用人工神经网络方法反演水体吸收系数

吸收系数是水体的固有光学参数,是进行水体光学遥感研究的基础。讨论了一种基于人工神经网络(artifi-cial neural networks,ANN)、利用遥感反射比数据反演水体吸收系数的方法。该方法用实测的水体遥感反射比(Rrs)数据集建立BP神经网络,用以反演水体在波长440 nm处的吸收系数(α(440))。实测遥感反射比数据集的80%数据用于训练样本,20%数据用于预测样本。研究结果表明:正确选择神经网络的传递函数、训练函数和隐含层节点个数是至关重要的;用最优的传递函数、训练函数和隐含层节点个数得到的预测结果与实际测量结果的相关系数高达0.978,证明了该方法的可行性。     

植被生物量高光谱遥感监测研究进展

植被生物量的评估对于研究全球碳循环具有重大意义,而高光谱遥感技术为精确反演地表属性提供了重要的数据支持。针对如何更好地应用高光谱遥感技术进行植被生物量精确反演的问题,该文详细阐述了国内外应用高光谱技术估测植被生物量的研究进展。对反演植被生物量所涉及的数据源、反演模型的构建方法及其模型特点、反演模型应用对象等内容进行了综合评述,并通过分析认为,高光谱遥感技术较传统的多光谱遥感技术在生物量反演精度上有了显著的提高。同时,对建模方法、多源遥感数据融合以及模型通用性等方面的研究进行了展望,以达到在大尺度范围内对植被生物量进行准确反演的目的。     

植被生物物理参数的光学遥感反演方法综述

传感器技术的迅速发展为植被生物物理参数反演提供了大量可用的光学遥感数据,处理这些海量数据需要稳健高效的反演技术支持。本文总结了利用光学遥感影像定量获取植被生物物理参数的反演方法,将这些方法分为参数回归、非参数回归、基于物理模型和混合方法。首先,回顾了这些方法的理论基础,并分析了它们各自的优缺点。然后,介绍了已发表的应用案例,展示了这些方法在植被生物物理参数反演处理中的实际运用。最后,对这些方法在未来的发展和应用前景进行了展望。     

植被生态遥感参数定量反演研究方法进展

植被参数是生态遥感定量反演的热点和难点,也是生态系统研究的基础性参数。本文在广泛阅读国内外公开发表的文献资料基础上,将现有的植被生态遥感参数概括为物理类、生化组分类、能量和功能类3大类,系统梳理了每类参数定量反演的主要模型方法,进行优缺点和适用性分析,对现阶段存在的不足和未来发展趋势进行了探讨。物理类植被生态遥感参数主要介绍了植被覆盖度、生物量、叶面积指数、树高等研究进展,生化组分类植被生态遥感参数主要介绍了植被含水量、叶绿素含量和光合能力等研究进展,能量类植被生态遥感参数介绍了光合有效辐射、植被吸收光合有效辐射等研究进展,功能类植被生态遥感参数主要介绍了植被生产力和碳交换量等研究进展。存在的主要问题包括混合像元分解、病态反演、物理模型应用过程中的误差传递、数据融合的尺度效应和空间变异性、模型耦合的最优方案确定问题。     

面向LAI 反演的参数化SAILH 模型

建立了一种基于植被冠层辐射传输模型SAILH 的参数化模型。该模型首先对SAILH 模型中用到的9 个 中间变量的计算过程进行简化, 然后用一个明确的表达式计算光照冠层的单次散射贡献。分别用模拟数据和2008 年黑河地区星-机-地同步实验中获取的地面测量数据对该参数化模型的反演精度和效率进行了评价。评价结果表明 该参数化模型能在保证反演精度的基础上极大的提高反演效率; 利用模拟数据进行的模型稳定性评价表明, 参数 化模型的稳定性优于SAILH 模型。     

渤海近岸水体漫衰减系数Kd(490)遥感反演模型

利用2005年渤海近岸水体生物光学数据集, 建立了基于水体遥感反射率光谱Rrs(λ)数据的490nm波段水体漫衰减系数Kd(490)经验反演模型, 经实测数据检验, 模型反演结果的平均相对误差为18.4%, 均方根误差(对数坐标下)为0.094m-1, 相关系数R2 (对数坐标下)为0.902。分析了模型的噪声敏感性, 在输入端引入±5%误差的情况下, 模型反演结果的平均相对误差波动在9%以内, 均方根误差的变化在0.035m-1以内, 模型是稳定可靠的。以ENVISAT MERIS数据为例, 进行了模型的示范应用, 给出了渤海Kd(490)的空间分布。     

