七、诗词中的遥感建模

当卫星或无人机飞过大地,传感器记录下山川、森林、农田和城市反射或发出的光,这些影像就像一幅幅从天空俯瞰的画卷。然而,一片绿色的森林,究竟有多少叶片?一块农田,长势是否良好?这些问题并不能直接从影像中读出答案。遥感建模,正是在影像与真实世界之间搭起的一座桥梁:通过建立光与地物之间的联系,让隐藏在影像背后的信息逐渐显现出来。遥感建模的核心,是寻找“观测量”与“真实属性”之间的规律。传感器看到的是光,而我们真正关心的往往是植物的叶面积、森林的蓄积量、土壤的水分,或生态环境的变化。模型就像一把钥匙,将影像中可观测的光谱、纹理和空间结构,转化为地物中不可直接观察的属性。于是,我们不再只是“看见”地球,而是开始尝试从看到的景象中,进一步推知地球正在发生什么。

7.1 平林漠漠烟如织:辐射传输物理建模

我们已经知道,遥感传感器记录的是离开地物的光。然而,同样接受太阳照射,为什么针叶林、阔叶林、草地和农田会呈现出不同的遥感影像?为什么同一片森林,在郁闭与稀疏、生长与衰老之间,反射光谱也会发生变化?答案并不只是颜色不同,而在于地物本身具有不同的性质。对于森林而言,其本身是一个由树干、枝条和叶片共同组成的立体空间。太阳光进入森林以后,并不会像照射在平坦地面上一样,很快离开地表,而是不断遇见枝叶,与它们发生作用,再继续向前传播。一次次传播,一次次相遇,使得森林中的光线始终处于不断变化之中,最终只有少量光能够离开树冠,进入遥感传感器。

文中插图

古人虽然不知道光传播理论,却早已观察到了这一现象。佚名《入林》中有“步入幽林翠意浓,繁枝蔽日影重重”,即描绘了枝叶层层交错、遮挡阳光的景象,也意味着每一束进入森林的阳光,都会首先遇见大量枝叶。实际上光并没有均匀洒落林间,而是在枝叶形成的缝隙间穿行,只留下斑驳的光影。明代张岱《陶庵梦忆·卷一·金山夜戏》中就有“林下漏月光,疏疏如残雪”。“漏”字说明,枝叶并没有完全阻挡光线,而是允许一部分光继续深入森林。相似地,明代沈周《五月十五夜见月映树有作》中也有“群叶相蒙茂,光采还透射”。“透射”二字,形象地描绘了光穿越植被的过程。这些诗句描写的是不同季节、不同时间、不同环境中的树林,却共同揭示了同一个事实:光进入植被以后,并不会立即离开,而是在枝叶之间不断传播。 在传播过程中,光不断与树叶、枝条以及林下地表相互作用:有的光被叶片吸收,为植物光合作用提供能量;有的光被叶片反射;还有的光穿过叶片,又继续照射到下一层枝叶。于是,一束阳光往往需要经历许多次吸收、反射、透射和散射之后,才能最终离开植被。正因为如此,遥感传感器接收到的,并不是某一片叶子反射的一束光,而是无数束光经过整个植被共同作用后的结果。植被的空间结构(比如树冠高低、枝叶疏密、叶片大小和排列方式)决定了光会遇见多少枝叶、传播多远;叶片的光学性质(比如叶绿素含量、水分含量、叶片内部组织等导致的叶片反射率与透过率)则决定了每一次相互作用中,有多少光被吸收、反射或透射。空间结构和光学性质共同决定了光的传播过程,而光的传播过程最终决定了遥感观测信号。

文中插图

真实的自然世界极其复杂,而科学研究并不试图复制自然的每一个细节。对于一片森林而言,哪怕只有几公顷面积,也可能拥有数百万甚至上亿片叶子。每一片叶子的大小、形状、倾斜角度和空间位置各不相同,还会随着季节变化、生长发育和微风吹拂不断改变。如果将每一片叶子都逐一记录,再计算阳光与它们之间每一次吸收、反射、透射和散射的过程,即使拥有再强大的计算能力,也几乎难以完成。于是,科学家想到了一种更加智慧的方法,即并非忠实地复制自然,而是在复杂的世界中抓住决定现象的主要因素,用尽可能简单的方式描述最重要的规律,这便是建模最基本的思想。

