定量遥感正则化反演中的信息流及其控制

为了充分利用遥感数据包含的有限信息,最大限度地减小待反演参数的不确定性,有必要深入理解信息是如何通过模型反演从遥感数据流向待反演参数的,并据此控制信息流,为此目的,本文以线性核驱动BRDF模型为例,在反演问题为病态的情况下,计算、分析不同反演方法反演过程中的信息流,研究分阶段反演策略控制信息流的效果,进而定义一个控制反演中信息流的基于USM的信息矩阵,研究结果表明:用反演参数的Shannon熵减可以很好地表达反演过程中的信息流;改变先验知识在反演中所占权重或固定参数、分割参数集和数据集分阶段反演等策略可以控制信息流;在正则化反演情况下,基于USM的信息矩阵可能是一个较好的定量控制反演过程中信息流的工具。