渤海近岸水体漫衰减系数Kd(490)遥感反演模型

Irrigated land is one of the most important parts in land cover classification system, but until now it has seldom been reported about extracting it from remote sensing data and monitoring its dynamic change. The existing researches are focused on the land use-cover change (LUCC) and the irrigated area mapping, so the study on extracting irrigated land is much more important. On the basis of close relationship between water deficit index (WDI) and soil water content, this paper firstly combines two neighbor NDVI and the surface-air temperature (Ts-Ta) and conforms one Vegetation Index Temperature (VIT). It makes the timely incomparable WDI comparable and then computes the change of WDI during the monitored period. Secondly it infers the change of soil water. Thirdly it removes the rainfall’s influence under some assumption and extracts the irrigated land of the survey area. Results show that comparing with census data all the deviation is below 7% in the survey area except Shanxi province, which means that the extracted results are comparable with census data. Extracted irrigated land mainly distributes around rivers, lakes, and reservoirs or on the irrigated regions and oasises. The results are consistent with the centralized region which has abundant irrigated land known before. The results are checked elementarily using TM images. All the precisions are above 70% except in Shanxi province. The precision in Xinjiang municipality is the highest.     

基于遥感技术的湖泊水质参数反演研究综述

湖泊水体污染和营养化问题是当前湖泊研究的重点之一,遥感反演技术由于具有快速、宏观、低成本、周期性的特点,已成为当前水质监测评价的重要技术手段。本文阐述了水质反演方法、反演参数和反演基于的遥感数据源三方面的发展过程,讨论了目前反演过程中存在的主要问题,并对未来遥感反演的研究重点进行了展望。     

利用GPS-R遥感技术反演植被生物量

为了验证利用GPS-R遥感技术反演植被生物量的可行性,分析了GPS反射信号反演植被生物量的原理与方法,通过试验利用干涉复合场数据（ICF）计算出信号反射率,利用已有文献拟合出的信号反射率与植被生物量之间的关系求出生物量,并与遥感技术结果进行了对比。试验结果表明：利用GPS-R遥感技术反演植被生物量是可行的,但是精度还需依靠时间反演模型;GNSS-R反演植被生物量对分析调查区域植被生长和碳排放情况具有重要意义。     

森林地上生物量遥感反演方法综述

森林地上生物量反演对理解和监测生态系统及评估人类生产生活的影响有着重要作用,日益发展的遥感技术使全球及大区域的生物量估算成为可能。近年来,不同的遥感技术和反演方法被广泛用于估算森林生物量。本文首先总结了现有的全球及区域生物量产品及其不确定性,然后综述了3类方法在森林地上生物量遥感反演中的应用,即基于单源数据的参数化方法、基于多源数据的非参数化方法和基于机理模型的反演方法,阐述了各类反演方法的特点、优势及局限性。最后从机理模型研究、多源遥感数据协同、生物量季节变化研究和遥感数据源不断丰富4个方面对今后的生物量遥感反演研究进行了展望。     

用L-曲线法确定半参数模型中的平滑因子

提出了一种新的方法——L-曲线法确定平滑因子。通过确定合适的平滑因子，更好地控制了残差部分V^TPV与光滑度部分S^TRS之间的平衡，得到了更准确的参数估值。通过算例，将基于L-曲线法确定平滑因子的半参数模型解算方法和其他方法进行了比较。结果表明，用L-曲线法确定平滑因子后，提高了半参数模型计算结果的精度，可以更好地将观测值中的系统误差分离出来。     

电磁散射模型应用于单景高分辨率SAR影像建筑物高度反演的解算方法

首先,测量建筑物叠掩量,反演出建筑物高度初值;然后,在相邻建筑物下垫面粗糙度相关的假设下,对重组后的电磁散射模型进行基于拟模拟退火的参数解算,实现了模型中未知参数的求解以及建筑物高度的反演。将此方法应用于真实Radarsat-2SAR场景中3座建筑物高度的反演,取得了反演高度相对误差均小于10%的结果。     

3维模型检索的特征提取技术分析

首先介绍了一个完整的3维模型检索系统的研究内容,然后对其中的关键技术3维模型特征提取方法中的统计特征提取方法、骨架提取方法、基于几何学的提取方法进行了分析比较。最后提出了3维模型检索技术今后需要研究的一些问题。     

