遥感课后习题.docx
《遥感课后习题.docx》由会员分享，可在线阅读，更多相关《遥感课后习题.docx（21页珍藏版）》请在冰豆网上搜索。
遥感课后习题
遥感应用的本质是通过遥感观测数据来“反演”地表有价值的信息
第一章
1.1
1.遥感地学分析的含义是什么，对应的英文表述应该是什么样的？
2.遥感信息的物理属性可从哪些方面来描述？
遥感信息的这种多源、多维的特性，可以通过不同的分辨率进行度量和描述：
空间分辨率光谱分辨率辐射分辨率时间分辨率
3.遥感图像的空间分辨率是指什么，有哪几种表达方式？
空间分辨率：
针对图像或传感器而言，指图像上能够区分的最小单元的大小，或指传感器区分两个目标物的最小角度或线性距离的度量
空间分辨率的3种表示法：
像元：
指单个像元对应的地面面积大小，常以边长表示，单位为m。
如NOAA/AVHRR：
1100m，Landsat/TM：
28.5m，QuickBird：
0.61m线对数（LP）：
摄影系统的空间分辨率通常用单位宽度内可识别的线对数表示（Linepairspermillimetre），单位为LP/mm。
所谓线对指一对同等大小的明暗条纹或规则间隔的明暗条对瞬时视场（IFOV）：
指传感器内单个探测元件的受光角度或观测视野，单位为毫弧度（mrad）。
一个瞬时视场内的信息，表示一个像元。
IFOV与传感器的高度有关，高度越高，分辨率越低；还与传感器的视角有关，视角越倾斜，观测面积越大，分辨率就越差。
4.相同时期的遥感传感器，设计的空间分辨率越高，
则光谱分辨率越低，这是为什么？
在遥感成像系统设计中，空间分辨率和光谱分辨率常常不可兼得，因为高光谱成像系统的光谱带宽很窄，必须用较大的IFOV才能收集足够多的光子以维持可接受的信噪比；同样，高空间分辨率系统的IFOV很小，因此必须以较宽的光谱通道才能捕捉足够的光能量。
计算：
若IFOV为2mrad，传感器高度为10000m，则星下点像元对应的地面面积为多少？
5.遥感图像的空间分辨率越高，识别地物目标的能力越强吗？
为什么？
一般来说，遥感系统的空间分辨率越高，则识别地物目标的能力越强但是，特定目标在图像上的可分辨程度，并不完全取决于空间分辨率的值，而是和它的形状、大小，以及它与周围物体的亮度、结构差异有关。
例如，LandsatTM的空间分辨率为30m，但是10~20m宽的铁路甚至10m宽的公路通过沙漠、水域、草原、耕地等背景光谱较单调的地区时，往往清晰可辨。
可见，空间分辨率的大小仅表明图像细节的可见程度；而真正的识别效果，还要考虑环境背景复杂性等因素的影响。
扩展：
经验证明，遥感系统空间分辨率的选择，一般应小于被探测目标最小直径的1/2（Jensen，1996）。
例如，若要识别公园内的松树，则可以接受的最低空间分辨率应是最小松树的直径的一半。
而且，若松树与环境背景之间的光谱响应差异很小，则需要更高的空间分辨率才能成功识别
6.遥感主要利用的电磁波范围是哪些？
是如何划分的？
短波红外和中红外有时也一起统称为中红外多光谱扫描仪可以感应从可见光到中红外多个波段区的能量在热红外区的两个大气窗口，可利用热扫描仪探测地表辐射能量差异主动和被动微波遥感使用1mm~1m的大气窗口按照波长划分7.遥感图像的光谱分辨率是指什么？
光谱分辨率指传感器选用的波段数量的多少、各波段的波长位置、波长间隔的大小
8.遥感图像的光谱分辨率越高，识别地物目标的能力越强吗？
为什么？
？
可见，光谱分辨率越高，专题研究的针对性越强，对物体的识别精度越高，遥感应用分析的效果也就越好。
遥感图像分类的实质就是选择有效的判别函数来区分这些不同的点集，也就是把不同类型的地物目标区别开来。
多波段数据的利用，是进行专题特征提取和定量分析的前提，它大大提高了遥感应用分析的精度。
9.进行地物分类时，参与分类的波段越多则分类越准确吗？
