遙感應(yīng)用模型綜述復(fù)習(xí)版ppt課件

1、遙感應(yīng)用模型綜述,復(fù)習(xí)版,本節(jié)關(guān)注,應(yīng)用方向概述 國(guó)外研究環(huán)境 空間幾何分析 遙感定量模型 地表反演模型,遙感應(yīng)用模型概述,遙感應(yīng)用方向（側(cè)重識(shí)別、側(cè)重測(cè)量） 遙感分析基礎(chǔ)軟件 國(guó)土資源遙感（地上） 地質(zhì)遙感（地下） 生態(tài)遙感 災(zāi)害遙感 遙感應(yīng)用水平要提高，遙感定量化是必由之路,環(huán)境遙感是以探測(cè)地球表層環(huán)境的現(xiàn)象及其動(dòng)態(tài)為目的的遙感技術(shù)。可理解為涉及資源、大氣、海洋、環(huán)境生態(tài)等所有遙感活動(dòng)的代名詞。 旨在探測(cè)和研究環(huán)境污染的空間分布、時(shí)間尺度、性質(zhì)、發(fā)展動(dòng)態(tài)、影響和危害程度，以便采取環(huán)境保護(hù)措施或制訂生態(tài)環(huán)境規(guī)劃的遙感活動(dòng)，雖屬環(huán)境遙感之列，但一般不稱其為環(huán)境遙感。 環(huán)境遙感在數(shù)據(jù)獲取上具有多

2、層次、多時(shí)相、多功能、多專題的特點(diǎn)；在應(yīng)用方面具有多源數(shù)據(jù)處理、多學(xué)科綜合分析、多維動(dòng)態(tài)監(jiān)測(cè)和多用途的特點(diǎn),ENVI,ENVI可以處理最先進(jìn)的衛(wèi)星格式，如Landsat7,SPOT,RADARSAT,NASA,NOAA,EROS和TERRA,能接受未來(lái)所有傳感器的信息。 包含所有基本的遙感影像處理功能，如：校正、定標(biāo)、波段運(yùn)算、分類對(duì)比增強(qiáng)、濾波、變換、邊緣檢測(cè)及制圖輸出功能。ENVI具有對(duì)遙感影像進(jìn)行配準(zhǔn)和正射校正的功能，可以給影像添加地圖投影，并與各種GIS數(shù)據(jù)套合。ENVI的矢量工具可以進(jìn)行屏幕數(shù)字化、柵格和矢量疊合，建立新的矢量層、編輯點(diǎn)、線、多邊形數(shù)據(jù)，緩沖區(qū)分析，創(chuàng)建并編輯屬性并進(jìn)

3、行相關(guān)矢量層的屬性查詢。 ENVI擁有高光譜和多光譜分析工具。用戶可以識(shí)別出圖像中純度最高的像元，通過(guò)與已知波譜庫(kù)的比較確定未知波譜的組分。用戶不但可以使用ENVI自帶的波譜庫(kù)，也可以自定義波譜庫(kù)，甚至可以組合使用線性波譜分離和匹配濾波技術(shù)進(jìn)行亞像元分解，以消除匹配誤差獲得更精確的結(jié)果。 ENVI的集成式雷達(dá)分析工具可以快速處理雷達(dá)SAR數(shù)據(jù),提取CEOS信息并瀏覽RADARSAT和ERS-1數(shù)據(jù)。用天線陣列校正、斜距校正、自適應(yīng)濾波等功能提高數(shù)據(jù)的利用率。紋理分析功能還可以分段分析SAR數(shù)據(jù)。ENVI還可以處理極化雷達(dá)數(shù)據(jù)，用戶可以從SIR-C和AIRSAR數(shù)據(jù)中選擇極化和工作頻率，用戶還可

