醉染图书定量遥感 理念与算法(第2版)9787030639776

前言

版序

版前言

章 遥感系统综述 1

1.1 引言 1

1.2 遥感平台与传感器系统 1

1.2.1 地球静止卫星 2

1.2.2 极地轨道卫星 4

1.. 主要的卫星计划与项目概述 7

1.2.4 小卫星与卫星星座 11

1.2.5 传感器类型 13

1.2.6 遥感数据特征 14

1.3 数据传输与地面接收系统 17

1.4 数据处理系统 18

1.4.1 辐标定 18

1.4.2 几何处理 19

1.4.3 图像质量 21

1.4.4 大气校正 22

1.4.5 影像融合与产品集成 24

1.5 地表参量制图 24

1.6 地表参量的定量估算 25

1.6.1 前向辐模型 26

1.6.2 反演方法 29

1.7 不错数据产品的生产、归档和分发 39

1.8 产品验 42

1.9 遥感应用 42

1.10小结 44

参考文献 45

编 数据处理方和技

第2章 几何处理与定位技术 61

2.1 概述 61

2.2 卫星遥感影像在轨几何标定 63

2.2.1 卫星遥感成像的系统误差源 63

2.2.2 在轨几何标定模型 69

2.. 资源三号卫星在轨几何标定 71

. 单景遥感影像几何纠正 75

..1 影像几何纠正模型 75

..2 控制点布设 81

.. 影像重采样 82

..4 精度评定 84

2.4 遥感影像的几何配准 85

2.4.1 影像配准点的自动提取 85

2.4.2 影像配准的数学模型 90

2.5 数字地面模型的建立 91

2.5.1 DEM概念和结构模型 91

2.5.2 DEM数据预处理 92

2.5.3 DEM数据内插 94

2.6 正影像的制作 95

2.6.1 框幅式中心投影影像的数字微分纠正 95

2.6.2 线阵列推扫遥感影像的数字微分纠正 97

2.6.3 正影像镶嵌 98

2.7 小结 102

参考文献 103

第3章 数据合成、平滑和填补 106

3.1 多时相数据合成 106

3.1.1 植被指数的昀大值合成法 106

3.1.2 波段反率的昀小值合成方法 107

3.1.3 地表温度昀大值合成法 107

3.1.4 多种准则组合合成法 108

3.1.5 MODIS植被指数合成法 108

3.2 时间序列数据的平滑与填补 111

3.2.1 曲线拟合方法 111

3.2.2 基于生态分类的时间插值技术 113

3.. 时空滤波算法 115

3.2.4 基于小波变换的平滑与填补算法 116

3.2.5 时间序列地表反率重建方法 118

3.3 小结 124

参考文献 125

第4章 光学影像的大气校正 127

4.1 大气效应概述 127

4.1.1 大气在定量遥感模型中的表征 127

4.1.2 大气的组成 128

4.1.3 电磁波与大气的相互作用 128

4.1.4 大气校正的主要内容及难点 130

4.2 气溶胶影响的去除方法 132

4.2.1 基于光谱特征 132

4.2.2 基于时间序列影像 136

4.. 基于角度信息 138

4.2.4 基于空间特征匹配 138

4.2.5 基于偏振信息 138

4.2.6 多传感器协同算法 139

4.2.7 地表-大气参数联合反演 139

4.3 水汽及气体影响的去除方法 140

4.3.1 水汽影响的去除 140

4.3.2 大气成分影响的去除 141

4.4 常用的大气传输模型和大气校正软件 142

4.4.1 MODTRAN模型 142

4.4.2 6S模型 143

4.4.3 FLAASH 144

4.4.4 ACTOR 144

4.4.5 ACORN 144

4.4.6 ATREM 145

4.5 GF-1WFV大气校正应用 145

4.6 小结 149

参考文献 149

第二编 地表辐收支参量估算

第5章 太阳辐 155

5.1 基本概念 155

5.1.1 太阳辐光谱 155

5.1.2 太阳常数 155

5.1.3 短波辐和光合有效辐 156

5.1.4 太阳辐的削弱 157

5.1.5 地表辐收支平衡 157

5.2 地表辐观测网 158

5.2.1 辐观测仪器 158

5.2.2 全球能量平衡数据库(GEBA) 159

5.. 基准地表辐网(BSRN) 159

5.2.4 地表辐能量收支观测网(SURFRAD) 160

5.2.5 陆地生态系统通量观测网(FLUXNET) 161

5.3 地表太阳辐遥感估算方法 163

5.3.1 统计方法 164

5.3.2 物理模型参数化方法 166

5.3.3 查找表方法 177

5.3.4 混合算法 186

5.4 当前全球地表短波辐数据产品与时空变化分析 188

5.4.1 遥感地表短波辐数据产品 189

5.4.2 再分析地表短波辐数据产品 189

5.4.3 GCM地表短波辐数据产品 190

5.4.4 地表短波辐时空变化 192

5.5 小结 196

附录术语 196

参考文献 198

第6章 宽波段反照率 204

6.1 地表二向反模型 204

6.1.1 地表二向反与宽波段反照率的定义和关系 204

6.1.2 地表二向反观测数据 210

6.1.3 地表二向反模型 215

6.2 基于二向反模型反演的反照率估算方法 221

6.2.1 二向反模型反演及窄波段反照率计算 221

6.2.2 窄波段反照率向宽波段反照率转换 2

6.3 地表反照率直接估算方法 224

6.3.1 直接估算法概述 224

6.3.2 基于地表二向反率数据的反照率估算方法 226

6.3.3 基于大气层顶反率的方法 1

6.4 全球地表反照率产品和验 4

6.4.1 全球地表反照率卫星遥感产品 4

6.4.2 反照率遥感产品验方法

6.5 全球地表反照率的时空分析 241

6.5.1 时间平均和区域均照率的计算方法 241

6.5.2 全球反照率的季节变化 242

6.5.3 不同纬度带的反照率 244

6.5.4 反照率产品之间的比较 244

6.5.5 不同地表类型的地表反照率 248

6.5.6 反照率的多年变化趋势 249

6.6 宽波段反照率研究中的问题和展望 252

参考文献 254

第7章 地表温度和发率 260

7.1 地表温度和发率的定义 260

7.1.1 地表温度的定义 260

7.1.2 地表发率的定义 262

7.2 地表平均温度估计方法 264

7.2.1 单波段热红外算法 265

7.2.2 分裂窗热红外算法 267

7.. 多波段热红外方法 269

7.2.4 微波方法 271

7.3 地表发率估计方法 273

7.3.1 发率测量方法 273

7.3.2 基于分类的方法 274

7.3.3 基于NDVI的方法 274

7.3.4 多波段方法 275

7.3.5 高光谱数据反演算法 278

7.3.6 地面长波宽波段发率计算 287

7.3.7 地面长波宽波段发率反演 291

7.4 温度与发率产品 295

7.5 地表温度产品的融合 296

7.6 小结 297

缩略词 297

关键词 298

参考文献 299

第8章 地表长波辐收支 305

8.1 地表下行长波辐 305

8.1.1 背景 305

8.1.2 基于大气廓线的方法 306

8.1.3 混合模型方法 307

8.1.4 基于气象数据的方法 316

8.2 地表上行长波辐 326

8.2.1 温度-发率方法 326

8.2.2 混合模型 327

8.3 地表长波净辐 336

8.3.1 晴空下地表长波净辐估算 336

8.3.2 阴天下长波净辐估算 336

8.3.3 全球长波辐产品生成 343

8.4 现有的遥感地表长波辐产品 343

8.4.1 现有地表长波辐收支产品 344

8.4.2 地面下行长波辐时空变化分析 345

8.5 小结 348

参考文献 349

第三编 生物物理和生物化学参量估算

第9章 冠层生化特 355

9.1 遥感提取植被生化组分的原理与方法 355

9.1.1 植被生化组分遥感 355

9.1.2 遥感提取理论与方法简介 361

9.2 经验和半经验方法提取 366

9.2.1 叶片水平生化组分含量提取 366

9.2.2 叶绿素含量的半经验提取方法 374

9.3 理论模型反演 379

9.3.1 反演方法 379

9.3.2 叶片水平生化组分反演 382

9.3.3 冠层水平生化组分反演 387

9.3.4 光谱分辨率对反演生化组分含量的影响及波段选择 389

9.4 高光谱激光雷达提取植被生化组分垂直分布 392

9.4.1 高光谱激光雷达植被特征垂直提取研究 392

9.4.2 高光谱激光雷达仪器试验与数据处理 394

9.4.3 植被生化组分垂直分布反演方法与结果 397

9.5 结论与讨论 400

参考文献 402

0章 叶面积指数 407

10.1 LAI的定义与实测方法 407

10.1.1 LAI的直接测量法 408