利用视觉词袋模型和颜色直方图进行遥感影像检索

基于内容的遥感影像检索已经成为遥感领域的研究热点,因此,本文提出了一种综合视觉词袋模型和颜色直方图的遥感影像检索方法,利用尺度不变特征算子提取影像的局部不变特征,通过视觉词袋模型组合局部特征,生成每幅影像的金字塔直方图,接着结合每幅影像的颜色直方图生成更有区分性的特征向量,利用新的特征向量集训练支持向量机分类器,通过分类器输出与查询属于一类的影像,完成遥感影像检索。试验结果表明,本文方法不仅提高了影像检索的查准率和查全率,并且验证了该方法能有效克服影像光照、噪声、方向等变化,鲁棒性较好。     

土壤湿度的偏振反演模型与实验

采用了一种偏振方法来测量土壤湿度,并改进了一种粗糙表面的偏振反射模型。利用该模型对土壤湿度的偏振特性进行了分析与实验,发现该模型模拟数据与实验数据之间存在很强的相关性,进而可以建立该模型中的某些参数与土壤湿度的定量关系,为定量反演土壤湿度提供新的途径。     

非线性模型参数估计的直接解法

提出了非线性模型参数估计的直接解法。该方法不仅不需迭代,而且由于顾及了二次项和三次项的影响,参数估值的精度优于传统的线性近似时参数估值的精度,且易应用传统的精度评定理论进行精度评定。     

PEIV模型参数估计新算法

PEIV(Partial Errors-In-Variables)模型是EIV模型的扩展,它能解决系数矩阵含有非随机元素或存在结构特性的问题。针对常规PEIV模型算法的复杂性,提出了一种PEIV模型参数估计的新算法。该算法将系数矩阵含误差的元素看成是一类观测值,与平差模型原观测值构成两类观测值,将PEIV平差模型表示为类似于传统的最小二乘间接平差模型,再通过非线性最小二乘平差理论,推导出了算法的迭代公式和精度评定公式。算法迭代格式与间接平差类似,通过算例验证了算法的可行性和正确性。     

人工神经网络遥感影像分类模型及其与知识集成方法研究

以多层感知器（MLP）为例，探讨了地学知识与ANN融合进行遥感影像分类的方法。首先对MLP网络结构、学习算法及其改进进行分析；然后总结了MLP进行遥感影像分类的一般方法和存在的缺陷；发展了基于知识的MLP神经网络遥感影像分类模型，并具体利用基于规则的MLP方法进行了遥感土地覆盖分类的实验，把获得的结果与传统统计方法与一般ANN方法进行了综合比较，获得了有意义的结果。     

Parameterization of the Land Parameter Retrieval Model for L-Band Observations Using the NAFE'05 Data Set

The Land Parameter Retrieval Model (LPRM) has been successfully applied to retrieve soil moisture from space-borne passive microwave observations at C-, X-, or Ku-band and high incidence angles (50 $^{circ}$–55$^{circ}$ ). However, LPRM had never been applied to lower angles or to L-band observations. This letter describes the parameterization and performance of LPRM using aircraft and ground data from the National Airborne Field Experiment 2005. This experiment was undertaken in November 2005 in the Goulburn River catchment, which is located in southeastern Australia. It was found that model convergence could only be achieved with a temporally dynamic roughness. The roughness was parameterized according to incidence angle and soil moisture. These findings were integrated in LPRM, resulting in one uniform parameterization for all sites. The parameterized LPRM correlated well with field observations at 5-cm depth ($r = 0.93$ based on all sites) with a negligible bias and an accuracy of 0.06 $hbox{m}^{3}cdot hbox{m}^{-3}$. These results demonstrate comparable retrieval accuracies as the official SMOS soil-moisture retrieval algorithm (L-MEB), but without the need for the ancillary data that are required by L-MEB. However, care should be taken when using the proposed dynamic roughness model as it is based on a limited data set, and a more thorough evaluation is necessary to test the validity of this new approach to a wider range of conditions.      

倾斜影像的三维模型构建与模型优化

如何对三维模型构建具体环节优化,获得更加逼真的三维模型,目前该方面的研究较少。本文采用PhotoScan软件,在对研究区构建三维模型关键步骤探讨的基础上,提出了纹理缺失、图像扭曲、数据筛选,以及PhotoScan软件参数设置及操作顺序等方面的三维建模优化技术。