成形滤波法解决声场反演算法的稳定性问题

本文采用一种反演算法对工厂冷却水池的模拟实验数据进行声场反演，其反演不稳定而出现数值发散现象。利用成形滤波器对记录数据进行滤波修正后，反演稳定性明显改善，其反演结果与实测数据基本相符。     

利用光谱指数反演植被叶绿素含量的精度及稳定性研究

农业遥感中,利用光谱指数方法反演作物叶绿素含量一直得到广泛地应用。利用PSR-3500光谱仪及SPAD-502叶绿素仪同步获取了冬小麦冠层光谱数据及对应叶片的叶绿素相对含量(SPAD值),并利用高斯光谱响应模型将PSR获取的地面连续光谱数据重采样为多光谱Landsat-TM7及高光谱Hyperion光谱数据,然后分别计算基于两种传感器的归一化差值植被指数(normalized difference vegetation index, NDVI)、综合叶绿素光谱指数(MCARI/OSAVI,the ratio of the modified transformed chlorophyll absorption ratio index (MCARI) to optimized soil adjusted vegetation index(OSAVI))、三角形植被指数(triangle vegetation index, TVI)及通用植被指数(vegetation index based on universal pattern decomposition method, VIUPD),再将四种光谱指数与叶绿素含量进行回归分析。结果表明,针对重采样后的TM和Hyperion两种传感器数据,VIUPD反演叶绿素含量精度(决定系数R2)最高,反演能力最稳定,这与其“不受传感器影响”的特性密不可分;MCARI/OSAVI反演精度和稳定性次之,是因为引入的OSAVI削弱了土壤背景的影响;宽波段指数NDVI和TVI对模拟TM数据有较好的反演精度,对Hyperion数据反演精度却很低,可能是因为两种指数的构成形式简单,考虑的影响因素较少。以冬小麦为例,对利用光谱指数反演植被叶绿素含量的精度和稳定性进行了研究并分析了其影响因素,经比较发现利用植被指数VIUPD进行植被叶绿素含量反演时,其精度和稳定性最好。     

PROSAIL冠层光谱模型遥感反演区域叶面积指数

大面积区域作物叶面积指数遥感反演,对指导作物管理具有非常重要的意义,验证和发展基于物理叶面积指数遥感反演可避免基于经验模型的缺点。以北京地区青云店、魏善庄和高丽营为研究区,采用MODIS和ASTER两类不同空间分辨率遥感数据,探讨PROSAIL物理模型反演冬小麦叶面积指数的可行性,尤其在不同空间分辨率遥感数据上的稳定性,并与经验模型进行了对比分析。 与经验模型相比,物理模型模拟LAI值更具真实性;用线性组分加权的方法,对小尺度物理模型反演LAI进行尺度扩展并与基于大尺度遥感数据的LAI物理反演结果相对比,相差不大,说明LAI物理反演方法在空间尺度上的稳定性。     

干涉数据光谱反演方法研究

干涉光谱仪获取的干涉数据是一种中间数据,需要进行光谱反演,常规的方法是采用傅里叶逆变换反演光谱。文章由干涉数据的基本公式入手,推导出干涉数据的混合模型,给出一种基于干涉数据混合模型的光谱反演方法。利用干涉数据对该方法及傅里叶逆变换方法进行计算机仿真,对其光谱反演结果进行对比。由仿真结果可以看出,所提方法反演的光谱精度要优于通用的傅里叶逆变换方法反演的光谱,为干涉数据光谱反演提供新的思路。     

联合MODIS与MISR遥感数据估算叶面积指数

多光谱传感器MODIS与多角度传感器MISR同时搭载在美国EOS观测计划的Terra卫星上,不同的观测方式使得两个传感器的数据组合后形成互补的多光谱多角度观测数据集,为地表参数的遥感估算提供了更多的对地观测信息.该文通过研究组合MODIS与MISR两种观测数据估算陆地表面植被覆盖区域叶面积指数的方法,发展了在物理模型反演的框架内引入基于伴随模型和信赖域优化的反演模式,改进了叶面积指数的遥感估算效果,提高了模型反演的运算速度.对试验区反演结果的验证说明融合两种数据源可以提高叶而积指数的估算精度.基于伴随模型和信赖域优化的地表参数反演方法,为应用于大范围遥感图像数据的模型反演提供了一种有效的途径.     

