面向典型地表场景的高光谱智能观测模式研究

Currently, the observation modes of the on-orbit satellite sensors are at a fixed state. The data access and applications are facing the problem of high redundancy and low utilization efficiency. The intelligent remote sensing should be an inevitable trend for the future development of remote sensing. The indicator of the intelligent remote sensing should be different when the application requirements different. The research of how to set up the effective indicator and how to quantitatively evaluate the validity of these indicators are inadequate. It should be strengthened. This study will aim to this issue. We will study the hyperspectral intelligent observation mode theory. From the points of the spectral resolution, the center wavelength, the band set, the number of bands, the signal-to-noise ratio, we will analysis the sensitivity of different intelligent observations spectral indicators for different applications. To comprehensive analysis the relationship of those indicators, the hyperspectral intelligent observation modes will be set up. This research will provide the experiments and parameters for the future hyperspectral intelligent remote sensor design. At the same time, it will provide the theory basis and technical reserves for the next generation intelligent hyperspectral remote sensing systems.

遥感对地观测的智能化是未来遥感对地观测发展的趋势。但针对不同的应用需求，如何设置智能遥感器的有效指标，如何定量化评价这些指标的有效性，该方面的研究明显不足，针对智能对地观测，尤其是高光谱智能对地观测，这些指标，如光谱指标和信噪比等如何针对不同的地面场景和不同的参数反演需求而变，如何变动，迫切需要开展基础性的科学研究。本研究将进行高光谱智能观测模式的理论研究；从光谱分辨率、中心波长、谱段设置、波段数、信噪比、积分时间的角度，分析面向典型地表参数反演的智能观测光谱指标敏感性；针对不同应用需求的地表参数，综合分析智能观测指标取舍原则和方法，构建基于遥感器指标互斥条件的高光谱智能观测模式。 本研究的开展为高光谱智能观测模式下的硬件指标调整和优化提供重要的先期实验与参数支持。

遥感对地观测的智能化是未来遥感对地观测发展的趋势。但针对不同的应用需求，如何设置和评价高光谱智能传感器的有效指标，如光谱指标和信噪比，如何针对不同的地面场景和不同的参数反演需求而变，迫切需要开展基础性的科学研究。. 本研究采用地面数据模拟、定量分析等技术手段，从光谱分辨率、中心波长、波段数、信噪比等角度，分析了对LAI、氮素、叶绿素等植被参量、石膏等矿物成分、叶绿素等水质参量及特定目标识别等的敏感性和有效性，研究结果表明：波段的最优中心波长应该由敏感波段的谷、峰值、波形和波段宽度等指标决定；波段数量的确定需要首先确定地物敏感波段特征，并据此优选模型，最终确定波段数；波段的信噪比从遥感数据、反演模型到结果将产生误差累积效应，累积到一定程度时会发生精度突变；光谱分辨率对反演结果的敏感性和有效性取决于特地物特性和波段的中心波长、光谱的特征峰值和谷值的宽度，反演精度的高低受反演指标的影响因素（如反演LAI模型可能受水分含量影响）与光谱分辨率双重影响；目标提取中，光谱指标、信噪比等的确定需要综合考虑同一观测场景的时空尺度效应，如不同覆盖度的情况下，最优波段、最佳模型等都可能发生相应的变化，即需要综合考虑场景的反演的参数的时间和空间分辨率。. 面向对象的特性和指标要求，提出各项指标取舍的原则与方法，首先评估噪声对反演的敏感性曲线，分析阈值的确定方法，确保信噪比在一定范围内；其次光谱中心波长与光谱分辨率一同考虑，最终确定特征波段；再次确定最优的反演模型，并据此确定波段数；最后针对下垫面不均一的情况，按照信噪比、敏感波段（中心波长+分辨率）、空间尺度、波段数的先后顺序确定指标。. 提出了互斥条件下的高光谱智能观测模式，即按照场景判断、明确问题、精度要求、先验知识支持、信息反演的过程模式，并提出建立先验知识库的重要性。. 最后提出了智能高光谱观测的理论与方法，并据此构建相应的软硬件系统和支撑资源环境参数反演。