高分遥感共性产品算法测评与真实性检验技术体系及应用实例

随着中国高分辨率对地观测系统的发展,已经形成了高分标准产品、共性产品和专题产品多层应用服务体系,其中高分共性产品是衔接高分标准产品和专题产品间的桥梁。然而高分共性产品由算法发展而来,不可避免存在着误差,为后续遥感应用带来较大的不确定性。因此,论文提出了高分共性产品算法需测评,高分共性产品需真实性检验的高分共性产品生产过程中的两端质量保障方法体系。论文阐明了算法测评与真实性检验的内涵,以及算法测评和真实性检验方法体系,介绍了高分专项开展的高分共性产品真实性检验与算法测评系统平台,并以地表反照率高分共性产品算法测评为例,展示了算法测评的可行性。论文研究成果可为中国高分共性产品真实性检验和算法测评工作的开展提供重要支持。     

遥感数据产品真实性检验不确定性分析研究进展

不确定性分析是遥感产品真实性检验最重要的部分,本文以叶面积指数LAI为例,从测量、模型以及蕴含在测量和模型中的尺度效应3个方面分析产品真实性检验过程的不确定性来源,并针对问题提出减小其不确定性的办法。对于相对均一的地表,地面测量的空间代表性比较好,可不考虑地表空间代表性引起的尺度效应和蕴含在模型中的尺度效应引起的不确定性。针对异质性地表,分为两种情况:若模型是线性的,蕴含在模型中的尺度效应可以忽略,只需要考虑测量的不确定性、模型本身的不确定性、以及地面测量的空间代表性引起的尺度效应;若模型是非线性的,则测量、模型和蕴含在测量和模型中的尺度效应引起的不确定性都需要考虑。     

利用能量因子进行DEM升尺度转换精度评价

全面评价数字高程模型（digital elevation model,DEM）升尺度转换方法的精度,有助于合理选择DEM升尺度转换方法,掌握DEM尺度转换规律及构建新的DEM升尺度转换模型。然而目前关于DEM精度评价的研究成果还难以达到实际应用的要求,从全新的视角寻找客观、高效的DEM升尺度转换结果的精度评价方法仍有待研究。基于地球表面接收太阳辐射的分布特性,提出基于能量因子的DEM精度评价方法,应用于不同DEM升尺度转换方法的精度评价中。基于现有的精度评定与质量评价方法,构建定性与定量分析相结合的综合评价方法,以验证基于能量因子的精度评价方法的合理性和有效性。实验结果表明,基于能量因子的精度评价方法原理简单、操作方便,能够反映升尺度转换后DEM地形空间遮蔽关系的变化情况。该方法为DEM升尺度转换结果的精度评价提供了新的思路和方向,对DEM在定量遥感建模与山区地表生态参量反演等方面的应用具有一定的借鉴意义。     

MODIS V006和V005全球反照率产品精度对比分析

反照率作为一种非常重要的地表能量平衡、全球变化研究的参数,在众多研究领域中得到了广泛的应用,到目前为止已经有多种全球范围的反照率产品进行业务化生产和发布,针对不同反照率产品质量评价的研究也变得愈加重要。MODLAND团队在MODIS V005反照率产品反演算法的基础上通过改进16天周期内观测数据加权的方法生产出新版本的反照率产品MODIS V006。本文针对MODIS两个版本V005及V006的反照率产品,利用FLUXNET地面站点数据,比较验证两个版本反照率的总体精度以及在不同地表类型条件下的精度差异,同时通过交叉验证的方法分析二者的差异及稳定性。验证结果表明,MODIS V006反照率产品虽然在全反演高质量的数据比例上较V005有所下降,但是在同等条件下V006在提高时间分辨率的同时其精度也有所提高,在不同的地表类型条件下精度也优于V005,且在时间序列分布上具有稳定比例的高质量数据,可以满足大多数应用的精度需求。     

遥感数据时空尺度对地理要素时空变化分析的影响

地理要素的时空变化分析对于了解和掌握地表的规律性有着重要的作用。利用地面站点观测、实地调查等传统方式获取数据,对地理要素进行时空变化分析是最常用的方法。但该类方法往往表现的是"点尺度"观测,不能在大尺度情况下准确地反映地表的时空变化信息。遥感卫星能以一定的时间间隔获得空间连续的对地"面尺度"观测数据,然而其特定的空间和时间分辨率使其获取的地表信息仍十分有限。同时地表的空间异质性和个别地表短时间内的快速变化,使得利用遥感数据对地理要素进行时空变化分析时,时空变化分析结果会随观测尺度而发生改变。本文从空间尺度和时间尺度两方面综述遥感数据时空尺度对地理要素的时空变化分析产生的影响和原因,并针对这些问题总结了减小时空尺度对结果不确定性影响的现行方法。可以通过多源遥感协同观测和反演、尺度转换、空间建模等方法减小空间尺度引起的不确定性;通过联合多时相遥感数据的方法减小时间尺度引起的不确定性。在实际应用中,应根据所观测地理要素的实际情况,综合分析选择合适的方法。     