利用透射光谱反演硒化锌的光学常数

建立了单块样品和两块叠加样品的透射比计算模型,并提出了一种基于两块相同厚度样品叠加后的透射光谱反演其光学常数的新方法。通过Bruke V70傅里叶光谱仪测试了不同厚度单块硒化锌样品以及两块硒化锌样品叠加的1.33～21 μm范围的透射光谱,结合实验透射光谱利用光学常数反演方法,计算得到了硒化锌样品的光学常数。部分反演结果与文献中数据进行比较,验证了反演方法的可靠性。     

利用MODIS卫星资料反演北京地区气溶胶光学厚度

大气气溶胶是影响城市环境空气质量的重要因素,同时对人类健康具有重要影响。传统的气溶胶遥感反演方法多适用于海洋及植被等地表反射率较低的区域,对于城市等高亮地表区域,地表反射率较高且难以确定,气溶胶反演面临巨大挑战。针对该问题,提出一种新的地表反射率的确定方法,将下垫面划分为暗地表和亮地表两种类型,分别使用可见光与短波红外的线性关系和利用长时间序列MODIS表现反射率数据使用最小值合成技术构建先验数据集的方法,确定其地表反射率,然后基于辐射传输方程理论利用查找表方法,进行气溶胶光学厚度反演。选择下垫面复杂、空气污染问题严重的北京市作为研究区,应用MODIS数据进行气溶胶反演实验,最后使用北京站、香河站、北京CAMS站和北京RADI站4个AERONET气溶胶地基观测数据和MODIS气溶胶产品对反演结果进行对比验证。结果表明该算法气溶胶反演结果与地基观测数据具有较高的一致性（R2=0.902）,能以较高精度实现城市等高反射率地区的气溶胶反演,反演精度与空间连续性上较MOD04有显著提高。     

基于MODTRAN的双查找表法反演高光谱数据的水汽含量

基于MODTRAN辐射传输模型,假设近红外波段地物反射率随波长线性变化,考虑程辐射的影响,发展了一种通过双查找表反演高光谱遥感数据水汽含量的方法。建立查找表过程中,使用三次样条插值方法对查找表水汽含量值加密以减少MODTRAN运行时间。使用两个查找表,通过逐步搜索法对高光谱遥感数据进行水汽反演,得到水汽含量分布图。结果显示,使用三次样条插值方法得到的辐亮度值与MODTRAN计算结果只有0.1%的误差。对两景机载可见光/红外成像光谱仪(AVIRIS)高光谱数据进行水汽反演,得到水汽含量分布图,并用其对辐亮度数据进行大气校正,得到反射率数据。水汽含量分布图变化平缓,无亮/暗点出现,反射率数据在水汽吸收波段的光谱曲线没有过/欠校正现象,这表明水汽反演方法有效。     

地面核磁共振反演导电层状模型

提出不同于常规线性规划的广义线性迭代反演成像技术,并将其应用于任意层状导电介质的地面核磁共振数据分析.在这种方法中,初始振幅强度的平方作为反演成像的对象,它可以表示为含水量分布的二次型形式,并且在反演成像迭代过程中,对应的Jacobian矩阵元素可以用解析形式显式表示出来.反演成像可以从均匀半空间模型开始迭代,理论上,2次迭代就可以完成成像过程.用实际数据对提出的反演成像理论进行了验证.与常规方法相比,新方法的成像结果与实际情况具有更好的一致性,证明了广义线性迭代反演成像不仅具有较好的稳定性和收敛性,还特别适合任意良导层状模型的地面核磁共振数据反演成像.     

L曲线方法在地基红外高光谱反演温度廓线中的应用

利用地基红外高光谱辐射数据可以反演得到高时间分辨率的边界层大气温度廓线。目前的AERIoe最优化反演算法相比于传统的“剥洋葱”算法有较大的改进,且对初值的依赖程度较低。但AERIoe算法中正则化算子的选择对反演结果的稳定性和反演时间有重要影响。目前主要采用经验的方法选择正则化算子,迭代步数较多,耗费大量的计算时间。提出了利用L曲线方法代替经验法选取正则化算子的改进方案,以提高AERIoe方法的反演速度。改进后的算法通过绘制解范数和残余范数的二维曲线图,取其拐点作为最优的正则化参数,相比于传统的经验法有着更好的理论基础。采用2011年美国大气辐射测量计划中SGP站点的晴空大气红外辐射数据进行反演实验。结果表明,利用该方法得到的反演结果具有很好的稳定性、收敛性和精度。相比于经验的方法,利用L曲线方法获得的正则化算子反演温度廓线时的收敛速度更快,迭代步数较少,可以节约大量的计算时间;在反演精度方面,L曲线方法在边界层中上层的反演精度更高,1～3 km高度上温度廓线的RMSE值提高了大约0.2 K。     

