基于集群式算法的陆表遥感反演模型

Remote sensing earth observation technology is the only means for natural and environmental monitoring at both the regional and global scale. The land surface biophysical and biochemical variables, generated from remotely sensed data, are one of the major sources for ecological environment monitoring and play an important role in climate change researches and government policy-making. This project intends to develop a cluster of remote sensing retrieval theory and methods to retrieve land surface variables such as leaf area index, land surface temperature, and so on. At first, the priori knowledge of land surface variables will be generated by using the ground measurements, model simulations, and high-level remote sensing products; And then, the cluster of inversion algorithms for generating land surface variables will be developed by taking into account the statistical constraints and inherent physical relations between these variables. Finally, we will estimate the land surface variables, which have fine spatial and temporal resolution and coherent physical characteristics, using multi-source time series remotely sensed data based on the proposed algorithm cluster. The research results of this project will be helpful for promoting the development of theory and methods quantitatively remote sensing of land surface.

遥感对地观测技术是实现区域及全球尺度各种自然和环境问题动态监测的唯一手段。用定量遥感的方法从遥感数据中提取各种生物物理和生物化学参数并生成区域性或全球高质量的参数产品，可以为生态环境监测等诸多领域提供基础数据支撑，已经成为全球变化研究领域和政府决策部门使用遥感技术的迫切需求。本项目拟发展一种基于集群式算法的新型陆表遥感反演理论与方法。利用地面测量数据、模型模拟数据和通过算法集成反演的遥感数据产品，构建陆表特征参量的先验知识，发展先验知识支持下的新型陆表特征参量反演算法集群，集成时间序列多源遥感数据同时反演多种陆表特征参量，提高陆表特征参量产品的反演精度和时空完整性，以及陆表特征参量产品之间物理意义上的一致性，促进定量遥感反演理论和方法发展。

遥感对地观测技术是实现区域及全球尺度各种自然和环境问题动态监测的唯一手段。用定量遥感的方法从遥感数据中提取各种生物物理和生物化学参数并生成区域性或全球高质量的参数产品，可以为生态环境监测等诸多领域提供基础数据支撑，已经成为全球变化研究领域和政府决策部门使用遥感技术的迫切需求。. 本项目发展了多个陆表特征参数的反演方法：发展了利用时间序列数据反演叶面积指数的方法，发展了利用广义回归神经网络反演植被覆盖度方法，提出了利用遥感数据估算下行长波辐射、上行长波辐射和净辐射的方法。利用这些方法生成了长时间序列的全球陆表特征参数产品。在此基础上，分析了陆表特征参量遥感数据产品的时空分布和变化规律，形成陆表特征参量遥感反演的先验知识。. 本项目发展了可见光–热红外波段辐射传输模型，建立了土壤–植被–大气辐射传输耦合模型。发展了利用MODIS大气层顶反射率数据综合反演多种参数的方法，发展了利用静止卫星大气层顶数据的多种陆表参数的集群反演方法。发展了集成可见光至热红外遥感数据的多种陆表参数的集群反演方法，实现了利用多源遥感数据同时反演多种陆表特征参量的方法。同时，本项目还发展了多种陆表特征参量的间接计算算法。实现了陆表特征参量的物理意义上的一致性反演。. 此外，本项目也对陆表特征参量与不同过程模型结合，反演更多其它陆表特征参量的同化方法进行了探索。基于遥感数据和地面观测数据，发展了数据同化方法，改进作物生长模型EPIC的模拟能力，实现了叶面积指数、生物量、产量、蒸散发等多变量的同时估计。. 本项目的研究成果将促进定量遥感反演理论和方法发展。