共查询到18条相似文献，搜索用时 379 毫秒
1.
BRDF模型参数分阶段鲁棒性反演方法 总被引：2，自引：0，他引：2
遥感BRDF物理模型均建立于一定的假设或基于某些理想状况，其模拟的数据与观测数据之间多少会存在一些差异（误差）。利用BRDF模型反演地表参数时，如果不加选择地使用所有观测数据，势必会影响模型参数反演的准确度。遥感反演时一般都采用代价函数进行参数拟合。经典的最小二乘（LS）拟合代价函数对正态分布误差具有一定的抗干扰性，但是当观测数据含有异常值时却会导致反演结果的不稳定。最小中值平方（LMS）方法具有鲁棒性特点，反演时若将其作为代价函数，则可以有效地检测出观测数据中含有的异常值，从而可以使模型反演准确度提高。本文以遥感BRDF物理模型——SAIL模型为例，使用模拟数据与真实地面观测数据，构建LMS与LS两种代价函数，分阶段地进行地表参数的反演方法研究。结果显示，针对具有一定误差或模型不能完全表示的观测数据，本文采用的分阶段方法可以对模型参数鲁棒地反演。 相似文献
2.
3.
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。 相似文献
4.
基于森林模型参数先验知识估算高分辨率叶面积指数 总被引：1，自引：0，他引：1
目前,估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型,再用统计模型估算LAI。然而,与农田地面测量实验相比,森林地面测量实验获取的观测数据更加有限,这使得基于统计模型的森林高分辨率LAI的估算精度低,难以满足应用需求。为此,本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先,获取全球20个森林实验区的LAI地面测量数据和NDVI数据,建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后,以一个新的森林站点Concepción作为研究区,将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型,优化模型用于估算森林高分辨率LAI,使用验证数据评价LAI的估算精度。同时,选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度,经验证4个森林站点的均方根误差分别为0.6680,0.4449,0.2863,0.5755。研究结果表明：在仅有少量观测数据时,采用本方法能有效地提高森林高分辨率LAI的估算精度。因此,本方法可为森林高分辨率LAI的遥感估算提供参考。 相似文献
5.
遥感图像最大似然分类方法的EM改进算法 总被引：35，自引：1，他引：35
基于参数化密度分布模型的最大似然方法（MLC）是遥感影像分类最常用手段之一，与其他非参数方法（如神经网络）相比较，它具有清晰的参数解释能力、易于与先验知识融合和算法简单而易于实施等优点。但是由于遥感信息的统计分布具有高度的复杂性和随机性，当特征空间中类别的分布比较离散而导致不能服从预先假设的分布，或者样本的选取不具有代表性，往往得到的分类结果会偏离实际情况。首先介绍了用基于有限混合密度理论的期望最大（EM）算法来作为最大似然函数（MLC）参数估计的方法－EM－MLC。该模型首先假设总体混合密度分布可被分解为有限个参数化的高斯密度分布，然后把具有先验知识的样本与随机选取的未知样本混合在一起，通过EM迭代计算来估计出各密度分布的最大似然函数的参数集，从而一定程度上避免了参数估计可能出现的偏离。最后，本文提出了基于EM－MLC遥感影像分类的具体实施流程和应用示范，并与一般最大似然方法（MLC）得到的分类结果进行了定性和定量的综合比较，认为EM－MLC在精度上得到了提高。 相似文献
6.
7.
利用BRDF原型和单方向反射率数据估算地表反照率 总被引：2，自引：2，他引：0
地表反照率是影响地表能量收支平衡的决定性参数之一,精确反演地表反照率需要考虑地表各向异性反射特征。本文尝试以双向反射分布函数BRDF原型为地表各向异性反射的先验知识,通过单方向反射率反演地表反照率。首先根据地面实测及MODIS多角度反射率数据对反演方法进行分析和精度评价,然后借助MODIS BRDF产品统计出研究区的主导BRDF原型,并联合环境一号卫星(HJ-1)单方向反射率数据反演30 m地表反照率,最终将结果与地表实测数据进行比较。结果表明:BRDF原型对BRDF的变化进行了约束,且能够适用于几十米尺度的遥感数据反照率的反演;不同级别的各向异性反射特征的分布是不均一的,借助于主导BRDF原型能够使大部分样本的地表反照率满足精度要求;利用研究区MODIS BRDF产品统计得到的主导BRDF原型为先验知识,通过HJ-1数据反演得到的地表反照率与地表实测反照率有较高的一致性,而朗伯假定条件下的反照率高于实测结果。本文算法简单高效,可为产生全国范围的中高分辨卫星反照率产品提供有价值的算法参考。 相似文献
8.
贝叶斯网络支持的地表参数混合反演模式研究 总被引：5，自引：0，他引：5
基于贝叶斯网络理论，建立用于植被地表参数估计的混合反演模式，结合遥感物理模型实现了冬小麦叶片叶绿素含量（Cab）和冠层叶面积指数（LAI）的反演。用模型模拟数据以及2001年顺义遥感实验数据验证结果表明，LAI和Cab均有较好的反演精度。针对含噪声模拟数据反演结果中约有10％的噪声数据反演失败的情况，用不确定知识的处理方法有效地降低了失败点的比例。混合反演模式本质上是一个融合先验知识与观测数据的知识推理方案，本文实现了对反演过程中参数后验概率更新算法并引入热力学中的信息熵概念实现了参数后验信息动态定量计算，同时简单探讨了现阶段定量评价遥感反演过程中信息流控制存在的难点问题。 相似文献
9.