为什么？
波谱分辨率是不是越高越好呢？
波段分得越细，各波段数据间的相关性可能越大，往往相邻波段数据相互交叉、重复，增加数据的冗余度，未必能达到预期的识别效果，而且给数据传输和处理带来困难对于遥感应用而言，一般采用3个波段时的识别准确度最高10.传感器光谱分辨率的设计应考虑到哪些因素？
传感器光谱分辨率的设计必须综合考虑探测目的、光谱特性、大气窗口等多种因素，通过大量的试验和评价形成11.遥感图像的辐射分辨率是指什么？
辐射分辨率指传感器对光谱信号强弱的敏感程度、区分能力，即传感器探测元件在接收光谱信号时能分辨的最小辐射度差辐射分辨率一般用亮度的分级数表示，即最暗-最亮亮度值间分级的数目，称为量化级数12.遥感图像的辐射分辨率越高，识别地物目标的能力越强吗？
为什么？
13.传感器辐射分辨率的设计应考虑到哪些因素？
14.遥感图像的时间分辨率是指什么？
时间分辨率是关于遥感图像时间间隔的一项性能指标。
传感器按照一定的时间周期重复采集数据，这种重复观测的最小时间间隔称为时间分辨率15.遥感图像的时间分辨率除了受飞行器的回归周期影响以外，还会受到传感器的哪些设计特性的影响？
时间分辨率的大小，主要决定于
飞行器回归周期（影响因素：
轨道高度、轨道倾角、运行周期、轨道间隔、偏移系数）传感器设计特性（是否倾斜观测、多星观测）
16.根据遥感探测周期的长短可将时间分辨率分为哪些类型？
分别用来解决哪些地学问题？
根据遥感探测周期的长短，可将时间分辨率分为三种类型：
超短或短周期时间分辨率：
气象卫星系列（NOAA、FY等），以“时”为单位，可反映一天内的变化。
如探测大气海洋物理现象、突发性灾害监测（地震、火山爆发、森林火灾等）、污染源监测等中周期时间分辨率：
资源卫星系列（Landsat、SPOT、CBERS等），以“天”为单位，用来反映月、旬、年内的变化。
如探测植物季相节律，反演关键农时的参数进行作物估产，农林牧等再生资源的调查，旱涝灾害监测，气候、大气、海洋动力学分析等长周期时间分辨率：
较长时间间隔的各类遥感信息，反映“年”为单位的变化。
如湖泊消长、河道迁徙、海岸进退、城市扩展、灾情调查、资源变化等等
可以认为Landsat的时间分辨率为16天，SPOT为1~4天，NOAA为若干小时，FY-2为几十分钟，而航空摄影等则可以根据需求进行人为控制17.传感器时间分辨率的设计应考虑到哪些因素？
18.遥感系统的分类
本节小节
遥感信息的物理属性（四个分辨率）决定了它分析地学现象的适用性，即什么样的分辨率就分析什么样的地学现象。
四个分辨率相互之间存在紧密的联系，各个分辨率也不是越高就越好，它们同样存在适用性的问题。
第二章遥感综合分析方法
2.1相关分析（遥感信息与地学对象属性关联）
2.2分层分类（地学规律指导遥感逐层精确分类）
2.3信息复合（多源遥感、遥感与非遥感、遥感与模型复合）
2.4变化检测（从动态角度分析过程）
2.1
1.什么是遥感的相关分析？
遥感的相关分析：
充分认识地物间的相关性，并借助相关性在遥感图像上寻找目标识别的相关因子（即间接解译标志），通过图像处理与分析，提取这些相关因子，从而推断和识别目标本身。
2.遥感地学相关分析有哪几类方法？
为了取得好的遥感综合分析效果，在地学相关分析中，首先要考虑与目标关系最密切的主导因子——主导因子相关分析法
当主导因子在遥感图像上反映不明显，或一时还难以判断时，则可以进一步寻找与目标有关的其他相关因子——多因子相关分析法、指示标志分析法
3.进行遥感地学相关分析时，选择的变量应该具备什么条件？
但无论是哪一种方法，选择的因子必须具备以下条件：
（1）与目标的相关性明显
（2）在图像上有明显的表征，或通过图像分析处理可以提取和识别
本节小节
相关分析与其说是一种方法，不如说是一种思想，它贯穿于整个遥感地学分析的始终，指导我们利用遥感和地学相关关系解决地学问题
