电子科技大学：《定量遥感》课程教学资源（课件讲稿）第4章 遥感地表参数反演原理与方法

第4章j 遥感地表参数反演原理与方法 4.1基本原理及问题 4.2统计估算方法 4.3优化反演方法 4.4查找表方法 4.5综合反演方法 4.6基于知识的不确定性反演方法

第4章 遥感地表参数反演原理与方法 4.1 基本原理及问题 4.2 统计估算方法 4.3 优化反演方法 4.4 查找表方法 4.5 综合反演方法 4.6 基于知识的不确定性反演方法

4.1基本原理与问题 。定量遥感的反演问题，简言之，就是根据观测信息和前向物理 模型，求解或推算描述地面实况的应用参数（或目标参数）。 已知参数子集 观测值 基本原理 R 前向模型 R' 计算 (代价函数) 反演结果 根据代价函数调整 待求子集参数

4.1 基本原理与问题 概述 前向模型 计算 （代价函数） 已知参数子集 根据代价函数调整 待求子集参数 取出最小 WMSE的 参数值 输入 参数 R’ 观测值 反演结果 R 定量遥感的反演问题，简言之，就是根据观测信息和前向物理 模型，求解或推算描述地面实况的应用参数(或目标参数)。 基本原理

4.1基本原理与问题 问题 。定量遥感反演的困难，在于应用参数往往不是控制遥感 信息的主导因子，或者说是非敏感参数，只能为遥感信息 提供弱信号。 。目前国际上对地遥感反演的主流仍坚持沿用高斯的最小 二乘法，坚持“定量遥感反演的必要条件是独立观测的个 数大于未知数的个数

4.1 基本原理与问题 定量遥感反演的困难，在于应用参数往往不是控制遥感 信息的主导因子，或者说是非敏感参数，只能为遥感信息 提供弱信号。 目前国际上对地遥感反演的主流仍坚持沿用高斯的最小 二乘法，坚持“定量遥感反演的必要条件是独立观测的个 数大于未知数的个数” 。 CR模型的反演流程 问题

。地表是一个复杂的开放的巨系统，未知的参数几乎是无穷的 而遥感数据总是有限的，采用最小二乘法，其结果是只能估 计最敏感的少量几个参数，而这几个参数往往不包括应用所需 的时空多变要素，导致了定量遥感与应用需求之间巨大的缺口 ，和普遍的悲观情绪。 。在真实的对地遥感中，问题远为严重。遥感系统从垂直方向 来说，光线（电磁波）穿越大气、植被，到达土壤，再反射穿 越植被、穿越大气，达到卫星传感器。影响这一过程的因素， 数不胜数。 病态反演！

地表是一个复杂的开放的巨系统，未知的参数几乎是无穷的 ，而遥感数据总是有限的，采用最小二乘法，其结果是只能估 计最敏感的少量几个参数，而这几个参数往往不包括应用所需 的时空多变要素，导致了定量遥感与应用需求之间巨大的缺口 ，和普遍的悲观情绪。 在真实的对地遥感中，问题远为严重。遥感系统从垂直方向 来说，光线（电磁波）穿越大气、植被，到达土壤，再反射穿 越植被、穿越大气，达到卫星传感器。影响这一过程的因素， 数不胜数。 病态反演！

。李小文院士提出“对地定量遥感本质上是欠定问题”的观点， 强调必须综合考虑未知参数的敏感性与不确定性，尽量把遥感获 取的宝贵信息分配给时空多变要素，而不是反复反演相对稳定、 相对已知的敏感因素、在低水平上重复。 。最小二乘法是解决超定问题的基本方法，遥感获取信息的瞬时 性、有限性和地表遥感模型的复杂性，使我们不能把解决超定问 题的成熟办法当作教条

李小文院士提出“对地定量遥感本质上是欠定问题”的观点， 强调必须综合考虑未知参数的敏感性与不确定性，尽量把遥感获 取的宝贵信息分配给时空多变要素，而不是反复反演相对稳定、 相对已知的敏感因素、在低水平上重复。 最小二乘法是解决超定问题的基本方法，遥感获取信息的瞬时 性、有限性和地表遥感模型的复杂性，使我们不能把解决超定问 题的成熟办法当作教条

4.2统计方法（Statistical methods). Vegetation indices(VI,植被指数)have been used to predict various land surface biophysical variables (y) y=∑a,7 i=0 y=a+bVI y=aln(b-V1)+c 最好用经过大气校正的地表反射率作为计算植被指数的变量

4.2 统计方法（Statistical methods） 0 n i i i y aVI    c y a bVI   y a b VI c    ln( ) Vegetation indices (VI，植被指数) have been used to predict various land surface biophysical variables (y) 最好用经过大气校正的地表反射率作为计算植被指数的变量

Multispectral VI Normalized Difference Vegetation Index (NDVD NDVI= PNIRPR PNIR +PR NDVI与LAI、绿色生物量、植被覆盖度、光合作用等植被参 数有关 LAI=LAI NDVI,-NDVImin max NDVImax -NDVImin (Justice,1986)

Normalized Difference Vegetation Index (NDVI) NIR R NIR R NDVI        NDVI与LAI、绿色生物量、植被覆盖度、光合作用等植被参 数有关 min max max min NDVI NDVI i LAI LAI NDVI NDVI    (Justice,1986) Multispectral VI

5ep时ember21,1998 全球NDVI (植被指数)

全球 NDVI (植被指数)

Absorbed photosynthetically active radiation APAR=93.5[1-exp(-0.9LAI)] (Asrar et al.,1984)

APAR LAI    93.5[1 exp( 0.9 )] Absorbed photosynthetically active radiation (Asrar et al., 1984)

Simple Ratio (SR) SR=PNIR PR SR-1 2 NDVI= =I- SR+1 SR+1

Simple Ratio (SR) NIR R SR    1 2 1 1 1 SR NDVI SR SR      