排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
在当前利用实测光谱数据通过线性回归方法构建水体叶绿素a浓度反演模型的过程中,通常的数据处理流程是首先通过相关分析确定与水体叶绿素a浓度具有最大相关系数的波段组合,然后通过回归方法建立该波段组合与水体叶绿素a浓度的关系模型.在逻辑上,这个流程首先假定了线性关系的存在,然而,实际上测量数据里的波段组合与水体叶绿素a浓度之间的关系经常是非线性关系.针对这个逻辑不一致的问题,提出了一个新的数据处理流程,即数据分组-散点图绘制-数据变换-相关分析-模型构建.利用关系已知的模拟数据和关系未知的太湖夏季实测数据,经过对比分析两个流程,结果表明,原有的数据处理流程会导致分析结果出现偏差,表现为不恰当的波段组合选择、较低的模型拟合度、具有异方差性的散点分布、较差的模型可解释性,建立的所谓"最佳"模型并不是最佳的,由此会影响不同研究成果之间的可比性.提出的数据处理流程可较好的弥补原有数据处理流程的不足,在遥感反演中可用来帮助构建合适的回归模型. 相似文献
1