集合卡曼滤波在遥感反演地表参数中的应用--以核驱动模型反演BRDF为例

摘要：

遥感反演中使用先验知识, 特别是在观测信息不足情况下, 对于保证反演计算的稳定性和降低反演结果的不确定性具有重要意义. 常用的最优算法, 不能较好提供先验知识的后验分布, 也就不能直接得到反演结果不确定性, 这对于遥感应用是不利的. 引入集合卡曼滤波(EnKF)的方法来实现地表参数的遥感反演, 它能在有效获得反演结果的同时给出先验知识的后验分布. 为了显示其反演优势, 将MODIS标准AMBRALS算法、SCE-UA高效全局最优算法和集合卡曼滤波算法进行了比较. 着重讨论了在观测不足时, 引入先验知识并以反演结果的不确定性为比较指标的情况下, 不同核组合的核驱动模型在不同地表类型上对反照率的反演能力.

关键词：遥感反演、先验知识、后验分布、集合卡曼滤波、BRDF、核驱动模型、反照率

所属期刊栏目：35

分类号：P5(地质学)

资助基金：科技部科研项目G2000077908;中国科学院资助项目40101020;教育部优秀青年教师资助计划

在线出版日期：2005-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：790-798