雷达卫星精密轨道参数确定的研究

利用改进等效中心投影模型,对欧洲空间局资源卫星(ERS)轨道参数予以精改正。为克服各参数之间强相关性的影响,引入了偏最小二乘回归(PLS)方法,取得了较好结果。     

基于高光谱数据的苔草营养成分反演方法研究

研究基于高光谱数据的苔草营养成分(侧重粗蛋白质、总氮、总磷)反演方法。结果显示,粗蛋白质的最佳反演模型是通过原始光谱反射率(偏最小二乘回归的方法)获得,R2=0.814、RMSE=0.450;总氮的最佳反演模型是通过一阶光谱反射率(偏最小二乘回归的方法)获得,R~2=0.850、RMSE=0.175;总磷的最佳反演模型是通过原始光谱反射率(偏最小二乘回归)获得,R~2=0.882、RMSE=0.025。最佳模型检验结果显示估算值和实测值之间的强相关性:粗蛋白质R2=0.801、RMSE=1.029,总氮R2=0.777、RMSE=0.234,总磷R2=0.756、RMSE=0.043。     

叶面积指数遥感估算的三种回归模型分析北大核心CSCD

针对叶面积指数(LAI)估算方法的适用性和提高估算精度的问题,该文基于Landsat-7ETM+遥感影像,以都江堰市青城山地区为研究对象,利用LAI-2000对样地LAI进行观测采集,建立如归一化植被指数等4种常见植被指数的单植被指数线性、非线性回归模型和多植被指数组合的偏最小二乘回归模型,比较分析了不同植被指数和不同模型估算LAI的精度。实验结果表明,偏最小二乘回归法能有效解决因变量较多时权重系数难确定的问题,是估算LAI的一种有效方法。     

合肥市需水预测遗传小波神经网络模型研究

本文将小波分析与BP人工神经网络相结合,并使用遗传算法优化神经网络,建立起遗传算法优化的小波神经网络———遗传小波神经网络。从合肥城市需水密切相关的14个社会经济指标中,筛选出主要的影响因子,根据长时间序列数据,构建了城市水资源需求量预测模型。通过遗传小波神经网络和传统BP的网络训练输出效果比较,表明该预测模型收敛速度较快,对神经网络的性能优化有明显效果,拟合精度较高,泛化能力较好,对城市需水预测能取得较好的效果。     

基于长度修正的预测算法优化

当自变量之间存在多重相关性时,若利用最小二乘法建立预测模型,参数估计会存在误差。若应用偏最小二乘回归算法建立预测模型,可以克服自变量之间多重相关性问题,计算结果更为可靠。长度修正的偏最小二乘回归算法从预测的角度对偏最小二乘模型进行了改进。以芹山水电站的水平位移预测为例,验证了长度修正的偏最小二乘回归法比普通偏最小二乘回归法在预测方面效果更好。     

青岛开发区土地利用/土地覆盖变化分析

土地利用/土地覆盖变化研究是全球环境变化和可持续发展的热点问题。本文利用青岛开发区1995、2000、2004年三幅Landsat TM影像及辅助数据,对该地区10年间的土地利用/土地覆盖变化进行分析研究,并对分析结果作出评价,结果表明青岛市开发区的城市化进程在不断加快,建筑用地在增加,耕地和林地被建筑用地占用比较突出     

利用偏最小二乘回归分析三维可视化系统的硬件影响因素

在多种配置的计算机上对全球多地区多级别的三维地形进行漫游测试,得出实验数据,然后利用偏最小二乘回归方法,对三维可视化系统中影响系统性能的11个硬件因素进行了分析。实验结果表明,影响三维可视化系统的主要硬件因素为CPU主频、二级缓存和内存,其中,二级缓存对可视化系统运行速率的影响尤为显著。     

