本節(jié)關(guān)注應用方向概述國外研究環(huán)境空間幾何分析遙感定量模型地表反演模型本節(jié)關(guān)注應用方向概述1遙感應用模型概述遙感應用方向（側(cè)重識別、側(cè)重測量）遙感分析基礎軟件國土資源遙感（地上）地質(zhì)遙感（地下）生態(tài)遙感災害遙感遙感應用水平要提高，遙感定量化是必由之路。環(huán)境遙感是以探測地球表層環(huán)境的現(xiàn)象及其動態(tài)為目的的遙感技術(shù)。可理解為涉及資源、大氣、海洋、環(huán)境生態(tài)等所有遙感活動的代名詞。旨在探測和研究環(huán)境污染的空間分布、時間尺度、性質(zhì)、發(fā)展動態(tài)、影響和危害程度，以便采取環(huán)境保護措施或制訂生態(tài)環(huán)境規(guī)劃的遙感活動，雖屬環(huán)境遙感之列，但一般不稱其為環(huán)境遙感。環(huán)境遙感在數(shù)據(jù)獲取上具有多層次、多時相、多功能、多專題的特點；在應用方面具有多源數(shù)據(jù)處理、多學科綜合分析、多維動態(tài)監(jiān)測和多用途的特點。遙感應用模型概述遙感應用方向（側(cè)重識別、側(cè)重測量）環(huán)境遙感是2ENVIENVI可以處理最先進的衛(wèi)星格式，如Landsat7,

SPOT,

RADARSAT,

NASA,

NOAA,

EROS和TERRA,能接受未來所有傳感器的信息。包含所有基本的遙感影像處理功能，如：校正、定標、波段運算、分類對比增強、濾波、變換、邊緣檢測及制圖輸出功能。ENVI具有對遙感影像進行配準和正射校正的功能，可以給影像添加地圖投影，并與各種GIS數(shù)據(jù)套合。ENVI的矢量工具可以進行屏幕數(shù)字化、柵格和矢量疊合，建立新的矢量層、編輯點、線、多邊形數(shù)據(jù)，緩沖區(qū)分析，創(chuàng)建并編輯屬性并進行相關(guān)矢量層的屬性查詢。ENVI擁有高光譜和多光譜分析工具。用戶可以識別出圖像中純度最高的像元，通過與已知波譜庫的比較確定未知波譜的組分。用戶不但可以使用ENVI自帶的波譜庫，也可以自定義波譜庫，甚至可以組合使用線性波譜分離和匹配濾波技術(shù)進行亞像元分解，以消除匹配誤差獲得更精確的結(jié)果。ENVI的集成式雷達分析工具可以快速處理雷達SAR數(shù)據(jù),提取CEOS信息并瀏覽RADARSAT和ERS-1數(shù)據(jù)。用天線陣列校正、斜距校正、自適應濾波等功能提高數(shù)據(jù)的利用率。紋理分析功能還可以分段分析SAR數(shù)據(jù)。ENVI還可以處理極化雷達數(shù)據(jù)，用戶可以從SIR-C和AIRSAR數(shù)據(jù)中選擇極化和工作頻率，用戶還可以瀏覽和比較感興趣區(qū)的極化信號，并創(chuàng)建幅度圖像和相位圖像。ENVIENVI可以處理最先進的衛(wèi)星格式，如Landsat3ERDASERDASIMAGINE是以模塊化的方式提供給用戶的，對系統(tǒng)進行剪裁，充分利用軟硬件資源，并最大限度地滿足用戶的專業(yè)應用要求。ERDASIMAGINE面向不同需求的用戶，對于系統(tǒng)的擴展功能采用開放的體系結(jié)構(gòu)以IMAGINEEssentials、IMAGINEAdvantage、IMAGINEProfessional的形式為用戶提供了低、中、高三檔產(chǎn)品架構(gòu)，并有豐富的功能擴展模塊供用戶選擇，使產(chǎn)品模塊的組合具有極大的靈活性。IMAGINEEssentials級：包括有制圖和可視化核心功能的影像工具軟件。無論您是獨立地從事工作或是處在企業(yè)協(xié)同計算的環(huán)境下，都可以借助IMAGINEEssentials完成二維/三維顯示、數(shù)據(jù)輸入、排序與管理、地圖配準、制圖輸出以及簡單的分析。

*Vector——直接采用ESRI的ArcInfo數(shù)據(jù)結(jié)構(gòu)Coverage，建立、顯示、編輯和查詢ArcInfo完成拓撲關(guān)系的建立和修改及矢量和光柵圖像的雙向轉(zhuǎn)換等；

*VirtualGIS——真實三維景觀重現(xiàn)和GIS分析；

*Developer‘sToolkit——ERDASIMAGINE的C程序接口，ERDAS的函數(shù)庫，及程序設計指南。IMAGINEAdvantage級：是建立在IMAGINEEssential級基礎之上的，增加了更豐富的圖像光柵GIS和單片航片正射矯正等強大功能的軟件。IMAGINEAdvantage為您提供了靈活可靠的用于光柵分析，正射矯正，地形編輯及先進的影像鑲嵌工具。簡而言之，IMAGINEAdvantage是一個完整的圖像地理信息系統(tǒng)（ImagingGIS）。

*Radar模塊——雷達影像的基本處理；

*OrthoBase——區(qū)域數(shù)字影像正射糾正；

*OrthoBASEPro——航片、衛(wèi)片快速正射糾正，利用立體象對自動提取高精度DEM；

*OrthoRadar——可對RadarSat，ERS雷達影像進行正射糾正；

*StereoSARDEM——用立體方法從雷達圖像數(shù)據(jù)中提取DEM；

*IFSARDEM——用干涉原理從雷達圖像數(shù)據(jù)中提取DEM；

*ATCOR2——對相對平坦地區(qū)圖像進行大氣校正和霧曦消除；

*ATCOR3——對山區(qū)圖像進行大氣糾正霧曦消除，可以消除地形的影響；

ERDASERDASIMAGINE是以模塊化的方式提供給用4ERDASIMAGINEProfessional級：是面向從事復雜分析，需要最新和最全面處理工具，經(jīng)驗豐富的專業(yè)用戶。Professional是功能完整豐富的地理圖像系統(tǒng)。除了Essentials和Advantage中包含的功能以外，IMAGINEProfessional還提供輕松易用的空間建模工具（使用簡單的圖形化界面），高級的參數(shù)/非參數(shù)分類器，分類優(yōu)化和精度評定，以及高光譜、雷達分析工具。它是最完整的制圖和顯示、信息提取、正射矯正、復雜空間建模和尖端的圖像處理系統(tǒng)。

*SubpixelClassifier——子象元分類器利用先進的算法對多光譜影像進行信息提取，可達到提取混合象元中占20%以上物質(zhì)的目標；

ERDAS公司在IMAGINE中支持動態(tài)連接庫（DLL）的體系結(jié)構(gòu)。它支持目標共享技術(shù)和面向目標的設計開發(fā)、提供一種無需對系統(tǒng)進行重新編譯和連接而向系統(tǒng)加入新功能的手段，并允許在特定的項目中裁剪這些擴充的功能。在ERDASIMAGINE中直接提供了下列DLL庫：

*圖像格式DLL——提供對多種圖像格式文件無需轉(zhuǎn)換的直接訪問，從而提高易用性和節(jié)省磁盤空間。支持的圖像格式包括：IMAGINE、GRID、LAN/GIS、TIFF（GeoTIFF）、GIF、JFIF（JPEG）、FIT、BMP和原始二進制格式。

*地形模型DLL——提供新類型的矯正和定標（Calibration），從而支持基于傳感器平臺的校正模型和用戶剪裁的模型。這部分模型包括：Affine、Polynomial、RubberSheeting、TM、SPOT、IKONOS、QuickBird、SingleFrameCamera等。ERDASIMAGINEProfessional級：是面向5Envi與Erdas對比envi在數(shù)據(jù)處理方面比erdas更加精確，但erdas的模塊化更加人性化，在進行某些處理的時候比較容易找著菜單命令。另外erdas的modelmaker可以自主建模，比較方面。envi的idl編程雖說也很簡單，但沒用過的人可能就有點不知道如何下手。PCI更適合于影像制圖，ERDAS的數(shù)據(jù)融合效果最好，ENVI在針對像元處理的信息提取中功能最強大。ER