主导因子相关分析法、多因子相关分析法、指示标志分析法的划分不是绝对的，在实际中需要灵活运用，而不是一一照搬。
2.2（该节内容很多，印象不深，多看几遍）
1.什么是分层分类？
类似的称谓有哪些？
深入研究地物的总体规律和内在联系，理顺其主次或因果关系，建立一种树状结构的框架，即分类树/决策树，来说明它们的复杂关系，并根据分类树的结构分层次地把所研究的目标逐一区分、识别出来——分层分类法
建立分类树的基本方法：
v遥感数据统计特征分析
v光谱散布图、光谱响应曲线、叠合光谱图
v基于知识的分层分类
v目视解译中的分层分类
2.分层分类与非监督分类、监督分类相比的优势是什么？
3.训练样本的哪些光谱特征图示可以帮助实现分层分类？
①光谱散布图：
②光谱响应曲线：
光谱响应曲线显示了各波段、各类别的均值分布范围，均值离散度最大的波段，区分类别的可能性也最大，但各类别方差大小不同，故均值分布的离散度并不能完全表达类别的可分性。
③叠合光谱图：
叠合光谱图将各波段各类别的光谱特征统计分析结果直观地表示在图表上。
在图表中绘出每种类别在每个波段中的平均光谱响应，用不同字母分别表示不同类别，并计算出各类别相对于均值的标准偏差σ，以均值为中点的短线长度表示±σ，即该类别亮度值的离散程度。
叠合光谱图直观地显示了不同类别在每一波段中的位置、分布范围、离散程度、可分性大小等，是一种以定量方式对类别数据的光谱特征进行分析与比较，选择最佳波段和波段组合，建立分类树的直观、简便、有效方法。
4.如何将先验知识引入到遥感分类与识别中？
5.目视解译中的直接解译标志和间接解译标志有哪些？
在目视遥感解译中，应根据理论分析和实际知识、经验，在分类树的每个节点上，建立类别间的解译标志，从而识别和区分它们
直接解译标志：
✧色调——如林地因属种、高度、密度变化大，其色调较草地有明显差异
✧纹理——如耕地具有明显的线状延伸条纹
✧形状——如针叶林多为圆锥状，阔叶林多为椭圆形、卵形、半球形
✧大小——如乔木树冠颗粒大，灌木冠部颗粒小
✧高度——可以通过阴影来判断目标的高度，如乔木高、灌木低
间接解译标志：
✧海拔高度——如可把海拔1800m作为矮禾草与高禾草草地的分类界线，把海拔1600m作为双季稻与单季稻的分类界线
✧地貌部位——如可以根据阴坡和阳坡的分布，区分乔木和灌木
✧地理位置——它决定了水热条件的主要分配状况，作为分类的背景
✧土壤母质——如灰岩成壤多分布草地，花岗岩、砂页岩成壤多分布常绿阔叶林
✧人类活动——如人造林的树种比较单一，而天然林的树种比较多样
本节小节
分层分类是遥感图像分类方法应用到实际中的主要途径，因为遥感分类要达到实际应用精度，仅仅是通过非监督分类、监督分类的图像处理是远远不够的，必须结合地面实况资料，经过多次判别才能实现。
因此在完成实际工作的时候，不但要收集遥感数据，更重要的是要注意收集地面实况资料，如各种基础地理数据、专题图、气象资料、水文资料等，掌握的先验知识越多，分类越准确。
2.3信息复合（PPT上数据同化部分有很多例子，注意看下）
（1）遥感图像的空间配准
（2）遥感信息的内容复合
（3）遥感信息与非遥感信息复合
（4）数据同化
1.不同数据源的信息复合的关键，一是相互之间要能达到精确配准，二是非遥感信息源如何网格化的问题。
2.数据同化是在地学模型运行过程中融入最新的观测数据的过程，它是信息复合的高级阶段。
3.什么是遥感综合分析中的信息复合，复合的目的是什么？
信息复合是指同一区域内遥感信息之间、遥感与非遥感信息之间的匹配复合。
包括空间配准和内容复合两方面。
目的是突出有用的专题信息，消除或抑制无关的信息，以改善目标识别的精度。
4.信息复合的关键问题是什么？
v充分认识研究对象的地学规律
v充分了解每种复合数据的特点和适用性