10.1.2 LAI的间接估算法 409

10.2 统计方法 411

10.2.1 植被指数 411

10.2.2 基于植被指数的经验方法 412

10.3 冠层模型反演方法 412

10.3.1 辐传输模型 412

10.3.2 优化技术 416

10.3.3 神经网络 418

10.3.4 遗传算法 422

10.3.5 贝叶斯网络 424

10.3.6 查找表方法 427

10.4 数据同化方法 429

10.4.1 四维变分数据同化方法 430

10.4.2 顺序同化算法方法 431

10.5 激光雷达森林回波模型反演方法 434

10.5.1 Sun的激光雷达森林回波模型 434

10.5.2 Ni-Meister的激光雷达森林回波模型 435

10.6 全球与区域LAI产品 437

10.6.1 全球主要中分辨率LAI产品 437

10.6.2 LAI的时空变化 439

10.7 小结 441

参考文献 441

1章 吸收光合有效辐比例 444

11.1 引言 444

11.2 FAPAR估算方法 446

11.2.1 经验关系 446

11.2.2 MODIS FAPAR产品算法 448

11.. JRC_FAPAR产品算法 449

11.2.4 四流辐传输模型 450

11.2.5 GLASS FAPAR算法 451

11.3 FAPAR产品比较与验 452

11.3.1 全球FAPAR产品的比对 453

11.3.2 针对土地覆盖类型的产品比较 457

11.3.3 直接验结果 461

11.4 时空分析与应用 463

11.5 小结 468

参考文献 468

2章 植被覆盖度 473

12.1 简介 473

12.2 植被覆盖度地面测量 474

12.2.1 目估法 474

12.2.2 采样法 475

12.. 仪器测量法 476

12.2.4 地面实测样例和讨论 478

1. 植被覆盖度的遥感估算 481

1..1 回归模型法 482

1..2 线混合像元分解模型法 484

1.. 机器学习法 488

12.4 现有植被覆盖度遥感产品 491

12.5 植被覆盖度时空变化分析研究样例 494

12.6 植被覆盖度估算面临的挑战和未来发展前景 496

参考文献 497

3章 植被高度与垂直结构 502

13.1 植被高度与垂直结构的地面测量 502

13.1.1 单木高度的测量 502

13.1.2 林木高与胸径的关系 504

13.1.3 样地尺度平均树高的计算 505

13.2 小光斑Lidar植被高度与垂直结构反演 506

13.2.1 小光斑Lidar基本原理及森林参数反演 506

13.2.2 基于单木分割及参数估计 508

13.. 样地尺度参数估计 511

13.3 大光斑Lidar植被高度与垂直结构反演 514

13.3.1 大光斑Lidar基本原理及林业应用 514

13.3.2 大光斑Lidar森林参数反演方法 515

13.4 SAR数据的植被高度与垂直结构反演 516

13.4.1 雷达立体测量的植被高度提取 516

13.4.2 雷达干涉测量原理 517

13.4.3 多频率干涉数据的植被高度提取 519

13.4.4 极化干涉技术的植被垂直结构提取 519

13.5 摄影测量树高反演 530

13.5.1 摄影测量点云与 ALS点云的比较 530

13.5.2 摄影测量点云的植被高度反演 531

13.6 展望 535

参考文献 535

4章 地上生物量 541

14.1 生物量 541

14.2 异速生长方法 542

14.3 光学遥感方法 545

14.3.1 植被指数方法 546

14.3.2 多元回归分析方法 547

14.3.3 邻近方法 549

14.3.4 人工神经网络 552

14.4 激光雷达、雷达数据和星载摄影测量数据 554

14.4.1 激光雷达数据 554

14.4.2 雷达数据 557

14.4.3 星载摄影测量数据 566

14.5 基于多源数据的生物量反演 567

14.5.1 回归模型 568

14.5.2 非参数化算法 570

14.5.3 多源遥感数据 575

14.6 未来发展方向 576

参考文献 577

5章 陆地生态系统植被生产力的估算 587

15.1 植被生产力的概念 587

15.2 植被生产力的地面观测 588

15.2.1 生物学法 588

15.2.2 涡度相关通量方法 590

15.3 基于植被指数的统计模型 591

