MODIS_LST与AMSR-E_BT的相关性及地表温度反演

本文以2007年和2008年MODIS每日地表温度（LST）数据及AMSR-E地表亮温（BT）数据为研究对象,结合土地覆盖类型数据,统计分析MODIS_LST与AMSR-E_BT在不同土地覆盖类型、频率和极化方式条件下的相关性。结果表明,频率在18.7、23.8和36.5 GHz的AMSR-E-BT与MODIS_LST的相关性较大,且在垂直极化通道上的相关性较在水平极化上大;不同土地覆盖类型,与MODIS_LST相关性较大所对应的AMSR-E微波通道不同。同时,考虑混合像元问题对相关性的影响,对25种不同地物类型组合下MODIS_LST与AMSR-E-BT的相关性进行统计分析,发现混合像元中地物类型越多,则二者相关性越小。最后,采用多元线性回归分析法,根据不同土地覆盖类型建立反演回归模型,对部分研究区域MODIS-LST进行反演,误差平均在±3.15 K以内,与不考虑下垫面覆盖的模型比较,反演MODIS_LST精度平均提高了1.5 K。     

阴离子树脂预处理-离子色谱法测定核纯氢氧化锂中阴离子杂质

采用氨型弱阴离子交换树脂预先对核纯氢氧化锂溶液转型,消除核纯氢氧化锂溶液中的游离氢氧根基体,转型后的溶液采用阴离子色谱法同时测定杂质氟离子、氯离子和硫酸根离子。该方法获得的氟离子、氯离子和硫酸根离子加标回收率优于90%,对应检出限分别为:5.0μg/g、 11.0μg/g和24.0μg/g。     

灰色模型在无人机定位中的应用研究

针对北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)在无人机定位中由于信号过弱或干扰过强而无法正常运行的问题,提出一种基于灰色理论的无人机预定位方法,以解决数据不完整情况下的轨迹坐标预测问题.该方法利用灰色模型GM(1,1)灰色微分的连续性,根据无人机的历史离散数据建立了坐标点预测模型,利用实测数据验证了该模型的有效性,并通过仿真实验量化分析了灰色模型在定位预测的精确度,计算了其误差概率.通过与传统定位方式对比可知,该模型所需要的数据量较少且计算方便,实现复杂度较低.     

基于多时相Sentinel-2影像多特征优选的湿地信息提取

本文提出了一种随机森林(random forest,RF)模型和Pearson相关系数相结合的RF-Pearson模型特征优选方法。以多时相Sentinel-2影像为数据源,提取多时相多特征;利用RF-Pearson模型进行特征选择,筛选出特征重要性得分较高且相关性较小的特征作为优选特征,参与黄河三角洲湿地信息提取;最后将分类结果与多时相全特征和随机森林模型优选特征进行比较。实验表明:特征优选能够提高湿地信息的提取效果,基于RF-Pearson模型特征优选方法的分类精度最高,表明了特征优选方法的有效性以及特征优选在湿地分类方面的优势。