生态文明评价必须将生态系统健康作为基本内容,而作为生态系统健康评价的重要指标之一——植被参数(如生物物理、生物化学、结构参数等)如何获取日益受到重视。
传统的地面实测方法能够得到比较准确的植被参数(如叶面积指数、覆盖度、生物量、叶绿素、干物质、叶片含水量、FPAR等),但其获取信息有限,难以满足大范围提取植被参数的需求,尤其在异质地表区域。遥感技术的发展为植被生长状态及动态监测提供了重要的技术手段,与传统地面实测方法不同,遥感把传统的“点”测量获取的有限代表性信息扩展为更加符合客观世界的“面”信息(即区域信息),且不会对生态系统造成破坏,能够长期、动态、连续地估算植被参数,在区域或全球尺度植被参数估算中具有不可替代的优势。随着科学技术的发展和生态文明建设的需要,借助遥感数据反演植被参数,可为生态系统健康评价提供关键的数据支持,并且植被参数遥感反演是当前遥感应用研究的重要内容之一,也是国际遥感领域的热点研究方向。
遥感基础理论
遥感平台与传感器、国内外主要陆地卫星
遥感基本原理、光谱响应函数、遥感数据处理流程
遥感在陆地生态系统监测方面的应用
Python编程语言
软件安装
工程文件建立、基本语法操作
TXT文本文件及遥感图像的读取与运算操作
植被参数遥感反演理论与实现-part1
遥感反演植被参数类型
生化组分:(叶绿素、氮、干物质、叶片水分含量、花青素)
生物物理参数:(LAI、LAD、树高、生物量)
生理生态参数:(FPAR、ET)
植被参数遥感反演模型
经验模型
线性模型
指数模型
对数模型
…
物理模型
辐射传输模型
PROSAIL前向模型反射率模拟
输入参数:LAI/LAD/叶绿素/花青素/干物质/类胡萝卜素/水分含量/…
输出参数:植被冠层反射率
提供Python程序源代码
以Python代码为例上机操作反射率模拟流程
模拟叶片反射率与透射率
模拟植被冠层400-2500 nm高光谱反射率曲线
模拟Landsat OLI、MODIS等遥感传感器多光谱反射率数据
几何光学模型
混合模型
计算机模拟模型
不同方法对比分析
参数敏感性分析
待优化参数选择
局部敏感性分析
全局敏感性分析
EFAST敏感性分析方法介绍
SIMLAB软件操作流程
PROSAIL模型参数全局敏感性分析
植被参数遥感反演理论与实现-part2
代价函数构建
反演方式
反演参数
“病态”问题
先验知识
函数极值问题
反演算法介绍
优化技术
查找表
神经网络
遗传算法
遗传算法原理
遗传算法实现(Python源码)
测试函数极值求解
…
应用案例分析
基于优化算法+PROSAIL模型的典型植被参数遥感反演建模
遥感反演模型构建
Python操作平台
卫星遥感观测反射率
PROSAIL模型模拟植被冠层反射率
代价函数构建
遗传算法
迭代求解
待优化参数的最优取值过程
基于人工神经网络ANN+PROSAIL模型的典型植被参数遥感反演建模
Python操作平台
卫星遥感观测反射率
PROSAIL模型模拟植被冠层反射率
人工神经网络ANN训练
待优化参数的最优取值过程
植被参数区域制图
时间序列植被参数遥感反演研究进展
生态模型与遥感观测同化开展植被参数反演的必要性
生态模型
原理
时空尺度
发展历程
运行流程
生态模型与遥感数据耦合方法
驱动法
同化法
四维变分
序贯同化
对比分析
基于数据同化方法的时间序列植被参数遥感估算
应用案例分析
总结