《集成時間序列多源遙感數據的葉面積指數反演方法研究》是依託北京師範大學，由肖志強擔任項目負責人的面上項目。
基本介紹
- 中文名：集成時間序列多源遙感數據的葉面積指數反演方法研究
- 依託單位：北京師範大學
- 項目負責人：肖志強
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
高質量的葉面積指數等地表參數產品已經成為地球系統模擬與全球變化等研究領域、以及政府決策部門使用遙感技術的迫切需求。當前的葉面積指數產品都是基於單一感測器單一時相遙感數據反演得到，這些葉面積指數產品在空間上不完整、時間上不連續，而且對某些植被類型，葉面積指數產品的精度也較低。本項目提出發展集成多感測器、多時相遙感數據及各種先驗信息的葉面積指數反演方法，生產高質量的時空連續的葉面積指數產品。通過融合現有的多種全球葉面積指數產品，構造背景場信息，利用統計分析方法建立描述葉面積指數時空變化規律的動態過程模型，開展多源、多時相遙感數據的同化方法研究，綜合利用國內外多種衛星感測器的時間序列觀測數據，探索生產時空連續的高質量的葉面積指數產品的新途徑。
結題摘要
現有的遙感參數產品多是基於單一感測器單一時相遙感數據反演得到，導致這些參數產品在空間上不完整、時間上不連續，對某些植被類型參數產品的精度也較低。本項目提出了一種利用時間序列數據反演LAI的方法，以一年的衛星觀測數據作為輸入，輸出是一年的LAI，並利用MODIS和AVHRR數據生成了GLASS LAI產品；發展了分析增量更新的葉面積指數同化演方法，利用衛星觀測數據同時更新過程模型參數與模型狀態向量，同時利用增量分析方法平滑順序同化反演結果時間序列上的不連續；發展了同化多源遙感數據反演LAI的方法，將多源遙感數據的時相信息，光譜信息和角度信息加入到LAI的反演過程中，提高LAI反演精度；發展了融合不同空間解析度的衛星觀測數據反演多尺度葉面積指數的方法。針對目前陸表特徵參量的反演算法都是面向特定參數，未考慮陸表特徵參量之間的統計約束關係和內在的物理關聯，導致相關參數產品之間在物理意義上存在不一致性的問題，本項目發展了多參數的綜合反演方法，同時反演葉面積指數、光合有效輻射吸收比、地表反照率等多種陸表特徵參量；提出了利用大氣層頂衛星觀測數據反演多種特徵參數的方法，使用耦合的土壤-冠層-大氣輻射傳輸模型，直接從大氣層頂的反射率/輻亮度中估算大氣參數和地表參數。