Mapper對于處理高分辨率影像效果較好。Envi與Erdas對比envi在數(shù)據(jù)處理方面比erdas更6遙感應用模型與定量遙感應用模型是實現(xiàn)分析結(jié)果定量化的手段定量遙感是遙感技術(shù)發(fā)展從定性粗放到精確具體的思想飛躍遙感應用模型與定量遙感應用模型是實現(xiàn)分析結(jié)果定量化的手段7定量遙感不確定性定量遙感應用不確定性分析理論和方法定量遙感信息模型與反演土地利用/土地覆蓋自動更新技術(shù)農(nóng)田旱情遙感監(jiān)測模型與方法定量遙感是一種方法模型而非技術(shù)手段…..定量遙感不確定性定量遙感應用不確定性分析理論和方法定量遙感是8不確定性的概念和內(nèi)涵相關(guān)術(shù)語：誤差、精度、精確程度和偏差誤差：觀測值與真實值之間的差別精度：觀測、計算或估計值與真實值之間的接近程度精確程度：通俗的定義為測量值的小數(shù)點位數(shù)不確定性：表達一個特定的數(shù)據(jù)特性的不可信性或不可知性的有用概念不確定性的概念和內(nèi)涵相關(guān)術(shù)語：誤差、精度、精確程度和偏差9國內(nèi)外研究現(xiàn)狀早期研究集中在遙感分類或解譯結(jié)果的精度評價集中在分類不確定性研究，對反演中的不確定性研究較少定量遙感不確定性的研究是一個研究熱點國內(nèi)外研究現(xiàn)狀早期研究集中在遙感分類或解譯結(jié)果的精度評價10不確定性的來源通常利用均方根誤差衡量參考像元的位置精度不確定性的來源通常利用均方根誤差衡量參考像元的位置精度11不確定性的來源不確定性的來源12不確定性的來源由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步驟中都有不同類型和程度的不確定性引入，并在進一步分析中傳播，在遙感信息提取過程中，不但要設法糾正數(shù)據(jù)獲取過程引入的不確定性，而且要選取合適的、對誤差不敏感的處理和分析方法，使最后提取的信息包含最小的不確定性。不確定性的來源由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步13定量遙感參數(shù)反演中不確定性研究定量遙感參數(shù)反演不確定性的研究目前主要集中在定量遙感數(shù)據(jù)產(chǎn)品的驗證方面。真實性檢驗：通過獨立的手段評價來自系統(tǒng)輸出的數(shù)據(jù)產(chǎn)品質(zhì)量的過程。定標：是定量地定義系統(tǒng)對已知和可控的系統(tǒng)輸入信號響應過程。區(qū)別：真實性檢驗則是通過和參考數(shù)據(jù)比較（假定參考數(shù)據(jù)代表目標真實值）以評價從衛(wèi)星傳感器信號延伸出的更高級產(chǎn)品的不確定性的過程，因此，真實性檢驗過程中參考數(shù)據(jù)代表性和比較方法是關(guān)鍵。定量遙感參數(shù)反演中不確定性研究定量遙感參數(shù)反演不確定性的研究14基于仿真三維結(jié)構(gòu)的計算機模擬模型熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念再結(jié)合高分辨率遙感影像，建立基本采樣單元與樣地之間的尺度轉(zhuǎn)換關(guān)系，得到樣地水平上的地表參數(shù)值；真實性檢驗：通過獨立的手段評價來自系統(tǒng)輸出的數(shù)據(jù)產(chǎn)品質(zhì)量的過程。幾何光學模型，冠層被假定為一個不透光的實體，熱輻射只來自植被冠層和土壤表面，每一組分表面被假定為具有一致的熱輻射特性，方向性熱輻射的角度變化來自于組分在視場內(nèi)的可視面積比隨著觀察角度變化而變化。開展多傳感器數(shù)據(jù)產(chǎn)品間的比較真實性檢驗。二向性反射是自然界中物體對電磁波反射的基本現(xiàn)象，即反射不僅具有方向性，這種方向性還依賴于電磁波入射的方向。多角度特征只需要單一時相的數(shù)據(jù)就能提供不同植被的三維信息，成為鑒別植被類型的重要數(shù)據(jù)源第二階段對時空范圍更廣的地面測量點和測量時間段的數(shù)據(jù)進行產(chǎn)品真實性檢驗；*VirtualGIS——真實三維景觀重現(xiàn)和GIS分析；基于仿真三維結(jié)構(gòu)的計算機模擬模型2）小麥冠層的幾何結(jié)構(gòu)和太陽-目標體-傳感器的幾何關(guān)系再結(jié)合高分辨率遙感影像，建立基本采樣單元與樣地之間的尺度轉(zhuǎn)換關(guān)系，得到樣地水平上的地表參數(shù)值；混合模型適用于任何非均勻程度的植被，現(xiàn)有的混合模型相對于簡單的行結(jié)構(gòu)作物有較好的應用，對于更復雜的植被群體應用起來就有相當?shù)碾y度。MODIS陸地產(chǎn)品組（MODLAND）陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架真實性檢驗的數(shù)據(jù)產(chǎn)品包括地表反射率、地表溫度、雪冰圖、反照率/BRDF、植被指數(shù)、葉面積指數(shù)、植被覆蓋度、土地覆被等。MODIS陸地產(chǎn)品組（MODLAND）真實性檢驗計劃包括三個階段：第一階段通過選擇少量測量點和時間段的地面測量數(shù)據(jù)進行產(chǎn)品真實性檢驗；第二階段對時空范圍更廣的地面測量點和測量時間段的數(shù)據(jù)進行產(chǎn)品真實性檢驗；第三階段通過在統(tǒng)計上具有全球時空分布代表性的地面獨立測量值系統(tǒng)評價數(shù)據(jù)產(chǎn)品的精度，并估計其不確定性。開展多傳感器數(shù)據(jù)產(chǎn)品間的比較真實性檢驗。NASA&歐空局基于仿真三維結(jié)構(gòu)的計算機模擬模型陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一15陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架“自下而上”的真實性檢驗框架，基本構(gòu)成是根據(jù)不同的地表類型或生物群落的全球分布，在全球設置一定數(shù)據(jù)量的真實性檢驗樣地，每個樣地內(nèi)有若干基本采樣單元，每個ESU內(nèi)進行一定數(shù)量的單點測量，然后通過一定的轉(zhuǎn)換方法將單點測量值轉(zhuǎn)換到ESU尺度上；再結(jié)合高分辨率遙感影像，建立基本采樣單元與樣地之間的尺度轉(zhuǎn)換關(guān)系，得到樣地水平上的地表參數(shù)值；最后，通過全球不同地表類型多個樣地與陸地遙感數(shù)據(jù)產(chǎn)品進行比較和相關(guān)性分析，評價全球遙感數(shù)據(jù)產(chǎn)品的精度。陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架“自下而上”的真實性檢驗框16定量遙感參數(shù)反演中不確定性研究定量遙感產(chǎn)品檢驗中各個環(huán)節(jié)上的不確定性的研究還沒有系統(tǒng)開展，特別是驗證過程各個環(huán)節(jié)中引入的不確定性量化及傳遞和對最終驗證結(jié)果的影響方面的研究非常有限。對于定量遙感反演中數(shù)據(jù)和模型的不確定性表達和處理的研究還沒有系統(tǒng)開展。定量遙感參數(shù)反演中不確定性研究定量遙感產(chǎn)品檢驗中各個環(huán)節(jié)上的17遙感數(shù)據(jù)專題分類不確定性研究第一階段目視判斷為主，定性評價；第二階段通過比較分類所得的專題圖中各類別的面積范圍（或面積比例）與地面或其他參考數(shù)據(jù)中相應類別的面積范圍（或面積比例），優(yōu)點定量客觀，缺點非定位本質(zhì)；第三階段以定位類別比較和精度測量為特征，將特定位置的分類結(jié)果中的類別和地面實況和其他參考數(shù)據(jù)中相應點的類別進行比較，并在比較基礎上發(fā)展各種精度測量（總體精度）。第四階段是對第三階段的細化和發(fā)展，其核心是誤差矩陣方法，特點是在充分利用誤差矩陣的基礎上，計算出各種精度測量如KAPPA系數(shù)，統(tǒng)計上更加嚴格。遙感數(shù)據(jù)專題分類不確定性研究第一階段目視判斷為主，定性評價；18階段對比主要方法特點缺陷第一階段目視判斷定性評價具主觀性第二階段解譯結(jié)果面積與參考數(shù)據(jù)比較定量非定位第三階段定位類別比較，精度測量第四階段誤差矩陣方法階段對比主要方法特點缺陷第一階段目視判斷定性評價具主觀性第二19遙感數(shù)據(jù)專題分類不確定性研究遙感數(shù)據(jù)專題分類不確定性研究20遙感數(shù)據(jù)專題分類不確定性研究基于誤差矩陣的分類精度評價方法：用于表示分為某一類別的像元個數(shù)與地面檢驗為該類別數(shù)的比較陣列。基于模糊分析的分類精度評價方法：不能提供像元尺度上分類的不確定性信息，因而難以反映分類不確定性的空間分布特征。遙感數(shù)據(jù)專題分類不確定性研究基于誤差矩陣的分類精度評價方法：21誤差矩陣混淆矩陣，

主要用于比較分類結(jié)果和地表真實信息，可以把分類結(jié)果的精度顯示在一個混淆矩陣里面。混淆矩陣是通過將每個地表真實像元的位置和分類與分類圖象中的相應位置和分類像比較計算的。混淆矩陣的每一列代表了一個地表真實分類，每一列中的數(shù)值等于地表真實像元在分類圖象中對應于相應類別的數(shù)量，有像元數(shù)和百分比表示兩種。錯分誤差，指被分為用戶感興趣的類，而實際上屬于另一類的像元，錯分誤差顯示在混淆矩陣的行里面。漏分誤差，指本屬于地表真實分類，但沒有被分類器分到相應類別中的像元數(shù)。漏分誤差顯示在混淆矩陣的列里。

誤差矩陣混淆矩陣，主要用于比較分類結(jié)果和地表真實信息，可以22誤差矩陣總體精度，主對角線元素之和除以總采樣個數(shù)；等于被正確分類的像元總和除以總像元數(shù)，地表真實圖像或地表真實感興趣區(qū)限定了像元的真實分類。被正確分類的像元沿著混淆矩陣的對角線分布，它顯示出被分類到正確地表真實分類中的像元數(shù)。像元總數(shù)等于所有地表真實分類中的像元總和。生產(chǎn)者精度，指假定地表真實為A類，分類器能將一幅圖像的像元歸為A的概率；用戶精度，指假定分類器將像元歸到A類時，相應的地表真實類別是A的概率Kappa系數(shù)，是另外一種計算分類精度的方法。它是通過把所有地表真實分類中的像元總數(shù)（N）乘以混淆矩陣對角線（Xkk）的和，再減去某一類中地表真實像元總數(shù)與該類中被分類像元總數(shù)之積對所有類別求和的結(jié)果，再除以總像元數(shù)的平方差減去某一類中地表真實像元總數(shù)與該類中被分類像元總數(shù)之積對所有類別求和的結(jié)果所得到。Kappa分析，統(tǒng)計意義上反映分類結(jié)果在多大程度上優(yōu)于隨機分類結(jié)果，可以用于比較兩個分類器的誤差矩陣是否具有顯著差別。

