项目名称: 异质性草原植被BRDF模拟及弱敏感参数反演方法研究

项目编号: No.41471293

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 天文学、地球科学

项目作者: 何彬彬

作者单位: 电子科技大学

项目金额: 80万元

中文摘要: 该项目针对异质性草原植被BRDF模拟及弱敏感参数反演两个关键理论问题开展研究。一方面, 针对草原多类型植被混杂而形成的异质性特征, 深入剖析经典一维植被辐射传输模型构建机理, 结合蒙特卡罗光线追踪技术模拟异质性草原植被辐射传输特性, 扩展一维植被冠层BRDF模型, 构建适合异质性草原植被的BRDF模型; 另一方面, 对模型自由参数之间的相关性及其先验知识的不确定性进行定量描述的基础上, 基于构建的植被BRDF模型和多时相遥感数据, 以干物质重量等重要但弱敏感的植被生化参数为反演目标, 构建一套有效的植被弱敏感参数反演方法。这些关键理论与方法的突破, 将为异质性草原植被BRDF模拟及弱敏感参数反演提供新的理论与方法支持, 扩展植被辐射传输模型的应用范围,提升遥感参数反演的精度, 对于监测大面积草原植被生长状况,评估草原发生火灾的风险程度等具有重要的现实意义。

中文关键词: 参数反演理论;先验知识;模型参数估计;不确定性

英文摘要: This project focuses on the modeling of the bidirectional reflectance distribution function (BRDF) and retrieval of weak sensitive parameters of vegetation in heterogeneous grassland. The BRDF of mixed multi-type (heterogeneous) herbage is to be modeled based on the physical mechanism of the classical radiative transfer models of one-dimensional turbid medium and the Monte Carlo ray-tracing technique. The modeled model is to make sense to extend the use of the physical mechanism based model. The important but weak sensitive parameters of herbage, such as the dry matter content (DMC) is to be retrieved in the project by taking into account the correlation among free parameters of the model as well as the uncertainty of prior information. The modeling of BRDF of the heterogeneous herbage and the retrieval methods allow the improvement of the precision level of retrieval of the weak sensitive parameters, which is not only meaningful to monitor the growth state of herbage but also to evaluate the risk of grassland fire.

英文关键词: Parameter inversion theory;Priori knowledge;Model parameter estimation;Uncertainty;Radiative transfer model

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
18+阅读 · 2022年2月8日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
43+阅读 · 2022年1月18日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
40+阅读 · 2021年7月5日
专知会员服务
51+阅读 · 2021年1月19日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
AI从底物和酶的结构中预测米氏常数,量化酶活性
昨晚哪款产品让你想掏钱买买买了?
ZEALER订阅号
0+阅读 · 2021年10月18日
趣解读 | 重构三维植被表型,计算呈现自然之美
中国科学院自动化研究所
0+阅读 · 2021年9月2日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
「时空数据分析」综述论文,44页pdf
专知
9+阅读 · 2021年3月20日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
18+阅读 · 2022年2月8日
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
43+阅读 · 2022年1月18日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
40+阅读 · 2021年7月5日
专知会员服务
51+阅读 · 2021年1月19日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员