排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
遥感估算叶面积指数(LAI)时空动态变化对全球气候变化研究具有重要的意义,为了提高遥感估算时间序列叶面积指数的精度,需要耦合遥感观测数据与LAI动态过程模型。本文提出一种基于双集合卡尔曼滤波(Dual EnKF)的时间序列LAI反演方法,同时更新LAI估计值和LAI动态过程模型中的敏感性参数,得到LAI和动态过程模型敏感参数的最优估计值来优化动态过程模型。一方面使得动态过程模型可以更好地描述LAI随时间的变化过程,降低模型预测误差,从而提高LAI动态过程模型的预测能力;另一方面通过耦合动态过程模型和辐射传输模型,集成遥感观测数据与动态过程模型的预测值,进而得到优化的LAI估计值。为检验算法,分别选取作物、草地和林地等典型植被验证站点进行Dual EnKF LAI时间序列估算,并分别与MODIS LAI产品及其SG滤波曲线、集合卡尔曼滤波方法反演LAI、未优化的动态过程模型模拟LAI结果进行比较,并配以一些站点地面实测点数据作为参考。结果表明,采用Dual EnKF方法得到的LAI不但保持了时间上的连续性,而且通过改善动态过程模型的预测能力,即使在缺乏高质量遥感观测数据时,也能够获得符合LAI发展趋势的估算值,没有出现跳跃、波动现象,时间序列曲线较稳定,更符合植被LAI变化规律,表明基于Dual EnKF的时间序列LAI遥感估算方法是提取LAI时间廓线的一种有效途径。 相似文献
2.
围绕国家自然科学基金重点项目"山地典型生态参量遥感反演建模及其时空表征能力研究",介绍了项目的立项背景、研究目标、研究现状和发展趋势、拟解决的关键科学问题、主要研究内容、研究总体方案及预期成果。项目选取不同地形梯度和植被背景为主要研究对象,开展山地叶面积指数(LAI)和净初级生产力(NPP)陆表典型生态参量遥感反演建模及其时空表征能力研究,发展遥感定量反演模型和方法,分析山地复杂地形对遥感信号及遥感反演产品的影响,力争能在山地陆表生态参量遥感反演建模理论与方法上取得突破。 相似文献
1