誤差矩陣總體精度，主對角線元素之和除以總采樣個數(shù)；等于被正確23定量遙感信息模型與反演研究現(xiàn)狀遙感具有宏觀性也可以具有微觀性。普通的衛(wèi)星遙感具有宏觀性，而高空間分辨率遙感卻具有一定的微觀性；在宏觀的遙感中，可以近似認為地物是朗勃體；在高空間分辨率遙感中，地物反射電磁波行為具有方向性反射，稱為二向性反射。二向性反射是自然界中物體對電磁波反射的基本現(xiàn)象，即反射不僅具有方向性，這種方向性還依賴于電磁波入射的方向。定量遙感信息模型與反演研究現(xiàn)狀遙感具有宏觀性也可以具有微觀性24解譯結(jié)果面積與參考數(shù)據(jù)比較多角度遙感是解釋地表復雜性的研究手段之一，通過獲取地表目標的BRDF和方向輻射信息，進行地表各種參數(shù)的反演。在ERDASIMAGINE中直接提供了下列DLL庫：

*圖像格式DLL——提供對多種圖像格式文件無需轉(zhuǎn)換的直接訪問，從而提高易用性和節(jié)省磁盤空間。總體精度，主對角線元素之和除以總采樣個數(shù)；熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念目前的冠層反射率模型能夠在模擬準確性和計算簡便性之間找到一個平衡點，對植被葉片和地表植被的二向性特征進行模擬。陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架第一階段通過選擇少量測量點和時間段的地面測量數(shù)據(jù)進行產(chǎn)品真實性檢驗；經(jīng)驗模型使用參數(shù)較少，表達式簡單，具有一定的物理意義。另一種，情況是由不同端元形成的混合像元。混合模型適用于任何非均勻程度的植被，現(xiàn)有的混合模型相對于簡單的行結(jié)構(gòu)作物有較好的應用，對于更復雜的植被群體應用起來就有相當?shù)碾y度。定量遙感產(chǎn)品檢驗中各個環(huán)節(jié)上的不確定性的研究還沒有系統(tǒng)開展，特別是驗證過程各個環(huán)節(jié)中引入的不確定性量化及傳遞和對最終驗證結(jié)果的影響方面的研究非常有限。SAIL模型，在水平均勻的假設下，考慮了冠層的垂直分層結(jié)構(gòu)和葉傾角分布，在太陽光入射和觀測方向無關(guān)假設下計算了光線沿這兩個方向的傳輸，并用上行輻射通量和下行輻射通量來近似計算冠層內(nèi)部散射光的傳輸。Kappa分析，統(tǒng)計意義上反映分類結(jié)果在多大程度上優(yōu)于隨機分類結(jié)果，可以用于比較兩個分類器的誤差矩陣是否具有顯著差別。在高空間分辨率遙感中，地物反射電磁波行為具有方向性反射，稱為二向性反射。定量遙感信息模型與反演研究現(xiàn)狀地表二向反射特性和植被BRDF模型地表熱輻射方向性模型多角度遙感：從二維信息的定性解釋發(fā)展至三維信息的定量反演解譯結(jié)果面積與參考數(shù)據(jù)比較定量遙感信息模型與反演研究現(xiàn)狀地表25地表二向反射特性和植被BRDF模型自然地表的反射率不但與所測地物的幾何結(jié)構(gòu)和光譜特性有關(guān)，還與入射和觀測方向的遙感幾何有關(guān)；BRDF（雙向反射率分布函數(shù)），自入射方向的地表輻照度的微增量與其所引起的反射方向的反射輻射亮度增量比值；多角度遙感是解釋地表復雜性的研究手段之一，通過獲取地表目標的BRDF和方向輻射信息，進行地表各種參數(shù)的反演。多角度特征只需要單一時相的數(shù)據(jù)就能提供不同植被的三維信息，成為鑒別植被類型的重要數(shù)據(jù)源物理模型（輻射傳輸、幾何光學、計算機模擬等）、經(jīng)驗模型、半經(jīng)驗模型地表二向反射特性和植被BRDF模型自然地表的反射率不但與所測26輻射傳輸模型特征：優(yōu)點能夠較好地描述植被冠層內(nèi)部的多次散射，缺點是水平均勻的假設往往與實際地表狀況不符。SAIL模型，在水平均勻的假設下，考慮了冠層的垂直分層結(jié)構(gòu)和葉傾角分布，在太陽光入射和觀測方向無關(guān)假設下計算了光線沿這兩個方向的傳輸，并用上行輻射通量和下行輻射通量來近似計算冠層內(nèi)部散射光的傳輸。SAIL模型無法模擬出熱點現(xiàn)象。輻射傳輸模型特征：優(yōu)點能夠較好地描述植被冠層內(nèi)部的多次散射，27幾何光學模型把植被簡化為立方體、圓錐、橢球或圓柱等離散幾何實體，以簡潔的形式描述了產(chǎn)生離散植被反射和熱輻射方向性的主要原因。典型幾何光學模型：Li-Strahler、Jump幾何光學模型把植被簡化為立方體、圓錐、橢球或圓柱等離散幾何實28混合模型將傳感器視場內(nèi)的地物目標仍按幾何模型一樣處理成具有一定幾何形狀和空間分布特征的組分，群體內(nèi)的每個單體組分的處理方法類似于輻射傳輸模型，每個單體組分被看作由更小單元組成的具有一定光學性質(zhì)的散射體集合，群體之間的多次散射也考慮在內(nèi)，從而克服了輻射傳輸模型中假定軀體各組分隨機分布的局限性。混合模型適用于任何非均勻程度的植被，現(xiàn)有的混合模型相對于簡單的行結(jié)構(gòu)作物有較好的應用，對于更復雜的植被群體應用起來就有相當?shù)碾y度。植被結(jié)構(gòu)參數(shù)的獲取，孔隙率、覆蓋度、葉傾角等混合模型將傳感器視場內(nèi)的地物目標仍按幾何模型一樣處理成具有一29計算機模擬模型蒙特卡羅模型、真實景觀模型，基于計算機的蒙特卡羅方法是通過在三維冠層內(nèi)模擬大量光子的發(fā)生、碰撞、散射、消亡的過程，對其結(jié)果作出統(tǒng)計，從而估計冠層的方向反射或熱輻射特性。意義在于從仿真角度來生成模擬數(shù)據(jù)和檢驗模型，但是二者都需要大量計算，因而不適合成為運行算法，一般是作為模型研究的輔助工具。計算機模擬模型蒙特卡羅模型、真實景觀模型，基于計算機的蒙特卡30半經(jīng)驗的“核”驅(qū)動模型經(jīng)驗模型使用參數(shù)較少，表達式簡單，具有一定的物理意義。（加權(quán)核、表面散射核、體散射核）半經(jīng)驗的“核”驅(qū)動模型經(jīng)驗模型使用參數(shù)較少，表達式簡單，具有31地表熱輻射方向性模型四類：幾何光學模型、輻射傳輸模型、混合模型和計算機模擬模型。幾何光學模型，冠層被假定為一個不透光的實體，熱輻射只來自植被冠層和土壤表面，每一組分表面被假定為具有一致的熱輻射特性，方向性熱輻射的角度變化來自于組分在視場內(nèi)的可視面積比隨著觀察角度變化而變化。熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念混合模型，各個部分由于三維結(jié)構(gòu)相互遮擋狀況隨著觀察角度在發(fā)生變化；每個組分內(nèi)部的光學路徑隨著觀察方向也在發(fā)生變化。目前的冠層反射率模型能夠在模擬準確性和計算簡便性之間找到一個平衡點，對植被葉片和地表植被的二向性特征進行模擬。地表熱輻射方向性模型四類：幾何光學模型、輻射傳輸模型、混合模32定量遙感信息模型及其不確定性研究均勻作物冠層的輻射傳輸模型—SAILE模型行結(jié)構(gòu)作物冠層的輻射傳輸模型基于仿真三維結(jié)構(gòu)的計算機模擬模型定量遙感信息模型及其不確定性研究均勻作物冠層的輻射傳輸模型—33由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步驟中都有不同類型和程度的不確定性引入，并在進一步分析中傳播，在遙感信息提取過程中，不但要設法糾正數(shù)據(jù)獲取過程引入的不確定性，而且要選取合適的、對誤差不敏感的處理和分析方法，使最后提取的信息包含最小的不確定性。多角度特征只需要單一時相的數(shù)據(jù)就能提供不同植被的三維信息，成為鑒別植被類型的重要數(shù)據(jù)源*VirtualGIS——真實三維景觀重現(xiàn)和GIS分析；熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念I(lǐng)MAGINEAdvantage為您提供了靈活可靠的用于光柵分析，正射矯正，地形編輯及先進的影像鑲嵌工具。定量遙感是遙感技術(shù)發(fā)展從定性粗放到精確具體的思想飛躍Kappa系數(shù)，是另外一種計算分類精度的方法。真實性檢驗的數(shù)據(jù)產(chǎn)品包括地表反射率、地表溫度、雪冰圖、反照率/BRDF、植被指數(shù)、葉面積指數(shù)、植被覆蓋度、土地覆被等。定量遙感是一種方法模型而非技術(shù)手段….群體內(nèi)部的每個單體組分的處理方法類似于輻射傳輸模型，每個單體組分被看作有更小單元組成的具有一定光學性質(zhì)的散射體集合。定量遙感信息模型與反演研究現(xiàn)狀ERDASIMAGINE是以模塊化的方式提供給用戶的，對系統(tǒng)進行剪裁，充分利用軟硬件資源，并最大限度地滿足用戶的專業(yè)應用要求。