中文摘要：

随着遥感技术的发展，新型传感器不断出现，已从过去的单一传感器发展到现在的多种类型的传感器，并能在不同的航天、航空遥感平台上获得不同空间分辨率、时间分辨率和光谱分辨率的遥感影像。时空多源遥感数据的综合应用是遥感应用研究发展的趋势，也是解决定量遥感反演问题的实际需要。本项目主要对集成多源遥感数据动态反演地表参数的问题进行研究。提出了一种利用空间上下文信息从高分辨率遥感数据中估计地表参数的方法；发展了利用多尺度卡尔曼滤波融合不同分辨率遥感数据产品，优化估计多种尺度的叶面积指数的新方法；提出了多种利用时间序列信息反演叶面积指数的算法。基于长时间序列MODIS LAI产品的统计分析，构造了描述LAI动态变化规律的过程模型；发展了利用时间序列遥感数据估计地表参数的变分同化方法；提出了基于集合Kalman滤波综合动态模型预测和时间序列的遥感数据实时估计LAI的方法。对促进遥感参数产品在地球表面过程模拟、全球变化研究等领域的应用具有十分重要的意义。