这种思想,与中国古典诗词的创作竟有着异曲同工之妙。诗人面对广阔山河时,从不会逐一描绘每一棵树、每一株草,而总是以寥寥数笔,勾勒出万千景象。唐代李白《菩萨蛮》中写道:“平林漠漠烟如织,寒山一带伤心碧”。远处的树林早已看不清枝干与叶片,只剩下一片苍茫朦胧的绿色。唐代李贺《野歌》写道:“寒风又变为春柳,条条看即烟濛濛”。千万枝柳条在远望中化作一片轻烟般的柔绿,枝条之间的差异渐渐隐去,只留下整体的神韵。诗人所描绘的,并不是树木本身,而是树林作为一个整体所呈现出的意境。

文中插图

描写田野时,同样如此。唐代刘禹锡《插田歌》中“水平苗漠漠,烟火生墟落”,放眼望去,诗人看到的是连绵的稻田,而不是一株株水稻;清代陈维崧《点绛唇·夜宿临洺驿》中“稗花盈亩,一寸霜皮厚”,又将铺满田野的稗花概括成覆盖大地的一层薄霜。到了宋代翁卷《乡村四月》,“绿遍山原白满川,子规声里雨如烟”,山原被概括成一片绿色,河川被概括成一片白色,丰富多样的植被、水体和田野,在诗人的笔下化为几种最鲜明、最具有代表性的色彩。元代周德清《塞鸿秋·浔阳即景》中“长江万里白如练,淮山数点青如淀”,更是将奔流万里的江水化作一匹白练,将连绵起伏的群山概括成几点青色。诗人舍去了无数细节,却保留了景物最本质的特征,因此寥寥数语,便能让读者眼前浮现辽阔的天地。

科学建模所遵循的,正是这样的思想。真正重要的,并不是精确记录每一片叶子,而是找到那些真正影响光传播的关键因素。于是,在大多数辐射传输模型中,科学家通常不再关心某一片叶子的具体位置,而是假设大量叶片在冠层中近似随机而均匀地分布,把复杂的森林概括为一个具有统计意义的整体冠层。这样的假设当然不能完全还原真实森林,却保留了决定光传播最主要的特征,使原本几乎无法求解的问题,变得可以分析,也可以计算。

文中插图

与此同时,森林中数以百万计的叶片,也被少数几个能够反映整体特征的参数所替代。例如,叶面积指数用来描述单位地面面积上叶片的总面积,反映植被的繁茂程度;叶倾角分布描述叶片在空间中的总体朝向,决定光线更容易向哪个方向传播;叶片的反射率和透射率则共同描述叶片的光学性质。这些参数虽然十分简洁,却凝聚着整个冠层最重要的信息。于是,在模型眼中,一片森林不再是数百万片彼此不同的叶子,而是一个具有一定叶面积指数、叶倾角分布和光学性质的植被冠层;太阳光也不必逐片寻找每一片叶子,而是在这个经过合理简化的冠层中,按照统一的物理规律传播。

文中插图
文中插图

7.2 依岩假松盖:几何光学物理建模

我们已经知道,阳光进入植被以后,会在叶片之间不断传播,与枝叶发生吸收、反射、透射和散射,最终形成遥感影像。然而,人们很快又发现了一个新的现象:即使森林没有任何变化,遥感信号也会发生变化。清晨、正午和傍晚,同一片树林会呈现出完全不同的明暗。对于登山远眺的人来说,这只是一天之中不断变换的光影;而对于遥感科学家来说,这意味着一个更加重要的问题:为什么同一片森林,仅仅因为太阳位置改变,反射率便发生了变化?

