利用MODIS图像同时反演水色三要素的方法研究

为了建立水色三要素的反演模式,根据2003年和2004年测量的珠江口区域水色数据,采用中分辨率成像光谱仪(MODIS)图像水色通道的遥感反射率组合建立神经网络模型,同时反演珠江口水域水色三要素(叶绿素、悬浮泥沙、黄色物质)的浓度,并对模型进行验证分析.根据反演模型利用MODIS数据获取三要素的浓度图,对形成原因进行了简...     

悬浮泥沙浓度分布方差与尺度修正——八邻域算法

在归纳总结悬浮泥沙反演模型尺度效应研究现状的基础上,提出了基于八邻域窗口估算像元泥沙浓度分布方差算法,并利用该算法的计算结果,推导与计算了线性模型、对数模型和指数模型的尺度修正方法.结合太湖Landsat/TM影像数据和同步实测泥沙浓度数据及光谱数据的分析表明:悬浮泥沙浓度定量模型的尺度效应误差与模型密切相关.对于像太湖这样的复杂Ⅱ类水体,尺度效应可以导致反射率的相对误差达到16%.     

一种MODIS遥感图像大气校正的快速算法

本文设计了基于大气辐射传输模型对MODIS遥感图像进行大气校正的一种新的快速算法。根据Kaufman气溶胶光学厚度反演方法的基本原理,建立了简化的气溶胶光学厚度反演模型,通过6S模型获取气溶胶光学厚度参数,利用经验公式计算大气反射率及大气透过率等参数,实现了MODIS遥感图像的快速大气校正。     

湖泊水质卫星遥感方法及其应用

通过系统性的常规水质采样分析与水面光谱测量外场同步试验,建立了由FY-1C多通道扫描辐射计、Landsat卫星TM和Seastar卫星SeaWiFS等在轨卫星多通道遥感器以及一组设想的遥感通道遥感反演叶绿素a浓度和总悬浮物浓度的优化通道组合模型,提出了一种利用水面上标准反射板的反射光谱和遥感图像本身确定大气透过率和反射率从而实现大气校正的水质指标卫星遥感反演方法．所建立的模型和方法被用于遥感解译我国典型富营养化湖泊太湖和滇池从80至90年代的富营养化程度及其分布状况随年份的变化．本项研究为进一步开展湖泊水质业务化卫星监测打下了基础．     

光谱响应函数和带宽对光学复杂二类水体离水辐射反射率的影响

在海洋水色遥感研究中,Ⅱ类水体由于具有复杂的光学属性并受多种物质的共同影响,会使水色遥感数据的应用水平和反演精度降低。从中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer, MODIS）和主题绘图仪（ThematicMapper,TM）光谱通道的光谱响应函数和带宽的角度出发,分析了其对光学复杂Ⅱ类水体离水辐射反射率的影响。结果表明,MODIS的光谱响应函数和带宽对离水辐射反射率的影响远小于TM相应通道对离水辐射反射率的影响。通过进一步定量分析发现,光谱响应函数和带宽在不同通道和水体下对离水辐射反射率的影响程度不同。针对长江河口三种不同的典型水体类型,利用TM通道的离水辐射反射率模拟了整个通道上的反射率。这样可以更明显地表征出通道内的水体光谱特性,消除光谱响应函数和带宽的影响。     

基于遗传算法综合Terra/Aqua MODIS热红外数据反演地表组分温度

混合像元组分温度相对来说更有应用价值,而多角度热红外遥感的发展推动了混合像元组分温度反演基础和方法的发展.根据前期数值模拟得到Terra和Aqua卫星上的MODIS测量可以认为是同一卫星在两个不同观测时间和观测角度上的测量,综合利用Terra和Aqua卫星上的MODIS数据反演混合像元内土壤和植被组分温度.根据混合像元热红外辐射模型,利用遗传算法,分别模拟Terra卫星MODIS的32和33通道,以及Terra和Aqua卫星上MODIS的32通道辐射反演了河北怀来试验区范围内植被覆盖率、土壤组分温度和比辐射率、植被组分温度和比辐射率等表面参数.通过与实测数据进行比较,综合利用上午Terra和下午Aqua卫星32通道数据反演的上午植被组分温度与地面同步测量温度偏差在1℃内,而利用上午Terra卫星32和33通道数据反演的上午植被组分温度与地面同步测量值偏差在1.4℃内.尽管利用双星数据反演的组分温度精度相对较高,但针对同一个像元,两个方案反演的结果有一定偏差.     

