您现在的位置: 首页> 研究主题> 反演模型

反演模型

反演模型的相关文献在1989年到2022年内共计426篇,主要集中在自动化技术、计算机技术、农业基础科学、环境质量评价与环境监测 等领域,其中期刊论文262篇、会议论文71篇、专利文献151094篇;相关期刊175种,包括吉林师范大学学报(自然科学版)、兰州大学学报(自然科学版)、地震学报等; 相关会议59种,包括2015年中国地球科学联合学术年会、第32届中国气象学会年会、中国土壤学会土壤遥感与信息专业委员会和土壤发生、分类与土壤地理专业委员会2015年联合学术研讨会等;反演模型的相关文献由1420位作者贡献,包括吴莹莹、朱元励、陈青春等。

反演模型—发文量

期刊论文>

论文:262 占比:0.17%

会议论文>

论文:71 占比:0.05%

专利文献>

论文:151094 占比:99.78%

总计:151427篇

反演模型—发文趋势图

反演模型

-研究学者

  • 吴莹莹
  • 朱元励
  • 陈青春
  • 姜晓剑
  • 钟平
  • 任海芳
  • 李卓
  • 汪伟
  • 邵文琦
  • 蒋金豹
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 项雅波; 张春萍; 武治国; 付崇德
    • 摘要: 本文以武汉沙湖水体为研究对象,以"3S"技术为支撑,基于Landsat 8遥感影像数据与实测水质数据,根据各波段反射率的相关性,分析与研究了遥感影像数据的适宜波段,采用回归分析的方法,建立适合沙湖水体的叶绿素a浓度遥感反演模型.反演结果表明,以第4波段建立的多项式回归反演模型效果较好,其平均误差为7.28%,Landsat 8影像数据能有效用于沙湖叶绿素a浓度的监测,在空间分布上也呈现一定的空间格局形态,并显示沙湖西北角(新生路泵站)污染相对严重,与沙湖实际情况基本吻合,因此将Landsat 8影像数据应用于内陆湖泊水体叶绿素a浓度反演具有一定的可行性.
    • 朱智轩; 龚俊辉
    • 摘要: 探究透明PMMA(聚甲基丙烯酸甲酯)厚度和4种不同恒定热流对材料表面温度、质量损失率、着火时间及着火温度的影响。利用反演模型并结合部分实验数据得到PMMA的热物性参数,将其他工况模拟结果与实验测量值及理论分析值相互对比,验证了数值模型和理论分析的准确性和可靠性。结果表明,PMMA着火时间的下降趋势随热流的增大而逐渐变缓。PMMA厚度小于3 mm时,表面温度和质量损失率随厚度增大而减小。PMMA厚度大于3 mm时,着火温度的平均值为(628±20)K,其着火特性几乎不随厚度的变化而变化,故着火温度可作为PMMA着火判据。
    • 李阳东; 卢灿灿; 李鸿莉; 常亮; 林军; 沈敏
    • 摘要: 对表层水体硝酸盐、磷酸盐和硅酸盐浓度之间的相关性进行分析,利用GOCI影像与实测表层水体的营养盐浓度(包括磷酸盐和硅酸盐)建立长江口及附近海域的表层水体营养盐遥感反演模型,并利用实测数据和营养盐之间的相关关系对反演模型进行验证。验证结果表明:磷酸盐和硅酸盐反演模型的平均绝对百分比误差分别是21.65%和6.73%。将建立的营养盐反演模型应用于GOCI影像进行表层水体营养盐日内变化的研究,结果显示:整个长江口及附近海域表层水体磷酸盐和硅酸盐浓度的分布呈现出由近岸向外海递减的趋势,且在苏北浅滩、长江口及杭州湾出现明显的高值区;长江口及附近海域表层磷酸盐和硅酸盐浓度日变化明显,其中杭州湾和长江口外南部营养盐受潮汐影响显著,即在涨潮时表层水体营养盐浓度降低,在落潮时浓度升高,长江口外北部海域营养盐浓度波动较大。
    • 陈志超; 蒋贵印; 张正; 芦俊俊; 王新兵; 娄卫东; 刘昌华; 苗宇新; 郝成元
    • 摘要: 为了利用高光谱技术准确探测作物氮素营养状况,以东北春玉米为研究对象,获取6个氮肥梯度的随机试验数据,并采用无人机(unmanned aerial vehicle,UAV)搭载UHD185高光谱成像系统,获取关键生育期试验小区内春玉米冠层高光谱遥感影像,通过5种方法对提取的冠层高光谱信息进行预处理,并分别采用偏最小二乘回归、BP神经网络回归和随机森林回归3种算法,构建春玉米氮营养指数反演模型。结果表明:(1)各光谱预处理下,春玉米氮营养指数与冠层高光谱反射率在近红外波段范围内相关性较高;比较高光谱特征参数,春玉米氮营养指数与黄边内一阶微分光谱中的最大值相关性较高;(2)经MSC预处理后,以高光谱特征参数为变量构建的反演模型精度最高,预测集R^(2)的平均值为0.80;(3)随机森林算法结合MSC预处理反演玉米氮营养指数效果更好,精度更高,模型更稳定。通过对比不同方法建立的春玉米氮营养指数反演模型,提高了模型估测能力和验证精度,有利于模型估测能力的调控与优化,提升了反演模型的适用性,为春玉米精准氮营养诊断和精准氮肥管理提供了理论依据和技术支撑。
