多源遥感与作物模型同化模拟作物物生长参数时空域连续变化   总被引：3，自引：1，他引：2  

吴伶  刘湘南  周博天  李露锋  谭正 《遥感学报》2012,16(6):1173-1191

本文将遥感信息与作物模型同化实现作物生长参数的时空域连续模拟,进而监测生长参数的时空域变化.首先将作物模型WOFOST(World food studies) 与冠层辐射传输模型PROSAIL 耦合构建WOPROSAIL 模型,利用微粒群算法(PSO) 通过最小化从CCD 数据获取的土壤调节植被指数观测值SAVI(soil adjusted vegetation index) 与耦合模型得到的模拟值SAVI’之间差值优化作物模型初始参数.通过MODIS 数据反演实现参数的区域化,并将区域参数作为优化后作物模型输入参数驱动模型逐像元计算生长参数,实现生长参数的时空域连续模拟与监测,最终建立区域尺度遥感-作物模拟同化框架模型RS-WOPROSAIL .结果表明：同化模型解决了作物模型模拟空间域和遥感信息时间域的不连续问题.模型模拟的叶面积指数(LAI) 、穗重(WSO) 、地上总生物量(TAGP) 等生长参数较好地体现了水稻生长状况时空域变化,研究区水稻模拟产量与实际产量的误差为27.4% .  相似文献   

基于多极化后向散射系数的海洋悬浮物反演研究     

李致博  刘湘南  李露锋 《海洋技术学报》2011,30(4)

以珠江口东岸香港海域为研究对象,准同步获取实测悬浮物浓度和Radarsat-2影像数据.对影像进行滤波处理和掩模处理后,利用Radarsat-2四种极化下的后向散射系数建立悬浮物浓度单极化回归模型;通过多极化后向散射系数构造多个遥感参数,运用相关性分析得到4个敏感因子,建立悬浮物浓度多极化回归模型.最终得到研究区域悬浮物浓度的反演模型为:SSC=11.08+0.06(HH+VV)-0.002(HH+VV)2,R2=0.84,其中SSC为悬浮物浓度,HH和W为该极化下的后向散射系数,R2为决定系数.研究表明:HH和W极化的后向散射系数之和对研究区域悬浮物反演最为敏感,得到的反演模型能较好预测海洋悬浮物的分布情况.  相似文献   

珠江口海域叶绿素a质量浓度SAR反演模型     

李露锋  刘湘南  李致博  弥永宏 《海洋学研究》2012,30(2):66-73

以珠江口海域的Radarsatt-2全极化SAR数据和海域表层水面叶绿素a质量浓度实测数据为基础,利用微波散射原理及Cloude Pottier理论对SAR图像进行分解,得到平均散射角a、散射熵H及VH、VV、HH、HV等6个参数;采用BP人工神经网络模型建立上述6个参数与叶绿素a质量浓度的数学关系模型,并结合实测数据对叶绿素a质量浓度进行分类。结果表明:当隐含层节点数为9,输入层和隐含层传递函数分别为tansig和logsig,学习速率和动量系数均为0.2时的网络结构对叶绿素质量浓度反演取得了较好的效果,叶绿素a质量浓度实测值与预测值之间的决定系数(R~2)为0.826。将模型应用于不同时期的2幅图像进行验证,效果良好,与实际情况基本相符。  相似文献