定量遥感产品反演中的检验与尺度转换-

需要地毯式扫描,
如果不能地毯式扫描,必须多点观测, 在此机级产品像元尺度里不可以用地面视 场角尺度的一点观测代表地级产品 因而由这些数据输入模型先反演后平均的 地级产品与机级产品必须尺度转换
特别提示
由地级视场尺度的观测数据平均后成 为机级像元尺度的观测数据不需尺度 转换. 由这些数据先平均输入模型后反演 的地级产品与机级产品也不需尺度转 换.
地面遥感 数据、非遥 感参数
航空同 步观测
卫星同 步观测
待检模 型反演
已检模 型反演
已检模 型反演
检验 尺度 转换
地机尺度同目 标同面积反 演值一致性
尺度 转换
机星尺度同 目标同面积 反演值一致 性
产品的 相对真值
反馈修正
否
否 是
反馈修正
完成真实性检验
定量遥感模型算法 检验的关键
获取传感器视场的遥感模拟数据 获取与视场同空间尺度、准时间同步 的非遥感参数 获取与视场同空间尺度、准时间同步 反演目标参数的相对真值
海岸线（复杂地形）测量的 无标度现象
相同被测量曲线（曲面）而几种不同尺子（正方平面） 不能够获得相等的信息，（不能测量到相同的细节）， 尺子已经不能胜任这种地物，称其为无标度现象
遥感数据的有标度现象
符合面积加权法则，无尺度效应
小像元剖面
大像元剖面
相同被测量面积而几种不同像元（视场面积）能够获得 相等的信息，能测量到相同的细节，称其为有标度现象
把随机噪音、观测误差等没有规律的因素均纳入 尺度转换需要寻找的规律，使问题复杂化。
模型检验中的尺度转换属于相同面 积的同一地物, 在地级视场尺度和 机级像元尺度信息同时获取的基础 上，获取两种不同尺度获取同一地 物的信息之间的差异.
两种尺度信息共存时表达 信息差异的根源 ----无标度现象
海岸线测量和复杂曲面的无标度现象 及其几何分维数 遥感数据的有标度现象 定量遥感产品的无标度现象及其两种 概念差异 定量遥感产品的信息分维数及其规律
特征精度和特征均匀度的定义 及其两者的关系
[(i i ) ] ， E P E ， P E NE P NE .
1 2 2

为均匀度
E
为精特征均匀度
NE
为粗特征均匀度 某范围或面积内的空间分布变量、
i

P
某范围或面积内的空间分布变量的平均值、 为特征精度
PE::特征精度高端 PNE::特征精度低端
挖掘波谱信息
1 利用大气波谱信息纠正大气辐射衰减的劈窗技 术，免去了探空气球观测。 2 利用大气波谱信息纠正大气辐射衰减的抗大气 影响的植被指数。 3 利用链接中红外和热红外的“独立于温度的波 谱指标”的TES算法 4 利用多光谱反演的大气温湿廓线的算法 等…….
非遥感参数遥感化的途径 -成功实例
精度的相对性
所有样本值均为18.0◦C
18.1◦C 18.0◦C 17.95◦C 17.9◦C
精度= ±0.05◦C
18.04◦C
相对真值 测量样本值
真值
空间均质的相对性
上图为沙地影像图,整幅作为一个像元时显示均匀（同温） 但在亚像元尺度上显示的非均匀（不同温）影像图中下面的尺 每格为1mm。 可以看到1mm宽有2－3个沙粒的受阳面和阴影
第二种
运用尽可能合适的数学手段，研究和寻找 局部（单个亚像元信息），推算整体（像元尺 度）空间分布信息的非线性函数。其中包括各 种空间内插方法。 在缺乏同时能够获取不同尺度信息的时代， 人们曾致力运用随机布尔网络、神经网络、斑 图（Pattern）动力学、元胞自动机、非线性系 统动力学，模糊集等。甚至运用耗散结构论、 协同论、突变论、混沌理论等，来逼近由点到 面的复杂随机的非线性函数。
定量遥感产品的无标度现象