    • 彭晓伟; 张爱军; 杨晓楠; 王楠; 赵丽
    • 摘要: 基于高光谱数据综合分析不同施肥条件下谷子各生长期冠层叶绿素含量的高光谱特征,在分析各光谱特征参数与叶绿素相关性的基础上,基于偏最小二乘法和人工神经网络构建叶绿素含量的遥感反演模型。结果表明:NDVI(归一化植被指数)、GNDVI(绿色归一化植被指数)、PSNDa(特殊色素归一化指数a)、PSSRc(特征色素简单比值指数c)、RENDVI(红边归一化植被指数)及Dy(黄边幅值)与不同生育期的SPAD值均呈极显著相关关系(P<0.05)。基于上述光谱指数为自变量建立的最佳一元回归模型R^(2)(决定系数)在0.4~0.6之间,基于偏最小二乘法的回归模型R^(2)在0.55~0.71之间,RMSECV(交叉验证均方根)在1.34~2.23之间,Q^(2)_(cum)(主成分累积模型预测能力)在0.54~0.83之间,对自变量的解释能力在63.1%~95.8%之间,说明上述光谱参数对叶片叶绿素的解释程度较好。利用BP神经网络估测叶绿素含量可达到最优精度,建模集的R^(2)达到0.70以上,RMSE(均方根误差)在1.18~2.48之间。综上所述,利用BP神经网络建模效果最优。
    • 牛玉洁; 李晓鹏; 张佳宝; 马东豪; 纪景纯; 宣可凡; 蒋一飞; 汪春芬; 邓皓东; 刘建立
    • 摘要: 为了进一步挖掘无人机载激光雷达(Light Detection and Ranging,Li DAR)在农作物长势监测方面的潜力,探究机载Li DAR与多光谱遥感数据融合反演冬小麦叶面积指数(Leaf Area Index,LAI)的效果,以无人机载Li DAR和可见光-近红外多光谱为研究手段,获取试验区冬小麦孕穗期的无人机载Li DAR点云和多光谱数据,从中提取并筛选合适的Li DAR点云结构参数和植被指数,借助多元线性回归法(Multivariable Linear Regression,MLR)和偏最小二乘回归法(Partial Least Squares Regression,PLSR),通过融合Li DAR点云结构参数与植被指数以及单独使用植被指数作为模型输入参数,分别与实测LAI构建了LAI反演模型。用决定系数(Coefficient of Determination,R^(2))和均方根误差(Root Mean Square Error,RMSE)来评价模型时,结果显示融合Li DAR点云与多光谱数据能够较好地反演冬小麦LAI。而且,无论是利用MLR还是PLSR法,融合Li DAR点云结构参数与植被指数的模型(MLR︰R^(2)=0.901,RMSE=0.480;PLSR︰R^(2)=0.909,RMSE=0.445(n=16))均优于仅使用植被指数的模型(MLR︰R^(2)=0.897,RMSE=0.492;PLSR︰R^(2)=0.892,RMSE=0.486(n=16))。因此,加入无人机载Li DAR数据可以一定程度上弥补光谱数据在作物垂直方向上信息提取不足的缺陷,提高冬小麦LAI的反演精度,为冬小麦LAI反演提供了更优的手段。
    • 付艳华; 刘晶; 毛亚纯; 曹旺; 黄家其; 赵占国
    • 摘要: 土壤是自然生态系统的重要组成部分,是人类赖以生存和农业生产的重要物质基础。随着社会经济高速发展,高强度的工农业生产活动导致重金属等各种污染物通过大气沉降、污水灌溉等途径进入土壤,并在土壤中不断富集造成土壤盐渍化和土壤重金属污染,两者是导致全球荒漠化和土壤退化的主要诱因。然而中国的耕地非常有限,粮食安全尤为重要。因此,如何快速、准确地大面积反演盐碱地的重金属含量是保障粮食安全的重要研究课题。针对上述关键问题,以吉林省镇赉县盐碱地为研究对象,建立了盐碱地重金属元素锰(Mn)、钴(Co)和铁(Fe)含量与土壤可见光-近红外光谱数据的定量反演模型。首先对原始光谱数据分别进行了Savitzky-Golay平滑、多元散射校正、连续统去除变换处理;然后基于预处理后的光谱数据构建了比值(RI)、差值(DI)和归一化(NDI)三种光谱指数,通过光谱指数与重金属含量的相关性分析确定模型训练样本,利用径向基神经网络算法进行建模并反演盐碱地重金属含量;最后通过相关系数等梯度循环建模的精度分析方法确定了光谱指数与锰、钴和铁含量相关性显著的敏感波段组合,建立了基于径向基神经网络算法的盐碱地重金属含量最优反演模型。研究结果表明,Mn选取相关系数r>0.70,Co选取相关系数r>0.80,Fe选取相关系数r>0.80,并选取敏感指数组合分别为108组、690组和31组,基于上述显著敏感指数组合建立的Mn,Co和Fe最优反演模型R^(2)分别为0.7034,0.8976和0.8484,均方根误差RMSE分别为53.0073,1.0592和0.3634,平均相对精度达到88.64%,90.36%和91.78%。该研究对盐碱地重金属含量的准确、快速分析提供了一种有效的方法,对实现土壤重金属污染治理具有重要的现实意义。