其实,古人很早便注意到了这种变化。晋代傅玄《歌》中有“日中万影正,夕中万影倾”。短短十个字,描绘了一天之中太阳东升西落,万物影子随之变化的过程。正午时,太阳高悬天空,树影短而集中;傍晚时,太阳渐渐西斜,树影越来越长,也越来越明显。唐代褚亮《奉和咏日午》中也有“日光无落照,树影正中围”,同样描绘了正午时分树影聚集于树下的景象。影子,是人们最早认识光的重要现象之一。早在两千多年前,我国古代典籍《墨经》中便对影子的形成进行了讨论:“景,光至,景亡;若在,尽古息”。这里的“景”即今天所说的“影”。这句话的大意是:有光照到的地方,影子便不会存在;如果光能够毫无阻挡地到达每一个地方,那么影子也就消失了。这是目前已知世界上最早关于影子形成机理的科学解释之一。

文中插图

诗人看到的是影子的长短变化,而今天的遥感科学家却从中看到了另一层意义。当影子发生变化时,被阳光照亮的树冠、隐藏在阴影中的树冠,以及地面上明亮和阴暗的区域,它们所占的比例也会随之改变。虽然森林本身没有任何变化,但进入遥感传感器的总能量却已经不同,因此影像的亮暗也随之改变。换句话说,遥感传感器看到的,并不仅仅是一片森林,而是一幅由光照与阴影共同组成的画面。

站在山巅,下望森林,总有一些枝叶沐浴着阳光,显得格外明亮;另一些枝叶却背向太阳,沉浸在柔和的阴影之中。唐代李益在《与王楚同登青龙寺上方》中就有“摇光浅深树,拂木参差燕”。其中的“浅深树”三个字极富画面感。同一片树林,有的树木颜色浅,有的树木颜色深,并不是因为树叶本身颜色不同,而是因为有的树冠迎着阳光,有的树冠隐藏在阴影之中。阳光轻轻摇曳,明暗相间,整片树林仿佛随着光影一起呼吸。诗人虽然没有讨论光照方向,却已经观察到树林中最重要的明暗变化。然而,影子不仅落在树冠上,也落在地面上。南朝吴均《与朱元思书》中写道“横柯上蔽,在昼犹昏”。枝干横斜交错,即使是在白天,林下依然幽暗。这里描绘的并不是树冠,而是树冠投射到地面的阴影。与林间空地相比,这里的地表接收到的阳光更少,因此显得更加昏暗。假如太阳的位置发生变化,或者树木的排列有所不同,这片阴影的范围也会随之改变。于是,一片森林虽然看似浑然一体,却实际上由不同的光影区域共同组成。朝向太阳的树冠明亮,背向太阳的树冠较暗;树木之间,有的地面沐浴着阳光,有的地面则隐藏在树影之中。树冠有光照与阴影之分,背景同样也有光照与阴影之分。对于人眼来说,这些只是光影交织形成的层次感;而对于遥感传感器来说,这四类区域却具有不同的反射能力。阳光照射的树冠反射最强,阴影中的树冠反射较弱;阳光照射的林下背景与阴影背景,又呈现出另一种反射特征。遥感影像记录的,并不是其中某一种区域,而是这四类区域共同组成的整体信号。

文中插图

也正因为如此,同一片森林,当太阳高度改变,或者遥感传感器从不同方向观测时,影像便会发生变化。清晨和傍晚,树影细长,林下阴影面积增大;正午时分,树影缩短,更多地面重新沐浴在阳光之中。与此同时,随着观测方向不断变化,传感器能够看到的树冠亮部、暗部以及背景区域的比例也在不断调整。森林并没有改变,改变的是进入传感器视野中的光影组合。这种现象,其实也解释了遥感中的一个重要特点,即多角度观测下,同一地物往往具有不同的反射率。当观测方向逐渐接近太阳照射方向时,树木投射到背景上的阴影越来越容易被树冠遮挡,传感器看到的亮部越来越多,影像也随之变亮;反之,当观测方向远离太阳方向时,更多阴影进入视野,影像便显得更加暗淡。因此,对于几何光学模型来说,真正需要回答的问题并不是每一束光怎样传播,而是在特定的太阳位置和观测方向下,光照树冠、阴影树冠、光照背景和阴影背景各占多少比例。只要能够计算这四类区域的面积比例,再结合它们各自的反射特性,便能够较好地模拟不同观测条件下的遥感信号。这也正是几何光学建模与辐射传输建模最大的不同:前者着眼于光影格局,后者着眼于光传播过程。

