|
传统的地面实测方法能够得到比较准确的植被参数(如叶面积指数、覆盖度、生物量、叶绿素、干物质、叶片含水量、FPAR等),但其获取信息有限,难以满足大范围提取植被参数的需求,尤其在异质地表区域。遥感技术的发展为植被生长状态及动态监测提供了重要的技术手段,与传统地面实测方法不同,遥感把传统的“点”测量获取的有限代表性信息扩展为更加符合客观世界的“面”信息(即区域信息),且不会对生态系统造成破坏,能够长期、动态、连续地估算植被参数,在区域或全球尺度植被参数估算中具有不可替代的优势。随着科学技术的发展和生态文明建设的需要,借助遥感数据反演植被参数,可为生态系统健康评价提供关键的数据支持,并且植被参数遥感反演是当前遥感应用研究的重要内容之一,也是国际遥感领域的热点研究方向。
光学遥感主要反映地物的光谱反射特性信息,如何通过构建遥感光谱反射信号与地表参数之间的关系模型来准确估算植被参数是本次教程的主要目的。让感兴趣学员在短时间内较系统的掌握植被参数光学遥感反演原理及前沿技术,注重理论与实践相结合,针对经验模型与物理模型反演方法,较为系统地阐释两种方法的建模思路与基本原理,并进行深入讨论,重点讲解物理模型反演方法涉及的遥感数据、辐射传输模型、模型参数敏感性分析、代价函数构建、反演算法、迭代求解等主要环节。掌握植被参数光学遥感反演建模思路与基本步骤,且通过一步步讲解与上机操作,具备解决植被参数遥感反演问题的能力。
专题一 植被参数遥感反演理论
结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章讲解:
植被遥感前向建模
植被遥感反演模型 (经验/物理模型/…)
代价函数
反演算法 (查找表/优化方法/机器学习/…)
他山之石:其他地表参数如何反演?
专题二 植被叶片及冠层反射率模拟与处理
结合PYTHON编程语言操作:
叶片反射率模型PROSPECT
植被冠层反射率模型PROSAIL
不同传感器光谱响应函数
高光谱数据转换为多光谱数据
他山之石:如何利用PROSAIL模拟不同传感器(如无人机/卫星)光谱数据?
专题三 植被遥感模型参数敏感性分析
结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章讲解:
模型参数敏感性分析必要性
模型参数敏感性分析方法(局部/全局/EFAST)
结合PYTHON操作:
PROSAIL模型参数敏感性分析
不同传感器光谱特征敏感性分析
他山之石:如何开展生态/水文/作物/陆面模型参数敏感性分析?
专题四 基于查找表(LUT)方法反演植被参数
结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章讲解:
查找表方法原理
基于蒙特卡洛方法模拟多条件下光谱反射率
结合PYTHON语言实现:
查找表方法反演植被参数
他山之石:如何基于查找表开展其他地表参数反演?
专题五 基于优化算法反演植被参数
结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章讲解:
优化方法求解原理
代价函数构建
结合PYTHON语言实现:
代价函数求解
算法:遗传算法
优化算法反演植被参数
他山之石:如何基于其他优化算法开展参数反演?
专题六 基于机器学习反演植被参数
结合PYTHON语言操作:
机器学习算法ANN/SVM/DecisionTree
基于机器学习+地面观测反演
基于机器学习+PROSAIL模型反演
Sentinel 2官方算法(Sentinel SNAP)原理与实现
区域结果成图
他山之石:如何基于深度学习算法开展参数反演?
专题七 遥感数据同化理论
结合RSE、IEEE TGRS、ISPRS、EJA等期刊文章讲解:
生态模型
模型耦合
数据同化原理
数据同化算法
数据同化系统
区域结果成图
他山之石:如何耦合遥感与过程模型?
专题八 同化遥感反射率估算植被参数/作物产量
结合FORTRAN语言操作:
作物生长模型
植被冠层反射率模型
模型耦合
变分同化
参数反演/产量估算
他山之石:如何执行EnKF同化?
如何借助其他编程语言开展数据同化?
如何开展水文/陆面/…模型同化?
专题九 同化遥感产品估算植被参数/作物产量
结合FORTRAN语言操作:
作物生长模型
模型耦合
变分同化
参数反演/产量估算
他山之石:如何执行EnKF同化?
如何借助其他编程语言开展数据同化?
如何开展水文/陆面/…模型同化?
注:请提前安装所需软件
更多应用
①PROSAIL模型前向模拟与植被参数遥感提取代码实践
②近地面无人机植被定量遥感与生理参数反演实践
③遥感数据与作物生长模型同化及在作物长势监测与估产中的应用
④基于Python/MATLAB长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析
⑤陆面生态水文模拟与多源遥感数据同化
关 注【科研充电吧】公 众 号,获取海量教程和资源
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-11-25 07:15
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社