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。     

关于遥感实验场数字孪生体构建的思考

遥感机理模型构建、地表参数反演、遥感产品生产以及真实性检验等均离不开完备的地面先验知识支持,然而目前实验观测、模型模拟等均难以满足观测的完备性需求。目前,基于遥感实验场的数字孪生体生成遥感先验知识以支持遥感基础研究的思路逐渐成熟：突破物理遥感实验场的协同观测技术瓶颈,实现场景三维结构的数字重建;耦合辐射传输、能量平衡和植物生长模型,实现遥感实验场模拟的动态演进;基于物理遥感实验场数字孪生体驱动和约束地表观测数据,通过同化观测与模拟数据反馈优化机理模型,生成精度高、时间连续的完备观测数据集作为先验知识,以支撑遥感机理模型、遥感反演方法和真实性检验等研究。遥感实验场数字孪生体构建方法有望成为小尺度地球系统数字孪生体构建理论的雏形,进而推动地球科学各个学科全面、协同发展。     

基于多次散射的植被-土壤二向反射模型

运算过于复杂是目前多数植被二向反射模型存在的一个突出问题。对冠层的各次散射、透射和地面土壤反射分别进行分析和考虑 ,建立各次反射光谱分量与叶面积指数的函数关系。在Verstraete (1 986 )的物理模型的基础上加上多次散射和土壤反射的分量 ,建立了基于多次散射的植被 土壤二向反射模型 ,并证明仅考虑前三次散射即可满足一般精度要求。该模型克服了原模型的不足 ,并可根据叶面积指数等参量直接计算二向反射率 ,避免了运算量巨大的叠代运算 ,故便于应用。实验证明 ,该模型具有较高的精度     

地面站点叶面积指数观测的空间代表性评价——以CERN站网观测为例

在叶面积指数LAI(Leaf Area Index)产品真实性检验中,地面站点的多时相连续观测LAI数据是重要的验证数据来源。当站点观测范围与产品像元尺度不一致时,站点观测LAI直接用于产品验证可能为验证结果带来误差。因此,在验证之前需要分析站点观测对像元尺度的空间代表性,选择空间代表性好的观测来验证产品,从而减小尺度效应带来的验证误差。以往的研究只是简单的定性说明研究区域,并直接用站点测量数据对产品进行验证,缺少一套系统的站点观测在产品像元尺度内空间代表性评价的方法体系。本文提出了站点LAI观测的空间代表性评价方法,建立了评价指标DVTP(Dominant Vegetation Type Percent)、RSSE(Relative Spatial Sampling Error)和CS(Coefficient of Sill),构建了空间代表性评价分级体系。以中国生态系统研究网络CERN(Chinese Ecosystem Research Network)农田站和森林站LAI观测为例,对站点观测在1 km产品像元尺度内空间代表性进行评价,并分析评价前后站点观测对MODIS LAI产品验证精度的影响。结果显示,本文提出的方法能够有效地对不同站点LAI观测在产品像元尺度内空间代表性进行质量分级,且年际间的站点观测空间代表性较为一致。评价方法能够去掉在特定产品像元尺度下空间代表性不好的观测数据,一定程度上提高验证数据集对产品验证精度的可靠性。     

树冠形状对孔隙率及叶面积指数估算的影响分析

叶片在树冠尺度的聚集是森林场景中的重要聚集形式,模型中常假设树冠为规则的几何形体(椭球、圆锥、圆锥+圆柱等)。对树冠形状归属进行判断时界限并不明显,从而具有很强的主观性。本文首先扩展了Nilson的森林孔隙率模型,使其适用于椭球、圆锥、圆锥+圆柱等3种常见形状的树冠,并基于该模型分析了孔隙率、聚集指数对树冠形状的敏感性。同时,本文还分析了树冠形状对叶面积指数(LAI)地面间接测量精度的影响。基于不同形状树冠的模拟数据分析发现,树冠的体积、投影面积是树冠形状产生作用的主要因子,在冠层底部椭球形树冠和圆锥+圆柱形树冠的平均孔隙率、聚集指数都非常接近,而圆锥形树冠与两者存在较大差异。树冠形状的错误设置在极端情况下可导致估算的真实LAI误差超过25%。     

