PDF《基于最大熵估计 Alpha 谱缩放与平移量的温度与发射率分离算法》

90 年代, 传统的 TES 方法在理论与应 用方面发展成熟;

具有代表性的方法有: 参考通道 法[4] 、 阿尔法导出法 (ADE) [4] 、 昼夜法 [5] 、 发射率 归一化法 (NEM) [6] , ASTER TES法[7] 等. 这些方 法基于各自的假设模型, 对温度和光谱发射率进行 近似计算 [8] . 其中, Alan Gillespie 提出的 ASTER TES 法是公认的精度最高的方法. 该方法集合了 NEM 模块、 RAT 模块和 MMD 模块;

应用 NEM 模 块计算温度和发射率的初值, 应用RAT模块计算β 谱分布, 应用 MMD 模块计算最小发射率, 并由此 推导获得光谱发射率的绝对数值. 然而, ASTER TES 法虽然获得了较高的计算精度, 但在 MMD 模 块中, 最小发射率是基于 ASTER 波谱数据库拟合 的经验公式计算获得的. 换而言之, ASTER TES 法的计算精度, 在一定程度上, 依赖于 ASTER 波 谱数据库的准确性. 在地面遥感测量中, 测量目标 ? 国家高技术研究发展计划 (批准号: 2014AAXXX1003X) 资助的课题. ? 通信作者. E-mail: [email protected] ?

2015 中国物理学会 Chinese Physical Society http://wulixb.iphy.ac.cn 175205-1 物理学报Acta Phys. Sin. Vol. 64, No.

17 (2015)

175205 的类型比较固定, 大致分为水体、 植被、 土壤、 矿物、 建筑材料等, 因此比较容易建立准确翔实的数 据库 [9?15] . 然而, 对于某些难以建立数据库的应 用场景, ASTER TES法显然不能适用. 实际上, 与ASTER TES 法相似, 前述的众多方法基本都依赖 于数据库提供的经验信息. 近年来, 一些遥感学家将先进的估计模型应用 于TES 的求解过程中, 最具代表性的方法是 Bar- ducci 提出的最大熵温度与发射率分离算法 (Max- imum Entropy TES Algorithm, MaxEnt TES 算法) [16?18] . MaxEnt TES 算法将待求解的温度与 光谱发射率参数抽象为随机变量, 应用最大熵估 计模型(Maximum Entropy estimation, MaxEnt估 计模型) 求解随机变量的估计值. 最大熵估计的优 点, 是在没有任何先验信息的情况下, 可以实现高 精度的估计. MaxEnt TES 算法充分利用了这一 优点, 求解过程不依赖数据库提供的经验信息. 由此, 极大地扩展了 TES 方法的应用背景. 然而, 最 大熵估计的缺点是求解过程过于复杂, 而MaxEnt TES算法并未对求解过程进行有效简化, 这使其难 以适用于高分辨率的多波段红外图像的求解. 考虑 MaxEnt TES 算法存在的问题, 提出了 ........