徐世武,中国地质大学(武汉) 地理与信息工程学院

遥感应用模型绪论

在构建遥感应用模型时的一个关键问题是确定模型在有效性上的侧重.遥感应用水平要提高,遥感定量化是必由之路.

遥感数据获取具有多层次,多时相,多功能,多专题的特点;在应用方面具有多元数据处理,多学科综合分析,多维动态监测和多用途的特点.

遥感应用模型是地球信息模型发展的一个重要分支,是概念模型,物理模型和数学模型的综合集成.用遥感信息中的独立变量和地理信息影像化的变量,针对像元做基于物理机理的数学模型运算(DCNN), 而不能过分依赖于非参方法.

遥感应用模型这门课关心的主题:

空间几何分析
遥感定量模型
地表反演模型

点云是新本体的最佳选择

要真正实现地理实体多重表达(多测合一)需要回归地理信息本身的本体. 激光雷达点云+高精度几何标记给构建本体提供了一个有力手段. 激光雷达点云包含网络码,XYZ空间信息,RGB可视化信息和BAND特征选择等.

自然资源统一调查检测

类型	优点	缺点
基于像元的变化检测	对变化非常敏感	噪声很大
面向对象的变化检测	很稳定	不敏感
综合检测	结合像元方法和对象方法
面向典型地物的变化检测
深度学习的变化检测	自动化程度高,精度高	运算多数据需求大,是黑箱

遥感图像处理常用关键技巧 1. 物理机理 2. 分块&合并 3. 膨胀&侵蚀: 方便解译&精确边界

遥感定量模型建模

应用模型是实现分析结果定量化的手段,定量遥感是遥感技术发展从粗放到精确的飞跃.(梁顺林)

遥感应用不确定性分析理论和方法

一些基本概念

误差 观测值与真实值之间的差别 精度 观测计算或估计值域真实值之间的接近程度 精确程度 测量精度 不确定度 表达信息的不确定性或不可知性

早期研究集中在遥感分类或解译结果的精度评价,而目前集中在分类不确定性研究,对反演中的不确定性研究较小,定量遥感不确定性的研究是一个研究热点,是决策者关心的指标.

不确定性来源

数据获取 几何关系,传感器系统,卫星平台,地面控制,地面景影响
数据处理 几何校正,辐射校正,数据转换
数据分析 定量分析,分类,数据综合
数据转换 栅格-矢量转换

不确定性避免方法 摄法纠正数据获取过程引入的不确定性;选取合适的,对误差不敏感的处理和分析方法,使最后提取的信息包含最好的不确定性.

不确定性问题分类

反演不确定性
分类不确定性

不确定性问题研究方法分类

基于误差矩阵
基于模糊评价
基于像元尺度不确定性评价
其他方法

遥感数据分类不确定性评价体系要统一,将分类方法的像元尺度上的遥感分类不确定性评价模型与指标体系独立.

用多层感知器(MLP)可以很好处理模糊性问题

反演不确定性研究

聚焦于数据产品验证 真实性检验的数据产品包括地表反射率,地表温度,雪冰图,反照率,BRDF,植被指数,叶面积指数,植被覆盖度,土地覆被等.

*真实性检验三阶段

通过选择少量测量点和时间段的地面测量数据进行产品真实性检验
对时空范围更高的地面测量点和测量时间段的数据进行产品真实性检验
在统计上具有全球时空分布代表性的产品真实性检验

真实性检验框架-自下而上

基本构成是根据不同的地表类型或生物群落的全球分布，在全球设置一定数据量的真实性检验样地，每个样地内有若干基本采样单元，每个ESU内进行一定数量的单点调量，然后通过一定的转换方法将单点测量值转换到ESU尺度上：再结合高分辨率遥感影像，建立基本采样单元与样地之间的尺度转换关系。得到样地水平上的地表参数值：最后，通过全球不同地表类型多个样地与陆地遥感数据产品进行比较和相关性分折，评价全球遥感数据产品的精度.

