Presentation Details
“虚实相合”的近地面无人机定量遥感参数反演策略
ID：2797
View Protection：ATTENDEE
Updated Time：2024-04-12 20:04:06 Hits：1728
Oral Presentation
Start Time：2024-05-19 16:30（Asia/Shanghai）
Duration：7min
Session：S7 主题7、遥感与地理信息科学 »
No files
Abstract
物理模型与机器学习/深度学习已逐渐成为植被定量遥感中并驾齐驱的两辆马车。物理模型通过系列显式且具有物理意义的参数对真实物理世界进行建模，机器学习等人工智能方法的参数通常不具有物理意义，但对真实物理世界的非线性特征往往能够进行更好的表征。物理模型的参数通常相对较少，导致参数反演的内容较为局限（例如冠层尺度的叶面积指数、叶片尺度的色素含量）；人工智能模型参数往往较多甚至极为庞大，参数反演的内容则极为广泛（例如生物量、木质素、蛋白质含量等）。传统冠层尺度的物理模型当前往往难以应用于无人机的超高分辨率尺度，而人工智能方法则往往缺乏物理依据，导致对于物理机制的理解存在不足。联合物理模型与人工智能能够保持二者的优势，对于无人机遥感具有重要价值。本研究将探讨物理模型与人工智能方法在无人机超高分辨率参数反演中的价值，评估二者在关键植被参数反演中的不确定性，给出二者联合的思路与应用案例，最终提出“虚实结合”的参数反演框架。
Keywords
无人机遥感,参数反演,植被参数,物理模型,人工智能
Speaker
李林源
讲师 北京林业大学Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment