关联遥感与站点观测数据的多尺度地表参数反演

融合多源遥感数据估算多种空间分辨率时间序列的地表参数是遥感基础研究的要点，也是地表辐射与能量平衡、碳循环、水循环等研究对遥感数据的迫切需求。用遥感观测反演多种时空尺度地表参数的难点在于遥感数据的质量受限、地表的空间异质性，及其随时间变化的不确定性。遍布全球的地面台站观测网具有长时间序列的观测数据，但其基于点位观测的特征，对站点周围地表的空间代表性各不相同。因此本项目研究综合利用这两类数据改进现有定量遥感数据产品时空连续性的新方法。以典型地表分类观测台站为例，收集多种时空尺度遥感观测与站点长时间序列观测的配套数据,研究关联时间序列地面观测和遥感数据的30m－1km尺度地表参数反演方法，研究地表反照率和叶面积指数的联合反演方法，研究将站点观测数据与遥感面信息相结合中的尺度扩展与尺度转换问题，获得改进的试验站点周围时空连续的地表参数遥感产品数据集，并对反演方法和结果精度进行合理评价。

融合多源遥感数据估算多种空间分辨率时间序列的地表参数是遥感基础研究的要点，也是地表辐射与能量平衡、碳循环、水循环等研究对遥感数据的迫切需求。本项目针对遥感反演多种时空尺度地表参数的难点问题,研究利用日益增多的大量地面观测测数据,与多尺度遥感观测数据相结合，发展改进现有定量遥感数据产品时空连续性的新方法，为提高多尺度地表参数的反演准确度提出一种新的思路。.项目的主要研究内容：（1） 建立典型地面站点观测与多种时空尺度遥感观测配套数据集；（2）关联时间序列地面观测和遥感数据的30m－1km地表参数反演方法；（3）地表反照率和叶面积指数的联合反演方法；（4）多尺度地表参数反演结果的验证方法。.以典型地表植被类型观测台站为例，利用项目实验采集的地面观测数据和收集的多种时空尺度遥感与地面观测数据, 项目研究取得的重要成果如下：.1. 研究提出了基于时间序列地面观测数据获取异质性区域时间连续叶面积指数代表性真值的升尺度方法；发展了引入有限地表参量实测数据遥感反演，与遥感观测相结合估算时间序列叶面积指数的数据同化方法；发展了基于地面观测先验信息，联合多光谱和激光雷达遥感数据反演森林冠层树高和叶面积指数的方法。.2. 研究发展了多时空尺度的地表参数反演方法，主要包括：基于地面站点时序多角度遥感数据的动态建模与叶面积指数估算方法；地表反照率和叶面积指数的联合反演方法；联合多时空尺度光学与微波遥感观测的降雪期反照率产品改进；基于植被遥感反射率动态特征模型改进时序叶面积指数估算精度的和时序神经网络方法；融合多尺度遥感观测估算高空间分辨率时序地表反照率的方法。.3. 研究发展了基于泰勒级数展开模型、分形理论和将站点实测数据转换到遥感像元尺度的方法；发展了基于多点时序地面LAI观测数据，使用最大期望算法(EM)求取最优权重，获取升尺度验证参考值的方法；发展了30m-1km尺度地表反照率反演结果的验证的方法。.项目研究成果的科学价值意义主要在于提出了将大量地面观测数据用于地表参量遥感估算的新思路，发展了利用多源遥感数据联合反演多时空尺度多个地表参量的方法，已有成果有助于改进多时空尺度地表参量的遥感估算精度，具有潜在的应用前景。