4、以瀏覽和比較感興趣區(qū)的極化信號(hào)，并創(chuàng)建幅度圖像和相位圖像,ERDAS,ERDAS IMAGINE是以模塊化的方式提供給用戶的，對(duì)系統(tǒng)進(jìn)行剪裁，充分利用軟硬件資源，并最大限度地滿足用戶的專業(yè)應(yīng)用要求。ERDAS IMAGINE面向不同需求的用戶，對(duì)于系統(tǒng)的擴(kuò)展功能采用開放的體系結(jié)構(gòu)以IMAGINE Essentials、IMAGINE Advantage、IMAGINE Professional的形式為用戶提供了低、中、高三檔產(chǎn)品架構(gòu)，并有豐富的功能擴(kuò)展模塊供用戶選擇，使產(chǎn)品模塊的組合具有極大的靈活性。 IMAGINE Essentials級(jí)：包括有制圖和可視化核心功能的影像工具軟件。無(wú)論您是獨(dú)

5、立地從事工作或是處在企業(yè)協(xié)同計(jì)算的環(huán)境下，都可以借助IMAGINE Essentials完成二維/三維顯示、數(shù)據(jù)輸入、排序與管理、地圖配準(zhǔn)、制圖輸出以及簡(jiǎn)單的分析。 * Vector直接采用ESRI的ArcInfo數(shù)據(jù)結(jié)構(gòu)Coverage，建立、顯示、編輯和查詢ArcInfo完成拓?fù)潢P(guān)系的建立和修改及矢量和光柵圖像的雙向轉(zhuǎn)換等；* Virtual GIS真實(shí)三維景觀重現(xiàn)和GIS分析；* Developers ToolkitERDAS IMAGINE的C程序接口，ERDAS的函數(shù)庫(kù)，及程序設(shè)計(jì)指南。 IMAGINE Advantage級(jí)：是建立在IMAGINE Essential級(jí)基礎(chǔ)之上的，增

6、加了更豐富的圖像光柵GIS和單片航片正射矯正等強(qiáng)大功能的軟件。IMAGINE Advantage為您提供了靈活可靠的用于光柵分析，正射矯正，地形編輯及先進(jìn)的影像鑲嵌工具。簡(jiǎn)而言之，IMAGINE Advantage是一個(gè)完整的圖像地理信息系統(tǒng)（Imaging GIS）。 * Radar模塊雷達(dá)影像的基本處理；* OrthoBase區(qū)域數(shù)字影像正射糾正；* OrthoBASE Pro航片、衛(wèi)片快速正射糾正，利用立體象對(duì)自動(dòng)提取高精度DEM；* OrthoRadar可對(duì)RadarSat，ERS雷達(dá)影像進(jìn)行正射糾正；* StereoSAR DEM用立體方法從雷達(dá)圖像數(shù)據(jù)中提取DEM；* IFSAR

7、DEM用干涉原理從雷達(dá)圖像數(shù)據(jù)中提取DEM；* ATCOR2對(duì)相對(duì)平坦地區(qū)圖像進(jìn)行大氣校正和霧曦消除；* ATCOR3對(duì)山區(qū)圖像進(jìn)行大氣糾正霧曦消除，可以消除地形的影響,ERDAS,IMAGINE Professional級(jí)：是面向從事復(fù)雜分析，需要最新和最全面處理工具，經(jīng)驗(yàn)豐富的專業(yè)用戶。Professional是功能完整豐富的地理圖像系統(tǒng)。除了Essentials和Advantage中包含的功能以外，IMAGINE Professional還提供輕松易用的空間建模工具（使用簡(jiǎn)單的圖形化界面），高級(jí)的參數(shù)/非參數(shù)分類器，分類優(yōu)化和精度評(píng)定，以及高光譜、雷達(dá)分析工具。它是最完整的制圖和顯示、信

8、息提取、正射矯正、復(fù)雜空間建模和尖端的圖像處理系統(tǒng)。 * Subpixel Classifier子象元分類器利用先進(jìn)的算法對(duì)多光譜影像進(jìn)行信息提取，可達(dá)到提取混合象元中占20%以上物質(zhì)的目標(biāo)；ERDAS公司在IMAGINE中支持動(dòng)態(tài)連接庫(kù)（DLL）的體系結(jié)構(gòu)。它支持目標(biāo)共享技術(shù)和面向目標(biāo)的設(shè)計(jì)開發(fā)、提供一種無(wú)需對(duì)系統(tǒng)進(jìn)行重新編譯和連接而向系統(tǒng)加入新功能的手段，并允許在特定的項(xiàng)目中裁剪這些擴(kuò)充的功能。在ERDAS IMAGINE中直接提供了下列DLL庫(kù)：* 圖像格式DLL提供對(duì)多種圖像格式文件無(wú)需轉(zhuǎn)換的直接訪問(wèn)，從而提高易用性和節(jié)省磁盤空間。支持的圖像格式包括：IMAGINE、GRID、LAN/

