联合反演模型中相对权比的优化反演

利用包括大地测量位移在内的2种以上的观测量进行联合反演，反演模型中相对权比λ的取值是一个值得研究的问题。在阐述了联合反演中相对权比λ取值的传统做法的基础上，提出将相对权比作为反演参数与其他待反演参数一同反演的观点，详细地推演了反演模型，明确了正法反演解算该问题的方法和过程。算例模拟了2种方案6种情形，结果表明：①反演迭代收敛，反演的材料参数都达到或非常接近真值；②观测量的分布影响着相对权比λ值的大小；③随着迭代接近收敛，相对权比λ的值也趋于稳定，反映出其值的可靠性较好。     

结合非线性贝叶斯反演算法的油田储层参数反演

基于地球物理反演算法，利用地表沉降信息快速获取油田储层状态信息，对于油田储层安全的实时监控具有重要意义。目前国内外对油田储层参数反演的研究相对较少，因此本文以典型的因石油开采引起地表沉降的辽河盘锦地区作为研究区域，以InSAR沉降监测结果作为观测数据，以Okada模型作为反演模型，首次将非线性贝叶斯反演算法引入到油田储层参数反演中。在试验过程中，发现油田地下存在不止一个油层，首次将双Okada模型引入到油田储层参数反演中。试验表明：①非线性贝叶斯反演算法不仅能够获取模型参数的最优值，同时可以对反演结果的不确定性做出解释。②与单源Okada模型相比，双Okada模型更符合该地区油田储层参数变化与地表沉降之间的映射关系，基于双Okada模型反演得到的油田储层参数更可靠。     

矩阵表达与对象统计特性相结合的组分温度反演方法

开放复杂目标体系的热辐射方向性的机理已经由矩阵表达式阐述得很清晰 ,但是在地表组分温度反演中 ,多角度数据间高度相关使得反演问题成为一个相关性病态问题。相关性是提高反演精度的主要障碍。以行播冬小麦为例 ,进一步提出一种利用先验知识 ,将矩阵表达与对象统计特性相结合可以提高反演稳定性和精度的方法 ,模拟实验也验证了这种思路的有效性     

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。     

非线性模型岛礁礁盘遥感水深反演

针对已有的遥感水深反演方法波段选取难,得不到较好的模型参数的问题,该文在国内外遥感水深反演研究的基础上,对经典的非线性模型进行研究,引入了逐步回归算法对模型进行了改进。以东岛为研究区,基于Worldview-2多光谱影像进行模型验证和精度评价。结果表明:应用改进后模型的反演水深精度大幅提高,水深范围不但适用在10m以浅的水区,在15~30m的区域精度也较高。由此可见改进的模型在保持原模型移植性较好的前提下,模型参数更易解算,反演精度较高,具有一定的适用性。     

利用GPS监测区域地壳形变的理论与方法

回顾了GPS观测技术在区域地壳形变监测应用中的相关理论和方法,探讨了其发展趋势,重点介绍了块体负位错运动模型及其反演和地表位移场拟合推估及应变分析方法,展望了时空分析方法在地壳形变信息提取中的应用前景。     

大地测量反演问题统一综述

大地测量反演在解决人类面临的资源短缺、自然灾害和生态环境退化问题显示出越来越重要的作用和地位。本文根据R.Parker的理论,首次尝试将近三十年来大地测量反演问题从解的存在性、模型构制、解的非唯一性、解的评价四个方面进行统一,促进了大地测量反演理论和应用的研究。     

基于TM的辐射传输模型反演叶面积指数可行性研究

基于PROSAIL辐射传输模型，引入土壤反射指数SRI来简化模型，提出直接从反射率计算SRI的方法；  同时，针对不同的植被状况，采取不同波段组合对模型的参数进行敏感性分析，确定自由参数与反演波段组合，提出一种基于不同植被状况的叶面积指数反演策略； 最后，应用遗传算法对模拟的TM光谱反射数据进行实验。结果表明，对于LAI＜3的植被，反演精度较高； 但是对于LAI＞3的植被，反演精度较低，其原因主要是冠层反射对LAI不再敏感。因此，辐射传输模型反演LAI有一定适用范围，只有在此范围内LAI的反演精度才可靠。     

BRDF模型参数分阶段鲁棒性反演方法

遥感BRDF物理模型均建立于一定的假设或基于某些理想状况，其模拟的数据与观测数据之间多少会存在一些差异（误差）。利用BRDF模型反演地表参数时，如果不加选择地使用所有观测数据，势必会影响模型参数反演的准确度。遥感反演时一般都采用代价函数进行参数拟合。经典的最小二乘（LS）拟合代价函数对正态分布误差具有一定的抗干扰性，但是当观测数据含有异常值时却会导致反演结果的不稳定。最小中值平方（LMS）方法具有鲁棒性特点，反演时若将其作为代价函数，则可以有效地检测出观测数据中含有的异常值，从而可以使模型反演准确度提高。本文以遥感BRDF物理模型——SAIL模型为例，使用模拟数据与真实地面观测数据，构建LMS与LS两种代价函数，分阶段地进行地表参数的反演方法研究。结果显示，针对具有一定误差或模型不能完全表示的观测数据，本文采用的分阶段方法可以对模型参数鲁棒地反演。