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。     

叶片水分含量光谱响应变化研究

植被光谱反射或发射特性是化学和形态学特征决定的,这种特性与植被发育、健康状态、含水量、叶绿素含量密切相关,植物的水分胁迫状况能够在光谱反射率数据中有所体现。本文通过实验研究野外活体植物叶片和采集下的叶片随着水分流失波谱曲线变化的规律,并发现随不同的叶片水分损失率,红边、与红边相关的参数及波形呈现不同的变化。