目前可遥感反演的海上风能参量主要为平均风速和平均风功率密度,缺乏对风能方向性参量的反演。本文建立了以风向频率、风能密度方向分布为核心的风能方向性参量体系及相应的反演方法,使用2007年—2016年ASCAT星载散射计观测数据进行了反演实验,并利用海上现场观测数据对反演结果进行比较验证,通过理论分析和模拟实验对反演方法的数据量需求和误差传递进行了分析。结果表明,90%的反演结果通过了所有的同一性检验,验证了其有效性和准确性;风向频率和风能密度方向分布准确反演所需的最小数据量分别为350条和800条;遥感反演的风速风向数据的误差使得最终反演的风能方向性参量趋于离散,真实的风能方向分布越集中,对其影响越敏感。 相似文献
10.
基于波谱知识库的MODIS叶面积指数反演及验证 总被引：2，自引：0，他引：2
目前用物理模型反演叶面积指数普遍存在缺少先验知识的状况，如何获得准确的先验知识是遥感走向应用的一个关键环节。中国典型地物标准波谱数据库就是结合国家重大行业中的应用需求，研究制定地物波谱获取与分析的技术规范和数据标准，建立典型地物标准波谱数据库。从波谱数据库提取模型反演所需要的先验知识，实现了基于SAIL模型的MODIS数据（经过几何纠正与大气纠正）叶面积指数的反演。另外，基于TM数据，对MODIS混合像元进行了分解，用纯像元的叶面积指数与实测数据进行对比验证，同时，反演结果与NASA的LAI产品也进行了对比，结果表明基于波谱库的先验知识可以有效的提高叶面积指数的反演精度。 相似文献
11.
陆表定量遥感反演方法的发展新动态 总被引：2，自引：0，他引：2
随着获取的遥感数据越来越多,定量遥感正处于一个飞速发展的时期。本文从反演方法和遥感数据产品生成两个主要方面对近期陆表定量遥感的发展进行评述。由于大气—陆表系统的环境变量数远远超过遥感观测数,定量遥感反演的本质是个病态反演问题。在评述机器学习方法(包括人工神经网络、支持向量回归、多元自适应回归样条函数等)的应用基础上,重点关注克服病态反演的7种正则化方法:多源数据、先验知识、最优化反演的求解约束、时空约束、多反演算法集成、数据同化和尺度转换。定量遥感发展的另外一个显著特征是由数据提供者(比如数据中心)将观测的遥感数据转换成不同的地球生物物理化学参数产品,即遥感高级产品,并服务于数据使用者。概括介绍了北京师范大学牵头研发的GLASS(Global LAnd Surface Satellite)产品的新进展与全球气候数据集的研发情况。 相似文献
12.
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。 相似文献
13.
遥感模型多参数反演相互影响机理的研究 总被引：2，自引：0，他引：2
遥感数据具有覆盖范围广、时间与空间分辨率高的特点,被广泛应用于提取区域范围内的一些重要的生物物理参数.为提高参数的提取精度,需要制定正确的反演策略.了解影响参数提取精度的因素、反演过程中各反演参数之间如何相互作用是制定合理反演策略的关键.本文通过数学推导与物理机理的分析,证明了影响参数反演精度的因素不但有冠层反射率数据的质量,还有反演过程中参与反演的未知参数的个数、参与反演的每个参数的敏感性及各个参数敏感性之间的相关性.最后通过对反演不同参数个数、不同数据质量进行了叶面积指数反演的精度分析,验证影响参数反演精度的各个因素. 相似文献
14.
15.
植被偏振特性研究对于植被监测与组分定量反演具有极其重要的作用。植被冠层的反射辐射具有偏振特性,这种特性与入射辐射和植被冠层结构相关。本文分析了偏振对光子—叶片—冠层之间细微相互作用及其变化的有效探测能力,并利用研究型扫描式偏振辐射仪RSP(Research Scanning Polarimeter)数据系统对比分析了偏振对不同叶倾角分布的估测。通过上述研究得出以下结论:(1)偏振观测能够对光线在冠层立体结构中的透射反射再出射过程给出精细刻画,若不用偏振手段对这一过程进行甄别并去除,则直接测算的植被散射系数会产生高达140%的误差;(2)利用偏振手段可以为高精度大倾角、多时相遥感观测提供可能,以此可改变目前光学遥感小角度、垂直观测的较严格约束;(3)偏振辐射呈现出随波长的稳定特性(相关系数0.96),使得利用偏振手段可以更好地研究冠层结构;(4)不同叶倾角分布对入射辐射存在不同的偏振反射,为利用多角度偏振信息进行遥感植被精细分类提供了新的途径。本文详细描述冠层结构和植被偏振特性的相互作用,通过对冠层立体结构与叶倾角的研究,刻画了植被定量遥感的方向性信息与高精度实现,为高分辨率遥感定量化的有效信息挖掘提供了新手段。 相似文献
16.
17.
18.
在多光谱遥感水深反演研究中,由于影响反演精度的因素较多,传统的水深反演模型具有一定局限性。机器学习算法在解决非线性高复杂问题上较有优势,将其应用在某些特定区域水深反演可提高反演精度。本文利用Sentinel-2多光谱遥感影像和LiDAR测深数据,以瓦胡岛为研究区域,构建CatBoost水深反演模型,与传统水深反演模型及Boosting中的XGBoost和LightGBM模型的反演精度进行比较。试验结果表明,经过参数优化后的CatBoost水深反演模型的决定系数、均方根误差、平均绝对误差和平均相对误差分别为96.19%、1.09 m、0.77 m和9.61%,准确性最高,效果更佳。 相似文献