15.4 基于遥感资料的光能利用率模型 593

15.4.1 光能利用率模型原理 593

15.4.2 主要的光能利用率模型 593

15.4.3 不同光能利用率模型的差异 602

15.4.4 光能利用率模型的挑战和研究展望 604

15.5 叶绿素荧光估算植被生产力 608

15.6 动态全球植被模型 609

15.6.1 动态全球植被模型简介 610

15.6.2 遥感数据在动态全球植被模型中的作用 612

15.7 全球植被生产力的时空分布格局 613

15.8 全球植被生产力产品(GLASS-GPP) 615

15.8.1 输入数据 615

15.8.2 产品描述 615

15.9 小结 618

参考文献 618

第四编 水循环参量估算

6章 降水 627

16.1 地表降雨测量技术 627

16.1.1 雨量计和测量网络 627

16.1.2 基达 628

16.2 星载传感器降水反演算法 630

16.2.1 VIS/IR降水反演算法 631

16.2.2 PMW降水反演算法 632

16.. 雷达降水反演算法 634

16.2.4 多传感器联合反演降水算法 635

16.3 全球和区域数据集 636

16.3.1 TRMM 637

16.3.2 GSMaP 641

16.3.3 GPCP 644

16.3.4 GPM 645

16.3.5 COMRPH 646

16.4 全球降水的时空变化 647

16.5 小结 650

参考文献 651

7章 遥感估算陆面蒸散 654

17.1 引言 654

17.2 λE基础理论 657

17.2.1 莫宁－奥布霍夫相似理论(Monin-Obukhov Similarity Theory，MOST) 657

17.2.2 Penman-Monteith公式 659

17.3 λE的遥感反演 660

17.3.1 单源模型 661

17.3.2 双源模型 662

17.3.3 Ts-VI特征空间方法 664

17.3.4 经验模型 666

17.3.5 经验 Penman-Monteith(P-M)公式 668

17.3.6 数据同化方法 669

17.4 遥感模型的标定和检验 670

17.4.1 涡度相关技术(EC) 670

17.4.2 波文比能量平衡方法(BR) 671

17.4.3 闪烁仪方法 672

17.4.4 地表水量平衡方法 673

17.5 全球和区域遥感λE产品及其时空特征 674

17.6 小结 676

参考文献 677

8章 土壤水分 685

18.1 简介 685

18.2 传统的SMC测量技术 686

18.3 微波遥感方法 688

18.3.1 被动微波遥感 688

18.3.2 主动微波遥感 694

18.4 光学和热红外遥感方法 696

18.4.1 三角法 697

18.4.2 梯形法 699

18.4.3 温度-植被干旱指数法 699

18.4.4 热惯量(TI)法 700

18.5 土壤水分剖面估计 703

18.6 不同遥感技术的比较 703

18.7 可用的数据集及其时空变化 704

18.7.1 地表站点观测数据 704

18.7.2 微波遥感数据 705

18.7.3 基于观测数据驱动的陆表模型估据 707

18.8 小结 708

参考文献 708

9章 雪水当量 711

19.1 雪水当量地面测量方法 712

19.2 积雪微波辐散模型 713

19.2.1 半经验模型 714

19.2.2 理论解析模型 716

19.. 数值计算模型 717

19.3 微波遥感雪水当量反演方法 718

19.3.1 被动微波遥感雪水当量反演算法 718

19.3.2 主动微波遥感积雪水当量反演算法 734

19.4 光学遥感积雪反演算法 742

19.4.1 亚像元分解方法计算积雪覆盖度 743

19.4.2 雪深经验算法 743

19.4.3 与融雪模型结合的雪水当量重建算法 745

19.5 雪水当量产品及应用 745

19.5.1 雪水当量产品 745

19.5.2 积雪时空分布特征 746

19.5.3 雪水当量产品的应用 750

19.6小结 753

参考文献 754

第20章 蓄水量 762

20.1 水量平衡法 762

20.2 水域面积-水位法 763

20.2.1 基于水域面积和水位的地表蓄水量估算原理 764

20.2.2 水域面积提取方法 764

20.. 水位提取方法 769