基于MODIS数据反演高反射率地区气溶胶光学厚度的方法研究

针对高反射率地区地表反射率难以确定的难点,假设在不同年间同一天相同地物的两个不同波段的比值近似相等的前提下,借助几何光学模型理论,应用MODIS历史产品和数据,即MODIS地表反射率产品(MOD09)、历史MODIS图像第七波段的地表反射率和待反演地区的MODIS第七波段的地表反射率数据计算出待反演地区的MODIS其他波段的地表反射率,然后结合利用6S辐射传输模式计算建立的查找表,可实现待反演区域的气溶胶光学厚度的反演.以北京市区为例,应用该方法实现了北京市区的气溶胶光学厚度反演,并把反演结果与AERONET观测站的结果进行了对比,对比发现该反演方法对亮区域有效,其误差在30％以内.     

多种卫星传感器反演长江口悬浮泥沙浓度的对比分析

通过用Shen等~([1])的方法对Terra/MODIS、FY-3A/MERSI、COMS/GOCI传感器入瞳处的辐射亮度即天顶辐射亮度进行反演计算,得出了遥感反射率Rrs与悬浮颗粒物(Suspended Particulate Matter,SPM)浓度的数据,并将上述反演与Envisat/MERIS反演进行了对比。结果表明,MODIS、MERSI、GOCI传感器的天顶辐射亮度与MERIS的线性相关性均较好;GOCI、MODIS与MERIS的Rrs一致,MERSI与MERIS的R_(rs)相差较大,尤其在近红外区域。MODIS、MERSI和GOCI反演的SPM数据与MERIS反演的绝对偏差分别为36%、31%和26%。对于长江口、杭州湾及江苏沿岸的高浊度水体,3种传感器反演的SPM均与MERIS反演的SPM相近。对于离岸较远的低浊度水体,仅GOCI能很好地体现。     

基于高分一号遥感卫星的渤海湾悬浮泥沙时空分布反演

悬浮泥沙是评价II类水体水质的重要参数之一,近海岸水域悬浮泥沙对重金属、营养盐等具有一定的吸附作用,悬浮泥沙的分布特征在一定程度上反映着污染物的迁移和循环,因此研究悬浮泥沙对渤海湾建设和环境保护具有重要意义。为探究渤海湾水域悬浮泥沙浓度 和分布的变化特征,利用高分一号多光谱卫星影像,通过采用波段组合的方式对悬浮泥沙含量指数反演提取,反演得到2019年9个月的渤海湾悬浮泥沙指数,分析发现渤海湾悬浮泥沙含量在冬季受季风影响较高,春季和夏季的时候渤海湾高浓度悬浮泥沙向近岸收缩,秋季 悬浮泥沙分布格局有正在向冬季过渡的趋势,本文研究可为渤海湾的生态环境保护和工业开发提供重要的科学依据和参考价值。     

基于统计的MODIS地表反射率简单估算方法

利用NASA-ESE提供的大气校正算法对EOS/MODIS进行计算,得到CH1-7的地面反射率,再与MODIS所接收到的大气上界反射率数据进行比较,参考野外实测得到的大气光学特性和地面反射率数据,提出一种基于统计方法的MODIS前7个通道的大气校正方法.     