均勻作物冠層的輻射傳輸模型—SAILE模型BRDF（雙向反射率分布函數(shù)），自入射方向的地表輻照度的微增量與其所引起的反射方向的反射輻射亮度增量比值；主要有經(jīng)驗模型方法（LAI與光譜指經(jīng)驗關(guān)系）、物理模型反演方法和其他非參數(shù)方法。均勻作物冠層的輻射傳輸模型—SAILE模型PROSPECT葉片模型改進—EPROSPECT葉片內(nèi)生化物質(zhì)均勻分布的假設總是會對葉片的模擬結(jié)果產(chǎn)生一定程度的誤差，誤差的大小依賴于生化物質(zhì)的不均勻分布明顯程度。基于EPROSPECT模型的冠層模型改進--SAILE模型EPROSPECT葉片模型在葉片尺度上考慮葉片正反兩面反射率差異；在SAIL冠層反射率模型的基礎上，將葉片正反兩面反射率分別帶入模型，在冠層尺度上考慮了葉片正反兩面反射率的差異。由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步驟中都有不同類34*OrthoBase——區(qū)域數(shù)字影像正射糾正；在高空間分辨率遙感中，地物反射電磁波行為具有方向性反射，稱為二向性反射。IMAGINEAdvantage為您提供了靈活可靠的用于光柵分析，正射矯正，地形編輯及先進的影像鑲嵌工具。定量遙感是遙感技術(shù)發(fā)展從定性粗放到精確具體的思想飛躍BRDF（雙向反射率分布函數(shù)），自入射方向的地表輻照度的微增量與其所引起的反射方向的反射輻射亮度增量比值；經(jīng)驗模型方法，用遙感測量反射率所構(gòu)成的變量，與LAI進行相關(guān)回歸，然后用回歸方程進行反演。遙感應用模型與定量遙感熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念定量遙感信息模型與反演研究現(xiàn)狀環(huán)境遙感在數(shù)據(jù)獲取上具有多層次、多時相、多功能、多專題的特點；漏分誤差，指本屬于地表真實分類，但沒有被分類器分到相應類別中的像元數(shù)。*ATCOR2——對相對平坦地區(qū)圖像進行大氣校正和霧曦消除；相關(guān)術(shù)語：誤差、精度、精確程度和偏差葉片內(nèi)生化物質(zhì)均勻分布的假設總是會對葉片的模擬結(jié)果產(chǎn)生一定程度的誤差，誤差的大小依賴于生化物質(zhì)的不均勻分布明顯程度。IMAGINEProfessional級：是面向從事復雜分析，需要最新和最全面處理工具，經(jīng)驗豐富的專業(yè)用戶。行結(jié)構(gòu)作物冠層的輻射傳輸模型行結(jié)構(gòu)二向性反射模型光照土壤、陰影土壤、光照植被、陰影植被冬小麥穗葉復合模型1）視場內(nèi)各組分的熱輻射特性：光照土壤、陰影土壤、光照麥穗、陰影麥穗和葉片2）小麥冠層的幾何結(jié)構(gòu)和太陽-目標體-傳感器的幾何關(guān)系3）模擬小麥冠層方向亮溫結(jié)論：方向性亮溫的角度分布可以用于農(nóng)業(yè)生產(chǎn)大范圍的生長期監(jiān)測，判斷小麥是否到了抽穗期。*OrthoBase——區(qū)域數(shù)字影像正射糾正；行結(jié)構(gòu)作物冠35地表參數(shù)定量遙感反演及其不確定性植被指數(shù)遙感提取及方向性校正葉面積指數(shù)遙感反演地表反照率遙感反演地表溫度遙感反演地表參數(shù)定量遙感反演及其不確定性植被指數(shù)遙感提取及方向性校正36植被指數(shù)遙感提取NDVI與葉面積指數(shù)、綠色生物量、植被有效光合作用系數(shù)等生物物理參數(shù)有關(guān)。可以從輻射傳輸模型或觀測數(shù)據(jù)獲得。由于植被的冠層反射率與許多因素有關(guān)，如土壤屬性，植被類型，太陽輻照及大氣條件，傳感器的觀測幾何，所以，即使對于特定的傳感器，LAI與VI之間不存在刻意適用于任何地方與任一時間的唯一關(guān)系。植被指數(shù)遙感提取NDVI與葉面積指數(shù)、綠色生物量、植被有效光37葉面積指數(shù)遙感反演1）輻射傳輸模型(假設水平均勻，如農(nóng)田作物，SAIL模型)，優(yōu)點：較好描述植被冠層內(nèi)部的多次散射；缺點：水平均勻的假說往往與實際地表不符2）幾何光學模型（GO）幾何光學模型把植被簡化為立方體、圓錐、橢球或圓柱等離散的幾何實體，以簡潔的形式描述了產(chǎn)生離散植被反射和熱輻射方向性的主要原因，得到學術(shù)界的廣泛認可。3）混合模型如：將幾何光學模型與輻射傳輸模型結(jié)合。具體方法：將傳感器視場內(nèi)的地物目標仍按幾何模型一樣處理成具有一定形狀和空間分布特征的組分。群體內(nèi)部的每個單體組分的處理方法類似于輻射傳輸模型，每個單體組分被看作有更小單元組成的具有一定光學性質(zhì)的散射體集合。葉面積指數(shù)遙感反演1）輻射傳輸模型(假設水平均勻，如農(nóng)田作物38植被指數(shù)方向性校正大氣影響、土壤影響、角度影響反射率糾正常用BRDF模型植被指數(shù)直接進行BRDF糾正方法VI與LAI的關(guān)系式不僅數(shù)據(jù)表達式有多種形式（線性，指數(shù)，對數(shù)等），而且這些表達式的經(jīng)驗系數(shù)主要依賴于植被類型，這樣就需要大量的地面實測數(shù)據(jù)與相應的遙感數(shù)據(jù)去建立這種經(jīng)驗關(guān)系，并且，由于土壤與植被覆蓋類型的復雜多樣，通過植被指數(shù)計算LAI的關(guān)系表達式常是多種多樣，具有地域性與尺度性，很難將這種經(jīng)驗關(guān)系用于大尺度的遙感圖像。植被指數(shù)方向性校正大氣影響、土壤影響、角度影響39農(nóng)作物葉面積指數(shù)反演混合像元問題對LAI反演所帶來的不確定性問題。研究的混合像元由兩種情況構(gòu)成。一種，由不同長勢的作物所構(gòu)成的混合像元；另一種，情況是由不同端元形成的混合像元。結(jié)果表明：不同長勢形成的混合像元對LAI的準確反演影響不大；不同組分形成的混合像元對LAI反演影響很大。從驗證的角度講，地面實測點的LAI數(shù)據(jù)不能代表一定分辨率區(qū)域的LAI的值，對于像元LAI的驗證要注意正確獲得像元的LAI。農(nóng)作物葉面積指數(shù)反演混合像元問題對LAI反演所帶來的不確定性40森林葉面積指數(shù)反演主要有經(jīng)驗模型方法（LAI與光譜指經(jīng)驗關(guān)系）、物理模型反演方法和其他非參數(shù)方法。經(jīng)驗模型方法，用遙感測量反射率所構(gòu)成的變量，與LAI進行相關(guān)回歸，然后用回歸方程進行反演。其缺點：1.其他變量的影響沒考慮；2.關(guān)系的建立必須有觀測數(shù)據(jù)；3.模型通常只在研究區(qū)有效，不易推廣。物理模型反演方法，將以物理原理為基礎的森林冠層反射率模型用于森林LAI反演。在認識樣地光譜信號形成機制的基礎上，模擬森林冠層反射率及其隨各個影響因子的變化情況，在遙感數(shù)據(jù)和森林植被屬性之間建立量化關(guān)系。森林葉面積指數(shù)反演主要有經(jīng)驗模型方法（LAI與光譜指經(jīng)驗關(guān)系41本節(jié)關(guān)注應用方向概述國外研究環(huán)境空間幾何分析遙感定量模型地表反演模型本節(jié)關(guān)注應用方向概述42不確定性的來源由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步驟中都有不同類型和程度的不確定性引入，并在進一步分析中傳播，在遙感信息提取過程中，不但要設法糾正數(shù)據(jù)獲取過程引入的不確定性，而且要選取合適的、對誤差不敏感的處理和分析方法，使最后提取的信息包含最小的不確定性。不確定性的來源由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步43陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架真實性檢驗的數(shù)據(jù)產(chǎn)品包括地表反射率、地表溫度、雪冰圖、反照率/BRDF、植被指數(shù)、葉面積指數(shù)、植被覆蓋度、土地覆被等。MODIS陸地產(chǎn)品組（MODLAND）真實性檢驗計劃包括三個階段：第一階段通過選擇少量測量點和時間段的地面測量數(shù)據(jù)進行產(chǎn)品真實性檢驗；第二階段對時空范圍更廣的地面測量點和測量時間段的數(shù)據(jù)進行產(chǎn)品真實性檢驗；第三階段通過在統(tǒng)計上具有全球時空分布代表性的地面獨立測量值系統(tǒng)評價數(shù)據(jù)產(chǎn)品的精度，并估計其不確定性。開展多傳感器數(shù)據(jù)產(chǎn)品間的比較真實性檢驗。NASA&歐空局陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架真實性檢驗的數(shù)據(jù)產(chǎn)品包括地44誤差矩陣混淆矩陣，

