《遥感数据产品的处理与分析(3遥感反演及遥感数据产品的生产过程)_2014(精)》由会员分享，可在线阅读，更多相关《遥感数据产品的处理与分析(3遥感反演及遥感数据产品的生产过程)_2014(精)（72页珍藏版）》请在金锄头文库上搜索。
1、遥感数据产品的处理与分析 第三讲：遥感反演及遥感数据产品的生产过程 1 第三讲：遥感反演及遥感数据产品的生产过程 这节课授课目标： 了解“蛋糕是怎么做的”，吃蛋糕才不会噎着 目前的遥感数据产品多数还不完善，解决使用中遇到的问 题还需要专业知识 了解遥感数据处理的原理 理解遥感数据产品还存在问题的原因 2 遥感数据源 遥感参数产 品生产 在不同领域 中的应用 第三讲：遥感反演及遥感数据产品的生产过程 1. 遥感反演概述 2. 遥感数据产品生产的流程 2.1 遥感产品生产线结构 2.2 遥感数据的预处理 2.3 遥感反演 2.4 遥感产品的完善和发布 3. 例子：GLASS叶面积指数产品生产线 3
2、.1 数据源 3.2 预处理 3.3 反演算法 3.4 质量控制和质量标志 3 1. 遥感反演概述 4 1.1 什么是遥感反演 物理参数遥感信号 正演 反演 1. 遥感反演概述 5 1.2 遥感反演问题的本质和科学问题 遥感的本质是反演，而从反演的数学来源讲，反演研究 所针对的首先是数学模型。，首先要解决的问题是 对地表遥感像元信息的地学描述。 但陆地遥感反演的根本问题在于定量遥感往往需要用少 量观测数据估计非常复杂的地表系统的当前状态，本质 上是一个病态反演问题。 解决病态反演问题的办法，一是扩充信息源，比如综合 使用多源遥感数据或地面观测资料，引入先验知识；二 是控制信息分配，让有限的观测
3、信息尽量分配到目标参 数，抑制反演过程中的误差传播。 1. 遥感反演概述 6 1.3 常见的几种遥感反演方法 经验回归 例如逐步多元回归、神经元 公式推导及线性反演 简化、线性化 ；例如大气校正公式、分裂窗 迭代优化 Newton 迭代、遗传算法 查找表 多数情况下只是作为一种简化工具 1. 遥感反演概述 7 1.4 遥感反演的注意事项 信息量问题 数据信息已知参数先验约束 模型的可反演性 合适的参数化方法 反演算法的稳定程度 对噪声的抵抗能力 反演算法中使用约束条件 正则化方法、贝叶斯反演、物理边界 优化反演算法以提高计算效率 优化代价函数、选择合适的迭代算法、建立查找表 1.5 MODIS
4、数据参数反演系统 气溶胶产品经验公式、查找表 大气水汽含量经验公式、查找表 大气校正公式推导 BRDF及反照率产品 公式推导（线性方程求解） 地表温度 公式推导、迭代优化 叶面积指数 经验回归、公式查找表 1. 遥感反演概述 气溶胶产品查找表 1.选择暗目标：2100纳米反射率和440纳米反射率之间有 经验关系，假设纳米处无大气影响，可得440 纳米处的地表反射率。 2.建立440纳米处地表反射率、气溶胶类型、气溶胶光学 厚度、太阳角度、观测角度等自变量与TOA反射率的查 找表。 3.根据各种已知条件（即上面用下划线表示的量）就可从 查找表中得到气溶胶光学厚度。 1. 遥感反演概述 大气水汽含
5、量经验公式、查找表 先在地表反射率为常数或呈线性变化的假设下求取某波段 的大气透过率 然后通过使用该波段透过率与水汽含量的查找表求取水汽 含量 1. 遥感反演概述 大气校正公式推导 大气辐射传输方程简化为如下公式 就可直接求出逆向公式 1. 遥感反演概述 BRDF及反照率产品 线性方程求解 线性核驱动模型 因为非线性因素都体现到核函数中，而核函数是估定的、 不包含位置参数的函数，因此反演该模型就可以用最小二 乘法解线性方程实现。 获得核驱动模型参数后，相应波段的半球反照率可由核驱 动模型积分得出。 总的反照率则是各波段反照率的加权和。 1. 遥感反演概述 地表温度 公式推导（分裂窗） 假设：
