论文部分内容阅读
真实性检验是卫星遥感数据处理的关键技术环节,是提高遥感数据反演精度,增强数据可信度的重要保障。本研究在综合分析国内外叶面积指数(LAI)反演与真实性检验研究的基础上,分析我国在真实性检验方法研究进展及现存问题。以小麦LAI为例,测定不同株型小麦重要生育期LAI,以地面光谱数据与MODIS和CBERS数据构建反演模型,分析反演敏感性及反演精度,对LAI的真实性检验方法进行研究,探索真实性检验中的尺度转换技术,评价由卫星数据反演得到的LAI的真实性和准确性,建立LAI产品的真实性检验方法、流程。本研究的主要结论是:
●基于敏感性分析,选取对叶面积指数较为敏感的波段和指数,对这些波段、指数进行不同组合,并作为后续训练的输入数据。对训练结果进行评价,可找到一些较优组合,并以此为基础进行反演。从冠层光谱形成机理分析可见,冠层叶子空间取向分布会直接影响植被冠层对辐射的截获量、散射辐射的大小与走向。对于叶倾角较小且叶片主要呈水平分布的冠层,冠层反射率值较高;反之对于叶片主要呈直立型分布的冠层,所获取的冠层反射率较低。
●使用CBERS和MODIS数据,以经验模型法和辐射传输方程所建立的查找表法反演小麦LAI总体上均可取得较好效果,其最佳反演时期应在4月中下旬及5月上旬前后,即小麦生长处于起身拔节至灌浆期间。
●真实性检验研究需求已十分迫切,将代表未来遥感的发展方向。遥感产品真实性检验要以相关学科的理论及方法为基础,例如地面采样技术、空间插值技术、时间扩展技术等,应提炼出普适性的共性方法体系;
●遥感产品真值获取技术是现阶段的难点,面临问题是如何获取地面真值或模拟真值、如何进行不同空间、时间尺度的转换等。通常可采用利用地面测量真值,利用航空飞行所获取的相对真值,利用高空间分辨率所获取的相对真值,利用相关学科的机理模型获取模拟真值;
●由于地表的非均一性,地面观测试验数据、航空遥感数据、不同分辨率的遥感数据尺度不一致所引起的尺度效应必须考虑,不能简单通过多点观测数据平均来进行尺度转换。通常通过地面观测数据检验高分辨率遥感数据产品、用高分辨率遥感数据检验低分辨率遥感数据的逐级尺度转换方法来解决。
●利用不同分辨率的LAI产品进行验证时,不同分辨率的产品间存在着尺度转化问题。只有转换到同一尺度水平上,才能进行比较和验证。因此,需要建立实测LAI与高、中、低空间分辨率遥感数据LAI产品间真实性检验的空间尺度转换关系是叶面积指数验证的关键。
●观测实验与卫星过境同步是保证数据可靠、有效进行遥感数据产品真实性检验的关键,尽可能采用自动连续观测的方式保证实验同步,如不能作到同步观测,在数据处理时应充分考虑观测物理量随时间变化的规律,并同时测量影响该物理量变化的参数,进行非同步引起的时间变化补偿。
●为检验LAI产品精度,首先应通过模拟数据进行算法验证,采用国外同类卫星资料进行预研和开发,生成的产品与国外同类产品进行比较,对算法初步检验;再通过地表试验资料收集,对算法精度进一步检验。通过算法验证与对比论证,可获得一个比较全面、系统的LAI产品算法评价结果。