集合卡曼滤波在遥感反演地表参数中的应用--以核驱动模型反演BRDF为例 |
| |
作者姓名: | 秦军 阎广建 刘绍民 梁顺林 张颢 王锦地 李小文 |
| |
作者单位: | 1. 北京师范大学地理与遥感科学学院,遥感与GIS研究中心,北京 100875 2. Department of Geography, 2181 Lefrak Hall, University of Maryland, College Park, MD20742, USA |
| |
基金项目: | 科技部科研项目,中国科学院资助项目,教育部优秀青年教师资助计划 |
| |
摘 要: | 遥感反演中使用先验知识, 特别是在观测信息不足情况下, 对于保证反演计算的稳定性和降低反演结果的不确定性具有重要意义. 常用的最优算法, 不能较好提供先验知识的后验分布, 也就不能直接得到反演结果不确定性, 这对于遥感应用是不利的. 引入集合卡曼滤波(EnKF)的方法来实现地表参数的遥感反演, 它能在有效获得反演结果的同时给出先验知识的后验分布. 为了显示其反演优势, 将MODIS标准AMBRALS算法、SCE-UA高效全局最优算法和集合卡曼滤波算法进行了比较. 着重讨论了在观测不足时, 引入先验知识并以反演结果的不确定性为比较指标的情况下, 不同核组合的核驱动模型在不同地表类型上对反照率的反演能力.
|
关 键 词: | 遥感反演 先验知识 后验分布 集合卡曼滤波 BRDF 核驱动模型 反照率 |
本文献已被 万方数据 等数据库收录! |
|