植被参数光学遥感反演方法(Python)及遥感与生态模型数据同化算法

一：植被参数遥感反演理论

结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章：
植被遥感前向建模
植被遥感反演模型 (经验/物理模型/…)
代价函数
反演算法 (查找表/优化方法/机器学习/…)

他山之石：其他地表参数如何反演？

二：植被叶片及冠层反射率模拟与处理

结合PYTHON编程语言操作：
叶片反射率模型PROSPECT
植被冠层反射率模型PROSAIL
不同传感器光谱响应函数
高光谱数据转换为多光谱数据

他山之石：如何利用PROSAIL模拟不同传感器(如无人机/卫星)光谱数据？

三：植被遥感模型参数敏感性分析

结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章：
模型参数敏感性分析必要性
模型参数敏感性分析方法(局部/全局/EFAST)
结合PYTHON操作：
PROSAIL模型参数敏感性分析
不同传感器光谱特征敏感性分析
他山之石：如何开展生态/水文/作物/陆面模型参数敏感性分析？

四：基于查找表(LUT)方法反演植被参数

结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章：
查找表方法原理
基于蒙特卡洛方法模拟多条件下光谱反射率

结合PYTHON语言实现：
查找表方法反演植被参数

他山之石：如何基于查找表开展其他地表参数反演？

五：基于优化算法反演植被参数

结合RSE、IEEE TGRS、ISPRS、JAG等期刊文章：
优化方法求解原理
代价函数构建

结合PYTHON语言实现：
代价函数求解
算法：遗传算法
优化算法反演植被参数

他山之石：如何基于其他优化算法开展参数反演？

六：基于机器学习反演植被参数

结合PYTHON语言操作：
机器学习算法ANN/SVM/DecisionTree
基于机器学习+地面观测反演
基于机器学习+PROSAIL模型反演
Sentinel 2官方算法(Sentinel SNAP)
原理与实现
区域结果成图

他山之石：如何基于深度学习算法开展参数反演？

七：遥感数据同化理论

结合RSE、IEEE TGRS、ISPRS、EJA等期刊文章：
生态模型
模型耦合
数据同化原理
数据同化算法
数据同化系统
区域结果成图

他山之石：如何耦合遥感与过程模型？

八：同化遥感反射率估算植被参数/作物产量

结合FORTRAN语言操作：
作物生长模型
植被冠层反射率模型
模型耦合
变分同化
参数反演/产量估算
他山之石：如何执行EnKF同化？如何借助其他编程语言开展数据同化？

如何开展水文/陆面/…模型同化？

九：同化遥感产品估算植被参数/作物产量

结合FORTRAN语言操作：
作物生长模型
模型耦合
变分同化
参数反演/产量估算
他山之石：如何执行EnKF同化？如何借助其他编程语言开展数据同化？

如何开展水文/陆面/…模型同化？