主要用于比較分類結(jié)果和地表真實信息，可以把分類結(jié)果的精度顯示在一個混淆矩陣里面。混淆矩陣是通過將每個地表真實像元的位置和分類與分類圖象中的相應位置和分類像比較計算的。混淆矩陣的每一列代表了一個地表真實分類，每一列中的數(shù)值等于地表真實像元在分類圖象中對應于相應類別的數(shù)量，有像元數(shù)和百分比表示兩種。錯分誤差，指被分為用戶感興趣的類，而實際上屬于另一類的像元，錯分誤差顯示在混淆矩陣的行里面。漏分誤差，指本屬于地表真實分類，但沒有被分類器分到相應類別中的像元數(shù)。漏分誤差顯示在混淆矩陣的列里。

誤差矩陣混淆矩陣，主要用于比較分類結(jié)果和地表真實信息，可以45環(huán)境遙感在數(shù)據(jù)獲取上具有多層次、多時相、多功能、多專題的特點；第一階段目視判斷為主，定性評價；地表參數(shù)定量遙感反演及其不確定性基于仿真三維結(jié)構(gòu)的計算機模擬模型遙感數(shù)據(jù)專題分類不確定性研究支持的圖像格式包括：IMAGINE、GRID、LAN/GIS、TIFF（GeoTIFF）、GIF、JFIF（JPEG）、FIT、BMP和原始二進制格式。四類：幾何光學模型、輻射傳輸模型、混合模型和計算機模擬模型。可以從輻射傳輸模型或觀測數(shù)據(jù)獲得。像元總數(shù)等于所有地表真實分類中的像元總和。定量遙感產(chǎn)品檢驗中各個環(huán)節(jié)上的不確定性的研究還沒有系統(tǒng)開展，特別是驗證過程各個環(huán)節(jié)中引入的不確定性量化及傳遞和對最終驗證結(jié)果的影響方面的研究非常有限。SAIL模型無法模擬出熱點現(xiàn)象。每個組分內(nèi)部的光學路徑隨著觀察方向也在發(fā)生變化。定量遙感參數(shù)反演中不確定性研究基于仿真三維結(jié)構(gòu)的計算機模擬模型每個組分內(nèi)部的光學路徑隨著觀察方向也在發(fā)生變化。混合模型將傳感器視場內(nèi)的地物目標仍按幾何模型一樣處理成具有一定幾何形狀和空間分布特征的組分，群體內(nèi)的每個單體組分的處理方法類似于輻射傳輸模型，每個單體組分被看作由更小單元組成的具有一定光學性質(zhì)的散射體集合，群體之間的多次散射也考慮在內(nèi)，從而克服了輻射傳輸模型中假定軀體各組分隨機分布的局限性。混合模型適用于任何非均勻程度的植被，現(xiàn)有的混合模型相對于簡單的行結(jié)構(gòu)作物有較好的應用，對于更復雜的植被群體應用起來就有相當?shù)碾y度。植被結(jié)構(gòu)參數(shù)的獲取，孔隙率、覆蓋度、葉傾角等環(huán)境遙感在數(shù)據(jù)獲取上具有多層次、多時相、多功能、多專題的特點46IMAGINEAdvantage為您提供了靈活可靠的用于光柵分析，正射矯正，地形編輯及先進的影像鑲嵌工具。遙感數(shù)據(jù)專題分類不確定性研究定量遙感產(chǎn)品檢驗中各個環(huán)節(jié)上的不確定性的研究還沒有系統(tǒng)開展，特別是驗證過程各個環(huán)節(jié)中引入的不確定性量化及傳遞和對最終驗證結(jié)果的影響方面的研究非常有限。生產(chǎn)者精度，指假定地表真實為A類，分類器能將一幅圖像的像元歸為A的概率；定量遙感參數(shù)反演中不確定性研究用戶精度，指假定分類器將像元歸到A類時，相應的地表真實類別是A的概率（加權(quán)核、表面散射核、體散射核）另一種，情況是由不同端元形成的混合像元。ENVI還可以處理極化雷達數(shù)據(jù)，用戶可以從SIR-C和AIRSAR數(shù)據(jù)中選擇極化和工作頻率，用戶還可以瀏覽和比較感興趣區(qū)的極化信號，并創(chuàng)建幅度圖像和相位圖像。ENVI擁有高光譜和多光譜分析工具。熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念精度：觀測、計算或估計值與真實值之間的接近程度可以從輻射傳輸模型或觀測數(shù)據(jù)獲得。它是最完整的制圖和顯示、信息提取、正射矯正、復雜空間建模和尖端的圖像處理系統(tǒng)。每個組分內(nèi)部的光學路徑隨著觀察方向也在發(fā)生變化。半經(jīng)驗的“核”驅(qū)動模型經(jīng)驗模型使用參數(shù)較少，表達式簡單，具有一定的物理意義。（加權(quán)核、表面散射核、體散射核）IMAGINEAdvantage為您提供了靈活可靠的用于光47地表熱輻射方向性模型四類：幾何光學模型、輻射傳輸模型、混合模型和計算機模擬模型。幾何光學模型，冠層被假定為一個不透光的實體，熱輻射只來自植被冠層和土壤表面，每一組分表面被假定為具有一致的熱輻射特性，方向性熱輻射的角度變化來自于組分在視場內(nèi)的可視面積比隨著觀察角度變化而變化。熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念混合模型，各個部分由于三維結(jié)構(gòu)相互遮擋狀況隨著觀察角度在發(fā)生變化；每個組分內(nèi)部的光學路徑隨著觀察方向也在發(fā)生變化。目前的冠層反射率模型能夠在模擬準確性和計算簡便性之間找到一個平衡點，對植被葉片和地表植被的二向性特征進行模擬。地表熱輻射方向性模型四類：幾何光學模型、輻射傳輸模型、混合模48定量遙感信息模型及其不確定性研究均勻作物冠層的輻射傳輸模型—SAILE模型行結(jié)構(gòu)作物冠層的輻射傳輸模型基于仿真三維結(jié)構(gòu)的計算機模擬模型定量遙感信息模型及其不確定性研究均勻作物冠層的輻射傳輸模型—49本節(jié)關(guān)注應用方向概述國外研究環(huán)境空間幾何分析遙感定量模型地表反演模型本節(jié)關(guān)注應用方向概述50遙感應用模型概述遙感應用方向（側(cè)重識別、側(cè)重測量）遙感分析基礎軟件國土資源遙感（地上）地質(zhì)遙感（地下）生態(tài)遙感災害遙感遙感應用水平要提高，遙感定量化是必由之路。環(huán)境遙感是以探測地球表層環(huán)境的現(xiàn)象及其動態(tài)為目的的遙感技術(shù)。可理解為涉及資源、大氣、海洋、環(huán)境生態(tài)等所有遙感活動的代名詞。旨在探測和研究環(huán)境污染的空間分布、時間尺度、性質(zhì)、發(fā)展動態(tài)、影響和危害程度，以便采取環(huán)境保護措施或制訂生態(tài)環(huán)境規(guī)劃的遙感活動，雖屬環(huán)境遙感之列，但一般不稱其為環(huán)境遙感。環(huán)境遙感在數(shù)據(jù)獲取上具有多層次、多時相、多功能、多專題的特點；在應用方面具有多源數(shù)據(jù)處理、多學科綜合分析、多維動態(tài)監(jiān)測和多用途的特點。遙感應用模型概述遙感應用方向（側(cè)重識別、側(cè)重測量）環(huán)境遙感是51ENVIENVI可以處理最先進的衛(wèi)星格式，如Landsat7,

SPOT,

RADARSAT,

NASA,

NOAA,

EROS和TERRA,能接受未來所有傳感器的信息。包含所有基本的遙感影像處理功能，如：校正、定標、波段運算、分類對比增強、濾波、變換、邊緣檢測及制圖輸出功能。ENVI具有對遙感影像進行配準和正射校正的功能，可以給影像添加地圖投影，并與各種GIS數(shù)據(jù)套合。ENVI的矢量工具可以進行屏幕數(shù)字化、柵格和矢量疊合，建立新的矢量層、編輯點、線、多邊形數(shù)據(jù)，緩沖區(qū)分析，創(chuàng)建并編輯屬性并進行相關(guān)矢量層的屬性查詢。ENVI擁有高光譜和多光譜分析工具。用戶可以識別出圖像中純度最高的像元，通過與已知波譜庫的比較確定未知波譜的組分。用戶不但可以使用ENVI自帶的波譜庫，也可以自定義波譜庫，甚至可以組合使用線性波譜分離和匹配濾波技術(shù)進行亞像元分解，以消除匹配誤差獲得更精確的結(jié)果。ENVI的集成式雷達分析工具可以快速處理雷達SAR數(shù)據(jù),提取CEOS信息并瀏覽RADARSAT和ERS-1數(shù)據(jù)。用天線陣列校正、斜距校正、自適應濾波等功能提高數(shù)據(jù)的利用率。紋理分析功能還可以分段分析SAR數(shù)據(jù)。ENVI還可以處理極化雷達數(shù)據(jù)，用戶可以從SIR-C和AIRSAR數(shù)據(jù)中選擇極化和工作頻率，用戶還可以瀏覽和比較感興趣區(qū)的極化信號，并創(chuàng)建幅度圖像和相位圖像。ENVIENVI可以處理最先進的衛(wèi)星格式，如Landsat52ERDASERDASIMAGINE是以模塊化的方式提供給用戶的，對系統(tǒng)進行剪裁，充分利用軟硬件資源，并最大限度地滿足用戶的專業(yè)應用要求。ERDASIMAGINE面向不同需求的用戶，對于系統(tǒng)的擴展功能采用開放的體系結(jié)構(gòu)以IMAGINEEssentials、IMAGINEAdvantage、IMAGINEProfessional的形式為用戶提供了低、中、高三檔產(chǎn)品架構(gòu)，并有豐富的功能擴展模塊供用戶選擇，使產(chǎn)品模塊的組合具有極大的靈活性。IMAGINEEssentials級：包括有制圖和可視化核心功能的影像工具軟件。無論您是獨立地從事工作或是處在企業(yè)協(xié)同計算的環(huán)境下，都可以借助IMAGINEEssentials完成二維/三維顯示、數(shù)據(jù)輸入、排序與管理、地圖配準、制圖輸出以及簡單的分析。

*Vector——直接采用ESRI的ArcInfo數(shù)據(jù)結(jié)構(gòu)Coverage，建立、顯示、編輯和查詢ArcInfo完成拓撲關(guān)系的建立和修改及矢量和光柵圖像的雙向轉(zhuǎn)換等；

*VirtualGIS——真實三維景觀重現(xiàn)和GIS分析；

*Developer‘sToolkit——ERDASIMAGINE的C程序接口，ERDAS的函數(shù)庫，及程序設計指南。IMAGINEAdvantage級：是建立在IMAGINEEssential級基礎之上的，增加了更豐富的圖像光柵GIS和單片航片正射矯正等強大功能的軟件。IMAGINEAdvantage為您提供了靈活可靠的用于光柵分析，正射矯正，地形編輯及先進的影像鑲嵌工具。簡而言之，IMAGINEAdvantage是一個完整的圖像地理信息系統(tǒng)（ImagingGIS）。

*Radar模塊——雷達影像的基本處理；

*OrthoBase——區(qū)域數(shù)字影像正射糾正；

*OrthoBASEPro——航片、衛(wèi)片快速正射糾正，利用立體象對自動提取高精度DEM；

*OrthoRadar——可對RadarSat，ERS雷達影像進行正射糾正；

*StereoSARDEM——用立體方法從雷達圖像數(shù)據(jù)中提取DEM；

*IFSARDEM——用干涉原理從雷達圖像數(shù)據(jù)中提取DEM；

*ATCOR2——對相對平坦地區(qū)圖像進行大氣校正和霧曦消除；

*ATCOR3——對山區(qū)圖像進行大氣糾正霧曦消除，可以消除地形的影響；

ERDASERDASIMAGINE是以模塊化的方式提供給用53ERDASIMAGINEProfessional級：是面向從事復雜分析，需要最新和最全面處理工具，經(jīng)驗豐富的專業(yè)用戶。Professional是功能完整豐富的地理圖像系統(tǒng)。除了Essentials和Advantage中包含的功能以外，IMAGINEProfessional還提供輕松易用的空間建模工具（使用簡單的圖形化界面），高級的參數(shù)/非參數(shù)分類器，分類優(yōu)化和精度評定，以及高光譜、雷達分析工具。它是最完整的制圖和顯示、信息提取、正射矯正、復雜空間建模和尖端的圖像處理系統(tǒng)。

*SubpixelClassifier——子象元分類器利用先進的算法對多光譜影像進行信息提取，可達到提取混合象元中占20%以上物質(zhì)的目標；

ERDAS公司在IMAGINE中支持動態(tài)連接庫（DLL）的體系結(jié)構(gòu)。它支持目標共享技術(shù)和面向目標的設計開發(fā)、提供一種無需對系統(tǒng)進行重新編譯和連接而向系統(tǒng)加入新功能的手段，并允許在特定的項目中裁剪這些擴充的功能。在ERDASIMAGINE中直接提供了下列DLL庫：

*圖像格式DLL——提供對多種圖像格式文件無需轉(zhuǎn)換的直接訪問，從而提高易用性和節(jié)省磁盤空間。支持的圖像格式包括：IMAGINE、GRID、LAN/GIS、TIFF（GeoTIFF）、GIF、JFIF（JPEG）、FIT、BMP和原始二進制格式。

*地形模型DLL——提供新類型的矯正和定標（Calibration），從而支持基于傳感器平臺的校正模型和用戶剪裁的模型。這部分模型包括：Affine、Polynomial、RubberSheeting、TM、SPOT、IKONOS、QuickBird、SingleFrameCamera等。ERDASIMAGINEProfessional級：是面向54Envi與Erdas對比envi在數(shù)據(jù)處理方面比erdas更加精確，但erdas的模塊化更加人性化，在進行某些處理的時候比較容易找著菜單命令。另外erdas的modelmaker可以自主建模，比較方面。envi的idl編程雖說也很簡單，但沒用過的人可能就有點不知道如何下手。PCI更適合于影像制圖，ERDAS的數(shù)據(jù)融合效果最好，ENVI在針對像元處理的信息提取中功能最強大。ER

Mapper對于處理高分辨率影像效果較好。Envi與Erdas對比envi在數(shù)據(jù)處理方面比erdas更55遙感應用模型與定量遙感應用模型是實現(xiàn)分析結(jié)果定量化的手段定量遙感是遙感技術(shù)發(fā)展從定性粗放到精確具體的思想飛躍遙感應用模型與定量遙感應用模型是實現(xiàn)分析結(jié)果定量化的手段56定量遙感不確定性定量遙感應用不確定性分析理論和方法定量遙感信息模型與反演土地利用/土地覆蓋自動更新技術(shù)農(nóng)田旱情遙感監(jiān)測模型與方法定量遙感是一種方法模型而非技術(shù)手段…..定量遙感不確定性定量遙感應用不確定性分析理論和方法定量遙感是57不確定性的概念和內(nèi)涵相關(guān)術(shù)語：誤差、精度、精確程度和偏差誤差：觀測值與真實值之間的差別精度：觀測、計算或估計值與真實值之間的接近程度精確程度：通俗的定義為測量值的小數(shù)點位數(shù)不確定性：表達一個特定的數(shù)據(jù)特性的不可信性或不可知性的有用概念不確定性的概念和內(nèi)涵相關(guān)術(shù)語：誤差、精度、精確程度和偏差58國內(nèi)外研究現(xiàn)狀早期研究集中在遙感分類或解譯結(jié)果的精度評價集中在分類不確定性研究，對反演中的不確定性研究較少定量遙感不確定性的研究是一個研究熱點國內(nèi)外研究現(xiàn)狀早期研究集中在遙感分類或解譯結(jié)果的精度評價59不確定性的來源通常利用均方根誤差衡量參考像元的位置精度不確定性的來源通常利用均方根誤差衡量參考像元的位置精度60不確定性的來源不確定性的來源61不確定性的來源由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步驟中都有不同類型和程度的不確定性引入，并在進一步分析中傳播，在遙感信息提取過程中，不但要設法糾正數(shù)據(jù)獲取過程引入的不確定性，而且要選取合適的、對誤差不敏感的處理和分析方法，使最后提取的信息包含最小的不確定性。不確定性的來源由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步62定量遙感參數(shù)反演中不確定性研究定量遙感參數(shù)反演不確定性的研究目前主要集中在定量遙感數(shù)據(jù)產(chǎn)品的驗證方面。真實性檢驗：通過獨立的手段評價來自系統(tǒng)輸出的數(shù)據(jù)產(chǎn)品質(zhì)量的過程。定標：是定量地定義系統(tǒng)對已知和可控的系統(tǒng)輸入信號響應過程。區(qū)別：真實性檢驗則是通過和參考數(shù)據(jù)比較（假定參考數(shù)據(jù)代表目標真實值）以評價從衛(wèi)星傳感器信號延伸出的更高級產(chǎn)品的不確定性的過程，因此，真實性檢驗過程中參考數(shù)據(jù)代表性和比較方法是關(guān)鍵。定量遙感參數(shù)反演中不確定性研究定量遙感參數(shù)反演不確定性的研究63基于仿真三維結(jié)構(gòu)的計算機模擬模型熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念再結(jié)合高分辨率遙感影像，建立基本采樣單元與樣地之間的尺度轉(zhuǎn)換關(guān)系，得到樣地水平上的地表參數(shù)值；真實性檢驗：通過獨立的手段評價來自系統(tǒng)輸出的數(shù)據(jù)產(chǎn)品質(zhì)量的過程。幾何光學模型，冠層被假定為一個不透光的實體，熱輻射只來自植被冠層和土壤表面，每一組分表面被假定為具有一致的熱輻射特性，方向性熱輻射的角度變化來自于組分在視場內(nèi)的可視面積比隨著觀察角度變化而變化。開展多傳感器數(shù)據(jù)產(chǎn)品間的比較真實性檢驗。二向性反射是自然界中物體對電磁波反射的基本現(xiàn)象，即反射不僅具有方向性，這種方向性還依賴于電磁波入射的方向。多角度特征只需要單一時相的數(shù)據(jù)就能提供不同植被的三維信息，成為鑒別植被類型的重要數(shù)據(jù)源第二階段對時空范圍更廣的地面測量點和測量時間段的數(shù)據(jù)進行產(chǎn)品真實性檢驗；*VirtualGIS——真實三維景觀重現(xiàn)和GIS分析；基于仿真三維結(jié)構(gòu)的計算機模擬模型2）小麥冠層的幾何結(jié)構(gòu)和太陽-目標體-傳感器的幾何關(guān)系再結(jié)合高分辨率遙感影像，建立基本采樣單元與樣地之間的尺度轉(zhuǎn)換關(guān)系，得到樣地水平上的地表參數(shù)值；混合模型適用于任何非均勻程度的植被，現(xiàn)有的混合模型相對于簡單的行結(jié)構(gòu)作物有較好的應用，對于更復雜的植被群體應用起來就有相當?shù)碾y度。MODIS陸地產(chǎn)品組（MODLAND）陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架真實性檢驗的數(shù)據(jù)產(chǎn)品包括地表反射率、地表溫度、雪冰圖、反照率/BRDF、植被指數(shù)、葉面積指數(shù)、植被覆蓋度、土地覆被等。MODIS陸地產(chǎn)品組（MODLAND）真實性檢驗計劃包括三個階段：第一階段通過選擇少量測量點和時間段的地面測量數(shù)據(jù)進行產(chǎn)品真實性檢驗；第二階段對時空范圍更廣的地面測量點和測量時間段的數(shù)據(jù)進行產(chǎn)品真實性檢驗；第三階段通過在統(tǒng)計上具有全球時空分布代表性的地面獨立測量值系統(tǒng)評價數(shù)據(jù)產(chǎn)品的精度，并估計其不確定性。開展多傳感器數(shù)據(jù)產(chǎn)品間的比較真實性檢驗。NASA&歐空局基于仿真三維結(jié)構(gòu)的計算機模擬模型陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一64陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架“自下而上”的真實性檢驗框架，基本構(gòu)成是根據(jù)不同的地表類型或生物群落的全球分布，在全球設置一定數(shù)據(jù)量的真實性檢驗樣地，每個樣地內(nèi)有若干基本采樣單元，每個ESU內(nèi)進行一定數(shù)量的單點測量，然后通過一定的轉(zhuǎn)換方法將單點測量值轉(zhuǎn)換到ESU尺度上；再結(jié)合高分辨率遙感影像，建立基本采樣單元與樣地之間的尺度轉(zhuǎn)換關(guān)系，得到樣地水平上的地表參數(shù)值；最后，通過全球不同地表類型多個樣地與陸地遙感數(shù)據(jù)產(chǎn)品進行比較和相關(guān)性分析，評價全球遙感數(shù)據(jù)產(chǎn)品的精度。陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架“自下而上”的真實性檢驗框65定量遙感參數(shù)反演中不確定性研究定量遙感產(chǎn)品檢驗中各個環(huán)節(jié)上的不確定性的研究還沒有系統(tǒng)開展，特別是驗證過程各個環(huán)節(jié)中引入的不確定性量化及傳遞和對最終驗證結(jié)果的影響方面的研究非常有限。對于定量遙感反演中數(shù)據(jù)和模型的不確定性表達和處理的研究還沒有系統(tǒng)開展。定量遙感參數(shù)反演中不確定性研究定量遙感產(chǎn)品檢驗中各個環(huán)節(jié)上的66遙感數(shù)據(jù)專題分類不確定性研究第一階段目視判斷為主，定性評價；第二階段通過比較分類所得的專題圖中各類別的面積范圍（或面積比例）與地面或其他參考數(shù)據(jù)中相應類別的面積范圍（或面積比例），優(yōu)點定量客觀，缺點非定位本質(zhì)；第三階段以定位類別比較和精度測量為特征，將特定位置的分類結(jié)果中的類別和地面實況和其他參考數(shù)據(jù)中相應點的類別進行比較，并在比較基礎上發(fā)展各種精度測量（總體精度）。第四階段是對第三階段的細化和發(fā)展，其核心是誤差矩陣方法，特點是在充分利用誤差矩陣的基礎上，計算出各種精度測量如KAPPA系數(shù)，統(tǒng)計上更加嚴格。遙感數(shù)據(jù)專題分類不確定性研究第一階段目視判斷為主，定性評價；67階段對比主要方法特點缺陷第一階段目視判斷定性評價具主觀性第二階段解譯結(jié)果面積與參考數(shù)據(jù)比較定量非定位第三階段定位類別比較，精度測量第四階段誤差矩陣方法階段對比主要方法特點缺陷第一階段目視判斷定性評價具主觀性第二68遙感數(shù)據(jù)專題分類不確定性研究遙感數(shù)據(jù)專題分類不確定性研究69遙感數(shù)據(jù)專題分類不確定性研究基于誤差矩陣的分類精度評價方法：用于表示分為某一類別的像元個數(shù)與地面檢驗為該類別數(shù)的比較陣列。基于模糊分析的分類精度評價方法：不能提供像元尺度上分類的不確定性信息，因而難以反映分類不確定性的空間分布特征。遙感數(shù)據(jù)專題分類不確定性研究基于誤差矩陣的分類精度評價方法：70誤差矩陣混淆矩陣，