6、a)地表比辐射率已知；b)大气窗口的水汽吸收系数可以看 作常数；c)大气温度与下垫面温度相差不大，黑体辐射公 式可以采用线形近似。 公式推导（略） 最终公式 系数获取方法（拟合MODTRAN模拟的数据） 1. 遥感反演概述 地表温度迭代优化（Z Wan - 1997 ） MODIS个波段昼夜两次观测，大气地表参数同时反演 未知数：个通道的发射率、昼夜两个地表温度、昼夜两 套大气等效辐射温度和水汽含量 迭代算法：Quasi-Newton法、最小二乘拟合法 优化：对大气辐射传输过程建立查找表、用一个经验回归 公式获取解的初始值 大量的误差分析和验证工作 1. 遥感反演概述 叶面积指数经验回归 获取
7、与卫星图像同步的地面测量叶面积指数 从卫星图像计算植被指数 建立测量点上NDVI或SAVI与叶面积指数的经验关系 将此经验关系应用到整个图像 1. 遥感反演概述 叶面积指数与fPar 公式查找表（R Myneni-2002） 辐射传输方程，包含很多参数 将辐射传输方程的求解过程分解，分解后的每一模块只包 含少量参数 对每个模块建立查找表 将观测的多波段（或多角度）数据与查找表对照，就得到 叶面积指数与fPar 1. 遥感反演概述 第三讲：遥感反演及遥感数据产品的生产过程 1. 遥感反演概述 2. 遥感数据产品生产的流程 2.1 遥感产品生产线结构 2.2 遥感数据的预处理 2.3 遥感反演 2
8、.4 遥感产品的完善和发布 3. 例子：GLASS叶面积指数产品生产线 3.1 数据源 3.2 预处理 3.3 反演算法 3.4 质量控制和质量标志 17 2. 遥感数据产品生产的流程 18 遥感数据产品生产在遥感信息流中的位置 遥感数据产品生产 2. 遥感数据产品生产的流程 19 2.1 遥感产品生产线结构 后处理 质量控制产品完善格式规范发布 参数反演模型多源数据引入反演算法 预处 理辐射定标几何校正大气校正 遥感数据源 参数产品的应用 2. 遥感数据产品生产的流程 20 2.2 遥感数据预处理 辐射畸变校正 辐射定标 几何校正（包括空间尺度转换） 大气校正（包括云检测） 2. 遥感数据产
9、品生产的流程 21 2.2 遥感数据预处理 广义的辐射畸变包括： 传感器缺陷、地形和光照条件的变化、大气的吸收和散射 这里讨论的是狭义的辐射畸变，即传感器自身特点引起的 图像缺陷 因为传感器辐射畸变是与观测目标无关的伪信号，所以必 须进行校正 为什么要进行辐射畸变校正 2. 遥感数据产品生产的流程 22 2.2 遥感数据预处理 坏像元 探测器损坏或者数据传输过程中 丢失 点缺失、行缺失或者列缺失 探测器之间的差异 面阵探测器，线阵探测器 低信噪比波段和红外探测器容易 受到探测器差异的影响 光学系统透过率的非均匀 透镜系统都会有靠近光轴部分透过率高于远离光轴透过率的现象 传感器辐射畸变类型 机载
10、WiDAS传感器近红外 图像辐射畸变校正前后 2. 遥感数据产品生产的流程 23 2.2 遥感数据预处理 辐射定标的目的： 把遥感原始数据的DN值与遥感传感器接收到的辐射能量联系起来 遥感数据辐射定标的注意事项 同一传感器的不同个体之间定标系数会有差异 传感器定标系数会随时间漂移 复杂的辐射定标方法，如热红外定标需要逐扫描线对比 黑体观测给出动态的定标系数 遥感数据的辐射定标 2. 遥感数据产品生产的流程 24 2.2 遥感数据预处理 几何校正的目的： 把遥感图像的图像坐标与真实目标的地理坐标联系起来 遥感几何校正的注意事项 几何校正具有误差，特别是对于批量生产的产品，目前 自动校正的几何误差
11、可能有数百米到数公里 校正后数据的投影有很多种，并且有很多参数，投影转 化的不准确也造成人为的几何误差 几何校正中的升降尺度变换（即重采样）会带来误差 地形造成几何校正的困难 遥感数据的几何校正 2. 遥感数据产品生产的流程 25 2.2 遥感数据预处理 根据成像模型和卫星轨道参数自动推算 人工选择控制点校正 自动匹配选择控制点校正 校正方式 多项式校正、样条校正、三角网格校正 正射校正 几何校正的常用方法 2. 遥感数据产品生产的流程 26 2.2 遥感数据预处理 大气校正的目的： 消除大气辐射的影响，恢复大气下界的地面反射率或者地面辐射 亮度 大气影响的表现方式 大气吸收，大气层辐射，相邻
