基于AISA高光谱数据的总磷总氮反演

在实测嘉兴南湖地区总磷总氮水质参数的基础上,利用2012年11月份获取的AISA高光谱数据,建立总磷总氮的反演估测模型并进行分析。结果表明:以968 nm、944 nm、968/944 nm为因子的总氮多元线性回归模型的拟合精度最高;总磷的最佳反演模型是以905 nm、720 nm、720/905 nm为因子的多元线性模型。     

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。     

基于光谱吸收深度分析的冬小麦生物量估算模型的建立

准确的估算作物的生物量,对作物长势监测具有重要的意义。利用高光谱仪获取的冬小麦高光谱实测数据,通过植被参数分析、植被光谱吸收特征挖掘,构建了冬小麦生物量的高光谱估算模型。结果表明,基于光谱深度分析与偏最小二乘方法建立的估算模型的R2值为0.86,RMSE为0.0397kg/m~2,较基于植被参数的生物量估算模型,模型精度得到了大幅的提高。本研究证实了利用光谱深度技术可以准确地挖掘光谱数据的"红谷"波段与生物量之间的关系,从而实现冬小麦生物量估算精度的提高。     

用偏最小二乘法反演二类水体的水色要素

简要介绍了偏最小二乘法的原理、算法及优点。将该方法应用于黄海和南海二类水体光谱的水色要素反演,交叉检验结果表明反演精度高,预报相对误差不超过38％。该方法应用于加有5％随机噪声的人工合成光谱的水色要素反演,结果表明模型的稳健性强,预报相对误差不超过5％。研究结果表明,偏最小二乘法适合于处理变量多样本数又少的问题,适合于从二类水体光谱中提取水色要素信息。     

郑州邙山枣树沟黄土剖面常量元素含量的高光谱反演

黄土自身的发生和发展过程记录了丰富的历史信息,其常量元素指标能够准确地反映出气候环境的演变.高光谱遥感技术具有波段多且连续、高分辨率的优点,可用于探测土壤属性信息的细微差异,为快速有效地获取黄土基础信息提供了技术支持.本研究以郑州邙山枣树沟村黄土剖面为研究对象,结合高光谱技术,通过对平滑处理后的原始光谱、一阶微分(FD...     

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。     

地面高光谱和PROSAIL模型的冬小麦叶绿素反演

针对现有研究在反演叶绿素含量不足的问题,该文基于地面高光谱和实测农学数据,采用PROSAIL模型和连续小波变换并结合偏最小二乘回归、支持向量机和人工神经网络方法反演冬小麦叶绿素。先通过PROSAIL模型模拟作物光谱,再对模拟光谱进行连续小波变换,筛选出敏感波段和尺度并应用于4组实测数据,最后利用小波系数和实测叶绿素构建偏最小二乘回归、支持向量机和人工神经网络反演模型。研究结果表明,利用小波系数构建反演模型的精度相比于植被指数反演有所提高,在基于小波系数反演叶绿素的方法中偏最小二乘法精度略高于其他两种方法。通过将PROSAIL模型、连续小波变换和偏最小二乘回归结合能够实现冬小麦叶绿素遥感估算。     

基于水稻高光谱遥感数据的PLS波长选择研究

对武汉地区不同生长状况下的水稻冠层进行了遥感监测,采用偏最小二乘(PLS)分析方法分别对水稻叶面氮含量、叶绿素含量进行了波长选择研究,并通过构建8种波长组合进行PLS水稻叶面氮含量反演分析和比较,选择出最合适的反演波长。多种波长(波段)组合进行叶面氮含量反演的验证表明,采用552 nm、675 nm7、52 nm7、76 nm的4波长组合是最适合叶面氮含量反演的波长选择结果,同时,采用光谱能量空间变换的形式能较好地改善波长选择的反演效果。     

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。     

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。     

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。     

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。     

两种坐标转换模型的精度比较

本文介绍了两种常用的坐标转换模型和最小二乘配置坐标转换方法,并以徐州市基础测绘北京54和西安80平面坐标的转换为例,比较了二维多项式变换模型和相似变换模型的精度。最后分析了两种模型的优劣。同时,提出了利用QR矩阵分解法来解决最小二乘法矩阵求逆导致的数值不稳定问题。     

采煤拉张裂隙区土壤有机质高光谱反演

煤炭开采产生的拉张裂隙破坏土壤结构,影响土壤质量。利用高光谱技术对裂隙区土壤的重要成分进行监测,对精确恢复裂隙区土壤质量及改善农业产量具有重要意义。本文首先在淮北朱庄煤矿采煤拉张裂隙区采集了90组土壤样品,并在室内测定了土壤样本光谱;然后将反射率值与测定的有机质含量进行相关分析,选取对有机质敏感的特征波段;最后利用偏最小二乘、BP神经网络进行建模,并评价各模型的精度。研究表明,本文反演效果较理想,比较所建模型精度,一阶微分与偏最小二乘模型(FDPLSR)建模效果最佳。FD-PLSR模型建模集和验证集的R²分别为0.876 1、0.845 9,RMSE分别为0.497 2、0.680 6。该研究可为采煤拉张裂隙区土壤有机质含量监测提供一定的技术支持。     

一种基于核偏最小二乘法的高光谱影像最佳波段选择方法

最佳波段选择是高光谱影像降维的常用手段,将本征维数估计与核偏最小二乘法,相结合,提出一种基于核偏最小二乘法的最佳波段选择方法。首先利用自适应最大似然法估计高光谱数据的本征维数;然后将核方法引入到偏最小二乘法中,利用核偏最小二乘法对高光谱影像进行最佳波段选择,所需选择的波段数即为本征维数。实验分析表明,与其他最佳波段选择方法比较,本文方法输出的最佳波段用于地物分类,取得了较高的分类精度。     

利用偏最小二乘方法修复高光谱影像等距映射降维中遗失点的坐标

将Isomap流形学习方法应用于高光谱影像非线性降维时,在构建最短路径过程中,其边界点往往被忽略而没有低维流形坐标。对此,引入偏最小二乘方法来模拟修复遗失点的流形坐标,并从两个方面进行了综合评价。实验结果表明,模拟流形坐标与实际坐标吻合很好。     

半参数模型与最小二乘配置模型的比较

针对重力高程异常估值的计算,采用半参数模型L=BX+S+Δ和最小二乘配置模型两种方法来计算,通过算例比较,分析半参数模型和最小二乘配置法的区别与联系。     

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。     

黄浦江上游水域的多光谱遥感水质监测与反演模型

运用遥感、GPS定位技术对黄浦江上游淀山湖及支干流水环境质量中的水质污染进行了监测,探讨了以实际监测数据与遥感多光谱特征数据建立溶解氧和透明度两种水质参数的遥感反演数学模型。结果表明,利用遥感技术和数据能有效地监测水质污染状况与分布情况,是一种较为快速、可行的监测手段。     

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