基于叶片光谱的森林叶绿素浓度反演研究

准确估测森林叶片叶绿素浓度有助于进一步理解和模拟森林生态系统。基于江西省千烟州试验区主要树种光谱数据和相应叶绿素浓度等化学参量数据,使用高光谱指数和偏最小二乘(PLS)回归方法进行森林叶绿素浓度的反演,对具代表性的几种叶绿素相关的光谱指数进行反演能力评价,构造出表征叶绿素吸收特征的叶绿素吸收面积指数(CAAI),发现TCAR I(改进型的叶绿素吸收比率指数)和CAAI能较好地估测试验区森林主要树种的叶绿素浓度。针对叶片生化参量之间强相关现象,首先使用了叶片生化参量吸收特征分析方法,选定特定波段。然后对叶绿素浓度进行PLS回归估测,并从PLS获得估测模型的结果来评价和解释几种高光谱指数的叶绿素反演能力。     

基于Aster数据的新疆渭-库绿洲及其周边地区土壤盐分的定量反演

以新疆渭干河-库车河地区为研究区域,在野外调查采样的基础上,对土样进行实验室光谱测量并重采样与Aster波段相匹配,利用偏最小二乘回归建模方法建立了土壤盐渍化定量反演模型,其精度满足大区域的土壤盐渍化监测要求,表明该建模方法具有较好的普适性和稳定性。用10景Aster图像数据实现了该区域的土壤盐渍化定量反演与制图,反演的盐分分布与实地调查较为一致,为大面积区域性土壤盐渍化的遥感定量调查与监测提供了较为有效的技术方法。     

基于包络线去除和偏最小二乘的土壤参数光谱反演

基于江苏省宜兴市100个土样的可见光－近红外高光谱反射率400 2　450nm数据结合包络线去除continuum　removalcr与偏最小二乘回归partial 　least 　squares 　re gressionplsr 构建了土壤重金属砷as和有机质om含量的反演模型 结果表明相比普通plsr模型模型决定系数r2和预测根均方误差rmsep分别为0．5123．0９0和0．6215．９34cr－plsr构建的模型预测能力有明显的改善r2和rmsep分别为0．7632．323和0．９114．5９９ cr有效增强了550９001　4201　９00和2　200nm等波段处的反射光谱特征根据模型回归系数分析cr有效突出的波段正是as和om的cr－plsr模型所共用的重要波段研究表明cr能够协助plsr模型重要波段的选择利用遥感技术结合cr－plsr能够有效提高土壤重金属as和om含量的反演精度从而为土壤质量的遥感监测提供参考     

基于PLSR的陕北土壤盐分高光谱反演

选取陕北盐渍土为研究对象,通过采集高光谱数据及土壤样品测定,研究土壤盐分含量与反射率之间相关性,遴选盐分特征波段,利用常规回归分析及偏最小二乘回归分析建立土壤盐分的定量反演模型,并利用检验样点进行对比分析和精度检验。研究结果表明,482 nm,1 365 nm,1 384 nm,2 202 nm及2 353 nm为土壤盐分含量的特征波段,利用高光谱数据进行盐分定量反演具有良好的精度;精度检验结果表明,通过Matlab进行偏最小二乘回归计算的反演模型,实测值与预测值相关性更好,精度较高。     

基于包络线去除和偏最小二乘的土壤参数光谱反演

土壤有机碳的有效评估对全球碳循环和农业可持续发展具有重要作用。可见光-近红外光谱技术已广泛用于土壤有机碳含量的反演研究。然而,基于可见光-近红外光谱的土壤有机碳反演模型通常具有一定的区域局限性。本文基于湖北钟祥市和洪湖市两个区域的土壤光谱和有机碳量测数据(样本数分别为100和96),探究土壤有机碳反演模型在不同区域间的传递性。结果表明,钟祥市或洪湖市区域模型都不能用于另一个区域,但基于钟祥样本全集与洪湖区域30个土壤样本数据建立的模型对洪湖区域土壤有机碳含量有很好的预测效果(R²=0.88, RMSE=2.51 g·kg^-1)。尽管模型在不同区域间的传递性非常有限,但将少量目标区域样本添加到现有区域土壤光谱库中所建立的偏最小二乘回归模型能够估算目标区域土壤有机碳的含量,降低目标区域的采样和量测成本。     