既然遥感信号取决于光照与阴影的分布,那么接下来的问题便十分自然:怎样才能计算一片森林中,有多少树冠沐浴着阳光,又有多少背景隐藏在树影之下?如果仍然像前面所说的那样,逐一记录每一片叶子、每一根枝条的位置,再计算它们投下的每一道影子,这项工作几乎不可能完成。与辐射传输模型一样,几何光学模型同样需要一种合理简化的智慧。中国古代诗人描写山川树木时,也从来不会拘泥于每一处细节,而是善于抓住整体的轮廓和气势。《乐府诗集·白石郎曲》中写道:“积石如玉,列松如翠。”远望群山,块块山石洁白如玉;成排松树,青翠如翡翠。诗人没有描绘每一块岩石的棱角,也没有刻画每一株松树的枝叶,而是用“积石”“列松”勾勒出一种整齐有序的整体形态。宋代王安石《桂枝香·金陵怀古》中又写道:“千里澄江似练,翠峰如簇。”江水化作一匹舒展的白练,群峰则如簇拥的翠玉。真实的山峰高低参差、形态万千,但在诗人的眼中,它们被概括为几个鲜明而统一的几何轮廓,使人能够一眼把握山川的大势。

文中插图

不仅如此,古人对于树木的描写,也常常流露出这种几何化的观察方式。南宋刘子翚《双树》中写道:“猗猗映门树,团团若双盖。”两株枝繁叶茂的大树,树冠圆润饱满,宛如两把撑开的车盖。“团团”二字,使树冠呈现出近乎球体或圆盘般的几何轮廓。西汉刘歆《西京杂记》中亦有“上结丛条如车盖”的记载,同样将繁密的树冠比作规则的车盖。明代边贡《题美人》又写道:“月宫秋冷桂团团,岁岁花开只自攀。”一个“团团”,不仅描绘了桂树繁茂圆满的姿态,也让树冠呈现出一种近乎规则几何体的形象。这些诗句虽然并非科学描述,却体现了古人在观察自然时,已经懂得抓住最能代表整体特征的几何形态,而不是拘泥于每一片枝叶的细节。

文中插图

科学建模所采用的,也正是这种“取其大势”的思想。真实森林中的树冠千姿百态。有的高大挺拔,有的低矮浑圆;有的枝叶舒展,有的冠层紧凑。即使同一种树木,每一株树冠也都不尽相同。如果完全按照真实形态进行计算,不仅需要庞大的数据,也会使数学推导变得异常复杂。因此,几何光学模型并不试图复制每一棵树,而是将树冠近似看作一些规则几何体,例如球体、椭球体、圆锥体或圆柱体等。虽然这样的树冠远没有真实森林那样丰富,却保留了决定光影分布最重要的几何特征:树有多高、树冠有多宽、树与树之间相距多远。当太阳照射到这些规则几何体时,光照区域和阴影区域的位置、大小以及相互遮挡关系,便可以通过几何关系进行推导。于是,一片复杂的森林,便从无数形态各异的树木,化作一组具有统一几何特征的树冠;而原本难以计算的光影,也变成了可以用数学描述的几何关系。科学家舍弃的是树冠细微的起伏与枝叶的繁杂,保留下来的,却是决定光照和阴影分布最重要的空间轮廓。正如诗人不必描绘每一片松针,也依然能够写出“列松如翠”的意境一样,几何光学模型也无需还原每一根枝条,依然能够揭示森林光影变化的规律。

7.3 读书破万卷:经验统计建模

物理建模从光传播、光照和阴影等物理过程出发,建立能够解释自然规律的模型。这类模型最大的特点,是每一个参数都具有明确的物理意义,每一步推导都有清晰的科学依据。然而,自然界远比模型更加复杂。森林中的树木高低不同,叶片大小不同,地形起伏不同,土壤干湿不同,空气中还有云雾、气溶胶和水汽……真正影响遥感信号的因素往往彼此交织,很难全部写进一个物理模型之中。于是,科学家逐渐发展出另一种认识世界的方法:既然有些规律难以完全推导出来,那么不妨先从大量已经观察到的现象中学习规律,再利用这些规律去预测新的未知数据。这便是经验统计建模的基本思想。

