论文部分内容阅读
植被在地球上占有很大的比例,陆地表面的植被常是遥感观测和记录的第一表层,是人们研究的主要对象.叶面积指数(LAI)是指每单位地表面积的叶面积比例,是一个关键的表征植被生长状况的物理量.遥感可以大范围、周期性地监测叶面积指数的变化,比人工测量具有明显的优势.目前反演叶面积指数主要是采用通过光谱信息建立植被指数与叶面积指数的经验统计方法,该方法有一定的局限性,并且需要大量的实测数据.通过物理模型反演叶面积指数的研究是将来的必然趋势,也是目前多角度遥感的研究热点之一.目前,遥感数据的定量应用遇到的问题,一方面是模型反演所需要的信息量严重缺乏,另一方面是大量的遥感数据严重浪费,所以该文的研究目的是多光谱与多角度信息综合利用反演叶面积指数的空间分布.论文的主要研究内容与创新点包括以下几点:第一:基于模型模拟,建立植被指数与叶面积指数的关系,在多角度数据反演叶面积指数前先用多光谱数据得一个较为准确的先验知识,将此先验知识用于多角度数据的反演中,实现了多角度和多光谱数据的结合.第二:利用核驱动模型进行观测数据重建,一可以平滑噪声,二可以采用特定的对叶面积指数敏感的角度来得到先验知识.第三:将高光谱遥感数据的分类结果与多角度数据结合,加快反演速度,并对先验知识进行细化.第四:在反演前,先对多角度遥感数据进行一定的预处理,剔除一些明显错误的点,合并一些角度相近的数据,反演实践证明,这样的预处理对于反演速度的提高有很大的作用.反演过程中,合理运用多光谱信息与多角度信息,较成功地反演了图像叶面积指数.第五:为了将多角度遥感推向应用,扩大应用领域,该小组开发了多角度遥感数据反演分析系统,作者担任了模拟数据显示部分的开发.该论文的研究工作承国家自然科学基金项目"植被真实结构知识库支持下的遥感物理模型反演"(40171068)、国家重点基础研究发展规划项目(973项目)"地球表面时空多变要素的定量遥感理论及应用"(G20000779)、国家863项目"机载多角度、多光谱成像技术"(2001AA131030)联合资助.