9、GIS、TIFF（GeoTIFF）、GIF、JFIF（JPEG）、FIT、BMP和原始二進(jìn)制格式。* 地形模型DLL提供新類型的矯正和定標(biāo)（Calibration），從而支持基于傳感器平臺(tái)的校正模型和用戶剪裁的模型。這部分模型包括：Affine、Polynomial、Rubber Sheeting、TM、SPOT、IKONOS、QuickBird、Single Frame Camera等,Envi與Erdas對(duì)比,envi在數(shù)據(jù)處理方面比erdas更加精確，但erdas的模塊化更加人性化，在進(jìn)行某些處理的時(shí)候比較容易找著菜單命令。另外erdas的model maker可以自主建模，比較方面。e

10、nvi的idl編程雖說(shuō)也很簡(jiǎn)單，但沒(méi)用過(guò)的人可能就有點(diǎn)不知道如何下手。 PCI更適合于影像制圖，ERDAS的數(shù)據(jù)融合效果最好，ENVI在針對(duì)像元處理的信息提取中功能最強(qiáng)大。ER Mapper對(duì)于處理高分辨率影像效果較好,遙感應(yīng)用模型與定量遙感,應(yīng)用模型是實(shí)現(xiàn)分析結(jié)果定量化的手段 定量遙感是遙感技術(shù)發(fā)展從定性粗放到精確具體的思想飛躍,定量遙感不確定性,定量遙感應(yīng)用不確定性分析理論和方法 定量遙感信息模型與反演 土地利用/土地覆蓋自動(dòng)更新技術(shù) 農(nóng)田旱情遙感監(jiān)測(cè)模型與方法,定量遙感是一種方法模型而非技術(shù)手段,不確定性的概念和內(nèi)涵,相關(guān)術(shù)語(yǔ)：誤差、精度、精確程度和偏差 誤差：觀測(cè)值與真實(shí)值之間的差別

11、精度：觀測(cè)、計(jì)算或估計(jì)值與真實(shí)值之間的接近程度 精確程度：通俗的定義為測(cè)量值的小數(shù)點(diǎn)位數(shù) 不確定性：表達(dá)一個(gè)特定的數(shù)據(jù)特性的不可信性或不可知性的有用概念,國(guó)內(nèi)外研究現(xiàn)狀,早期研究集中在遙感分類或解譯結(jié)果的精度評(píng)價(jià) 集中在分類不確定性研究，對(duì)反演中的不確定性研究較少 定量遙感不確定性的研究是一個(gè)研究熱點(diǎn),不確定性的來(lái)源,通常利用均方根誤差衡量參考像元的位置精度,不確定性的來(lái)源,不確定性的來(lái)源,由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步驟中都有不同類型和程度的不確定性引入，并在進(jìn)一步分析中傳播，在遙感信息提取過(guò)程中，不但要設(shè)法糾正數(shù)據(jù)獲取過(guò)程引入的不確定性，而且要選取合適的、對(duì)誤差不敏感的處理

12、和分析方法，使最后提取的信息包含最小的不確定性,定量遙感參數(shù)反演中不確定性研究,定量遙感參數(shù)反演不確定性的研究目前主要集中在定量遙感數(shù)據(jù)產(chǎn)品的驗(yàn)證方面。 真實(shí)性檢驗(yàn)：通過(guò)獨(dú)立的手段評(píng)價(jià)來(lái)自系統(tǒng)輸出的數(shù)據(jù)產(chǎn)品質(zhì)量的過(guò)程。 定標(biāo)：是定量地定義系統(tǒng)對(duì)已知和可控的系統(tǒng)輸入信號(hào)響應(yīng)過(guò)程。 區(qū)別：真實(shí)性檢驗(yàn)則是通過(guò)和參考數(shù)據(jù)比較（假定參考數(shù)據(jù)代表目標(biāo)真實(shí)值）以評(píng)價(jià)從衛(wèi)星傳感器信號(hào)延伸出的更高級(jí)產(chǎn)品的不確定性的過(guò)程，因此，真實(shí)性檢驗(yàn)過(guò)程中參考數(shù)據(jù)代表性和比較方法是關(guān)鍵,陸地遙感數(shù)據(jù)產(chǎn)品真實(shí)性檢驗(yàn)一般框架,真實(shí)性檢驗(yàn)的數(shù)據(jù)產(chǎn)品包括地表反射率、地表溫度、雪冰圖、反照率/BRDF、植被指數(shù)、葉面積指數(shù)、植被覆蓋度

