遥感与地面数据尺度转换：点面代表性与定量分析

"该资源是一份关于遥感技术的学术资料，主要讨论了地面‘点’数据与遥感‘面’数据的代表性问题，以及在尺度效应与尺度转换中的挑战。资料由赵英时教授在2013年全国遥感研究生暑期班中讲解，包含了定量遥感的基本概念和方法，例如方向性、多角度遥感、尺度效应和反演策略等。资料还提及遥感数据在大气动力学模型和农业监测中的应用，强调了遥感数据的高光谱、高分辨率和多角度的重要性。" 知识点详细说明: 1. **尺度效应与尺度转换**: 这是遥感领域中的核心问题，涉及到将离散的地面观测点数据应用于代表更大区域的遥感像元数据。由于不同尺度间的信息关系是非线性和不均匀的，直接以点代面可能会导致代表性不足。解决这个问题通常需要通过数学方法进行线性或非线性的内插和外推，结合地表非均匀性，利用空间异质性因子和数字地形模型（DTM）等先验知识进行空间尺度转换。 2. **定量遥感分析方法**: 遥感不仅仅是图像的获取，还包括对这些数据的定量分析。它涉及方向性、多角度遥感、病态反演和模型链接等多个方面。其中，方向性研究关注不同视角下地物反射特性的影响，多角度遥感则能提供更为丰富的地物信息。 3. **遥感应用面临的问题**: 遥感数据的利用率较低，供需矛盾突出，尤其是在大气动力学模型和农业监测等领域的应用。遥感数据的质量、分辨率和涵盖的参数需要与模型需求相匹配，例如，遥感提供的反照率、LAI等参数往往不能满足模型的精度要求。 4. **遥感数据源的改善**: 为了提升遥感的应用效果，需要发展高光谱、高分辨率、高灵敏度以及多角度的遥感器，这包括IKONOS等商业卫星提供的高分辨率图像，以及如MISR和ASTER等星载传感器进行的多角度观测。 5. **尺度转换方法**: 为了增强点数据代表面数据的能力，需要进行空间尺度转换。这涉及到地表特征分布变化与尺度变化的描述，以及星-机-地同步观测试验和真实性检验，以确保数据的可靠性和准确性。 6. **遥感模型与应用模型的链接**: 遥感数据的解析需要与地学模型相结合，例如，遥感获取的植被指数（VI）可以用于农业或生态学模型，以估算作物生长状态或生态系统参数。 7. **遥感的未来发展**: 遥感技术的发展趋势包括提升数据源质量，深化基础理论研究，发展新的数据处理方法，以及促进多学科交叉合作，以充分利用海量遥感数据并提高其在各领域的应用效果。 这份资料通过赵英时教授的讲解，深入剖析了遥感技术的理论和实际应用，为理解和解决遥感数据的代表性问题提供了关键的思路和方法。