宽波段热红外方向性辐射建模

温度和发射的常规定义均是针对均匀同温的物体,但陆地表面通常是既不同温又不均匀,热辐射的方向性不可忽略。在一个概念模型的基础上,把复杂的不同温度地表分解为若干均匀同温的组分,建立宽波段热红外方向性辐射模型,并针对一个不同温的叶子冠层进行了建筑及反演的实现研究。对反演结果的统计分析表明,此模型有较高的抗噪声能力,能冠层顶部及底部温度的先验预测值存在２Ｋ偏差,观测噪声等效温差（ＮＥ△Ｔ）为０．２９ＫＪＦ     

基于自回归神经网络的时间序列叶面积指数估算

叶面积指数LAI是众多气象、环境、农业等模型的关键输入参数。尽管具有多个传感器的全球LAI产品已经相继发布,但是由于受反演方法的局限性以及反射率产品质量的影响,这些由单一传感器数据得到的LAI产品在时间上表现出一定的不连续性,这与自然生长植被的LAI变化规律不能一致。而神经网络在对复杂的、非线性数据的模式识别能力方面具有出色的表现。如在3层神经网络中,只要对隐层采用非线性递增映射函数,输出层采用线性映射函数,就可以用于对任意连续函数进行逼近。对于具有相同植被覆盖类型的同一地点多年的LAI数据,在无自然灾害和人为破坏的前提下,可以构成一个非线性的、连续的时间序列。通过融合MODIS和VEGETATION两种传感器产品,在利用相同植被类型的LAI时间序列来建立自回归神经网络,即NARX神经网络的同时,引入红、近红外和短波红外3个波段上时间序列的反射率以及相应的太阳天顶角、观测天顶角和相对方位角作为NARX神经网络的外部输入变量,并最终达到估算时间序列LAI的目的。验证结果表明,NARX神经网络非常适用于时间序列的LAI估算,并且其预测的LAI比原始的MODIS LAI在时间序列上表现的更连续和平滑。因此,该方法在...     

遥感反演中参数的不确定性与敏感性矩阵

多角度遥感中二向性反射（ＢＲＤＦ）物理模型的反演,是当前国际遥感界学术研究的热点之一,反演中先验知识的表达和利用,参数敏感性的判别和处理,已提出了若干年,但只是到最近,才有了将参数的先验概率引入拟合误差平方加权,及定义参数对观测值敏感性的尝试,该文简述了这些最新进展,并首次建议了反演中参数的“不确定性与敏感性矩阵”的定义,并以作者最近的反演实例,说明这样定义的矩阵,如何直接用于反演的多阶段目标决策     

两组分非同温像元热辐射中多次散射影响的解析模型和验证

具有三维结构的非同温地表像元表面热辐射的方向性，取决于像元组分参数，如组分温度，组分发射率，组分结构参数等，而组分的热辐射在组分间的多次散射对像元表面总热辐射方向性的贡献主要取决于像元的几何结构，本文以热辐射几何光学模型为基础，根据多次反弹的原理定量表述了组分热辐射在组分间的多次散射，对随机分布的两且分非同温像元，建立了解析表达的热辐射方向性模型，室内模拟实验室测数据的检验证明了模型的适用性和简单性。