专题分类不确定性研究

目视判断,定性评价
通过比较分类得到的专题度中各类别面积范围和地面数据比较
一定位类别比较和精度测量为特征,将特定位置的分类结果中的类别和地面实况和其他参考数据中相应点的类别进行比较
混淆矩阵评价

误差评价

混淆矩阵 每个地表真实像元的位置和分类与分类图像中的响应位置和分类像比较计算.
错分误差 指被氛围用户感兴趣的类而实际不是,是混淆矩阵的行
漏分误差 指本属于地表真实分类但没有被正确分类,是混淆矩阵的列

定量遥感信息模型与反演概述

知道机理 - 数学模型. 不完全知道机理 - 混合模型(经验模型)

径向基函数某种沿径向堆成的标量函数,通常定义为空间中任一点\(x\)到某一中心\(x_c\)之间的欧氏距离的单调函数.最常用的径向函数为高斯函数.

\[ k(|x - x_c|) = \exp{-\frac{||x-x_c||^2}{(2 \sigma)^2} } \] 其中\(\sigma\)为带宽选择参数.

地表热辐射方向性模型

几何光学模型
热辐射传输模型
混合模型
计算机模拟模型

农作物叶面积指数反演

混合像元问题对LAI反演带来的不确定性问题.分两种情况: 1. 由长势不同的作物构成的混合像元 2. 由不同端元形成的混合像元.

结果表明不同长势形成的混合像元对LAI的准确反演影响不大,不同组分(端元)形成的混合像元对LAI反演影响很大.

森林叶面积指数反演
- 经验模型方法: 用遥感测量反射率构成的变量.与LAI进行相关回归,后用回归方程进行反演.
- 物理模型反演方法: 将以物理原理为基础的森林冠层反射率模型用于森林LAI反演,在认识地光谱信号形成机制的基础上模拟森林各冠层情况.
- 非参数方法
土地利用/覆盖自动更新技术
农田旱情遥感监测模型与方法

光学遥感中的定量模型

所有遥感定量模型都利用光谱,空间,时间和极化.

最佳波段的选择独立性强,相关性小,地类可分性大

场景模型是遥感机理研究的关键组成,通过调查光与遥感像元场景的相互作用,帮助人们理解遥感信号产生的机理,并验证遥感物理模型,从植被野外测量,三维结构真实遥感像元场景的参数化描述,场景数据结构,场景生成方法和流程等方面阐述了遥感像元场景模型.植被的野外测量和统计是结构真实场景的基础.

CUPID模型

一个trick: 如何检查一副影像是否做过大气校正? 可以看植被的B是不是较低.机理是消除近地表背景影响的主要部分就是消除B

遥感建模系统

表面属性 -- 场景辐射传输(光学模型+场景建模+辐射建模) -- 大气辐射传输(大气校正) -- 导航系统(姿态建模) -- 传感器系统(感知) -- 制图和面元划分 -- 遥感数据

手机GPS室外平坦区域精度大概2~3m

大气辐射校正

统计模型

基于统计模型的相对辐射校正总有一个假设: 图像中总存在辐射值趋于0的局部

物理模型

大气辐射传输模型MODTRAN和6S > MODTRAN解决的事正问题,给出放射率,MODTRAN能计算出大气层顶辐射;6S解决的事反问题,给出大气层顶辐射,计算地表反射率.

传感器系统

不同光谱分辨率传感器对同一地物的探测效果有很大区别.传感器的波段选择必须考虑目标的光谱特征值才能获得好效果.

MTF曲线.从物理上看MTF实质是各个空间频率的正弦波图像经过系统后调制损失的百分比.

应用模型

模型是源域的组成部分表现在目标域中的一种结构(陈述彭).源域中被表现的部分可以是实体,关系,过程或其他感兴趣的现象.源域中被表现的部分可以是实体,关系,过程或其他感兴趣的现象.建模的目的是把源域简单化和抽象化.模型是否有用要看模拟源域的效果和其在两个域转换的难易程度.

应用模型的作用

联系RS应用于专业研究的纽带
综合利用RS应用大量数据的工具
RS应用解决各种实际问题的武器
RS应用向更高水平发展的基础
利于信息交流

植物冠层模型

冠层形态

均质 - 是否可以看成朗伯体,混杂 - 是不是够郁郁葱葱 - 均质离散 - 非均质混杂 - 非均质离散

植被遥感模型参数

结构参数

总体长宽高
LAI叶面积指数,无量纲
FAVD某一高度单位体积叶面积总和
LAD叶倾角,法线方向的概率分布

光学参数

叶子反射率,透过率
土壤表面反射率

按叶子上下表面是否异质可分为prospect和e-prospect模型

在形状无关时,可以将地物密度化,进而可以使用辐射传输模型.