直方图尺度效应研究

为能简洁地描述数字图像所反映的地物空间关系, 在分析变差图等空间分析手段的特点及其不足的基础上, 提出了直方变差图的概念, 并通过定义驻点和边界点, 提出了分析地物空间分布规律的直方变差图分解方法. 并通过利用直方变差图进行空间分析和图像融合两个实验对本方法的特点进行了分析.     

发展几何光学遥感建模理论，推动定量遥感科学前行——深切缅怀李小文院士

李小文长期致力于遥感基础研究,是植被几何光学遥感建模的先驱。他创建了Li-Strahler几何光学模型,论文入选"国际光学工程学会(SPIE)"里程碑系列文集。以李小文为首席科学家,带领国内外科学团队,在植被二向性反射建模、热红外遥感辐射方向性建模、遥感信息尺度效应、定量遥感综合实验与真实性检验方面做出了卓越成就。本文总结了李小文的主要学术思想,对定量遥感相关研究进展进行了总结和回顾,对遥感科学及相关领域具有重要的借鉴和参考意义。     

GLASS叶面积指数产品验证

在国家高技术研究发展计划(863计划)重点项目的支持下,已利用MODIS和AVHRR地表反射率数据生成了1981年—2012年的GLASS(Global LAnd Surface Satellite)叶面积指数(LAI)产品。本文从两个方面对GLASS LAI产品的质量进行分析和评价:(1)与现有的全球LAI产品进行比较,分析GLASS LAI产品的时空变化特征;(2)利用LAI的地面测量数据,对GLASS LAI的精度进行评价。研究结果表明:GLASS LAI与CCRS LAI在高纬度和赤道附近区域的差异较大;相对而言,GLASS LAI与MODIS(主算法反演)和CYCLOPES LAI在空间分布上具有更好的一致性;GLASS和CYCLOPES LAI的时间序列曲线连续平滑,MODIS LAI在一些区域的植被生长季节存在剧烈的跳跃;与LAI的地面测量数据进行比较,GLASS LAI产品的R2为0.76,RMSE为0.51,结果明显优于MODIS和C YCLOPES LAI产品。     

农作物冠层BRF及波谱的计算机模拟及其验证

计算机模拟模型是以植被真实三维结构场景为基础,模拟植被冠层的辐射特性。本文以冬小麦为例,利用辐射度方法模拟了冬小麦在不同LAI下的冠层二向反射因子（BRF）及其波谱特征;为了验证并评价模拟数据的质量,将模拟冠层BRF数据与实测数据进行了比较,并将计算机模拟波谱数据与Prosail模型模拟波谱及实测波谱进行了比较。通过研究可以得到以下结论：（1）LAI是植被群体重要的结构参数,对于同一品种的植被可以用LAI来描述植被的生长进程;（2）基于计算机模拟的冠层BRF数据具有一定的可靠性,能够满足实际研究的需要,因此可以把计算机模拟冠层BRF数据作为实测数据用于研究,以弥补因各种条件限制无法得到实测数据的缺憾。     

基于真实白杨林地场景冠层辐射特性的计算机模拟

叶面积指数（LAI）和叶倾角分布（LAD）是决定植被冠层结构的重要参数。在计算机模拟植被冠层,两个参数是植被三维真实结构生成的重要控制因子。本论文中,结合计算机图像学理论,基于实验的地面实测结构参数数据利用可改写的扩展L-system方法生成草以及白杨树的真实三维场景。RGM（A radiosity-graphics combined model）模型是基于辐射度方法的计算机模拟模型,利用此模型来计算生成的三维场景可见光及近红外波段的冠层辐射特性,如冠层波谱以及方向反射特性等。在本研究中,模拟了两种不同下垫面的白杨林地：（1）下垫面只有土壤的白杨树场景;（2）下垫面包括土壤和草的白杨树。在特定的场景组分光学特性下,模拟得到两种情况的主平面冠层BRF（bi-di-rectional reflectance factor）,并对两者的差异进行了分析。可以看出,下垫面对冠层BRF的影响不可忽视。但是,由于白杨林地结构的复杂,大尺度的场景中必须由成千上万个面元组成,因此辐射度方法不能模拟大尺度的真实结构场景。为了拓展辐射度方法应用范围,根据白杨树树冠的特点,将其抽象为椭球体,从而减少场景组成面元个数,满足了辐射度方法的要求。并结合几何光学模型的思想,在对椭球体面元赋值加入了间隙率;并考虑了整个树冠的承照面以及阴影面的差异,模拟大尺度林地冠层BRF,且与GOMS模型结果符合的很好。通过以上研究,可以看出计算机模拟为遥感研究获取多角度数据信息提供了一种很好的手段。     