中国遥感实验与真实性检验的发展思考

遥感实验与真实性检验始终在遥感科学与技术发展中发挥重要的作用,遥感实验是真实性检验的基础,真实性检验是遥感算法精度的重要保障,是遥感产品质量提升的重要途径。中国遥感实验和真实性检验发展历经遥感应用实验、定量遥感机理研究实验以及真实性检验综合实验等3个主要发展阶段,遥感系列实验有力推动了中国遥感真实性检验理论和方法的发展,形成了从遥感观测到像元“真值”的遥感产品真实性检验系统性技术链条,发布实施了遥感真实性检验系列国家标准,构建了中国算法测评与真实性检验平台。2022年11月4—6日,中国举行了“首届遥感实验与真实性检验学术论坛”,围绕遥感实验与真实性检验理论与实践、地面观测与不确定性、真实性检验实践与平台、遥感实验与真实性检验的未来发展等多个议题展开了热烈的交流与讨论。论文在总结和回顾中国遥感实验与真实性检验领域主要进展的基础上,阐述中国遥感实验与真实性检验面临的问题与挑战,文章最后对其发展前景进行了展望。     

定量遥感升尺度转换方法研究进展

尺度效应是地理科学中普遍存在的现象,制约着遥感等空间科学的发展。发展合理的尺度转换方法以促进遥感技术的全面应用迫在眉睫。本文分别从面—面升尺度转换、点—面升尺度转换两个角度对目前定量遥感领域存在的升尺度转换方法进行综述。其中,面—面升尺度转换方法按照转换原理可分为先反演后聚合、先聚合后反演两种;点—面升尺度转换方法依据定权策略可分为简单平均法、经验回归法、地统计方法、贝叶斯方法等。不同的升尺度转换方法具有各自的特点和优势,本文分别从模型构架、基本原理、特点、局限性和适用条件等方面对现有升尺度转换方法进行分析和讨论,并从离散型与连续型、统计型与物理型、普适型与针对型以及先验知识有和无4个方面总结了现有研究中存在的不足,剖析了升尺度转换研究中存在的问题与挑战,并预测了可能的发展方向。     

异质性地表反照率遥感产品真实性检验研究现状及挑战

地表反照率直接决定了地表能够吸收到的太阳辐射能量,是研究气候变化、能量平衡的一个关键参数。遥感为大尺度、连续获取地表反照率提供了一种有效的观测手段。但遥感数据本身的精度限制和反演模型的不确定性,使基于卫星数据反演的反照率产品存在误差,而这种误差的存在又会影响产品的进一步应用。正确的认识这种误差有助于提高产品的应用精度,深化其应用的深度和广度。真实性检验就是正确认识卫星反照率产品准确性、稳定性的重要手段,它是卫星产品从生产到应用的桥梁。虽然目前已经开展了大量的真实性检验工作,但即使是针对同一种卫星产品,真实性检验的结果往往并不一致。其根本原因在于验证中所采用的参考值能不能够准确地代表卫星像元尺度的地面真值。地面观测和卫星产品像元之间巨大的尺度差异以及广泛分布的地表异质性,使地面观测并不能直接作为像元尺度真值与卫星产品进行简单的对比。因此真实性检验过程并不是直接的,而是需要经过一系列严格、独立的过程得到像元尺度真值后与产品在一定的空间和时间范围内进行对比。针对目前真实性检验结果准确性和可信度不高等问题,本文尝试从地面实测数据、尺度转换、验证方式、评价方法及验证中存在的问题等几个方面来论述反照率产品的真实性检验现状及挑战。     

关键陆表参数遥感产品真实性检验方法研究进展

遥感产品真实性检验是定量遥感基础研究的重要环节,是客观评价遥感产品精度、稳定性和一致性的重要手段,对于提高遥感定量化水平、推动和扩展遥感产品的深化应用具有重要的意义。本文基于当前陆表参数遥感产品真实性检验研究的相关成果,归纳总结了陆表参数遥感产品真实性检验方法,并就其中的5种真实性检验方法,即基于地面单点测量检验、基于地面多点采样检验、基于高分辨率数据的检验、交叉检验和间接检验,阐述了各方法的特点、局限性、适用条件。文章在最后探讨了陆表关键参数遥感产品真实性检验评价指标和验证中影响精度评价的关键因素。本文对于遥感产品真实性检验工作的开展和真实性检验系统研发具有重要的指导意义。     

参数敏感性分析在遥感及生态水文模型中的研究进展

参数敏感性分析SA（Sensitivity Analysis）是遥感、生态和水文模型不确定性分析UA（Uncertainty Analysis）的重要方法之一。本文梳理了遥感散射/辐射模型,以及遥感驱动的生态、水文模型研究中常用的敏感性分析方法,并总结了各类方法的优缺点和适用条件。从识别关键参数、不确定性分析和参数优化3个方面,分析了这些领域中参数敏感性分析研究的进展和存在问题,并介绍了最常用的敏感性分析平台。参数敏感性分析作为模型参数优化的先验知识之一,促进了模型和参数的优化。在不确定性和敏感性矩阵USM（Uncertainty and Sensitivity Matrix）的框架下,结合全局敏感性分析方法开展多阶段遥感反演、参数敏感性的尺度效应、参数敏感性的时空异质性研究更加需要关注。此外,还需要提高敏感性分析的计算效率和模式,来适应未来更加复杂的模型和迅速增长的数据量。