2005黄海实验混响垂直相关统计反演海底参数

处理并分析了2005黄海混响实验数据.在单层海底假设下利用300～800 Hz频段混响垂直相关数据反演了海底参数,并分析了参数反演结果的不确定性.结果发现:单频独立反演的声速值随频率增加而减小.类似的结果以前也有报道,导致难以有效地确定海底的平均声速.为了解决这一问题,本文假设海底具有两层分层结构,并提出了一种基于遗传算法的多频联合海底参数反演方法.同一海域声传播数据的简正波分离结果以及混响垂直相干实验值与基于反演参数计算的理论值吻合良好,验证了分层海底假设及参数反演结果的有效性.     

水体细菌微生物多波长透射光谱定量分析归一化方法研究

快速准确获取水体细菌微生物浓度信息,对饮用水卫生安全监管具有重要意义。基于多波长透射光谱技术研究了水体细菌微生物浓度定量反演方法,并重点研究了光谱数据的归一化处理方法(颗粒浓度归一化、最大值归一化、积分归一化、平均归一化)对水体细菌微生物浓度反演结果准确性的影响。基于Mie散射理论建立了大肠埃希氏菌(大肠杆菌)多波长透射光谱解析模型,通过对归一化后的光谱进行解析,获取了大肠杆菌的结构信息,并以此构建出单种细菌的多波长透射参考光谱;根据测量光谱与单种细菌参考光谱的相关性反演细菌浓度,并对比分析了不同归一化处理方法下细菌浓度反演结果的准确性。研究结果表明:与平板菌落计数法相比,平均归一化光谱反演细菌浓度的最大相对误差为0.92%,平均相对误差为0.70%,线性相关系数达到0.9984,其准确性和稳定性均为最优。本研究为水体细菌微生物的快速定量检测与预警提供了基础数据。     

窗口材料光学常数的双厚度反演方法

建立了求解单层和双层窗口光谱透射比的正问题模型,提出了一种基于两块相同厚度窗口透射光谱反演其光学常数(吸收指数k、折射率n)的方法,研究其与现有两种方法的区别,分析了三种反演方法的适用范围。将已知文献中硒化物玻璃的光学常数作为"真实值",通过正问题模型求解窗口的光谱透射比作为"实验测量值",利用反演方法计算n和k,并分析实验偏差对计算的影响。研究结果表明:1)新的反演方法与现有的双厚度方法精度基本相同;2)三种反演方法均受窗口材料的光学常数影响,但在其适用范围内计算精度较高;3)"实验测量值"存在偏差时,三种反演方法的求解精度差距较大。     

机载C波段全极化SAR海面风矢量反演理论研究及实验验证

机载全极化SAR海面风矢量反演研究对于近海岸复杂气象条件下风矢量探测具有重要意义. 本文从极化散射理论出发,通过分析全极化SAR探测数据与海面风矢量的关系, 设计了全极化SAR海面风矢量反演方案.依据机载SAR高机动性和全极化两个探测特点, 针对VV极化探测数据,提出了基于最大似然估计的海面风矢量反演方法,并设计了飞行实验方案; 针对VH极化探测数据,提出了通过带约束最优拟合的VH极化海面散射模型反演风速, 再利用CMOD5地球物理模型函数计算风向的海面风矢量反演方法. 利用机载全极化SAR探测的台风'海葵'边缘数据,开展了海面风矢量反演实验研究. 研究结果表明,两种风矢量反演方法均可不借助辅助信息,反演复杂气象条件下的海面风矢量. 前者反演风向、风速的均方根误差分别为18.0°, 1.8 m/s, 后者反演风向、风速的均方根误差分别为9.3°, 1.2 m/s,后者的反演精度优于前者. 这是因为VH极化归一化雷达截面与风向和雷达入射角无关,仅与风速密切相关, 更适合复杂气象条件下的海面风矢量反演. 关键词： 机载全极化SAR 海面风矢量 理论研究 实验验证     

