好文速递：应用于卫星遥感的地统计模拟模型综述：方法与应用
好文速递：应用于卫星遥感的地统计模拟模型综述：方法与应用
你要是研究空间插值（地统计），不看这个综述那真的太可惜了！
A review of geostatistical simulation models applied to satellite remote sensing: Methods and applications
应用于卫星遥感的地统计模拟模型综述：方法与应用
From：瑞士洛桑大学地球科学与环境学院地球表面动力学研究所
摘要：尽管星载，机载和地面数据采集平台的数量不断增加，但遥感数据仍常常在空间上不完整或在时间上是不规则的。尽管经常使用确定性插值技术，但它们倾向于创建不切实际的空间模式，并且通常不提供不确定性量化。地统计模拟模型可有效地生成未测量现象的现实且同等可能的整体，从而传播数据不确定性。这些模型通常在地球科学的多个领域中使用，并且近年来，它们已广泛应用于遥感数据。这项研究对地统计学模拟在遥感数据中的应用进行了首次综述。我们回顾了与卫星遥感数据有关的最新地统计模拟模型，并讨论了每种方法的特征和优势。最后，每种地统计学模拟模型的应用都归类于自然科学的不同领域，包括土壤，植被，地形和大气科学。
亮点：
- 首次回顾了地统计模拟在卫星数据中的应用。
- 对每个地统计模拟模型的应用领域进行分类。
- 通过突出每种模型的潜在用途，为将来的研究提供指南。
1.地统计模拟方法
地统计模拟方法是有用的工具，可以生成空间现象的几个同样可能的实现。这些多重实现可用于量化所生成模式的不确定性。在决定对给定问题应使用哪种地统计模拟方法之前，要确定的一个重要因素是变量的性质。变量的三种主要类型如下：
- 连续变量通常表示物理属性，例如给定波段的反射率，生物量或树木覆盖率。
- 分类变量，定义为固定数量的州或类别，例如土壤类型或土地覆被。
- 具有不同形状，位置和方向的对象，例如建筑物，树木或水体。
选择地统计模拟方法时要考虑的重要因素包括研究规模的相关空间复杂性水平。根据空间复杂度和可用数据量的不同，地统计学模拟方法可以分为三大类：基于对象的模拟，两点随机模拟和多点随机模拟。
基于两点和多点地统计模拟技术的示意图； 本文未讨论灰色的仿真方法（因为它们在遥感中不常用）。SGS：顺序高斯模拟；SIS：顺序指标模拟；MRF / MMM：马氏随机场/马氏网格模型；SNESIM：单法线方程模拟；DS：直接取样；SIMPAT：模式仿真；FILTERSIM：基于过滤器的模拟；CCSIM：基于互相关的仿真。
2.应用
在最近的几十年中，遥感技术已迅速发展为一种用于获取地理空间和大气数据的工具，其应用范围从地球科学到经济学。根据应用的不同，必须从图像中提取不同类型的信息。在许多情况下，仅光谱信息是不够的，并且可能需要光谱和空间信息的组合。
地统计模拟方法最近已被用于不同目的的遥感数据，例如缩减规模，采样设计，不确定性量化和制图。由于基于对象的仿真算法尚未在遥感应用中广泛使用，因此，我们将重点放在基于两点的随机仿真和基于多点的随机模拟上。讨论了这些模型在不同地球科学领域中的应用，例如土壤科学，植被测绘，地形，气候和大气科学。
利用SIS生成土壤硝态氮空间分布的两种认识
3.总结
本文介绍了用于处理卫星遥感数据的地统计模拟模型及其不同应用领域的概况。这证明了广泛的遥感应用，在这些应用中，地统计模拟的使用可能很有价值。该综合将通过指定每种方法的应用，优点和局限性来帮助指导未来的研究。
一句话，你要是研究空间插值（地统计），不看这个综述那真的太可惜了！
引用格式：
Zakeri, F.; Mariethoz, G. A review of geostatistical simulationmodels applied to satellite remote sensing: Methods and applications. Remote Sensing of Environment 2021, 259, 112381, doi:https://doi.org/10.1016/j.rse.2021.112381.