基于LAI空间知识的多尺度多阶段目标决策反演
摘要
定量遥感反演由于观测信息量不足, 往往是“病态”反演, 而且在区域研究中格外突出. 本文以MODIS 250 m 估算区域LAI 作为典型案例, 提出了基于空间知识的多尺度多阶段目标决策反演方法, 研究先验知识的引入及其合理使用, 试图为解决区域遥感“病态”反演提供一个合理的解决方案. 首先, 利用不同分辨率的MODIS 影像(1 km, 500 m 和250m)提取地表的多尺度信息, 并将其融入到MODIS 较低分辨率数据的多阶段目标决策反演上, 通过降低空间异质性影响, 提高了粗尺度数据反演参数的准确性; 然后, 粗尺度反演结果作为细尺度反演的先验知识, 再次参与反演, 通过多次反演, 先验知识实现多次更新. 从MODIS_1 km 到MODIS_250 m, 在每一个尺度的反演中, 用最敏感的数据反演最不确定的参数, 实现了有限的数据在模型空间中的合理分配. 基于空间知识的多尺度多阶段目标决策反演方法, 融合了地面实测数据、空间知识、多尺度遥感观测数据, 反演是一个逐步细化的过程, 待反演参数的初始期望更加合理、不确定性范围有效缩小, 反演目标更加明确. 最后利用MODIS 数据反演黑河中游农作物区LAI 对该方法进行了验证, 结果表明这种反演方法较以往传统的区域性参数获取方法更为准确、可靠.
引用本文（GB/T 7714）
英时 赵, 小华 朱, 晓明 冯. 基于LAI空间知识的多尺度多阶段目标决策反演[J]. SCIENTIA SINICA Terrae, 2012.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。