第1章 绪论
简介:本章介绍了光学遥感的背景知识和基本概念。光学遥感的波长范围在可见光与热红外之间(0.4-14um)。本章基本包括两个部分,**部分(1.1节,1.2节)论述了书中广泛用到的各种辐射变量;后一部分(1.3节)简要描述了一个遥感建模系统的主要组成部分,它将遥感数据和陆地表面变量联系起来。本章也可以看成是本书其他章节的指南。有一些后面没有详细介绍的内容会在本章介绍。
1.1 节中把所有的从光学遥感数据反演陆地表面变量的定量模型划分为三类:统计型、物理型和混合型,并简要论述了它们主要的特性。1.2节定义了一些基本的物理概念并且对数字值(DN)到一系列物理变量的转换做了说明,这部分将在第2章做更进一步的阐述。1.3节论述了遥感建模系统的主要组成部分,此系统也是物理模型的基础。同时还介绍了前向建模和反演方法。
1.1 光学遥感中的定量模型
传统意义上,所有的光学遥感模型都可分为两类:统计型和物理型。统计模型是基于陆地表面变量和遥感数据的相关关系,优点在于容易建��并且可以有效地概括从局部区域获取的数据;但是,拓展后的模型一般都是有地域局限性的,也不能解释因果关系。另一方面,物理模型遵循遥感系统的物理规律。它们也可以建立因果关系。如果初始的模型不好,通过加入*新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象;所以一个逼真的模型可能非常复杂,包含着大量的变量。
在遥感研究中有一个新的趋势,就是建立统计与物理模型结合的混合模型,可以突出它们的优点而避免缺点。
所有用来估算陆地表面变量的三类定量模型将在第8章中做系统介绍,还有个别模型在其他章节中也会提到。所有的遥感定量模型都利用以下5种特性:光谱、空间、时间、角度和极化。因为本书的范围所限,我们将不讨论基于极化特性的模型。
通过各种定量模型,陆地表面可以用连续变量(如叶面积指数,反射率)和分类变量(如土地覆盖)来描绘。范围所限,我们只讨论连续变量,本书不包括大量的图像分类算法和应用(如土地覆盖和利用及变化制图)。
……