套管井水泥环空间介质波阻抗与厚度反演方法

针对实际反射式超声波测井,把套管与地层环空间单层介质的波阻抗和厚度作为两个待反演参数,分别将相移正切函数及反正切函数形式下的方程作为目标函数,提出了对波阻抗和厚度反演的线性化最小二乘法.通过对两种反演方程误差函数的数值考察和对合成数据反演结果的分析,发现相移反正切函数形式下方程的线性化最小二乘法是较为稳定有效的方法,能够完全消除多极值的缺点,反演结果对波阻抗和厚度初值不敏感.     

HJ-1A/1B卫星CCD影像水环境遥感大气校正方法评价研究——以鄱阳湖为例

HJ-1A/1B卫星CCD传感器具有较高的空间、时间分辨率,在内陆湖泊水质遥感定量监测方面有很大潜力,大气校正是制约其应用的关键问题之一。以我国第一大淡水湖——鄱阳湖为研究区域,结合2009年、2011年两次现场实测数据对FLAASH,6S,COST和QUAC四种大气校正结果进行对比分析,并探讨各种大气校正算法对悬浮泥沙浓度反演精度的影响。结果表明:(1)HJ-1A/1B卫星CCD的第1波段在水环境遥感应用时,建议进行重新定标;第2和3波段四种大气校正结果精度相对较高,其中,FLAASH,6S和COST三种大气校正算法精度都较高,QUAC精度偏低,建议在可能的情况下对该算法进行有针对性的改进;(2)FLAASH,6S,COST和QUAC四种大气校正算法第2和3波段比值结果与实测数据吻合度最好,平均相对误差分别为8.2%,9.5%,7.6%和11.6%,因此建议在鄱阳湖水域尽量采用第2和3波段比值作为反演因子;(3)以四种大气校正结果为基础,与悬浮泥沙浓度直接建模,结果发现,四种模型反演精度均比用实测遥感反射率与实测悬浮泥沙浓度建立的模型反演结果要高,FLAASH,6S和COST三种算法反演所得悬浮泥沙浓度精度都较高,平均相对误差分别为:10.0%,10.2%和8.0%;QUAC略差,平均相对误差为18.6%。建议在泥沙浓度反演时采用大气校正结果与悬浮泥沙浓度直接建模,可以有效降低利用实测光谱数据建模引起的大气校正误差的累积效应;(4)在精度要求不是特别高的前提下,四种大气校正算法都可以采用,但综合算法复杂程度、精度、稳定性等多种因素,在辅助信息不全的情况下,COST大气校正算法更值得推荐。     

可见光-近红外光谱的低品位斑岩型铜矿反演模型

目前,国内外铜矿品位分析多以化学分析法为主,但由于化学分析法存在成本高、时间长和污染物残留等缺点,其相对配矿流程存在严重的滞后效应,致使尾矿铜含量过高,必然造成资源浪费。开展斑岩型铜矿可见光-近红外光谱特征与建模研究是解决这一问题的有效途径。以121个乌山斑岩型铜矿的化学分析与光谱测试数据为数据源,分析了斑岩型铜矿可见光-近红外光谱特征,以主成分分析法(PCA)、局部线性嵌入算法(LLE)两种降维算法对原始光谱数据进行了处理,所降维数分别为3维和5维,同时利用遗传算法(GA)对原始光谱数据进行了波段选择,共选取了467个最佳波段。然后以BP神经网络为建模方法,并分别以92个和29个斑岩型铜矿可见光-近红外光谱数据作为建模样本和测试样本,建立了斑岩型铜矿可见光-近红外光谱的定量反演模型。利用原始数据所建模型的品位反演平均绝对误差为0.104%,利用主成分分析法、局部线性嵌入算法、遗传算法处理后的数据所建模型品位反演平均绝对误差分别为0.110%, 0.093%和0.045%,由此可见,利用主成分分析法处理后的数据所建模型品位反演精度较差,利用局部线性嵌入算法处理后的数据所建模型品位反演精度略有提高,而利用遗传算法处理后的数据所建模型品位反演精度有明显提高。研究结果表明,基于低品位斑岩型铜矿可见光-近红外光谱数据反演模型的品位分析具有一定的可行性,为我国低品位斑岩型铜矿的品位快速检测提供了一种有效的手段。     