对于定量遥感产品而言， 由这些电磁波信息 以及非电磁波信息作为输入数据或输入参数, 输入遥感模型进行反演的定量遥感产品，情 况就发生了变化。 在两种尺度中的定量遥感产品，反演后平均 （ F1）平均后反演（ F2） 并不相等。分析 这种情况就出现一种现象：对同一地物、同 一面积、同一模型而仅仅用不同尺度，其反 演出的结果不一样。由此可见, 定量遥感产品 也有类似的无标度现象。与遥感数据的差异
模型算法检验的关键图示
经标定的非遥感传 感器测量的参数 待检验的 遥感模型算法 经标定的模拟遥感传 感器测量光谱数据
待检验模型的 输出值
标准计量仪器 测量的反演目 标相对真值
详细步骤
根据反演模型或算法，确定反演所需 的模拟遥感数据；并确定模型需要输 入的非遥感参数。 获取地面模拟遥感数据传感器的视场 角匹配地面模拟遥感信号。 获取与地面模拟遥感数据传感器的视 场角匹配的非遥感参数。
对两种思维的思考
1，第一种思维特点， 现实，可行，抓住要害。充分发挥定量遥感长处。
2， 第二种思维特点：
对非线性分布信息缺乏，“无米之炊”难做，低 效，就像用一段海岸线，推算整个海岸线一样。 泛占了其他领域，如遥感观测、定量反演等 转换方法发展的与结论的验证仍需第一种思维的 支持
3，第二种思维的误区：
使人相信你的算法的精度和可行性， 特别是定量遥感圈外人士的认可。 找到模型算法优化的途径。 得到模型算法创新的启迪。
模型算法检验的误区
混淆相对容易的模型检验与难度较大的产 品真实性检验（因为除像元制约模型外， 模型检验的尺度远小于卫星产品的检验的 尺度） 由于卫星像元尺度过大和地表的非均匀性， 在没有严格确认该非均匀代表可以用多点 取代的情况下，这种混淆使检验不得不误 入被遥感否定掉的“以点代面”怪圈.
定量遥感模型算法的检 验和空间尺度转换问题
张 仁 华
中国科学院地理科学与资源研究所
内 容
一，定量遥感模型算法的检验 二， 定量遥感模型算法反演 中的尺度问题
一， 定量遥感模型算法的检验
模型算法检验的意义 模型算法检验的误区 模型算法检验的关键 模型中非遥感参数的遥感化
模型算法检验的意义
扩展了的等效公式直观地展示了函 数结构对两种尺度反演结果的影响 这种思维又进一步启发我们去寻找 更为简练的尺度效应和反演差值的 表达方式：信息分维数
F1
F 2
F2
定量遥感产品的信息分维数
m f1i 1 D f ln ln n i 1 f 2i
0.09 x1=300，x2=310；y1,y2＝290：330(K) 0.08 0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 -0.01 0 5 10 15 20 y1,y2的均方差(K)
25
与函数的结构中方差有关
遥感学术界的认识
李小文院士等深入研究了非同温系统普朗克定律的尺 度效应, 将尺度转换的研究引入到定量遥感。 梁顺林教授发现反照率和叶面积指数的尺度效应有别， 并和方差有关。 陈镜明教授认为在叶面积指数发布非常离散的场合， 两种尺度的反演差异可达40%以上 Kustas观测到地表蒸散的尺度效应 上述诸位大牛的认识和规律均可通过我们的公式计算 得出，认识到尺度效应取决于函数及其函数的结构。 特别提示，直接观测的空间分布量值或数据，不论空 间分布非线性多大，均无尺度效应。
挖掘多角度信息
1 以多角度信息获取植被冠层结构参数 2 以多角度信息获取大气温湿廓线 3 以多角度信息分解混合像元地表温度 等…….
非遥感参数遥感化的途径 -成功实例
挖掘多时相信息
1 以多时相信息判别作物种类 2 以多时相信息为基础的微分热惯量反演土 壤蒸发中的波文比.. 等…..
