《基于通用光谱模式分解(UPDM)算法的光谱指数一致性研究》PDF+DOC
作者:姜海玲,张立福,郑世欣,王欣玉,苏姣姣,杜会石
单位:江苏省农业科学院
出版:《江苏农业科学》2018年第24期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSNY2018240770
DOC编号:DOCJSNY2018240779
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多传感器数据融合的煤矿安全预测》PDF+DOC2015年第05期 李振华,蒋涛
《分布式传感网络的自适应一致性算法》PDF+DOC2016年第06期 田凡凡,崔宝同,楼旭阳
《基于信息熵的一种传感器管理算法》PDF+DOC2000年第09期 刘先省,申石磊,潘泉,张洪才
《基于COM的数据融合算法测试平台开发》PDF+DOC2005年第05期 陈华凌,薛安克,王瑞荣
《目标识别的D-S融合算法》PDF+DOC2001年第04期 韩雁飞
《证据理论在多源数据融合故障诊断中的应用》PDF+DOC2012年第06期 崔刚,樊增彬,郑振祥
《基于几何法的雷达与ESM航迹关联算法》PDF+DOC2012年第04期 陈中华,王国宏,刘德浩,谭顺成
《IMMKF中基于交叉熵的传感器管理算法》PDF+DOC2011年第07期 卢迪,赵洪,张开玉
《基于不确定性分析的多传感器航迹融合算法》PDF+DOC2011年第03期 徐丽,马培军,苏小红
《无线传感器网络测试平台研究》PDF+DOC2010年第09期 江涌,谷建华,杜鹏雷,马峻岩
由于传感器之间的光谱尺度差异和空间分辨率、成像几何、大气校正精度等因素的共同影响,不同传感器下光谱指数的一致性会受到不同程度的影响。研究选取了HJ和MODIS卫星遥感数据,通过通用光谱模式分解(universal pattern decomposition method,简称UPDM)算法将卫星HJ1A-CCD2(简称HJ)数据进行光谱重构,从而模拟生成对应的MODIS数据,然后分析光谱指数在原始HJ、原始MODIS和模拟MODIS数据之间的差异大小,探讨UPDM算法在不同程度上减小了光谱尺度引起的光谱指数的不确定性,即提高了其一致性。研究结果表明:针对模拟MODIS和原始MODIS数据,光谱指数的确定系数平均值为0. 460 3,差值平均值为0. 811 6,与原始HJ和原始MODIS相比较,一致性有所提高并且差异性变小,减小的差异性即看作是光谱尺度对光谱指数的影响,因此可判断UPDM算法削弱了光谱指数的光谱尺度不确定性,即提高了不同传感器间光谱指数的一致性。研究可为植被理化参量高光谱定量反演模型的构建及精度的提高提供一定的理论基础。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。