1. 程式人生 > >從定性遙感到定量遙感——大資料時代的空間資料科學(轉)

從定性遙感到定量遙感——大資料時代的空間資料科學(轉)

原文地址:http://blog.sciencenet.cn/blog-3247241-1073425.html

定性遙感

類似於看圖識物,通過將遙感影像當做特殊的“圖片”,通過諸如計算機的影象識別、分類的方法去進行分析和處理得到我們所需要的Knowledge。比如簡單的土地利用分類、面向物件的分割與分類或者監測變化等,僅僅是定性的劃分。

定量遙感

李傳榮老師的定義:向社會和公眾提供有用資訊的技術。要精準描述構成地物狀態特徵的物理化學要素,以及導致地物目標變化的物理化學動力驅動機制。

遙感目前的根本在於電磁波。要做的不僅僅是將電磁波譜對映成普通影象去做解譯、分類。既然我們通過衛星接收到了很多人類無法肉眼觀測到的電磁波資訊,那麼我們就希望通過建立具有物理意義的方程以及模型,將電磁波資訊轉化為對人類更有用的Knowledge。這就是定量遙感所要做的事情,核心就是如何通過衛星接收的資料和具有實際物理意義的模型去反演得到我們所需要的產品。

反演

我想知道B的具體值,但是我無法直接觀測B的具體值,但是我能觀測到A的具體值,而A和B相互之間的關係,可以通過物理學意義的模型或者是其他模型進行表達,那麼我就同過A的值去反推出B的值,這就是反演。相信大家就會很清楚,在定量遙感裡,A就是感測器接受的波譜資訊,而B則可以有很多種東西。

反演型別

1.二氧化碳探測——溫室氣體

2.地表溫度反演——MODIS的LST產品

3.氣溶膠反演——MODIS氣溶膠產品

4.生態環境定量遙感—— 植被動態變化與生態環境相關要素 如 葉面積指數\NDVI\NPP\GPP

模型

定量遙感從模型來說,主要分為幾類:經驗模型、半經驗模型、物理模型。

1)經驗模型可以被認為是統計意義上的模型,即無視具體的物理過程,單純靠統計方法建立的模型。
2)半經驗模型一般是結合了部分的物理意義的統計模型。
3)物理模型則是嚴格按照電磁波譜和輻射傳輸特性經過推導的到的機理模型。
可以說物理模型才是定量遙感真正的核心,因為前面兩個模型建立之後通常無法複製。

物理模型其實有兩大部分,(1、輻射傳輸方程推導的模型2、幾何光學模型(普及下,這就是布鞋院士李小文院士從事的研究))

發展
從定性遙感走向定量遙感是必然,但由於地表的複雜性、定量遙感反演目前出現的病態反演問題、定量遙感產品缺乏驗證和質量控制的多重因素影響,定量遙感的研究依舊處在一個不為人知的和無法廣泛應用的時代。

複雜性——地表非朗伯體特性、地形起伏等影響;
病態反演問題——引數求解過程大部分是求解引數大於方程數;
缺乏驗證和質量控制——不確定性,缺乏統一標準等。

很多人都會這麼說,遙感資料是GIS裡面的天生大資料,確實遙感資料滿足了大資料的4V或者說5V的特徵,但是它又跟計算機意義上的大資料有所不同。計算機上的大資料普遍的格式是什麼呢?比較典型包括像文字、圖片、視訊,而甚至像LBS這樣的經緯度資料。簡而言之,它是高頻資料,時間間隔非常短(諸如5min這樣的時間間隔)。而遙感資料卻不同,衛星的重訪週期基本上很難達到5min,所以它非高頻資料,那麼從這個角度來說,很多大資料演算法是否適用呢?同時它具有非常豐富的物理資訊,所以就像老師們說的,我們更應該考慮的是這個不太一般的大資料如何去用,不是簡單的拿來主義,用這些所謂的機器學習、深度學習去看圖識物,可能更值得考慮的事如何將定量遙感的物理模型與大資料的資料探勘、機器學習等手段相結合。

對於空間資料科學來說,這可能是個最好的時代。因為我們不缺資料,但是可能也是個最壞的時代,因為我們多的是黑箱的演算法,更缺少的是內在機制的理論研究。
畢竟,科學家還是要有夢去追。