13、、土地覆被等。 MODIS陸地產(chǎn)品組（MODLAND） 真實(shí)性檢驗(yàn)計(jì)劃包括三個(gè)階段： 第一階段通過(guò)選擇少量測(cè)量點(diǎn)和時(shí)間段的地面測(cè)量數(shù)據(jù)進(jìn)行產(chǎn)品真實(shí)性檢驗(yàn)； 第二階段對(duì)時(shí)空范圍更廣的地面測(cè)量點(diǎn)和測(cè)量時(shí)間段的數(shù)據(jù)進(jìn)行產(chǎn)品真實(shí)性檢驗(yàn)； 第三階段通過(guò)在統(tǒng)計(jì)上具有全球時(shí)空分布代表性的地面獨(dú)立測(cè)量值系統(tǒng)評(píng)價(jià)數(shù)據(jù)產(chǎn)品的精度，并估計(jì)其不確定性。 開展多傳感器數(shù)據(jù)產(chǎn)品間的比較真實(shí)性檢驗(yàn)。NASA&歐空局,陸地遙感數(shù)據(jù)產(chǎn)品真實(shí)性檢驗(yàn)一般框架,自下而上”的真實(shí)性檢驗(yàn)框架，基本構(gòu)成是根據(jù)不同的地表類型或生物群落的全球分布，在全球設(shè)置一定數(shù)據(jù)量的真實(shí)性檢驗(yàn)樣地，每個(gè)樣地內(nèi)有若干基本采樣單元，每個(gè)ESU內(nèi)進(jìn)行一定數(shù)量的單

14、點(diǎn)測(cè)量，然后通過(guò)一定的轉(zhuǎn)換方法將單點(diǎn)測(cè)量值轉(zhuǎn)換到ESU尺度上；再結(jié)合高分辨率遙感影像，建立基本采樣單元與樣地之間的尺度轉(zhuǎn)換關(guān)系，得到樣地水平上的地表參數(shù)值；最后，通過(guò)全球不同地表類型多個(gè)樣地與陸地遙感數(shù)據(jù)產(chǎn)品進(jìn)行比較和相關(guān)性分析，評(píng)價(jià)全球遙感數(shù)據(jù)產(chǎn)品的精度,定量遙感參數(shù)反演中不確定性研究,定量遙感產(chǎn)品檢驗(yàn)中各個(gè)環(huán)節(jié)上的不確定性的研究還沒(méi)有系統(tǒng)開展，特別是驗(yàn)證過(guò)程各個(gè)環(huán)節(jié)中引入的不確定性量化及傳遞和對(duì)最終驗(yàn)證結(jié)果的影響方面的研究非常有限。 對(duì)于定量遙感反演中數(shù)據(jù)和模型的不確定性表達(dá)和處理的研究還沒(méi)有系統(tǒng)開展,遙感數(shù)據(jù)專題分類不確定性研究,第一階段目視判斷為主，定性評(píng)價(jià)； 第二階段通過(guò)比較分類所得

