- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE 2018年第七届农业地理信息学国际会议（Agro-geoinformatics）- 杭州（2018.8.6-2018.8.9）] 2018年第七届农业地理信息学国际会议（Agro-geoinformatics）- 将SAR与光学遥感数据同化至WOFOST模型以提升冬小麦产量估算精度
摘要： 作物主要生长期内充足的遥感观测数据对提高作物模型数据同化精度至关重要。光学遥感数据易受云雨影响，在阴雨天气下清晰光学数据量非常有限。合成孔径雷达（SAR）不受云层或光照条件制约，能穿透云层并具备全天候观测能力，这使得基于雷达传感器数据的作物监测与产量估算更为可靠稳定。因此，本文旨在通过将SAR与光学卫星影像联合同化至作物模型来提高冬小麦产量估算精度。 本研究采用Sentinel-1卫星搭载的C波段SAR传感器获取雷达影像，光学影像来自Sentinel-2卫星。所有遥感数据与地面数据均在冬小麦主要生长发育期采集?；赟entinel-2影像的归一化植被指数（NDVI）及Sentinel-1影像的后向散射系数和极化特征，均被用于水云模型以反演土壤水分（SM）时间序列影像。为提升田间尺度的作物产量预测精度，我们采用集合卡尔曼滤波（EnKF）算法将遥感反演土壤水分信息同化至WOrld FOod STudies（WOFOST）模型。 总体结果表明：相较于未同化情形（R2=0.14；RMSE=1398 kg/ha），遥感土壤水分数据同化方案使观测产量与模拟产量的相关性略有提升（R2=0.30；RMSE=782 kg/ha）。研究表明，由于无云光学遥感数据不足及根区指标计算的土壤水分信息局限，SAR与光学遥感数据同化提升田间产量估算的潜力相对有限。但本研究证实了将SAR和光学遥感数据同化至作物模型进行作物监测与产量估算的可行性与价值，同时也为其他农业景观区的产量数据同化估算提供了参考依据。
关键词： 合成孔径雷达、WOFOST模型、集合卡尔曼滤波、产量估算、叶面积指数、冬小麦、光学数据
更新于2025-09-11 14:15:04
-
通过改进的激光雷达反演方法实现降噪与数据反演，该方法结合了联合反演技术与机器学习
摘要： 为解决原始大气激光雷达信号信噪比随距离增加而急剧下降（这对激光雷达反演的精度和有效探测范围影响极大）的问题，学界提出了多种去噪算法。其中基于集合卡尔曼滤波（EnKF）的方法表现良好，这类方法能同步实现激光雷达信号去噪与精确反演结果输出。但受限于EnKF步骤中的预测精度不足，这些方法的结果存在偏差。本研究针对水平气溶胶特性反演提出了一种改进型激光雷达反演方法，该方法融合了联合反演技术与高斯过程机器学习算法——通过高斯过程机器学习算法补偿联合反演方法中EnKF步骤的预测缺陷，从而降低反演结果的偏差。将该改进方法应用于模拟与真实激光雷达信号后表明：该方法在大气消光特性分析中具有显著实效性与实用性。
关键词： 激光雷达、高斯处理机器学习、集合卡尔曼滤波、信噪比、气溶胶消光特性
更新于2025-09-10 09:29:36
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018年7月22日-7月27日）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于集合卡尔曼滤波同化无人机与地面测量数据的甘蔗产量估算
摘要： 甘蔗是中国南方广大地区种植的一种耗水量大的作物。在制糖生产过程中，估算不同土壤水分条件下的甘蔗产量至关重要。本研究开展了5个灌溉水平下39个小区的田间试验，收集了丰富的无人机测量数据（包括RGB和多光谱图像）及地面观测数据（包括土壤含水量(SWC)、叶面积指数(LAI)和气象数据）。研究目标是通过不同数据同化策略，将无人机获取的LAI和地面实测的SWC数据同化到SWAP-WOFOST-甘蔗作物模型中，以提高甘蔗产量估算精度。结果表明：集合卡尔曼滤波(EnKF)方法的估算效果优于强迫法和校准法；仅依靠地面SWC测量不足以保证估算精度，而联合使用无人机获取的LAI测量数据是必要的。本研究证明了同化无人机数据的优势，并为将各类数据融合至土壤-水-大气-植物系统提供了方法学参考。
关键词： SWC（土壤含水量）、UAV（无人机）、LAI（叶面积指数）、甘蔗产量、EnKF（集合卡尔曼滤波）
更新于2025-09-09 09:28:46
-
综合遥感 || 基于数据同化方法的地表变量估算
摘要： 遥感技术生成的及时、高质量、长期全球信息以多种方式造福社会。因此，地理学家和其他地球科学领域的科学家正在开发各种面向过程的模型来描述地球系统各组成部分。这些模型整合了我们对驱动地球系统的物理过程范围的科学认知，从而有助于预测，并为联邦机构和国际组织的政策与管理决策流程提供实用知识（梁，2007）。为推进不同尺度的全球和区域模型并提升其预测能力，需要大量生物物理变量来校准、验证和驱动这些模型。从遥感数据估算地表变量是生成区域和全球尺度地表变量产品的唯一可行方法。
关键词： 数据同化、MODIS、集合卡尔曼滤波、地表变量、遥感
更新于2025-09-04 15:30:14
-
基于改进RCGA控制的鲁棒EnKF在太阳能转换系统中的应用
摘要： 提出了一种基于鲁棒集合卡尔曼滤波（EnKF）控制的多功能三相并网太阳能转换系统，该系统兼具配电静止同步补偿器（DSTATCOM）功能。该鲁棒EnKF控制可提升配电网多种电能质量（PQ）特性，包括平衡并网电流、抑制谐波电流及实现单位功率因数。采用改进的实数编码遗传算法（RCGA）元启发式方法对直流母线电压的PI控制器进行参数整定。仿真结果表明，与传统技术相比，鲁棒EnKF具有更优越的动态响应性能。通过与卡尔曼滤波（KF）和扩展卡尔曼滤波（EKF）等常规随机滤波器的对比，分析了所提鲁棒EnKF算法的计算复杂度。为验证控制策略，搭建了实验室原型样机，测试结果表明：在负载电流不平衡、谐波补偿、电网电压不平衡、欠压及过压等多种动态工况下，并网系统均呈现良好响应特性，其并网电流满足IEEE-519、1564和1159标准要求。
关键词： DSTATCOM（配电静止同步补偿器）、MPPT（最大功率点跟踪）、电能质量、谐波、VSC（电压源换流器）、EnKF（集合卡尔曼滤波）
更新于2025-09-04 15:30:14