20.2.4 水域面积-水位法在蓄水量研究中的应用 774

20.3 GRACE重力卫星法 775

20.3.1 GRACE卫星简介 775

20.3.2 基于GRACE卫星的蓄水量估算原理 776

20.3.3 GRACE数据集及其在蓄水量研究中的应用 777

20.4 小结 779

参考文献 780

第五编 不错遥感数据产品生产和应用示例

2章 不错陆地产品融合方法 787

21.1 引言 787

21.2 不错产品融合综述 789

21.3 地统计学方法 792

21.3.1 随机过程概述 792

21.3.2 插值方法 793

21.3.3 贝叶斯昀大熵方法 798

21.4 多尺度树方法 800

21.4.1 方法 800

21.4.2 案例研究——叶面积指数 802

21.4.3 案例研究——反照率 802

21.5 基于经验正交函数的方法 804

21.5.1 DINEOF方法简介 804

21.5.2 DINEOF在数据融合中的应用 806

21.5.3 案例研究 806

21.6 小结 808

参考文献 809

第22章 卫星遥感数据产品生产和管理 814

22.1 遥感地面系统组成 814

22.1.1 美国航空航天局地球观测系统的数据和信息系统 814

22.1.2 欧空局的欧洲遥感(ERS)卫星地面系统 815

22.2 卫星遥感数据生产系统 817

22.2.1 产品生产任务管理 820

22.2.2 高能计算环境 821

22.. 数据质量检验 822

22.2.4 系统监控 824

22.2.5 产品数据组织 824

22.2.6 产品数据管理 825

22.2.7 产品元数据(Metadata)管理 826

2. 基于云计算的遥感数据管理和分析的集成 827

2..1 谷歌地球引擎系统的组成部分 828

2..2 谷歌地球引擎系统目前提供的功能 829

22.4 小结 833

参考文献 834

第章 遥感在城市化中的应用 835

.1 引言 835

.2 城市区域监测 835

.2.1 城市区域绘制 835

.2.2 城市扩张监测 839

. 城市生态环境监测 840

..1 城市植被监测 840

..2 城市森林碳存储和碳吸收估算 845

.4 城市化影响研究 847

.4.1 城市化对植被物候的影响 847

.4.2 城市化对净初级生产力的影响 852

.4.3 城市化对地表参数的影响 853

.4.4 城市热岛效应 858

.4.5 城市化对空气质量的影响 859

.5 小结 864

参考文献 864

第24章 遥感在农业相关领域中的应用 868

24.1 引言 868

24.2 农田信息提取 869

24.2.1 作物区提取 869

24.2.2 农田变化检测 871

24.. 灌溉农业区绘制 871

24.3 作物产量估算 875

24.3.1 使用NOA-AHRR NDVI进行产量估算 875

24.3.2 基于生产效率模型和遥感数据的玉米和大豆产量估算 877

24.4 农作物干旱监测 881

24.4.1 基于MODIS数据的农作物干旱监测 881

24.4.2 基于多源数据的农作物干旱监测 883

24.5 作物残茬监测 886

24.5.1 作物残茬覆盖度估算 886

24.5.2 农作物秸秆焚烧监测 889

24.6 农田变化对地表参数和环境的影响 891

24.6.1 灌溉农业对地表参数的影响 891

24.6.2 农田对地表温度的影响 892

24.6.3 作物秸秆燃烧的影响 895

24.7 作物对气候变化的响应 896

24.7.1 高温对小麦生长的影响 896

24.7.2 湿度和温度变化对作物物候的影响 897

24.8 小结 900

参考文献 900

第25章 森林覆盖变化：制图及其气候的影响评价 908

25.1 引言 908

25.2 森林变化制图 909

25.2.1 基于土地覆盖制图的变化检测 909

25.2.2 基于 Landsat时间序列影像制图 912

25.. MODIS VCF/VCC产品 913

25.2.4 2010 FAO FRA遥感调查 918

25.3 森林变化的气候效应 919

25.3.1 温室气体 921

25.3.2 温度 922

25.3.3 降水 9

25.4 应用实例 926

25.4.1 亚马孙盆地的森林砍伐 926

25.4.2 中国森林变化 931

25.5 小结 938

参考文献 939