15、的專題圖中各類別的面積范圍（或面積比例）與地面或其他參考數(shù)據(jù)中相應(yīng)類別的面積范圍（或面積比例） ，優(yōu)點(diǎn)定量客觀，缺點(diǎn)非定位本質(zhì)； 第三階段以定位類別比較和精度測(cè)量為特征，將特定位置的分類結(jié)果中的類別和地面實(shí)況和其他參考數(shù)據(jù)中相應(yīng)點(diǎn)的類別進(jìn)行比較，并在比較基礎(chǔ)上發(fā)展各種精度測(cè)量（總體精度）。 第四階段是對(duì)第三階段的細(xì)化和發(fā)展，其核心是誤差矩陣方法，特點(diǎn)是在充分利用誤差矩陣的基礎(chǔ)上，計(jì)算出各種精度測(cè)量如KAPPA系數(shù)，統(tǒng)計(jì)上更加嚴(yán)格,階段對(duì)比,遙感數(shù)據(jù)專題分類不確定性研究,遙感數(shù)據(jù)專題分類不確定性研究,基于誤差矩陣的分類精度評(píng)價(jià)方法：用于表示分為某一類別的像元個(gè)數(shù)與地面檢驗(yàn)為該類別數(shù)的比較陣列。

16、基于模糊分析的分類精度評(píng)價(jià)方法：不能提供像元尺度上分類的不確定性信息，因而難以反映分類不確定性的空間分布特征,誤差矩陣,混淆矩陣， 主要用于比較分類結(jié)果和地表真實(shí)信息，可以把分類結(jié)果的精度顯示在一個(gè)混淆矩陣?yán)锩??；煜仃囀峭ㄟ^(guò)將每個(gè)地表真實(shí)像元的位置和分類與分類圖象中的相應(yīng)位置和分類像比較計(jì)算的?；煜仃嚨拿恳涣写砹艘粋€(gè)地表真實(shí)分類，每一列中的數(shù)值等于地表真實(shí)像元在分類圖象中對(duì)應(yīng)于相應(yīng)類別的數(shù)量，有像元數(shù)和百分比表示兩種。 錯(cuò)分誤差，指被分為用戶感興趣的類，而實(shí)際上屬于另一類的像元，錯(cuò)分誤差顯示在混淆矩陣的行里面。 漏分誤差，指本屬于地表真實(shí)分類，但沒(méi)有被分類器分到相應(yīng)類別中的像元數(shù)。漏分誤

17、差顯示在混淆矩陣的列里,誤差矩陣,總體精度，主對(duì)角線元素之和除以總采樣個(gè)數(shù)；等于被正確分類的像元總和除以總像元數(shù)，地表真實(shí)圖像或地表真實(shí)感興趣區(qū)限定了像元的真實(shí)分類。被正確分類的像元沿著混淆矩陣的對(duì)角線分布，它顯示出被分類到正確地表真實(shí)分類中的像元數(shù)。像元總數(shù)等于所有地表真實(shí)分類中的像元總和。 生產(chǎn)者精度，指假定地表真實(shí)為A類，分類器能將一幅圖像的像元?dú)w為A的概率； 用戶精度，指假定分類器將像元?dú)w到A類時(shí)，相應(yīng)的地表真實(shí)類別是A的概率 Kappa系數(shù)，是另外一種計(jì)算分類精度的方法。它是通過(guò)把所有地表真實(shí)分類中的像元總數(shù)（N）乘以混淆矩陣對(duì)角線（Xkk）的和，再減去某一類中地表真實(shí)像元總數(shù)與該類

18、中被分類像元總數(shù)之積對(duì)所有類別求和的結(jié)果，再除以總像元數(shù)的平方差減去某一類中地表真實(shí)像元總數(shù)與該類中被分類像元總數(shù)之積對(duì)所有類別求和的結(jié)果所得到。 Kappa 分析，統(tǒng)計(jì)意義上反映分類結(jié)果在多大程度上優(yōu)于隨機(jī)分類結(jié)果，可以用于比較兩個(gè)分類器的誤差矩陣是否具有顯著差別,定量遙感信息模型與反演研究現(xiàn)狀,遙感具有宏觀性也可以具有微觀性。普通的衛(wèi)星遙感具有宏觀性，而高空間分辨率遙感卻具有一定的微觀性； 在宏觀的遙感中，可以近似認(rèn)為地物是朗勃體； 在高空間分辨率遙感中，地物反射電磁波行為具有方向性反射，稱為二向性反射。 二向性反射是自然界中物體對(duì)電磁波反射的基本現(xiàn)象，即反射不僅具有方向性，這種方向性還依