非遥感参数遥感化的途径 -成功实例
F1－F2＝
xi ai ai yi ai xi yi i 1 i 1 i 1
n
n
n
a y
i 1
n
i i
从实验启发的规律之一
0.35 0.3 0.25
F1－F2
F 1 -F 2
x1=x2=10;y1,y2=8:15
0.2 0.15 0.1 0.05 0 0 10 Y变量方差 20 30
挖掘像元之间的相对信息潜力
1 以像元排序对比法(PCACA)分解混合像元 组分温度. 2 以像元排序对比法(PCACA)分别获取土壤 和植被表面的波文比,免于地表蒸散模型中 的非遥感参数--空气动力学阻抗和水汽阻抗 等……
非遥感参数遥感化的途径 -成功实例
我认为梁顺林教授的算法群也是非 遥感参数遥感化的成功例子！
特别提示
某样地以多点观测代替地毯式扫描 观测的前提必须是： 1 该样地有地毯式扫描观测的历史数 据 2 有此历史数据到实时数据发展的 物理规律
上述结论的原理和依据
定量遥感中尺度转换的两种思维
第一种，对于相同面积的同一地 物, 在亚像元和像元尺度信息同时 获取的基础上，研究两种不同尺 度获取同一地物的信息之间的差 异，研究两者尺度转换的规律。
获取非遥感参数所面临的 科学问题-非遥感参数如何遥感化
所谓非遥感参数，即目前还不能用遥感 手段获取的模型参数 非遥感参数是点信息，仍然遗留被遥感 否定掉的“以点代面” 弊病。严重影响 遥感模型算法的可操作化。 压缩非遥感参数数目作为衡量定量遥感 模型算法可应用性的重要指标。
非遥感参数遥感化的途径 -成功实例
二， 定量遥感模型算法 反演中的尺度问题
地面遥感 数据、非遥 感参数
航空同 步观测
卫星同 步观测
待检模 型反演
已检模 型反演
已检模 型反演
检验 尺度 转换
地机尺度同目 标同面积反 演值一致性
尺度 转换
机星尺度同 目标同面积 反演值一致 性
产品的 相对真值
反馈修正
否
否 是
Baidu Nhomakorabea
反馈修正
完成真实性检验
模型算法检验中需要的尺度转换
两种无标度现象差异
遥感产品的无标度现象与海岸线的无 标度现象差异的差异 海岸线无标度现象的成因是由于测量 不到细节 遥感产品的无标度现象的成因是由于 反演结果的不同
定量遥感产品的无标度现象的根源
物理、生理等驱动因素造成的尺度表达差 异已经包含在地表的非线性复杂现状的分 布中，而获取这种分布的现状唯一高效方 法是第一种途径，就是观测，而不是用数 学手段逼近 因此，根据上述用引起非线性各种因素实 况记录的信息而计算的通用公式，已经表 达了这种无标度现象所引起的尺度差异。
利用地面观测的模拟遥感数据和非遥感参 数输入待检反演模型进行反演，获得该尺 度下的反演结果。 根据相对真值的定义和表中特征精度和特 征均匀度的规定，运用标准计量仪器或其 他非遥感仪器，测定被测目标的相对真值。 其尺度与上述模拟遥感数据测定尺度相同。 根据地表相对真值和同尺度的反演值，确 定模型误差并进行反馈纠正，反复迭代,使 误差最小化。
由于模型的非线性,必须具有 高中低值检验样地
获取相对真值面对的科学问题
如何表征地物属性参数的相对性
与相对真值
任何地物属性的量值必须传感器测量 任何传感器固有其精度阈与空间阈
特征精度和特征均匀度
特征精度是一种已经能够表达地物 能量流物质流基本特征和演变规律 的精度。 在特征精度下所表达出的均匀程度， 称其为特征均匀度。
两种尺度信息共存时表达 信息差异的一种算法
(从实验的启迪)
像元尺度 亚像元尺度 黑高 比辐射率 测定值 0.993 白低 0.249 黑低 1.038 白高 0.332 像元尺度 r法 0.653 e法 0.700 T0法 0.703
四个亚像元的加权平均 比辐射率为 0.653
由实验启发，任何定量遥感模型(包括 普朗克函数)不同尺度产品之间的差异 为
地级传感器观测视场尺度产品向机级产 品像元尺度的转换
1 如果机级产品像元尺度里的被检目标样地是 在特征均匀度下相对均匀, 则地级传感器观测 无需地毯式扫描, 无需多点观测, 在此机级产品像元尺度里可以以一点观测代表 因而 无需尺度转换
2 如果机级产品像元尺度里的被检目标样地 是在特征均匀度下不相对均匀,则地级传感 器观测
以地级产品不需尺度转换
以地毯式扫描数据先反演后平均的地 级产品需要进行尺度转换
由地级视场尺度的地毯扫描的观测数据平均后 成为机级像元尺度的观测数据不需尺度转换.
以多点观测数据先反演后平均的地 级产品需要进行尺度转换
由地级视场尺度的多点观测数据平均后成为 机级像元尺度的观测数据不需尺度转换.