GF-1与GF-6 WFV影像在滇池悬浮物浓度反演中的对比分析

总悬浮物(TSM)是水环境评价的重要参数之一,也是遥感水质反演的重要指标。GF-1/WFV和GF-6/WFV作为高分系列对外免费开放的卫星数据,在遥感监测中的应用较为广泛,但目前针对两种数据的对比分析以及GF-6/WFV新增波段在水体水质参数反演中的适用性研究较少。以云南滇池水域为研究区域,对与水体实测数据同步过境(或时相相近)的GF-1/WFV和GF-6/WFV遥感影像采用统计分析的方法进行相同波段(蓝、绿、红、近红外)一致性分析,在此基础上运用经验回归方法分别构建两种数据的TSM反演模型,并将加入GF-6/WFV新增波段的模型与GF-1/WFV构建的模型进行对比分析,选择最优模型应用于滇池2020年的6幅GF-6/WFV图像得到滇池TSM分布图。结果表明：GF-1/WFV与GF-6/WFV的蓝、绿、红、近红外波段的相关系数分别为0.98, 0.98, 0.97和0.99,两种数据的表观反射率具有很高的一致性。GF-1/WFV基于蓝、绿、近红外波段构建的差值模型“B2+B4-B1”反演精度较高,模型反演的均方根误差为6.35 mg·L^-1,平均绝对百分比误差为2...     

利用传播损失反演海底单参数

根据地声反演复杂性随着待反演参数的个数减少不断降低的原理,提出一种利用传播损失反演海底单个参数的方法。通过对海底声阻抗的推导,利用声速、密度和衰减系数拟合出海底反射损失对掠射角的斜率F。基于简正波理论推导了用F描述声场的公式,并据此设计出对传播损失数据进行最小二乘法处理的反演方法。得益于将待反演参数减少至一个,该方法只需单个水听器,避免了复杂测量及多维寻优。对东海实验数据进行了实际反演,并介绍了利用反演结果F进行传播损失预报和海底性质估计的步骤。所获结果与多参数混合反演方法及实测真值进行比较,其一致性验证了方法的有效性。      

改进的QGA-ELM算法水稻叶面积指数反演模型

为了通过植被指数（VI）准确、可靠的获取不同施肥梯度、不同品种的水稻叶面积指数（LAI）,提出了一种基于改进的QGA-ELM算法应用于水稻LAI反演。首先通过8折交叉验证确定极限学习机(ELM)最佳的隐含层神经元个数与隐含层激活函数类型,再通过引入组合动态旋转角策略、单点混沌交叉操作、混沌变异操作、确定性选择策略、量子灾变操作对量子遗传算法（QGA）进行改进,最后使用改进后的QGA算法优化ELM神经网络输入层到隐含层的连接权值和隐含层的阈值。为了验证该模型普适性和有效性,依次建立多元线性回归、BP、ELM、QGA-ELM、改进的QGA-ELM算法5种模型,并在不同数据集上进行反演效果比较,结果表明：（1）对比QGA-ELM算法和改进的QGA-ELM算法进化过程,改进的算法能有效提升模型寻优能力,避免算法早熟,且能寻得更优结果。（2）对比五种算法在不同数据集上的反演效果,验证了NDVI,RVI与LAI之间主要为非线性关系,且ELM神经网络模型反演效果要优于BP神经网络模型和多元线性回归模型。（3）对比五种算法在不同数据集上的反演效果,改进的QGA-ELM算法绝大部分情况下拥有最高的反演精度和最低的误差,改进后的算法反演精度得到了明显提升,泛化性能也得到了增强。（4）改进的QGA-ELM算法在各种施肥梯度上均具有最高反演精度和最低误差,且精度较高,能为不同生长状况水稻LAI反演提供依据。（5）五种模型对庆和香LAI反演精度均要高于龙稻18,而改进的QGA-ELM算法在不同水稻品种上依然具有较高的反演精度,且在不同水稻品种上反演精度相差极小,远低于其他四种模型,能很好适应不同水稻品种LAI反演要求,极大提升模型的稳定性性,为不同水稻品种反演提供参考意义。