19、賴于電磁波入射的方向,定量遙感信息模型與反演研究現(xiàn)狀,地表二向反射特性和植被BRDF模型 地表熱輻射方向性模型,多角度遙感：從二維信息的定性解釋發(fā)展至三維信息的定量反演,地表二向反射特性和植被BRDF模型,自然地表的反射率不但與所測(cè)地物的幾何結(jié)構(gòu)和光譜特性有關(guān)，還與入射和觀測(cè)方向的遙感幾何有關(guān)； BRDF（雙向反射率分布函數(shù)），自入射方向的地表輻照度的微增量與其所引起的反射方向的反射輻射亮度增量比值； 多角度遙感是解釋地表復(fù)雜性的研究手段之一，通過(guò)獲取地表目標(biāo)的BRDF和方向輻射信息，進(jìn)行地表各種參數(shù)的反演。 多角度特征只需要單一時(shí)相的數(shù)據(jù)就能提供不同植被的三維信息，成為鑒別植被類型的重要數(shù)據(jù)

20、源 物理模型（輻射傳輸、幾何光學(xué)、計(jì)算機(jī)模擬等）、經(jīng)驗(yàn)?zāi)Ｐ?、半?jīng)驗(yàn)?zāi)Ｐ?輻射傳輸模型,特征：優(yōu)點(diǎn)能夠較好地描述植被冠層內(nèi)部的多次散射，缺點(diǎn)是水平均勻的假設(shè)往往與實(shí)際地表狀況不符。 SAIL模型，在水平均勻的假設(shè)下，考慮了冠層的垂直分層結(jié)構(gòu)和葉傾角分布，在太陽(yáng)光入射和觀測(cè)方向無(wú)關(guān)假設(shè)下計(jì)算了光線沿這兩個(gè)方向的傳輸，并用上行輻射通量和下行輻射通量來(lái)近似計(jì)算冠層內(nèi)部散射光的傳輸。 SAIL模型無(wú)法模擬出熱點(diǎn)現(xiàn)象,幾何光學(xué)模型,把植被簡(jiǎn)化為立方體、圓錐、橢球或圓柱等離散幾何實(shí)體，以簡(jiǎn)潔的形式描述了產(chǎn)生離散植被反射和熱輻射方向性的主要原因。 典型幾何光學(xué)模型：Li-Strahler 、Jump,混合模型

21、,將傳感器視場(chǎng)內(nèi)的地物目標(biāo)仍按幾何模型一樣處理成具有一定幾何形狀和空間分布特征的組分，群體內(nèi)的每個(gè)單體組分的處理方法類似于輻射傳輸模型，每個(gè)單體組分被看作由更小單元組成的具有一定光學(xué)性質(zhì)的散射體集合，群體之間的多次散射也考慮在內(nèi)，從而克服了輻射傳輸模型中假定軀體各組分隨機(jī)分布的局限性。 混合模型適用于任何非均勻程度的植被，現(xiàn)有的混合模型相對(duì)于簡(jiǎn)單的行結(jié)構(gòu)作物有較好的應(yīng)用，對(duì)于更復(fù)雜的植被群體應(yīng)用起來(lái)就有相當(dāng)?shù)碾y度。 植被結(jié)構(gòu)參數(shù)的獲取，孔隙率、覆蓋度、葉傾角等,計(jì)算機(jī)模擬模型,蒙特卡羅模型、真實(shí)景觀模型，基于計(jì)算機(jī)的蒙特卡羅方法是通過(guò)在三維冠層內(nèi)模擬大量光子的發(fā)生、碰撞、散射、消亡的過(guò)程，對(duì)其

22、結(jié)果作出統(tǒng)計(jì)，從而估計(jì)冠層的方向反射或熱輻射特性。 意義在于從仿真角度來(lái)生成模擬數(shù)據(jù)和檢驗(yàn)?zāi)Ｐ?，但是二者都需要大量?jì)算，因而不適合成為運(yùn)行算法，一般是作為模型研究的輔助工具,半經(jīng)驗(yàn)的“核”驅(qū)動(dòng)模型,經(jīng)驗(yàn)?zāi)Ｐ褪褂脜?shù)較少，表達(dá)式簡(jiǎn)單，具有一定的物理意義。（加權(quán)核、表面散射核、體散射核,地表熱輻射方向性模型,四類：幾何光學(xué)模型、輻射傳輸模型、混合模型和計(jì)算機(jī)模擬模型。 幾何光學(xué)模型，冠層被假定為一個(gè)不透光的實(shí)體，熱輻射只來(lái)自植被冠層和土壤表面，每一組分表面被假定為具有一致的熱輻射特性，方向性熱輻射的角度變化來(lái)自于組分在視場(chǎng)內(nèi)的可視面積比隨著觀察角度變化而變化。 熱輻射傳輸模型，將可見光-近紅外模型