这种思想,其实与古人的学习之道十分相似。唐代杜甫在《奉赠韦左丞丈二十二韵》中有“读书破万卷,下笔如有神”。诗中的“下笔如有神”,并不是灵感突然降临,而是源于“破万卷”的长期积累。经验统计建模也是如此。计算机并不是天生就会识别森林、农田或河流,而是通过大量已经知道答案的数据不断学习。当训练样本越来越丰富,模型便能够从海量数据中提炼出稳定的规律,对新的遥感影像作出越来越准确的判断。今天广泛应用的机器学习和人工智能,其本质正是这种“由经验而学习”的过程。然而,经验并不是读得越多就一定正确,更重要的是不断检验。宋代陆游在《冬夜读书示子聿》中写道“纸上得来终觉浅,绝知此事要躬行”。读书所得,终究只是开始,真正的理解还需要实践验证。经验统计模型也是如此。模型可以利用大量样本进行训练,但训练得到的规律是否真正可靠,还必须放到新的数据中进行验证。如果模型只记住了训练数据,而不能适应新的遥感影像,便失去了真正的价值。现代统计学习中,人们通常都会将数据划分为训练集、验证集和测试集,其目的正是不断检验模型是否真正学会了规律,而不是仅仅记住了答案。

文中插图

经验不仅需要验证,还需要不断更新。南宋朱熹《观书有感》中有“问渠那得清如许?为有源头活水来”。池塘之所以清澈,是因为不断有新的活水流入;知识之所以鲜活,也是因为不断吸收新的内容。经验统计建模同样如此。森林会生长,农田会变化,传感器不断更新,新的遥感数据每天都在产生。如果模型长期停留在过去的数据上,它对今天世界的认识便会越来越偏离现实。只有不断学习新的样本,持续更新模型,才能保持良好的预测能力。如今许多人工智能模型不断进行增量学习、在线学习,其思想与“源头活水”有着异曲同工之妙。当然,学习也不是一蹴而就的。白居易在《放言五首·其三》中写道“试玉要烧三日满,辨材须待七年期”。经验的形成,本就需要时间的沉淀。一次训练往往难以得到理想的结果,而需要不断调整参数,反复迭代优化,模型才能逐渐收敛,获得更加稳定的性能。耐心积累,是经验形成不可缺少的过程。不仅如此,经验还依赖于足够广泛的见识。南朝梁刘勰在《文心雕龙·知音》中就有“操千曲而后晓声,观千剑而后识器”。一个经验统计模型只有学习过足够丰富、足够多样的数据,才能真正把握事物的共性,而不会局限于少数特殊样本。这正是现代统计学习中强调大样本和模型泛化能力的重要原因。

文中插图

不过,经验也并非永远正确。如果过分依赖已有经验,而忽视现实世界已经发生变化,经验反而可能成为束缚。南宋辛弃疾在《西江月·遣兴》中写有“近来始觉古人书,信著全无是处”。这当然不是否定古人的智慧,而是在提醒人们:面对新的问题,不能拘泥于旧有经验。经验统计模型同样如此。如果模型过分依赖训练数据中的细节,而不能适应新的场景,就会出现所谓的“过拟合”。它在训练数据上表现优异,却无法推广到新的遥感影像。真正优秀的模型,并不是牢牢记住过去,而是在过去的经验中提炼能够适用于未来的规律。因此,经验最终还需要灵活运用。《孙子兵法·虚实篇》中说“兵无常势,水无常形,能因敌变化而取胜者,谓之神”。今天的许多自适应学习、在线学习模型,也正是在新的数据不断到来时,持续修正已有模型,使经验能够随着环境共同成长。

文中插图

如果说,物理建模是在追问“自然为什么如此”,那么经验统计建模更像是在回答“自然通常如此”。一种依靠物理规律解释世界,一种依靠大量经验认识世界;一种从原因推导结果,一种从结果归纳规律。今天,遥感中的机器学习、深度学习和人工智能,正是在这种不断学习、不断验证、不断更新、不断修正的思想中迅速发展起来。而这一切,或许正如杜甫所说,真正的“下笔如有神”,从来都不是偶然的灵感,而是无数经验积累之后,自然而然达到的境界。