12、像元的影响 大气校正的难度大气参数的获取 遥感反演气溶胶参数（暗目标方法） 遥感反演大气温湿度廓线（红外高光谱） 遥感数据的大气校正 2. 遥感数据产品生产的流程 27 2.2 遥感数据预处理 正确的云、雪检测对于遥感产品生产的重要性： 多数遥感产品云、雪检测 效果不理想 薄云、高云阈值的确定 亚像元的云分布 云与雪的光谱特征的相似与差异 遥感数据的云、雪检测 2. 遥感数据产品生产的流程 28 2.2 遥感数据预处理 思考：遥感数据预处理中的哪些误差 会传递到最终的数据产品？ 传感器的缺陷，不准确的定标，不准确的几何 位置，重采样误差，大气校正误差，薄云等 2. 遥感数据产品生产的流程 29
13、 2.3 遥感反演 遥感反演的三要素 模型 信息源反演算法 2. 遥感数据产品生产的流程 30 2.3 遥感反演 物理模型 经验模型（统计模型） 半经验模型（物理模型简化） 计算机仿真模型 遥感模型 2. 遥感数据产品生产的流程 31 2.3 遥感反演 辐射传输（RT）模型 广泛用于大气、地表、叶片 几何光学（GO）模型 景合成的思想，即像元光谱是组分光谱的面积比例加权平均 GO-RT混合模型 遥感物理模型 2. 遥感数据产品生产的流程 32 2.3 遥感反演 优点 原理比较清晰，可以分析原理改进模型 不足 非线性，计算量大，不容易反演 模型依赖于对目标的一些假设，不满足假设的目标不适用 即使
14、最严格物理模型，仍然是对复杂自然现象的近似，因此仍然 有误差 遥感物理模型的优点与局限 2. 遥感数据产品生产的流程 33 2.3 遥感反演 线性回归模型 多项式回归模型 指数函数模型 多变量回归模型 优点：一般比较简单，计算量小，易反演 局限：受限于提取模型用的训练数据，如果时间、地点、 目标改变了，模型就不再适用 遥感经验模型（统计模型） 经验模型的优点与局限 2. 遥感数据产品生产的流程 34 2.3 遥感反演 非线性模型线性化，非敏感参数用常数值代替 优点：既简单又有一定物理意义 局限：作为物理模型的简化，也有一定适用范围 蒙特卡洛仿真 真实景观+三维辐射传输 优点：逼真局限：计算量非
15、常大 半经验模型（物理模型简化） 计算机仿真模型 2. 遥感数据产品生产的流程 35 2.3 遥感反演 第三公设: Verstraete 等 (1996) 提出的反演10个公设的第 3 条“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” 遥感反演信息量缺乏问题的解决方法 引入多源数据 使用先验知识 遥感反演的信息源 2. 遥感数据产品生产的流程 36 2.3 遥感反演 多种遥感数据的联合反演 相似特征的多个传感器数量联合，时间空间分辨率显著不同的数 据互补，光学和微波遥感数据协同 地面观测数据支持遥感反演 地面观测可以提供一些模型需要而又难以从遥感数据反演的参数 ，如气温 地面观
16、测点较多的条件下（比如用无线传感器网络获取很多数据 ），可用地面观测值订正遥感反演结果 统计知识（先验知识）支持遥感反演 通过地面观测或者较高质量的遥感产品获得统计知识 增加信息源的方式 2. 遥感数据产品生产的流程 37 2.3 遥感反演 多源数据联合反演，是增加了信息，还是增加了误差? 误差源的复杂化，误差传播过程的复杂化 原理上说，增加数据源应该有利于参数反演，但是前提条件是使 用了正确的反演方法。 多源遥感反演的误差 2. 遥感数据产品生产的流程 38 2.3 遥感反演 常见的遥感反演算法 推导反演模型的解析表达式（速度最快） 线性最小二乘法（线性问题） 人工神经网络（能处理非线性问题，但是效果不稳定）
