叶面积指数LAI(Leaf Area Index)是表征叶片疏密程度和冠层结构特征的重要植被参数,在气候变化、作物生长模型以及碳、水循环研究中发挥着重要作用。遥感是获取区域及全球尺度LAI的一个重要手段,当前LAI产品主要基于遥感数据反演得到,但是多数LAI产品算法并未考虑地形特征的影响,导致山地LAI遥感反演精度不确定性大。提高山地LAI遥感反演精度亟需考虑地形因子对冠层反射率的影响,其中山地冠层反射率模型和遥感数据地形校正是提升山地LAI遥感反演精度的关键。本文围绕山地LAI遥感反演理论与方法,综合分析了国内外山地冠层反射率模型和地形校正模型的研究进展,总结了目前山地LAI遥感反演存在的问题,并讨论了未来研究的发展趋势。
随着获取的遥感数据越来越多,定量遥感正处于一个飞速发展的时期。本文从反演方法和遥感数据产品生成两个主要方面对近期陆表定量遥感的发展进行评述。由于大气—陆表系统的环境变量数远远超过遥感观测数,定量遥感反演的本质是个病态反演问题。在评述机器学习方法(包括人工神经网络、支持向量回归、多元自适应回归样条函数等)的应用基础上,重点关注克服病态反演的7种正则化方法:多源数据、先验知识、最优化反演的求解约束、时空约束、多反演算法集成、数据同化和尺度转换。定量遥感发展的另外一个显著特征是由数据提供者(比如数据中心)将观测的遥感数据转换成不同的地球生物物理化学参数产品,即遥感高级产品,并服务于数据使用者。概括介绍了北京师范大学牵头研发的GLASS(Global LAnd Surface Satellite)产品的新进展与全球气候数据集的研发情况。
基于热红外遥感的潜热通量估算在农业干旱和水资源管理方面具有重要意义。利用Landsat卫星遥感热红外数据和单窗算法来获取地表温度,再通过改进地表粗糙度参数,提出基于地表粗糙度改进的基于高分辨率和内在校准的蒸散估算法(mapping evapotranspiration at high resolution and with internalized calibration,METRIC)估算农田潜热通量,并利用海河流域怀来和密云2个农田通量观测站的通量观测数据验证估算结果,实验结果表明:改进的METRIC模型模拟值与观测值相关系数平方(R^2)为0. 97,优于传统的METRIC模型(R^2=0. 89),改进后模型具有更高的农田潜热通量估算精度;此外,空间分布也表明改进后的模型估算值空间格局更加合理。由于数据获取的局限性,仅采用了北京2个站点数据对模型进行验证,在其他区域仍需要进一步验证。
