了数值试验,结果表明,本文提出的新方法（SNR）比普通的正则化方法（OR）在滤噪和保真方面表现更佳。     

The ADV/ASV AATSR aerosol retrieval algorithm: current status and presentation of a full-mission AOD dataset

An advanced along-track scanning radiometer (AATSR) global multi-year aerosol retrieval algorithm is described. Over land, the AATSR dual-view (ADV) algorithm utilizes the measured top of the atmosphere (TOA) reflectance in both the nadir and forward views to decouple the contributions of the atmosphere and the surface to retrieve aerosol properties. Over ocean, the AATSR single-view (ASV) algorithm minimizes the discrepancy between the measured and modelled TOA reflectances in one of the views to retrieve the aerosol information using an ocean reflectance model. Necessary steps to process global, multi-year aerosol information are presented. These include cloud screening, the averaging of measured reflectance, and post-processing. Limitations of the algorithms are also discussed. The main product of the aerosol retrieval is the aerosol optical depth (AOD) at visible/near-infrared wavelengths. The retrieved AOD is validated using data from the surface-based AERONET and maritime aerosol network (MAN) sun photometer networks as references. The validation shows good agreement with the reference (r?=?0.85, RMSE?=?0.09 over land; r?=?0.83, RMSE?=?0.09 at coasts and r?=?0.96, RMSE?=?0.06 over open ocean). The results of the aerosol retrievals are presented for the full AATSR mission years 2002–2012 with seasonally averaged time series for selected regions.     

风能方向性参量遥感反演

目前可遥感反演的海上风能参量主要为平均风速和平均风功率密度,缺乏对风能方向性参量的反演。本文建立了以风向频率、风能密度方向分布为核心的风能方向性参量体系及相应的反演方法,使用2007年—2016年ASCAT星载散射计观测数据进行了反演实验,并利用海上现场观测数据对反演结果进行比较验证,通过理论分析和模拟实验对反演方法的数据量需求和误差传递进行了分析。结果表明,90%的反演结果通过了所有的同一性检验,验证了其有效性和准确性;风向频率和风能密度方向分布准确反演所需的最小数据量分别为350条和800条;遥感反演的风速风向数据的误差使得最终反演的风能方向性参量趋于离散,真实的风能方向分布越集中,对其影响越敏感。     

AMSR-E/2观测辐射值反演水成物参数

基于先进的微波扫描辐射计AMSR-E/2观测的辐射值,利用-维变分算法(1D-Var)反演各类水成物(云水、雨水和云冰)的垂直廓线,并对其反演结果进行检验。以2014年8月台风"夏浪"为例,分两步对变分反演的云微物理参数进行了检验。首先,将反演的各类水成物含量补充到辐射传输模式的输入场,观测算子模拟的AMSR-2各通道亮温与实况观测相比非常接近,可以很好地模拟出台风外形、强度及螺旋结构。其次,将反演的水成物廓线与载在Cloud Sat上的云雷达CPR同时段观测的雷达反射率因子进行对比,发现反演出的云水、雨水含量大值区与毫米波云雷达观测的雷达反射率因子高值区一一对应,进一步说明1D-Var反演的水成物参数精度很高。然而,由于星载AMSR-E/2观测通道少且空间分辨率低,对尺度较小、较薄的云不敏感,同时对云层较厚的密闭云区和多层云区反演能力也有限。     

阶段模型修正的星载GNSS-R土壤湿度反演方法EI北大核心CSCD

本文提出了一种基于CYGNSS数据的星载GNSS-R土壤湿度反演方法。首先,基于CYGNSS数据提取地表反射率参数,联合SMAP数据中提取的植被光学厚度、地表粗糙度和温度等辅助信息,初步构建了土壤湿度反演理论模型,并利用神经网络模型确定了土壤湿度反演的精细数学模型;然后,将该模型处理获得的土壤湿度以35%为分界点,利用本文提出的阶段函数模型提高反演精度,并使用2018年10月—2019年5月的CYGNSS数据,获得了全球范围内星载GNSS-R土壤湿度;最后,通过与SMAP提供的土壤湿度数据进行对比,评估了本文提出的星载GNSS-R土壤湿度反演方法的有效性,并对获取的星载GNSS-R土壤湿度进行了时间序列分析。结果表明,本文提出的土壤湿度反演方法的结果与SMAP土壤湿度具有良好的一致性,且随时间变化的趋势也相符合,为高精度土壤湿度反演提供了一种思路。