23、中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念 混合模型，各個(gè)部分由于三維結(jié)構(gòu)相互遮擋狀況隨著觀察角度在發(fā)生變化；每個(gè)組分內(nèi)部的光學(xué)路徑隨著觀察方向也在發(fā)生變化。 目前的冠層反射率模型能夠在模擬準(zhǔn)確性和計(jì)算簡(jiǎn)便性之間找到一個(gè)平衡點(diǎn)，對(duì)植被葉片和地表植被的二向性特征進(jìn)行模擬,定量遙感信息模型及其不確定性研究,均勻作物冠層的輻射傳輸模型SAILE模型 行結(jié)構(gòu)作物冠層的輻射傳輸模型 基于仿真三維結(jié)構(gòu)的計(jì)算機(jī)模擬模型,均勻作物冠層的輻射傳輸模型SAILE模型,PROSPECT葉片模型改進(jìn)EPROSPECT 葉片內(nèi)生化物質(zhì)均勻分布的假設(shè)總是會(huì)對(duì)葉片的模擬結(jié)果產(chǎn)生一定程度的誤差，誤差的大小依賴于生化物質(zhì)

24、的不均勻分布明顯程度。 基于EPROSPECT模型的冠層模型改進(jìn)-SAILE模型 EPROSPECT葉片模型在葉片尺度上考慮葉片正反兩面反射率差異；在SAIL冠層反射率模型的基礎(chǔ)上，將葉片正反兩面反射率分別帶入模型，在冠層尺度上考慮了葉片正反兩面反射率的差異,行結(jié)構(gòu)作物冠層的輻射傳輸模型,行結(jié)構(gòu)二向性反射模型 光照土壤、陰影土壤、光照植被、陰影植被 冬小麥穗葉復(fù)合模型 1）視場(chǎng)內(nèi)各組分的熱輻射特性：光照土壤、陰影土壤、光照麥穗、陰影麥穗和葉片 2）小麥冠層的幾何結(jié)構(gòu)和太陽(yáng)-目標(biāo)體-傳感器的幾何關(guān)系 3）模擬小麥冠層方向亮溫 結(jié)論：方向性亮溫的角度分布可以用于農(nóng)業(yè)生產(chǎn)大范圍的生長(zhǎng)期監(jiān)測(cè)，判斷小麥

25、是否到了抽穗期,地表參數(shù)定量遙感反演及其不確定性,植被指數(shù)遙感提取及方向性校正 葉面積指數(shù)遙感反演 地表反照率遙感反演 地表溫度遙感反演,植被指數(shù)遙感提取,NDVI與葉面積指數(shù)、綠色生物量、植被有效光合作用系數(shù)等生物物理參數(shù)有關(guān)。 可以從輻射傳輸模型或觀測(cè)數(shù)據(jù)獲得。 由于植被的冠層反射率與許多因素有關(guān)，如土壤屬性，植被類型，太陽(yáng)輻照及大氣條件，傳感器的觀測(cè)幾何，所以，即使對(duì)于特定的傳感器，LAI與VI之間不存在刻意適用于任何地方與任一時(shí)間的唯一關(guān)系,葉面積指數(shù)遙感反演,1）輻射傳輸模型(假設(shè)水平均勻，如農(nóng)田作物，SAIL模型)，優(yōu)點(diǎn)：較好描述植被冠層內(nèi)部的多次散射；缺點(diǎn)：水平均勻的假說(shuō)往往與實(shí)際地表不符 2）幾何光學(xué)模型（GO） 幾何光學(xué)模型把植被簡(jiǎn)化為立方體、圓錐、橢球或圓柱等離散的幾何實(shí)體，以簡(jiǎn)潔