基于相关系数匹配的混合像元分解算法

遥感影像中的混合像元不仅影响地物识别和分类的精度,而且已成为遥感科学向定量化发展的主要障碍.为此,人们已经提出了多种混合像元分解算法,其中应用最为广泛的是最小二乘法.该方法虽然具有意义明确、简单易行等特点,但也易受局部噪声、大气效应、环境辐射等因素的影响.本文将混合像元分解问题归结为一个基于光谱匹配的非线性最优化问题,并针对最小二乘法的不足提出了一种新的基于相关系数匹配(spectral correlation matching, SCM)的混合像元分解技术.通过在北京市北三环及其以北区域内案例的研究表明:在城市区域内,利用图像选取终端端元的办法,基于相关系数匹配的混合像元分解算法的总体精度高于带全约束的最小二乘法(LS)的分解结果.对比分析表明:在目标光谱的绝对值整体放大或缩小而光谱形状得到了很好的保持、及局部噪声使得光谱值显著变化但光谱形状得到了一定程度保持时,基于光谱形状的相关系数法可以得到比基于光谱绝对值的最小二乘法精度更高的分解结果.     

RBF网络在地质样品非线性基体效应校正中的应用

基于RBF(Radial Basis Function)网络的正交最小平方算法,对攀枝花地质样品进行动态非线性基体效应校正.首先采用EDXRF仪器对样品进行测量,并对样品的荧光计数进行归一化,设计出自动分类模型和动态非线性数据基体效应校正模型的二级串联结构,用自组织神经网络(SOFM)进行分类,然后用RBF网络预测了未知样品元素Ti的百分含量.结果表明:对所预测样本的Ti的百分含量与化学分析相比的误差均小于0.5%.由此可见,用RBF方法可以有效地对地质样品进行非线性基体效应校正,能够达到工矿生产的要求.     

低阻油层的电测井资料反演与动态侵入模拟

高矿化度钻井液侵入是造成油层低电阻的重要因素之一,泥浆滤液侵入越深,对测井结果影响越大,甚至造成解释错误或油层漏失.采用非线性最小二乘原理进行电测井反演预处理,并将其同以多相流渗流、对流扩散理论为基础的电测井动态模拟相结合,能更加真实地反映动态侵入特点,获取原状地层真电阻率和流体饱和度,从而有效地改善低电阻率油气层电测井资料的有效性,为低电阻率油层的识别和评价提供可靠的依据.     

基于神经网络方法的芦苇叶面积指数遥感反演

提出了一种从TM图像上获取芦苇冠层叶面积指数的方法:首先对芦苇的生长背景进行分类;然后,对不同的背景光谱利用冠层反射率(FCR)模型计算得到查找表;最后,利用实测数据和查找表中的数据作为参数进行BP神经网络模型训练,从而得到芦苇冠层LAI。结果表明,人工神经网络方法有很强的非线性拟合能力,能够消除背景对反演结果的影响,有效提高LAI反演的精度。     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。     

一种新型非线性滤波理论及其应用

研究一种新型的非线性滤波理论,即Unscented卡尔曼滤波（UKF）,同时为了获得更高的计算效率和确保协方差阵的非负定性,研究了平方根UKF。将UKF和平方根UKF应用到星载GPS卫星定轨中,实际算例表明UKF和平方根UKF的性能要优于常用的推广卡尔曼滤波的性能。     

斜坡应力分布的系统测试与反演分析

采用简易、快速、经济的洞壁应力恢复法对某工程边坡勘探平硐洞壁应力场作了系统测试, 并采用FLAC2D软件对测试成果作了斜坡初始应力的反演分析。结果表明, 斜坡应力场随深度变化具有明显分带性, 应力量值随硐深曲线具有典型的驼峰式特征, 与理论分析结果相符, 表明该方法能较好地应用于斜坡应力场的系统测试和研究。成果对认识斜坡岩体的变形破裂及卸荷特征等具有重要意义。     

一种基于空间虚拟场景的森林冠层雷达相干散射模型

建立了一种基于分形树和森林动态生长模型的森林冠层雷达相干散射模型.和非相干散射模型相比,相干散射模型不仅考虑了每个散射体的空间位置信息,还保留了后向散射信号中的相位信息.利用已建立的模型模拟了大兴安岭常青林场某一区域白桦纯林的雷达后向散射信号,验证结果说明模型是可靠的,是可以用来反演森林的几何结构和生物物理参数的.     

渤海GNSS-R机载测风试验及其反演结果

对渤海GNSS-R机载试验进行了海面风场反演.结果表明,风速精度优于1 m/s,风向精度优于20°.