《多传感器水色卫星数据融合在提高观测数据质量中的作用》PDF+DOC
作者:韩雪,陈树果,邹斌,薛程
单位:国家海洋技术中心;中国海洋学会
出版:《海洋技术学报》2018年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFHYJS2018030060
DOC编号:DOCHYJS2018030069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于数据融合的目标检测方法综述》PDF+DOC2020年第01期 罗俊海,杨阳
《多传感器数据融合技术与单平台火控系统》PDF+DOC1997年第06期 罗森林,王越,周思永
《一致性多传感器数据融合方法的改进》PDF+DOC1995年第05期 陈忠德,蒋静坪
《双精度温度传感器静动态融合方法》PDF+DOC2007年第06期 孙金玮,刘博赫,魏国
《基于多传感器与数据融合技术的研究》PDF+DOC2002年第09期 王会清,韩艳玲
《基于D-S证据理论的飞机火警系统研究》PDF+DOC2012年第01期 万小霞,蔡长安,吴国民,曹莹莹
《多传感器自主在线融合方法》PDF+DOC2011年第10期 张建业,王占磊,张鹏,杜继勇
《基于最小一乘估计的多传感器信息融合方法》PDF+DOC2010年第02期 万树平
《多传感器数据融合的主成分方法研究》PDF+DOC2009年第33期 董九英
《数据融合技术在温室温度检测中的应用》PDF+DOC2006年第10期 蔡振江,康健一,张青,徐宏
多传感器水色卫星融合对于提高水色数据时空覆盖率和可靠性具有重要的意义。利用MODIS、MERIS和VIIRS多传感器水色卫星融合数据与时空匹配的现场实测数据进行对比,分析了两种融合方法(平均法和基于最优化技术的光学融合算法)在提高观测数据质量中的作用。结果表明,与现场实测数据对比,MERIS传感器测量的平均绝对百分比误差(MAPE)为18.5%,MODIS传感器的MAPE为13.4%,VIIRS传感器的MAPE为18.2%,平均法融合产品的MAPE为12.8%,基于最优化技术的光学融合产品的MAPE为9.6%,说明两种融合算法都能降低测量误差,通过数据融合可以显著地提高数据质量,其中基于最优化技术的光学融合法性能更优。
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。