《基於集群式算法的陸表遙感反演模型》是依託北京師範大學，由梁順林擔任項目負責人的重點項目。
基本介紹
- 中文名：基於集群式算法的陸表遙感反演模型
- 依託單位：北京師範大學
- 項目負責人：梁順林
- 項目類別：重點項目
項目摘要,結題摘要,
項目摘要
遙感對地觀測技術是實現區域及全球尺度各種自然和環境問題動態監測的唯一手段。用定量遙感的方法從遙感數據中提取各種生物物理和生物化學參數並生成區域性或全球高質量的參數產品，可以為生態環境監測等諸多領域提供基礎數據支撐，已經成為全球變化研究領域和政府決策部門使用遙感技術的迫切需求。本項目擬發展一種基於集群式算法的新型陸表遙感反演理論與方法。利用地面測量數據、模型模擬數據和通過算法集成反演的遙感數據產品，構建陸表特徵參量的先驗知識，發展先驗知識支持下的新型陸表特徵參量反演算法集群，集成時間序列多源遙感數據同時反演多種陸表特徵參量，提高陸表特徵參量產品的反演精度和時空完整性，以及陸表特徵參量產品之間物理意義上的一致性，促進定量遙感反演理論和方法發展。
結題摘要
遙感對地觀測技術是實現區域及全球尺度各種自然和環境問題動態監測的唯一手段。用定量遙感的方法從遙感數據中提取各種生物物理和生物化學參數並生成區域性或全球高質量的參數產品，可以為生態環境監測等諸多領域提供基礎數據支撐，已經成為全球變化研究領域和政府決策部門使用遙感技術的迫切需求。 本項目發展了多個陸表特徵參數的反演方法：發展了利用時間序列數據反演葉面積指數的方法，發展了利用廣義回歸神經網路反演植被覆蓋度方法，提出了利用遙感數據估算下行長波輻射、上行長波輻射和淨輻射的方法。利用這些方法生成了長時間序列的全球陸表特徵參數產品。在此基礎上，分析了陸表特徵參量遙感數據產品的時空分布和變化規律，形成陸表特徵參量遙感反演的先驗知識。 本項目發展了可見光–熱紅外波段輻射傳輸模型，建立了土壤–植被–大氣輻射傳輸耦合模型。發展了利用MODIS大氣層頂反射率數據綜合反演多種參數的方法，發展了利用靜止衛星大氣層頂數據的多種陸表參數的集群反演方法。發展了集成可見光至熱紅外遙感數據的多種陸表參數的集群反演方法，實現了利用多源遙感數據同時反演多種陸表特徵參量的方法。同時，本項目還發展了多種陸表特徵參量的間接計算算法。實現了陸表特徵參量的物理意義上的一致性反演。 此外，本項目也對陸表特徵參量與不同過程模型結合，反演更多其它陸表特徵參量的同化方法進行了探索。基於遙感數據和地面觀測數據，發展了數據同化方法，改進作物生長模型EPIC的模擬能力，實現了葉面積指數、生物量、產量、蒸散發等多變數的同時估計。 本項目的研究成果將促進定量遙感反演理論和方法發展。
