三维非同温表面热辐射方向性模型的室内模拟实验验证

基于室内模拟实验,对遥感像元尺度地表热辐射方向性模型进行验证.当考虑地表像元具有明显的三维结构且像元内温度非均一时,像元辐射亮温的方向性取决于像元结构和像元组分的温差,对三维非同温表面的室内模拟和观测实验验证了基于这一思路建立的表面热辐射方向性模型.

地表热辐射方向性研究进展

地表热辐射方向性是基于多角度热红外遥感数据反演组分温度的基本问题 ,论文分析了国内外近来从等效比辐射率和热辐射模型两个角度研究非同温热辐射方向性所取得的进展和存在的问题 ,并指出今后应继续基本概念的探讨 ,加强遥感基础实验和热辐射理论模型简化和验证工作 ,进一步探讨基于热红外多角度遥感数据反演组分温度的新方法。

行播冬小麦热辐射方向性的影响因子

混合像元的热辐射方向性由于受到多种因素的影响而变得极为复杂。该文以行播冬小麦为例,建立矩阵模型,研究混合像元热辐射方向性问题。结果表明,混合像元热辐射方向性主要受到混合像元内部各组分在三维上分布的不均一、像元比辐射率的方向性以及由外界影响造成的各组分温度差异的影响。在这三个主要影响因子中,各组分的比辐射率是地物固有的特征,不随外界条件而发生变化。在同温条件下,像元热辐射方向性完全由像元比辐射率的方向性决定。而各组分温度虽然没有方向性,但可以通过组分空间分布对其产生调制作用。

两组分非同温像元热辐射中多次散射影响的解析模型和验证

具有三维结构的非同温地表像元表面热辐射的方向性 ,取决于像元组分参数 ,如组分温度、组分发射率、组分结构参数等 ;而组分的热辐射在组分间的多次散射对像元表面总热辐射方向性的贡献主要取决于像元的几何结构。本文以热辐射几何光学模型为基础 ,根据多次反弹的原理定量表述了组分热辐射在组分间的多次散射 ,对随机分布的两组分非同温像元 ,建立了解析表达的热辐射方向性模型。室内模拟实验实测数据的检验证明了模型的适用性和简单性。

利用遗传算法优化神经网络实现混合像元组分参数的反演

采用热红外多波段遥感数据反演陆面温度(LST),由于波段间信息高度相关,以及难以直接反演混合像元组分温度,使得LST的反演精度和应用价值都受到很大的限制.在建立非同温混合像元热辐射方向性模型基础上指出,热红外多角度遥感提供了反演组分温度的可能性,但是,由于该模型是采用蒙特卡洛方法模拟而建立起来的数值概念模型,采用一般反演方法很难同时提取所有参数信息.为了有效获取各参数信息,使用神经网络模型.由于待反演参数中,组分温度、土壤比辐射率和叶面积指数(LAI)都是多角度辐射亮度的非线性函数,然而,使用经典的误差后传(BP)算法容易陷入局部最优解区域;虽然遗传算法(GA)可以搜索到全局最优解,但在微机上实现算法速度太慢,因此,采用GA训练神经网络,得到网络权重,然后再以GA训练得到的权重作为BP算法的初始权重,继续训练神经网络,直到获得满意结果.这样既可以发挥BP算法快速寻优的特点,又能得到网络权重的最优组合.数值模拟的结果表明,基于非同温混合像元热辐射方向性模型,采用GA优化的神经网络模型反演多维参数效果比较理想.