主要用于比較分類結(jié)果和地表真實信息，可以把分類結(jié)果的精度顯示在一個混淆矩陣里面。混淆矩陣是通過將每個地表真實像元的位置和分類與分類圖象中的相應位置和分類像比較計算的。混淆矩陣的每一列代表了一個地表真實分類，每一列中的數(shù)值等于地表真實像元在分類圖象中對應于相應類別的數(shù)量，有像元數(shù)和百分比表示兩種。錯分誤差，指被分為用戶感興趣的類，而實際上屬于另一類的像元，錯分誤差顯示在混淆矩陣的行里面。漏分誤差，指本屬于地表真實分類，但沒有被分類器分到相應類別中的像元數(shù)。漏分誤差顯示在混淆矩陣的列里。

誤差矩陣混淆矩陣，主要用于比較分類結(jié)果和地表真實信息，可以71誤差矩陣總體精度，主對角線元素之和除以總采樣個數(shù)；等于被正確分類的像元總和除以總像元數(shù)，地表真實圖像或地表真實感興趣區(qū)限定了像元的真實分類。被正確分類的像元沿著混淆矩陣的對角線分布，它顯示出被分類到正確地表真實分類中的像元數(shù)。像元總數(shù)等于所有地表真實分類中的像元總和。生產(chǎn)者精度，指假定地表真實為A類，分類器能將一幅圖像的像元歸為A的概率；用戶精度，指假定分類器將像元歸到A類時，相應的地表真實類別是A的概率Kappa系數(shù)，是另外一種計算分類精度的方法。它是通過把所有地表真實分類中的像元總數(shù)（N）乘以混淆矩陣對角線（Xkk）的和，再減去某一類中地表真實像元總數(shù)與該類中被分類像元總數(shù)之積對所有類別求和的結(jié)果，再除以總像元數(shù)的平方差減去某一類中地表真實像元總數(shù)與該類中被分類像元總數(shù)之積對所有類別求和的結(jié)果所得到。Kappa分析，統(tǒng)計意義上反映分類結(jié)果在多大程度上優(yōu)于隨機分類結(jié)果，可以用于比較兩個分類器的誤差矩陣是否具有顯著差別。

誤差矩陣總體精度，主對角線元素之和除以總采樣個數(shù)；等于被正確72定量遙感信息模型與反演研究現(xiàn)狀遙感具有宏觀性也可以具有微觀性。普通的衛(wèi)星遙感具有宏觀性，而高空間分辨率遙感卻具有一定的微觀性；在宏觀的遙感中，可以近似認為地物是朗勃體；在高空間分辨率遙感中，地物反射電磁波行為具有方向性反射，稱為二向性反射。二向性反射是自然界中物體對電磁波反射的基本現(xiàn)象，即反射不僅具有方向性，這種方向性還依賴于電磁波入射的方向。定量遙感信息模型與反演研究現(xiàn)狀遙感具有宏觀性也可以具有微觀性73解譯結(jié)果面積與參考數(shù)據(jù)比較多角度遙感是解釋地表復雜性的研究手段之一，通過獲取地表目標的BRDF和方向輻射信息，進行地表各種參數(shù)的反演。在ERDASIMAGINE中直接提供了下列DLL庫：