偏最小二乘回归方法在地理与经济的相关性分析中的应用研究

在建立地理因子库和经济因子库的基础上 ,利用偏最小二乘回归方法对地理因子与经济因子进行了回归建模 ,并把得到的回归系数用来解释两类因子之间的相关关系 ,达到了对地理要素和国民经济指标之间的相关关系定量化研究之目的。     

高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究

通过对地观测可在影像空间上全面反映地表地理现象、格局及演化过程,基于遥感数据提取的土地利用与覆盖变化(LUCC)产品为分析地理要素空间分布规律及其变化机制提供全覆盖、定量化和快速更新的本底信息.本文以高分辨率遥感视觉特征(图)与多源多模态观测机理特征(谱)相互耦合的图谱认知理论研究为基础,提出了精细地理图斑空间结构(精...     

大坝安全监测统计模型的比较与选择

统计模型在大坝安全监测资料分析中占有重要地位,是建立混合模型的基础。本文从统计模型选择的角度出发,对多元线性回归、逐步回归以及偏最小二乘回归的应用特点和效果进行了探讨,其中偏最小二乘回归是一种旨在消除多重相关性的新型回归技术。本文重点结合某水电站大坝安全监测资料,从模型解释能力、统计参数的检验、拟合和预测效果、效应量的分离等方面对上述三种回归方法进行了比较性研究,得出了一些有益的结论。     

利用整体最小二乘法建立线性回归模型

对于在实际应用中的直线回归问题,存在着因自变量和因变量选取不同拟合结果存在差异的情况,文中采用了一种线性拟合参数估计的新方法,即整体最小二乘法。文章在描述普通最小二乘和整体最小二乘原理的基础上,并对比其异同,并采用奇异值分解的方法来求解整体最小二乘问题。算例结果表明,采用整体最小二乘方法估计线性回归参数的精度明显高于常规最小二乘法,是一种值得借鉴的算法。     

基于分数阶微分的土壤含水量高光谱响应特征与估测模型构建

面向滨湖地区土壤含水量信息的高效获取,以洪湖272个土壤样本为例,测定可见-近红外反射光谱,对原始和两种预处理后的光谱进行0～2阶分数阶微分处理（间隔为0.2阶）,探究土壤含水量的分数阶微分（fractional-order derivative,FOD）光谱响应特征;以此为基础构建土壤含水量估测模型并进行对比,探究最佳的预处理与微分阶数组合。结果表明：随着微分阶数的增加,土壤光谱在水分特征波段1 450 nm、1 950 nm和2 200 nm附近谷值逐渐突出,1 950 nm处的VIP峰值逐渐增强;分数阶微分在特定波长和阶数下能提高土壤含水量和光谱之间的相关性,使用Savitzky-Golay(SG)平滑+0.6阶微分的光谱数据建立的模型精度最佳,预测决定系数为0.86,相对分析误差值为2.62,且在不同用地类型的交叉验证中都取得了良好效果。     

偏最小二乘回归在系统形变分析中的应用

系统形变往往由很多主导因素引起,且各主导因素之间并不独立。以国土利用变化驱动分析为例,运用偏最小二乘回归方法建立变化的驱动机制模型,并和主成分回归法相比较。结果表明,偏最小二乘回归不仅在拟合效果上优于主成分回归,系统性更强,结论更可靠,而且偏最小二乘模型的回归系数更易于解释,提供的系统信息也更丰富。偏最小二乘为样本个数少、自变量多、且变量间存在多重共线性的复杂大系统形变分析提供了新的、有效的解决途径。     

基于偏最小二乘回归的纹理特征线性组合

基于偏最小二乘回归技术对纹理特征进行线性组合,得到新的纹理特征来进行分类。实验表明,组合后的纹理特征不但提高了纹理分类的性能,而且具有一定的数据自适应能力。