遗传算法及其在GOMS模型反演中的应用效果分析

几何光学交互遮蔽模型（GOMS）是一种重要的遥感前向模型,它较好解释了“热点”现象,具有较强的前向模拟能力。但由于其固有的非线性性,给反演带来困难。本文尝试采用近年来兴起的并行随机全局寻优算法－遗传算法对GOMS进行反演,并针对传统遗传算法的不足进行了改进。在使用相同先验知识的条件下,将该算法与目前最有效的约束非线性最优化确定性搜索算法－逐步二次规划法对GOMS模型的反演效果进行了比较,结果表明,逐步二次规划法搜索效率较高,但结果受初值的影响很大,初值选择不当,易收敛于局部最优解,而遗传算法具有全局最优的收敛效果,但局部搜索效率较差。在某些对精度要求不高,而对搜索效率要求较高的场合,可以采用遗传算法与确定性搜索算法相结合的混合遗传算法,以提高算法的搜索效率,获得较为满意的效果。     

基于植被指数和土地表面温度的干旱监测模型

干旱是一种周期性发生的自然现象,其发生过程中有关参数如地表覆盖度、温度和土壤表层含水量等可以通过遥感的途径进行定量反演,而这些参数客观地反映了地表的综合特征。综述了运用遥感反演产品---土地表面温度和归一化植被指数在干旱监测中的应用前景和进展,分析了距平植被指数、条件植被指数、条件温度指数和归一化温度指数等干旱监测方法的优缺点,在前人研究的基础上,提出了条件植被温度指数的干旱监测模型,探讨了其应用前景。     

作物生长模型同化MODIS反射率方法提取作物叶面积指数

叶面积指数(LAI)是监测农作物生长的重要参数. 遥感提取LAI的方法之一是通过植被冠层辐射传输模型反演, 但多数模型反演方法都没有考虑作物LAI在不同生长阶段的变化关系. 本文在模型反演的基础上引入用作物生长模型描述的LAI随生长变化的关系, 将作物生长过程中LAI地面先验信息作为约束信息, 提取最优目标参数LAI. 要点是在耦合作物生长模型和辐射传输模型中通过变分算法在作物生长不同时刻序列同化多时相遥感观测和LAI先验知识; 在同化过程中用伴随方法求解代价函数. 采用北京昌平和顺义地区MODIS数据的同化结果显示时序遥感观测能够极大改善被提取LAI的不确定性, 对比MODIS LAI产品发现提取LAI廓线符合实际的作物生长规律, 因而比MODIS LAI产品更加可靠.     

先验知识在遥感反演中的作用

论述遥感反演中的基本理论问题 .总结遥感反演面临的主要困难 ,指出反演中引入先验知识的重要性 ,阐述将先验知识用于遥感反演的基本原理 ,并给出了对先验知识的数学描述 ,提出一种在有限遥感信息量条件下基于知识积累的遥感反演的新思路     

中国区域MODIS LAI产品及其改进

叶面积指数(LAI)是表征地表植被生长状况和进行陆面过程系统模拟的一个重要参数,搭载在Terra和Aqua两颗卫星上的MODIS传感器能够长时问收集全球陆地表面LAI的变化信息.然而,目前发布的MODIS LAI数据产品的时空不连续性制约着MODIS LAI产品在农作物长势监测与产量估计、地球表面过程模拟、全球变化研究等领域的应用.论文对中围区域MODIS LAI的标准产品进行了分析和总结,指出造成日前发布的中国区域MODIS LAI的标准产品在时间和空间上的不连续性,既有MODIS LAI反演算法的原因,更有MODIS反射率数据质量的原因.针对中国区域MODIS LAI标准产品存在的时空不连续性问题,论文在TSF滤波算法的基础上,进一步考虑地表反射率数据质量对MODIS LAI标准产品的影响,提出了改进的TSF滤波算法,并给出了基于该算法生成的时间上和空间上更具连续性的中国区域的MODIS LAI改进产品.本文发展的新算法和LAI改进产品可为相关研究提供LAI数据和产品算法参考.