高光谱数据反演大气水汽研究

利用Hyperion高光谱数据,基于MODTRAN辐射传输模型进行模拟,分析表明943nm和953nm波段分别对干燥和湿润大气最敏感,是反演水汽的合适通道。提出针对Hyperion数据DCIBR方法反演大气总水汽含量,可以推广到环境与灾害监测预报小卫星星座超光谱数据的大气水汽反演。误差分析表明,大气散射作用以及地表反射率非线性变化,对DCIBR方法计算精度的影响比CIBR算法要小,大气模式引起的反演误差小于2%,通道的光谱特性是影响反演精度的重要因素。     

MODIS数据反演地表温度的参数敏感性分析

在利用MODIS卫星遥感数据进行地表温度反演过程中，有两个基本参数需要确定，即地表比辐射率和大气透过率，尽管采用了比较合理的参数估计方法，但仍会有一些不可避免的因素导致误差的产生。为了进一步研究可能的参数误差对地表温度反演精度的影响，我们对该算法的两个参数进行敏感性分析。结果表明，当31、32两个波段的参数估计都有中等误差时，可能的地表温度误差对大气透过率和地表比辐射率都不敏感，所引起的地表温度误差大约为0．6～0．8℃，算法能够得到较高精度的地表温度反演结果。     

基于多参数特征融合的无袖带连续血压测量方法

血压是人体的生理指标，连续测量患者每个心动周期的动脉血压数据，是医护人员对患者实时诊断的重要依据。现有的无袖带连续血压测量方法，大多基于脉搏波和心电图两路信号获取特征并进行预测建模，无法涵盖影响血压的多种因素，模型存在一定误差。该文对 55 位志愿者进行实验，在传统脉搏波和心电信号的基础上，引入心阻抗图等体征信息，探索影响血压测量精度的因素。实验结果表明，基于多参数特征融合的随机森林模型的性能优于基于单个特征的线性模型，其对于收缩压和舒张压预测的平均绝对误差分别为 2.56 mmHg、1.91 mmHg。该实验证明了基于多特征融合的无袖带血压预测模型可提高血压预测的精度。     

波谱响应函数和波宽对地表温度反演的影响

分析了波谱响应函数和波宽对红外数据反演地表温度的影响。结果表明,波谱响应函数对温度反演的影响与传感器波段设置相关,误差随波宽变大而增加。Landsat、CBERS和环境卫星等宽波段红外数据的通道辐亮度和温度的关系,用有效波长比中心波长代替积分效果更好,但都存在一定误差,针对这些传感器数据的单通道算法须考虑波谱响应的差别。窄波段的MDIS地表温度反演,有效波长比中心波长代替积分效果更好,能满足精度要求。Terra和Aqua的MODIS波谱响应函数差别很小,可相互结合提高地表温度的反演精度。     

稀疏植被地区气溶胶光学厚度反演

研究了稀疏植被地区地表反射率的精确确定方法,构建了精确确定稀疏植被地区地表反射率的地面光谱模型,实现了该类地区气溶胶光学厚度的卫星数据反演.分析表明,所构模型的地表反射率确定误差在0.015以内.通过对气溶胶光学厚度反演的不确定性分析,确定稀疏植被地区的气溶胶光学厚度的卫星反演误差在0.15以内,并使用MODIS数据反演了北京市区及周围地区的气溶胶光学厚度.用太阳分光光度计测量的气溶胶光学厚度对MODIS数据的气溶胶光学厚度反演结果进行了验证.