*圖像格式DLL——提供對多種圖像格式文件無需轉(zhuǎn)換的直接訪問，從而提高易用性和節(jié)省磁盤空間。總體精度，主對角線元素之和除以總采樣個數(shù)；熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念目前的冠層反射率模型能夠在模擬準確性和計算簡便性之間找到一個平衡點，對植被葉片和地表植被的二向性特征進行模擬。陸地遙感數(shù)據(jù)產(chǎn)品真實性檢驗一般框架第一階段通過選擇少量測量點和時間段的地面測量數(shù)據(jù)進行產(chǎn)品真實性檢驗；經(jīng)驗模型使用參數(shù)較少，表達式簡單，具有一定的物理意義。另一種，情況是由不同端元形成的混合像元。混合模型適用于任何非均勻程度的植被，現(xiàn)有的混合模型相對于簡單的行結(jié)構(gòu)作物有較好的應用，對于更復雜的植被群體應用起來就有相當?shù)碾y度。定量遙感產(chǎn)品檢驗中各個環(huán)節(jié)上的不確定性的研究還沒有系統(tǒng)開展，特別是驗證過程各個環(huán)節(jié)中引入的不確定性量化及傳遞和對最終驗證結(jié)果的影響方面的研究非常有限。SAIL模型，在水平均勻的假設下，考慮了冠層的垂直分層結(jié)構(gòu)和葉傾角分布，在太陽光入射和觀測方向無關(guān)假設下計算了光線沿這兩個方向的傳輸，并用上行輻射通量和下行輻射通量來近似計算冠層內(nèi)部散射光的傳輸。Kappa分析，統(tǒng)計意義上反映分類結(jié)果在多大程度上優(yōu)于隨機分類結(jié)果，可以用于比較兩個分類器的誤差矩陣是否具有顯著差別。在高空間分辨率遙感中，地物反射電磁波行為具有方向性反射，稱為二向性反射。定量遙感信息模型與反演研究現(xiàn)狀地表二向反射特性和植被BRDF模型地表熱輻射方向性模型多角度遙感：從二維信息的定性解釋發(fā)展至三維信息的定量反演解譯結(jié)果面積與參考數(shù)據(jù)比較定量遙感信息模型與反演研究現(xiàn)狀地表74地表二向反射特性和植被BRDF模型自然地表的反射率不但與所測地物的幾何結(jié)構(gòu)和光譜特性有關(guān)，還與入射和觀測方向的遙感幾何有關(guān)；BRDF（雙向反射率分布函數(shù)），自入射方向的地表輻照度的微增量與其所引起的反射方向的反射輻射亮度增量比值；多角度遙感是解釋地表復雜性的研究手段之一，通過獲取地表目標的BRDF和方向輻射信息，進行地表各種參數(shù)的反演。多角度特征只需要單一時相的數(shù)據(jù)就能提供不同植被的三維信息，成為鑒別植被類型的重要數(shù)據(jù)源物理模型（輻射傳輸、幾何光學、計算機模擬等）、經(jīng)驗模型、半經(jīng)驗模型地表二向反射特性和植被BRDF模型自然地表的反射率不但與所測75輻射傳輸模型特征：優(yōu)點能夠較好地描述植被冠層內(nèi)部的多次散射，缺點是水平均勻的假設往往與實際地表狀況不符。SAIL模型，在水平均勻的假設下，考慮了冠層的垂直分層結(jié)構(gòu)和葉傾角分布，在太陽光入射和觀測方向無關(guān)假設下計算了光線沿這兩個方向的傳輸，并用上行輻射通量和下行輻射通量來近似計算冠層內(nèi)部散射光的傳輸。SAIL模型無法模擬出熱點現(xiàn)象。輻射傳輸模型特征：優(yōu)點能夠較好地描述植被冠層內(nèi)部的多次散射，76幾何光學模型把植被簡化為立方體、圓錐、橢球或圓柱等離散幾何實體，以簡潔的形式描述了產(chǎn)生離散植被反射和熱輻射方向性的主要原因。典型幾何光學模型：Li-Strahler、Jump幾何光學模型把植被簡化為立方體、圓錐、橢球或圓柱等離散幾何實77混合模型將傳感器視場內(nèi)的地物目標仍按幾何模型一樣處理成具有一定幾何形狀和空間分布特征的組分，群體內(nèi)的每個單體組分的處理方法類似于輻射傳輸模型，每個單體組分被看作由更小單元組成的具有一定光學性質(zhì)的散射體集合，群體之間的多次散射也考慮在內(nèi)，從而克服了輻射傳輸模型中假定軀體各組分隨機分布的局限性。混合模型適用于任何非均勻程度的植被，現(xiàn)有的混合模型相對于簡單的行結(jié)構(gòu)作物有較好的應用，對于更復雜的植被群體應用起來就有相當?shù)碾y度。植被結(jié)構(gòu)參數(shù)的獲取，孔隙率、覆蓋度、葉傾角等混合模型將傳感器視場內(nèi)的地物目標仍按幾何模型一樣處理成具有一78計算機模擬模型蒙特卡羅模型、真實景觀模型，基于計算機的蒙特卡羅方法是通過在三維冠層內(nèi)模擬大量光子的發(fā)生、碰撞、散射、消亡的過程，對其結(jié)果作出統(tǒng)計，從而估計冠層的方向反射或熱輻射特性。意義在于從仿真角度來生成模擬數(shù)據(jù)和檢驗模型，但是二者都需要大量計算，因而不適合成為運行算法，一般是作為模型研究的輔助工具。計算機模擬模型蒙特卡羅模型、真實景觀模型，基于計算機的蒙特卡79半經(jīng)驗的“核”驅(qū)動模型經(jīng)驗模型使用參數(shù)較少，表達式簡單，具有一定的物理意義。（加權(quán)核、表面散射核、體散射核）半經(jīng)驗的“核”驅(qū)動模型經(jīng)驗模型使用參數(shù)較少，表達式簡單，具有80地表熱輻射方向性模型四類：幾何光學模型、輻射傳輸模型、混合模型和計算機模擬模型。幾何光學模型，冠層被假定為一個不透光的實體，熱輻射只來自植被冠層和土壤表面，每一組分表面被假定為具有一致的熱輻射特性，方向性熱輻射的角度變化來自于組分在視場內(nèi)的可視面積比隨著觀察角度變化而變化。熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念混合模型，各個部分由于三維結(jié)構(gòu)相互遮擋狀況隨著觀察角度在發(fā)生變化；每個組分內(nèi)部的光學路徑隨著觀察方向也在發(fā)生變化。目前的冠層反射率模型能夠在模擬準確性和計算簡便性之間找到一個平衡點，對植被葉片和地表植被的二向性特征進行模擬。地表熱輻射方向性模型四類：幾何光學模型、輻射傳輸模型、混合模81定量遙感信息模型及其不確定性研究均勻作物冠層的輻射傳輸模型—SAILE模型行結(jié)構(gòu)作物冠層的輻射傳輸模型基于仿真三維結(jié)構(gòu)的計算機模擬模型定量遙感信息模型及其不確定性研究均勻作物冠層的輻射傳輸模型—82由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步驟中都有不同類型和程度的不確定性引入，并在進一步分析中傳播，在遙感信息提取過程中，不但要設法糾正數(shù)據(jù)獲取過程引入的不確定性，而且要選取合適的、對誤差不敏感的處理和分析方法，使最后提取的信息包含最小的不確定性。多角度特征只需要單一時相的數(shù)據(jù)就能提供不同植被的三維信息，成為鑒別植被類型的重要數(shù)據(jù)源*VirtualGIS——真實三維景觀重現(xiàn)和GIS分析；熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念I(lǐng)MAGINEAdvantage為您提供了靈活可靠的用于光柵分析，正射矯正，地形編輯及先進的影像鑲嵌工具。定量遙感是遙感技術(shù)發(fā)展從定性粗放到精確具體的思想飛躍Kappa系數(shù)，是另外一種計算分類精度的方法。真實性檢驗的數(shù)據(jù)產(chǎn)品包括地表反射率、地表溫度、雪冰圖、反照率/BRDF、植被指數(shù)、葉面積指數(shù)、植被覆蓋度、土地覆被等。定量遙感是一種方法模型而非技術(shù)手段….群體內(nèi)部的每個單體組分的處理方法類似于輻射傳輸模型，每個單體組分被看作有更小單元組成的具有一定光學性質(zhì)的散射體集合。定量遙感信息模型與反演研究現(xiàn)狀ERDASIMAGINE是以模塊化的方式提供給用戶的，對系統(tǒng)進行剪裁，充分利用軟硬件資源，并最大限度地滿足用戶的專業(yè)應用要求。均勻作物冠層的輻射傳輸模型—SAILE模型BRDF（雙向反射率分布函數(shù)），自入射方向的地表輻照度的微增量與其所引起的反射方向的反射輻射亮度增量比值；主要有經(jīng)驗模型方法（LAI與光譜指經(jīng)驗關(guān)系）、物理模型反演方法和其他非參數(shù)方法。均勻作物冠層的輻射傳輸模型—SAILE模型PROSPECT葉片模型改進—EPROSPECT葉片內(nèi)生化物質(zhì)均勻分布的假設總是會對葉片的模擬結(jié)果產(chǎn)生一定程度的誤差，誤差的大小依賴于生化物質(zhì)的不均勻分布明顯程度。基于EPROSPECT模型的冠層模型改進--SAILE模型EPROSPECT葉片模型在葉片尺度上考慮葉片正反兩面反射率差異；在SAIL冠層反射率模型的基礎上，將葉片正反兩面反射率分別帶入模型，在冠層尺度上考慮了葉片正反兩面反射率的差異。由于遙感數(shù)據(jù)的獲取、處理、分析和轉(zhuǎn)換等一系列步驟中都有不同類83*OrthoBase——區(qū)域數(shù)字影像正射糾正；在高空間分辨率遙感中，地物反射電磁波行為具有方向性反射，稱為二向性反射。IMAGINEAdvantage為您提供了靈活可靠的用于光柵分析，正射矯正，地形編輯及先進的影像鑲嵌工具。定量遙感是遙感技術(shù)發(fā)展從定性粗放到精確具體的思想飛躍BRDF（雙向反射率分布函數(shù)），自入射方向的地表輻照度的微增量與其所引起的反射方向的反射輻射亮度增量比值；經(jīng)驗模型方法，用遙感測量反射率所構(gòu)成的變量，與LAI進行相關(guān)回歸，然后用回歸方程進行反演。遙感應用模型與定量遙感熱輻射傳輸模型，將可見光-近紅外模型中經(jīng)典的空隙率引入熱輻射模型中，使用了空隙率概念定量遙感信息模型與反演研究現(xiàn)狀環(huán)境遙感在數(shù)據(jù)獲取上具有多層次、多時相、多功能、多專題的特點；漏分誤差，指本屬于地表真實分類，但沒有被分類器分到相應類別中的像元數(shù)。*ATCOR2——對相對平坦地區(qū)圖像進行大氣校正和霧曦消除；相關(guān)術(shù)語：誤差、精度、精確程度和偏差葉片內(nèi)生化物質(zhì)均勻分布的假設總是會對葉片的模擬結(jié)果產(chǎn)生一定程度的誤差，誤差的大小依賴于生化物質(zhì)的不均勻分布明顯程度。IMAGINEProfessional級：是面向從事復雜分析，需要最新和最全面處理工具，經(jīng)驗豐富的專業(yè)用戶。行結(jié)構(gòu)作物冠層的輻射傳輸模型行結(jié)構(gòu)二向性反射模型光照土壤、陰影土壤、光照植被、陰影植被冬小麥穗葉復合模型1）視場內(nèi)各組分的熱輻射特性：光照土壤、陰影土壤、光照麥穗、陰影麥穗和葉片2）小麥冠層的幾何結(jié)構(gòu)和太陽-目標體-傳感器的幾何關(guān)系3）模擬小麥冠層方向亮溫結(jié)論：方向性亮溫的角度分布可以用于農(nóng)業(yè)生產(chǎn)大范圍的生長期監(jiān)測，判斷小麥是否到了抽穗期。*OrthoBase——區(qū)域數(shù)字影像正射糾正；行結(jié)構(gòu)作物冠84地表參數(shù)定量遙感反演及其不確定性植被指數(shù)遙感提取及方向性校正葉面積指數(shù)遙感反演地表反照率