v充分考虑不同遥感数据之间由于波谱信息的相关性引起的有用信息和噪声误差的增加，对多源遥感数据作出合理的选择
v解决遥感图像的几何畸变，解决以几何纠正为基础的空间配准问题
5.什么是数据同化，同化的目的是什么？
数据同化（dataassimilation）是在考虑数据时空分布和对模型、观测做出误差估计的基础上，在数值模型的动态运行过程中融合新的观测数据的方法，可以获得具有时间一致性、空间一致性和物理一致性的数据集。
数据同化是一种多源数据和模型数据集成的数据处理技术，最初在大气、海洋科学领域建立并流行，近10年来在水文遥感、冰雪遥感、气候遥感等遥感应用领域开始发挥重要作用。
其目的一是通过遥感数据的辅助改善环境模型的模拟精度，二是改善遥感数据产品的精度。
2.4变化监测
（1）变化检测的影响因素
（2）变化检测的步骤
（3）光谱类型特征分析
（4）光谱变化向量分析
（5）时间序列分析
（6）应用实例
1.什么是变化检测？
它在遥感科学研究、国民经济建设中分别有什么作用？
变化检测：
从不同时期的遥感数据中，定量分析和确定地表变化的特征与过程。
由于陆地表面的变化在很大程度上控制着地球的能量平衡，因此对土地覆盖变化的定量化研究，已成为遥感研究的热点之一
实际应用如：
国土资源部利用高分辨率卫星图像监测违法用地——卫片执法
2.影响变化检测精度的因素主要有哪些？
如何减弱或者消除这些影响因素？
把影响遥感图像变化检测的因素分为两类：
遥感系统因素与环境因素。
①．遥感系统因素的影响及数据源的选择
1）时间分辨率
v根据检测对象的时相变化特点确定遥感检测的频率，如年、季、月等
v尽可能选用每天同一时刻或相近时刻的遥感图像，以消除因太阳高度角不同引起的地物反射特性差异
v尽可能选用每年同一季节、甚至同一日期的遥感图像，以消除季节性太阳高度角的不同和植物物候的差异
2）空间分辨率
v考察检测对象的空间尺度及空间变异，确定其对遥感数据空间分辨率的要求
v最好采用具有相同IFOV的遥感数据，以保证不同时相遥感图像的精确配准；如果使用不同IFOV遥感系统获取的数据，则需要进行重采样使其一致
v应尽可能采用具有相同或相近俯视角的遥感数据，以避免错误的分析结果
3）光谱分辨率
v应根据检测对象的类型与相应的光谱特性选择合适的遥感数据与波段
v比较理想的是采用相同遥感系统来获取多时相数据，如果没有则应选择比较接近的波段进行分析，如SPOT波段123可用来与TM波段234进行对比
4）辐射分辨率
v一般应采用具有相同辐射分辨率的不同时相遥感图像
v如果采用具有不同辐射分辨率的遥感图像进行比较，需要把较低辐射分辨率图像转换为较高辐射分辨率图像
②．环境因素的影响及影响的消除
1）大气状况
Ø用于变化检测的遥感图像应当无云或没有很浓的水汽，一般云覆盖不能超过20%，即使很薄的雾气也会影响图像的光谱信号，造成光谱变化的假象
Ø如果用于变化检测的不同时相遥感图像的大气状况存在明显差异，且难以找到替代数据，则需要应用辐射传输模型进行校正处理，以消除大气的影响
2）物候特征
Ø植物按照天、季节、周年物候生长，不同季节植被生长状况存在极大差异，如果采用不同季节的遥感图像进行年变化比较，就可能得出错误的结论
3）土壤湿度
Ø土壤湿度条件对地物反射特性有很大的影响，有些变化检测不仅需要检测图像获取时的土壤湿度，还需要获得检测前几天或前几周的雨量记录，以确定土壤湿度变化对光谱特性的影响
3.变化检测分析的方法主要有哪些？
各有何特点？
光谱类型特征分析：
1）图像叠合方法；2）图像代数运算方法；3）主成分分析方法；4）分类后比较方法；
光谱变化向量分析：
时间序列分析：
4.最常用的变化检测分析方法有哪些？
为什么？
最常用的变化检测方法是差值法、分类后比较法、光谱变化向量分析法
5.应用实例：
绍兴典型区土地利用变化信息提取
１.影像几何校正与配准
２.相对辐射校正
