[植被冠层多角度遥感反演研究]高峰

【植被冠层多角度遥感反演研究】高峰.pdf致谢 本文是在朱启疆教授的精心指导下完成的,三年前,作者对多角度遥感 这一领域还很陌生,是他引导作者进入了这一国际性前沿领域的研究,在 论文的选题过程中,朱启疆教授与李小文研究员进行过多次商讨,将本文 的研究方向定位在BRDF模型的反演研究上。在论文完成过程中,李小文研 究员给予了作者极大的帮助,不仅经常为作者介绍国外的最新研究动向,还无私地为本文研究提供了一些新的研究思路。在作者访美期间,波士顿 麻省州立大学(UniversityofMasschusettsatBoston)的夏宗国博士 为作者提供了研究经费和极好的研究环境,其间他与作者进行过多次遥感 研究的方向性的探讨,并修改了英文论文3模型本身的影响.3模型参数完全相关.3模型参数局部区城相关3反演函数的收敏性3模型参数的敏感性 3全局最小值与局部最小值 3实测二向性反射数据的影响3观测数据中包含的信息量.3观测数据中包含的噪音3观测数据的敏感性 3地物特性的影响.3小结4.物理模型中生物物理参量的反演 4TARANTOLA信息反演理论4参数的先验知识及作用4测量数据及BRDF模型对反演结果的影响4.合适的BRDF模型的选择以及对参数的初始估计等。种种影响因素交织在一起,构成 了多角度遥感反演的复杂性.目前一般共识认为,对多角度逼感的可靠反演不仅需要利用BRDF模型的知识、观测数据的知识,还循要利用人类的着助知识。传统的确定性反演方法难以适应这种 要家,本文使用了Tarantola不确定性反演理论,将二向性反射的测量、二向性反射 理论模型、以及关于参数的先验知识融合在反演的过程中,用概率的方法表示反演的 结果,取得了较好的结果。并系统分析了测量数据的不确定性、观测的数据量、以及 先验知识对反演的影响,在整体的反演策略上使用了分阶段的目标决策方法,利用不 确定性和敏感性矩阵选择反演的参数
———— 文字由OCR识别(未校验)，可能存在错字；请以原始完整版为准。