(1)物理反演方法 (2)综合反演方法 教学难点： 基于知识的不确定性遥感地表参数反演 研讨内容及设计(2学时)： 专题研讨内容：多云雨雾山丘复杂环境参数遥感反演中的不确定性和尺度问题 设计：多云雨雾山丘复杂环境参数（大气、植被、土壤）遥感反演存在不确定性、时空 尺度等问题，物理机理？有何优化方案？ 方式：方案PPT展示和互动式、启发式讨论。 第五章四维数据同化与地表参数时序产品棋拟(6学时) 5.1数据同化的基本概念和原理(1学时) 5.2同化算法(0.5学时) 连续校正法、最优插值法、四维变分法、集合卡尔曼滤波法。 5.3最小优化算法(0.5学时) 最速下降法、共轭梯度法、牛顿-拉斐森法、拟牛顿法。 5.4陆面过程模型(1学时) 植被生长模型、水文过程模型。 5.5应用实例(1学时) 基于ACRM模型和集合卡尔曼滤波的高原湿地植被叶面积指数时序模拟。 教学要求： (1)掌握数据同化基本概念和原理。 (2)熟悉四维数据同化的组成部分和应用领域。 (3)掌握基于四维数据同化的地表参数时序产品模拟方法。 教学重点： (1)数据同化的基本原理 (2)常用同化算法 教学难点： 基于ACRM模型和集合卡尔曼滤波的高原湿地植被叶面积指数时序模拟。 专题研讨内容及设计(2学时)：（1）物理反演方法 （2）综合反演方法 教学难点： 基于知识的不确定性遥感地表参数反演 研讨内容及设计（2 学时）： 专题研讨内容：多云雨雾山丘复杂环境参数遥感反演中的不确定性和尺度问题 设计：多云雨雾山丘复杂环境参数（大气、植被、土壤）遥感反演存在不确定性、时空 尺度等问题，物理机理？有何优化方案？ 方式：方案 PPT 展示和互动式、启发式讨论。 第五章四维数据同化与地表参数时序产品模拟（6 学时） 5.1 数据同化的基本概念和原理（1 学时） 5.2 同化算法（0.5 学时） 连续校正法、最优插值法、四维变分法、集合卡尔曼滤波法。 5.3 最小优化算法（0.5 学时） 最速下降法、共轭梯度法、牛顿-拉斐森法、拟牛顿法。 5.4 陆面过程模型（1 学时） 植被生长模型、水文过程模型。 5.5 应用实例（1 学时） 基于 ACRM 模型和集合卡尔曼滤波的高原湿地植被叶面积指数时序模拟。 教学要求： （1）掌握数据同化基本概念和原理。 （2）熟悉四维数据同化的组成部分和应用领域。 （3）掌握基于四维数据同化的地表参数时序产品模拟方法。 教学重点： （1）数据同化的基本原理 （2）常用同化算法 教学难点： 基于 ACRM 模型和集合卡尔曼滤波的高原湿地植被叶面积指数时序模拟。 专题研讨内容及设计（2 学时）：