【教程】植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法实践技术应用

培训费用

课程安排

专题一：植被参数遥感反演理论

结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章讲解：植被遥感前向建模植被遥感反演模型 (经验/物理模型/…)                 代价函数反演算法 (查找表/优化方法/机器学习/…)

他山之石：其他地表参数如何反演？

专题二：植被叶片及冠层反射率模拟与处理

结合PYTHON编程语言操作：叶片反射率模型PROSPECT植被冠层反射率模型PROSAIL                 不同传感器光谱响应函数高光谱数据转换为多光谱数据

他山之石：如何利用PROSAIL模拟不同传感器(如无人机/卫星)光谱数据？

专题三：植被遥感模型参数敏感性分析

结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章讲解：模型参数敏感性分析必要性模型参数敏感性分析方法(局部/全局/EFAST)             结合PYTHON操作：PROSAIL模型参数敏感性分析不同传感器光谱特征敏感性分析他山之石：如何开展生态/水文/作物/陆面模型参数敏感性分析？

专题四：基于查找表(LUT)方法反演植被参数

结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章讲解：查找表方法原理基于蒙特卡洛方法模拟多条件下光谱反射率                

结合PYTHON语言实现：查找表方法反演植被参数

他山之石：如何基于查找表开展其他地表参数反演？

专题五：基于优化算法反演植被参数

结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章讲解：优化方法求解原理代价函数构建                

结合PYTHON语言实现：代价函数求解算法：遗传算法优化算法反演植被参数

他山之石：如何基于其他优化算法开展参数反演？

专题六：基于机器学习反演植被参数

结合PYTHON语言操作：机器学习算法ANN/SVM/DecisionTree基于机器学习+地面观测反演基于机器学习+PROSAIL模型反演Sentinel 2官方算法(Sentinel SNAP)原理与实现区域结果成图

他山之石：如何基于深度学习算法开展参数反演？

专题七：遥感数据同化理论

结合RSE、IEEE TGRS、ISPRS、EJA等期刊文章讲解：生态模型模型耦合数据同化原理数据同化算法数据同化系统区域结果成图

他山之石：如何耦合遥感与过程模型？

专题八：同化遥感反射率估算植被参数/作物产量

结合FORTRAN语言操作：作物生长模型植被冠层反射率模型模型耦合变分同化参数反演/产量估算他山之石：如何执行EnKF同化？如何借助其他编程语言开展数据同化？

如何开展水文/陆面/…模型同化？

专题九：同化遥感产品估算植被参数/作物产量

结合FORTRAN语言操作：作物生长模型模型耦合变分同化参数反演/产量估算他山之石：如何执行EnKF同化？如何借助其他编程语言开展数据同化？

如何开展水文/陆面/…模型同化？