地表蒸散定量遥感的研究进展

简要介绍了遥感监测地表蒸散和能量平衡研究的科学意义和应用价值，回顾了国内外的研究历史和现状，分析了目前该领域存在的一些问题和难点，并对今后的工作重点和研究方向提出了建议。     

黑河遥感试验中尺度上推研究的进展与前瞻

尺度问题是遥感科学研究的一个关键科学问题,但其理论和方法的发展严重受限于稀缺的多尺度观测数据。黑河生态水文遥感试验(Hi WATER)的核心目标之一是开展多尺度观测以支持尺度转换研究。本文综述了Hi WATER中定点观测的尺度上推研究进展,内容包括:(1)尝试严格定义了空间平均、空间尺度上推、观测足迹、代表性误差、观测真值等概念;(2)介绍了Hi WATER获取的多尺度(单点—像元—区域—流域)生态水文观测数据;(3)发展了基于地统计理论的多尺度采样方法,改进了基于时间稳定性的采样方法;(4)定量评估了辐射、碳通量、土壤水分、地表温度单点观测的代表性误差,实证了异质性地表遥感产品真实性检验的不确定性主要来源于观测的时空代表性;(5)发展了定点观测的尺度上推方法,将克里格方法推广至回归克里格、面到面、不等精度观测等情形,发展了贝叶斯框架下的非线性尺度上推方法,实证了引入遥感观测作为协同信息可显著提高尺度上推的精度。总之,Hi WATER初步形成了从采样设计、多尺度观测、代表性误差的度量、尺度上推新方法到真实性检验的研究框架。     

基于高光谱数据提取水体叶绿素a浓度的混合光谱模型

从模型的精度和稳定性方面,与传统的经验模型比较显示,利用原始数据的一阶微分数据进行叶绿素a浓度混合光谱模型反演最佳。最后,以此模型对三种不同年份测量的地面高光谱数据进行了叶绿素a浓度的提取。实验结果表明混合光谱模型可以作为遥感监测水体叶绿素a含量的定量模型。     

叶绿素吸收的光合有效辐射比率的遥感估算模型研究

光合有效辐射比率（FPAR）是陆地生态系统碳循环研究的重要参数。根据FPAR的物理意义，本文提出了有效FPAR的概念：即叶绿素吸收的FPAR（FPARchl），利用模拟数据建立了有效FPAR信息模型。探讨了基于叶绿素含量估算有效FPAR的可行性，为进一步采用有效FPAR来估算NPP／GPP提供思路和途径。利用实测数据对有效FPAR模型进行验证表明：（1）叶片吸收的FPAR（FPARleaf）与有效FPAR（FPARchl）之间的差异较大。FPARchl通常不足FPARleaf的50％，两者之间虽存在一定的相关性，而这种相关性是非线性的；（2）叶绿素含量与FPARleaf的相关性较高，而与FPARchl的相关性更高，基于叶绿素含量可以以较高的精度估算FPARleaf和FPARchl经过验证，估算的平均相对误差分别为2．90％和6．6％；（3）应用模拟数据建立的FPARleaf及有效FPAR模型均在叶绿素含量大于20μg／cm。时估算的精度较高，而低于20μg／cm^2时估算的精度较低，本文中叶绿素含量大于20μg／cm^2的60个样本的FPARleaf及FPARchl的估算的平均相对误差，分别为1．79％和5．07％。     

植被遥感辐射传输建模中的异质性研究进展

遥感辐射传输建模是在研究电磁波与地物相互作用机理的基础上,建立遥感观测信号与地物属性、地物结构和观测几何等参量之间定量关系的模型,是理解遥感观测信号和反演地表参量的理论基础。近年来空间异质性问题引起了定量遥感领域的高度关注,高分辨率卫星及激光雷达等数据的日益丰富给研究空间异质性提供了有力支撑。在异质性植被场景遥感辐射传输建模过程中,像元内部的组分比例、3维结构、空间格局以及端元边界处的阴影效应与散射过程等方面是需要重点考虑的因素。本文在总结非均质地表空间异质性描述的基础上,分别总结了植被二向性反射与热红外辐射方向性建模研究的发展历程,以及非均质地表植被遥感建模研究的最新进展,并指出了地表遥感建模中研究异质性问题的发展方向。