    • 李玮祎; 孙明馨; 曾风玲; 王凤文
    • 摘要: 利用一次寒潮降温过程,以苗期12个品种的冬小麦为研究对象,测定其低温逆境下叶片光谱反射率和SPAD(Soil and Plant Analyzer Development,SPAD)值。以2020年12月28日(最高/最低温为15°C/3°C)的观测值为胁迫前数据,12月31日(最高/最低温为1°C/-9°C)的观测值为低温胁迫后数据,分析低温胁迫前后小麦叶片原始光谱和SPAD值的变化规律。在多种光谱参数中,采用相关分析方法遴选出5个与SPAD值密切相关的特征变量,分别建立低温胁迫前、后以原始光谱数据、一阶光谱导数和三种植被指数为自变量的小麦叶片叶绿素含量反演模型,并进行交互验证,筛选出低温胁迫后小麦叶绿素含量的最优反演模型。结果表明:(1)与胁迫前相比,低温胁迫后小麦叶片SPAD整体呈上升趋势,光谱反射率在叶绿素吸收较好的可见光区域有所降低,叶片表现出受冻特征;(2)构建的低温胁迫前后两种混合模型,交互验证后精度较低,表明常温下小麦叶绿素含量估算模型并不适用于遭受低温胁迫后的小麦叶绿素估算,需单独建立低温胁迫后的估算模型;(3)利用光谱数据构建冬小麦低温胁迫下叶绿素含量反演混合模型中,以一阶光谱导数在694nm处建立的模型估算效果最优,拟合度(R2)为0.694,均方根误差(RMSE)为3.191,说明利用小麦叶片光谱特征波段建立低温胁迫下叶片叶绿素含量反演模型的方法是可行的。研究结果可为多品种冬小麦叶片叶绿素含量无损监测提供参考。
    • 柳青青; 张亚姝; 徐茗; 李洪平; 刘海行
    • 摘要: 针对传统海表盐度的物理机制反演模型拟合过程复杂且反演精度不高等问题,借助大范围、全天时、L波段探测的SMAP卫星微波海洋遥感产品,以北太平洋(135°~165°E,15°~45°N)范围为研究海域,利用深层神经网络(Deep Neural Network,DNN)和支持向量机(Support Vector Machine,SVM)建立海表盐度(Sea Surface Salinity,SSS)遥感反演模型。验证结果表明:DNN与SVM模型测试集反演SSS与Argo(Array for Real-time Geostrophic Oceanography)实测SSS的均方根误差(Root Mean Square Error,RMSE)分别为0.1790和0.2570,平均绝对误差(Mean Absolute Error,MAE)为0.1293和0.1821,最小绝对误差为0.6426和2.0380,最大绝对误差为1.3241和2.3732,反演模型数据与实测Argo数据拟合后的的相关系数分别为0.89和0.84。总体来看,DNN模型比SVM模型的反演精度更高,但两者均显著提高了SMOS盐度产品精度,能够为相关研究提供数据支撑。
    • 张怡然; 牛海林; 冯昶瑞; 谢朝阳; 宋玉庭
    • 摘要: 为了解青海湖BOD含量反演的最适模型,根据Landsat8数据特点及反演技术要求,利用波段比值法对青海湖BOD含量进行反演模型研究。首先利用经过预处理的Landsat8影像中7个波段分别与BOD含量建立反演关系,选择拟合度较高的B5、B6、B7波段,按照B5+B6、B5+B7、B6+B7、B5+B6+B7、B5×B6、B5×B7、B6×B7、B5×B6×B7的波段组合策略进行波段组合,对各个组合波段与BOD含量分别建立指数函数、线性函数、幂函数和对数函数4种类型的反演模型,结果表明,拟合度最高的模型是y=0.7433e ^(0.0002 x)(R^(2)=0.6367),最后利用该模型对青海湖8个点BOD含量实测值进行验证时发现反演得到的预测值与实测值的决定系数(R^(2))为0.5741,且8个验证点中实测值与预测值相对误差小于30%的验证点有6个,故认为利用该模型进行青海湖BOD含量反演是可行的。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号