３.多光谱变换及不同时相遥感数据复合
４.变化阈值确定与变化类型提取
５.知识获取与分类后处理
６.土地利用变化分析
6.变化检测利用遥感的重复观测能力，试图获取地学变化过程和规律，是遥感地学分析最有价值的内容之一，不论在科学研究还是在国民经济应用方面，都有着持久的生命力。
7.自动变化检测的关键是多期图像的精确配准，包括几何方面的配准和辐射方面的配准，否则会导致误检的结果。
第三章定量遥感分析
3.1定量遥感的基本概念
3.2定量遥感的主要问题
3.3冠层反射的正演模型
3.4地表参数的反演模型
1.什么是定量遥感？
它有什么意义？
定量遥感或称遥感定量研究，主要指从对地观测电磁波信号中定量提取地表参数的技术和方法，区别于仅依靠经验判读的定性识别地物的方法。
包含两重含义：
✓遥感信息在电磁波的不同波段内给出地表物质的定量的物理量、准确的空间位置
✓从这些定量的遥感信息中，通过实验的或物理的模型将遥感信息与地学参数联系起来，定量地求解或推算某些地学、农学、气象等信息
2.遥感中的定量模型有哪几种？
统计模型对一系列观测数据进行经验性的统计描述或相关分析，建立遥感参数与地面观测数据之间的线性回归方程。
物理模型理论基础完善，模型参数具有明确的物理意义，并试图对作用机理进行数学描述，此类模型通常是非线性的，输入参数多，方程复杂，适用性较差，且常对非主要因素有过多的忽略或假定。
混合模型综合了两者的优点，所用的参数虽是经验参数，但又具有一定的物理意义。
3.遥感中的正演是什么？
反演是什么？
各有何作用？
以植被遥感为例，李小文等（1995）把遥感系统分为以下5个部分：
辐射源{a}，指太阳辐射和天空散射，用{a}表示其特性和参数集合，包括光谱密度（Iλ）和方向（θ1,φ1），其中λ为波长，θ1,φ1分别表示入射方向的天顶角和方位角
大气{b}，包括大气对不同波长的吸收和反射特性，以及大气中的微尘、水蒸气、臭氧等的空间密度分布，用{b}表示其特性和参数集合
植被{c}，包括植被组分（叶、茎、干）的光学参数（反射、透射）、结构参数（几何形状、植株密度）及环境参数（温度、湿度、风速、降雨量），用{c}表示其特性和参数集合，这些参数都可能随波长、时间和空间位置而变
土壤{d}，包括土壤的反射特性、吸收特性、表面粗糙度、表面结构及含水量等，用{d}表示其特性和参数集合
传感器{e}，包括传感器的频率响应、孔径、校准、位置，以及观察方向的天顶角θ2、方位角φ2等，用{e}表示其特性和参数集合
用{R}表示传感器得到的辐射信号，它可以是多光谱、多时相、多角度的对地观测数据，也可以是由这些观测数据所派生的综合指数（如绿度指数），它随辐射源、大气、植被、土壤、传感器的特性而变化，可表示为
●若给定系统参数{a,b,c,d,e}来产生{R}，则为正演问题，即前向建模问题
正演模型可以预测在一定的环境和传感器条件下将得到什么样的遥感数据
●若从观测值{R}来产生{a,b,c,d,e}中的一个或几个参数，则属于反演问题
反演模型可以从遥感数据中得到陆地表面的各种地球物理、生物物理变量
正演模型的建立是反演的先决条件，具有重要意义，而反演则具有更实际的应用价值，但难度更大，有时甚至不可能。
许多遥感反演本质上是“病态反演”问题，即未知参数多于观测个数，要实现遥感的反演，就不可避免地要作一些过程的简化或条件的假设。
本节小节
与传统遥感方法主要识别地表覆盖的类型不同，定量遥感的主要任务是通过遥感数据获取地表反照率、地表温度、叶面积指数、叶绿素含量、土壤含水量、地表蒸散等物理参数。
正演模型的目的，是为了建立地表参数与遥感反射率的物理联系，以准确地反演地表参数。
3.2定量遥感的主要问题
（1）方向性问题
（2）尺度效应与尺度转换
（3）反演策略与方法
（4）遥感模型与应用模型的连接
1.定量遥感的方向性问题是指什么？
