玄武岩的多角度偏振反射光谱研究

该文研究玄武岩在2π空间的多角度反射光谱、偏振反射光谱特征。实验测定了玄武岩在2π空间上反射光谱、偏振反射光谱与光线入射角、探测角、方位角、波段、偏振性等因子之间的关系。结果表明：1)光线入射角对玄武岩的反射光谱、偏振反射光谱影响很大；2)空间水平方位角对光谱具有偏振(极化)特征。空间竖直探测角的影响是随着光线入射角的不同而显著影响着玄武岩的波形曲线特征；3)波段的不同，影响着玄武岩反射光谱、偏振反射光谱吸收能量的大小，但不显著影响玄武岩的空间波形曲线特征。     

基于新型机载多角度传感器AMTIS的LAI反演

以实地测量数据为先验知识,利用AMTIS数据对顺义地区的一块小麦地进行了叶面积指数(LAI)反演实验研究,并用实地LAI数据进行了验证。通过利用实测数据作为模型参数,以及对干湿土壤分类和匹配表的调整,使反演结果和反演速度得到了提高。     

机载模拟POLDER多角度图象配准(英文)

多角度成象对于获取多角度遥感数据是非常重要的。在对多角度数据进行分析之前，首先要对多角度图象进行配准。经过配准，可以识别出相同的地面目标。在配准过程中，一个主要的困难是由于观察角度的不同、双向反射变化及大气的影响造成的图象灰度变化。如何解决灰度变化的影响关系到图象的配准精度。我们在该文中介绍一种多角度图象配准过程，包括预处理、基于层次结构的图象灰度相关配准。为了去掉大角度造成的灰度变化，我们用改进的模板匹配进行配准。这种方法的优点是与配准模板灰度均值无关，只与灰度变化程度有关。配准过程中也同时考虑到纹理的变化。整个配准过程是沿着观测角度增大的方向进行的序列图象配准，以提高大角度图象配准精度。最后，图象的纠正采用局部自适应几何纠正以获得较满意的结果。我们用法国ＣＮＥＳ提供的ＰＯＬＤＥＲ飞机模拟多角度图象进行配准，并提取了小麦和水稻等植被的多角度信息。     

植被冠层多角度遥感研究进展

综述了近年来关于植被冠层多角度遥感研究的最新成果，分别讨论了二向性反射的正向模型和参量反演问题在理论和实际应用中的新进展。分析了卫星平台多角度遥感的应用前景及面临的困难，指出了未来多角度遥感研究的新方向。     

利用AMTIS数据反演植被和土壤温度

遥感陆面温度 (LST)是目前遥感界面临的重要课题 ,组分温度反演则为LST反演的主攻目标。如果混合像元组分间的温度及发射率存在明显差别 ,就可以从多角度热辐射亮度变化中分离出组分温度的信息。在热辐射矩阵模型的基础上 ,讨论了确定可反演参数和反演组分温度的方法 ,并以AMTIS多角度热红外图像为数据源 ,在进行几何和大气纠正后 ,尝试利用矩阵反演方法分解混合像元中的植被和土壤温度。误差分析表明土壤温度反演结果较好 ,但植被温度的反演精度不高     

多角度NOAA卫星数据地面BRDF反射率的大气校正

本文利用连续数天的NOAA卫星数据，采用Rahman地表二向反射模型和基于地面BRDF反射率的大气校正方法反复迭代提取出多个角度大气校正后的图像，并对结果进行了分析。实验结果表明了在多角度遥感定量研究中BRDF大气校正的重要性，大气校正结果与地面实测结果相近，且迭代收敛迅速。     

多角度卫星遥感多阶段目标决策反演研究

利用小波变换, 对多角度卫星遥感图像进行多尺度分解, 在每一尺度上进行多阶段目标决策, 粗尺度的反演结果作为细尺度反演的先验信息, 反演逐步细化, 直到最初的观测尺度. 为实现多阶段目标决策反演策略应用于区域范围的卫星遥感反演实践提出了一种解决的方法. 利用MISR数据, 反演内蒙半干旱草场的植被结构参数, 初步验证表明该方法有效.     

基于知识的分阶段不确定性多角度遥感反演

针对多角度遥感的反演提出了一种基于知识的分阶段不确定性反演方法 .反演以Tarantola的信息理论为基础将人类的先验知识、BRDF模型以及实验测量数据结合在一起 ,在反演决策上使用了多阶段的目标决策方案 .最后以SAIL模型为例 ,用室内实验测量数据对该反演方法进行了反演试验 ,反演结果表明这种反演方法较传统的确定性反演方法更为合理、可靠 .     

“百图齐放,殊图同归”——例谈高效地理复习中的“多图一用”

正纵观历年高考地理试题,几乎是"题题有图,无图不成题",图式的呈现往往比较新颖,因此读图能力的培养变得更加迫在眉睫。在此背景下,"多图一用"的教学方法受到众多一线教师的青睐。该方法是指复习中,在保持地理概念、规律等本质属性不变的前提下,从多角度、多侧面、多方位绘制图像,并通过图图转换,以多幅图像来呈现同一知识块,从而实现高三复习的高效化。     

基于地面试验的植被覆盖率估算模型及其影响因素研究

以植被覆盖率的遥感反演为研究主线,以玉米作物为例,在基于地面试验获得作物光谱、叶面积指数和多角度覆盖率的基础上,对目前普遍采用的两种基于植被指数的植被覆盖率估算模型进行了精度比较,同时对植被覆盖率反演的影响因子(叶面积指数、植被空间分布和观测角度)进行了分析.由此得到:估算植被覆盖率的最优植被指数为归一化植被指数;叶面积指数对植被指数与植被覆盖率间关系的影响随植被的生长不断增大;植被空间分布对垂直覆盖率的估算影响很小.对于多角度覆盖率有这样的规律,即在4种空间分布下,以0°观测天顶角(VZA)为中心,在相反方位角上随VZA的增加,覆盖率值基本呈对称分布;在玉米刚出苗时,覆盖率随VZA的增加而增加,当VZA=0°时达到最小值,而随着玉米的进一步生长,4种分布条件下覆盖率随VZA的增加反而降低,在VZA=0°时达到最大值.