植被覆盖地表电磁模型与土壤水分反演研究项目摘要

本项目的研究目标是建立粗糙地表和植被的精度高、适用范围广的物理散射/辐射模型，并进行相应的参数化模型建模，以及进行Entropy-Alpha分解，研究裸露地表及中小生物量植被覆盖地表条件下的土壤水分反演算法，研究数据源的最佳频段/极化/角度组合方式，以期获得较高的土壤水分反演精度。通过本项目的研究，加深对电磁波与复杂地表交互、物理模型对极化分解特性的影响以及参数化模型中参数化模式及性能的影响等诸多重要基础应用问题的认识。我们的最终科学目标是通过本项目及后续研究，能为解决土壤水分反演精度受植被影响大、随场景波动大这一国际难点和热点问题提供新的思路和方法。

在本课题支持下，建立了粗糙地表和植被的精度高、适用范围广的物理散射/辐射模型，并进行相应的参数化模型建模和初步的机器学习表征，并提出了对Durden等人极化分解理论的完善，研究了裸露地表及中小生物量植被覆盖地表条件下的土壤水分反演算法，获得了项目预期的土壤水分反演精度。在知名国际期刊（IEEE T-GRS，IEEE GRSL，IEEE T-AP，IEEE JSTARS)上已发表6篇标注论文，另有三篇在修。通过本项目及后续研究，有望为解决土壤水分反演精度受植被影响大、随场景波动大这一国际难点和热点问题提供新的思路和方法。

数字地表模型（Digital Surface Model，DSM）是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。

中文名

数字地表模型

外文名

Digital Surface Model

简称

DSM

学科

测绘与地理信息

数字地表模型（Digital Surface Model，缩写DSM）是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。和DEM相比，DEM只包含了地形的高程信息，并未包含其它地表信息，DSM是在DEM的基础上，进一步涵盖了除地面以外的其它地表信息的高程。在一些对建筑物高度有需求的领域，得到了很大程度的重视。

DSM表示的是最真实地表达地面起伏情况，可广泛应用于各行各业。如在森林地区，可以用于检测森林的生长情况；在城区，DSM可以用于检查城市的发展情况；特别是众所周知的巡航导弹，它不仅需要数字地面模型，而更需要的是数字表面模型，这样才有可能使巡航导弹在低空飞行过程中，逢山让山，逢森林让森林。2100433B

《智能计算与参数反演》一书详尽地论述了基于智能计算的参数反演的基本原理和算法的实现，其显著特点在于理论上的系统性和方法的实用性，《智能计算与参数反演》提供了大量的数值算例和工程应用实例，强调如何应用最新的智能算法建立岩土力学模型参数反演模型与方法以及解决岩土工程中遇到的反问题。