从定性到定量,遥感技术“进阶式”( 二 )


从定性到定量,遥感技术“进阶式”
文章图片
根据高分一号数据合成的黄河入海口真彩色卫星影像图 。 资料图片
20世纪70年代以来 , 卫星遥感主要采取垂直观测方式 , 以获得地表二维信息 , 对获取的数据则基于地面目标漫反射的假定 , 作一些简单校正后利用地面目标的光谱特性作地表分类或经验判读 。 早期遥感的应用 , 更多的是基于定性描述 , 也就是通过可视的地物颜色、纹理、形状、大小等要素来对地物的各种属性进行推断并进行应用 。 但是 , 随着需求的发展 , 定性遥感越来越难以满足科研和应用的需求 。
例如 , 卫星遥感通过云图可以很直观地显示各种气团的运动趋势 , 但中、长期天气预报的准确性仍不令人满意 。 其主要原因之一就是在大气动力学模型中 , 需要知道影响地面和大气温度的大气下垫面反照率和影响气流运动的粗糙度这些量化的信息 。 而定性的分析显然不能满足这个需求 。
很自然地 , 人们开始着眼于通过遥感的方式来获取地物更多量化信息的研究 , 并期望定量遥感能承载更多的应用需求 。
那么 , 什么是定量遥感?对应于定性遥感而言 , 定量遥感是从地物反射或发射的电磁辐射里 , 来推演得到地物某些特征定量化描述的手段 。 通俗地说 , 就是在遥感获取的各项电磁辐射信号的基础上 , 通过数学的或者物理的模型 , 将遥感信息与观测地表目标联系起来 , 定量地反演或推算目标的各种自然属性信息 。
定量遥感有什么优势?我们以全球气候变化研究为例 。 在全球气候变化研究中 , 定量的遥感数据产品起着至关重要的作用 。 它们不仅能够作为输入参数集来驱动数值过程模型运行、评价和验证其模拟结果 , 还可以通过适时的输入更新结合数据同化的方法确定过程模型的某些状态变量或者参数 , 以提高不同时空尺度的碳、水、氮通量等模拟精度并进行预测 。 在行业部门的各种业务应用中 , 各种评估对量化指标的旺盛需求 , 也对遥感的定量化提出了更高要求 。
定量遥感难在哪儿
模型构建、参数反演个个是难关
如前所述 , 遥感应用水平要提高 , 定量遥感是必由之路 。
但是 , 定量遥感要作准很难 。 它的精确度主要取决于前向模型构建和参数反演两方面 。
什么是前向模型构建?想要搞明白这个原理 , 我们先来看明代罗贯中的一句诗:“夕阳方照桃花坞 , 柳絮飞来片片红” 。 李小文院士曾这样诠释:柳絮明明是白的 , 为什么诗人观察到柳絮是红的呢?这可能是三个原因导致的:首先是太阳照射和观测的角度的关系 。 由于是夕阳 , 太阳光穿越大气的光学路径较长 , 短波段散射严重 , 导致直射光偏红 。 其次反映了地表参数的特征:桃花坞里桃花灼灼 , 形成一个红色的下垫面 , 导致反射光偏红 。 再次是反映了气溶胶的特性:柳絮本身是全波谱反射 , 此时反射夕阳红 , 反射桃花红 , 因此柳絮成了片片红 。
而我们构建前向模型 , 就是要把信号的光谱、像元对应的空间范围、成像时间、太阳照射和观测的角度关系、极化特性、描述大气特性和地表特征的参数集 , 都综合在一个数学表达式中 , 来描述遥感传感器接收到的辐射信号 。
建模是定量遥感反演的前提条件和基础 , 而电磁辐射穿越大气、植被 , 到达土壤 , 再反射穿越植被、穿越大气 , 达到卫星传感器的遥感成像过程的复杂性使得用数学模型来描述变得极端困难 。
反演的过程则是建模的逆过程 , 也就是通过遥感观测的电磁辐射信号逆推估算大气或陆表特性参数集的过程 。 理论上说 , 通过多个观测解方程组的方法可以得到我们感兴趣的地表特性的定量信息 。 但“理想很丰满 , 现实很骨感” , 地表太复杂、而遥感观测总是有限的——这就好比盲人摸象 , 很多信息都是有限的、孤立的 , 要想获得准确认知 , 需要对获得的信息进行融合、积累和综合 。 我们一直在试图寻找更好的办法来解决问题 , 比如利用先验知识、时空约束、多阶段反演、最优化反演等 。 其中涉及很多专业知识和数理内容 , 我就不再赘述了 。