介于漫反射和镜面反射之间的反射称为方向反射，也称非朗伯反射。
产生方向反射的物体在自然界中占绝大多数，即它们对太阳辐射的散射具有各向异性性质。
目前大部分应用还采用朗伯体近似。
当遥感应用进入定量分析阶段，我们必须抛弃“地物是朗伯体”的假设。
对非朗伯体而言，它对太阳辐射的反射、散射能力不仅随波长而变，同时亦随空间方向而变。
描述方向反射不能简单用反射率表述，因为各方向的反射率不一样。
地面物体对电磁波的反射与入射的方向性有关，同时也与观测的方向性有关，称为二向（性）反射。
2.定量遥感的尺度问题是指什么？
尺度效应与尺度转换的四层含义：
一是，立足于点或均一表面的基本物理概念、定理、定律，直接用于遥感像元尺度的面状信息（多为非均一），存在适应性问题（地表的结构、像元不纯净）
二是，常规地学手段对地表信息的采集多以稀疏的地面观测点方式进行，而遥感数据的采集是以面状“连续”像元方式记录。
遥感数据是其空间位置的函数，是像元尺度上积分统计的结果，这种二维扩展的面状变量具有空间异质性。
由离散观测的点数据来标定遥感像元面数据，再由遥感像元面数据扩展到区域甚至全球，是完全不同的空间尺度。
这种不同尺度信息之间往往是非线性或不均匀的，两者的链接必然存在着空间扩展、数据转换、误差分析、是否具有代表性等一系列问题。
三是，对于每一种具体的传感器来说，它多是以单空间分辨率方式采集地表数据；但是遥感可以多平台、多传感器的方式采集地表数据，它本身是多空间分辨率的。
适用于一种空间分辨率的模型不一定适用于另外一种。
四是，尺度问题除了空间域的尺度转换，还应包含时间域的转换。
遥感信息是瞬时信息，对于一些需要时间积分的参数，应进行时间扩展。
例如，地表净辐射的日总量，需要对比地面气象站的地表净辐射的日积分值和遥感方法所获得的瞬时值，求出它们的转换系数
3.什么是辐亮度，什么是辐照度？
辐亮度L（radiance）：
单位立体角、单位投影面积上的辐射通量（radiantflux），
也称为辐射亮度，单位为W·cm-2·sr-1
辐照度E（irradiance）：
单位投影面积上的辐射通量，即辐亮度对立体角的积分，也称为辐射通量密度（radiantfluxdensity），单位为W·cm-2
4.BRDF和BRF分别是什么，是如何定义的？
设波长λ，有δ空间分布函数的入射辐射从 （θ0,φ0） 方向以辐亮度L0（θ0,φ0,λ）投射向点目标，造成该点目标的辐照度增量为dE（θ0,φ0,λ）=L0（θ0,φ0,λ）cosθ0dΩ。
传感器从方向（θ,φ）观察目标物，接收到来自目标物对外来辐射dE的反射辐射，其辐亮度值为dL（θ,φ,λ），则定义二向反射分布函数BRDF为 ：
BRDF的物理意义：
来自方向地表辐照度的微增量与其所引起的方向反射辐亮度的微增量之间的比值
双向反射因子/双向反射率因子（BidirectionalReflectanceFactor, BRF）
定义：
在相同的辐照度条件下，地物向（θ,φ）方向的反射辐射亮度与一个理想的漫反射体在该方向上的反射辐射亮度的比值
5.为什么说遥感反演是病态反演？
地球表面是个非常复杂、开放的巨系统，人们对它的认识需要用多种参数加以描述，这种未知参数几乎是无穷的，而遥感数据总是有限的，要用遥感数据反演地表参数存在着反演策略与方法问题。
本节小节：
Ø从传统遥感向定量遥感推进时，要特别注意遥感的方向性问题和尺度效应问题：
传统的基于星下点垂直观测的假设已经不成立，地物的反射特性需要用BRDF来进行表达；传统的漫反射特性、互易原理、普朗克定理在像元尺度上也不成立，需要建立新的模型进行表达
Ø遥感反演是一个病态反演过程，精度目前仍受到限制，需要充分利用先验知识等反演策略提高反演的精度
3.3冠层反射的正演模型
1.以植被冠层反射为例，其BRDF的正演模型包括四类：
升级会员 