GRNN神经网络在电力系统负荷预报中的应用

为了预报电力系统负荷,采用GRNN（广义回归网络）的方法,通过GRNN神经网络和BP神经网络建立电力系统负荷预报网络模型,用MATLAB7.0仿真,达到了预测的目的。利用GRNN神经网络预测结果准确率高,避免了BP网络预测同样的数据库,算法冗长,网络预测结果不稳定的缺点,GRNN网络具有更好的预报精度。     

基于神经网络的高频地波雷达目标到达角估计

该文利用神经网络进行高频地波雷达目标到达角估计。论文分别采用RBFN和GRNN构造了基于函数逼近和模式编码的到达角估计网络,介绍了网络结构、数据仿真的过程和应用于高频地波雷达目标定向的实际效果。数据仿真和现场实验的分析结果表明基于模式编码的GRNN网络到达角估计方法鲁棒性较好,在低信噪比时能够给出正确估计。     

Modeling of plasma process data using a multi-parameterized generalized regression neural network

For characterization or optimization process, a computer prediction model is in demand. A new technique, to improve the prediction performance of conventional generalized regression neural network (GRNN) of plasma process data was presented. Genetic algorithm (GA) was applied to optimize multi-parameterized training factors of GRNN. To evaluate the technique, two data sets were collected from the etchings of silica and silicon carbide (SiC) thin films in inductively coupled plasmas. Both data sets called Data I and Data II were statistically characterized by means of 2³ and 2⁴ full factorial experiment plus one center point. The GRNN models trained with these data were tested with additional six and 16 experiments. A total of eight etch outputs were modeled and compared with conventional GRNN and statistical regression models. The five etch outputs comprising Data I include silica etch rate, aluminum (Al) etch rate, Al selectivity, profile angle, and DC bias. Data II consisted of three etch outputs, including SiC etch rate, surface roughness, and profile angle. Compared to GRNN models, GA-GRNN models yielded more than 40% and 15% improvements for all etch outputs comprising Data I and Data II, respectively. Similar improvements were also demonstrated with respect to statistical regression models. All these results reveal that a multi-parameterization of training factors and GA optimization is an effective technique to considerably improve the prediction performance of conventional GRNN model.     

GRNN与BPNN的函数逼近性能对比研究

为了研究GRNN和BPNN非线性函数的逼近能力,从数学角度详细阐述了GRNN和基于LM优化算法改进的BPNN的学习过程,编程建立了GRNN和BPNN,并分别用两种神经网络对指定的非线性函数进行逼近实验。仿真结果表明,在训练样本数量相等且中小规模网络的条件下,相对于BPNN而言,GRNN的逼近精度更高、收敛速度更快,具有很好的逼近能力,为解决非线性函数的逼近问题提供了良好的解决手段。     

海杂波背景下的GRNN小目标检测

根据海杂波混沌特性,建立了其相空间重构模型,构造了广义回归神经网络（GRNN,Genera lized Regression Neural Network）目标检测器,并利用加拿大McMaster大学采用IPIX雷达在Dart—mouth地区海域实测带有目标的海杂波数据对此方法进行验证,结果表明：在混沌海杂波背景下GRNN小目标检测法具有良好的预测性和时速性。     

基于GRNN神经网络的ADS-B系统故障率预测

为指导制定ADS-B系统的维护策略,提高系统完好率,提出一种利用GRNN神经网络对故障率进行预测的方法。利用总使用时间、维护质量、环境温度和环境湿度的特征数据作为输入向量,故障率为输出向量,建立GRNN神经网络故障预测模型。仿真实例表明,GRNN神经网络预测模型具有较高的预测精度、稳定的网络以及较快的收敛速度,预测结果可为科学制定维护策略提供帮助。     

改进果蝇算法优化广义回归神经网络的双陷波超宽带天线建模

为实现对双陷波超宽带(UWB)天线的精准神经网络建模,提出了一种利用改进的果蝇算法(FOA)优化广义回归神经网络(GRNN)的建模方法。该方法通过扩大果蝇搜索范围,在味道判定公式中引入调整项来实现果蝇算法的改进,并用改进后的果蝇算法优化GRNN的光滑因子。这样可以避免果蝇算法陷入局部最优,提高模型预测精度。将该方法用于双陷波超宽带天线模型的建立中,并对天线的S11参数和电压驻波比VVSWR参数进行预测。结果表明,相比于FOA-GRNN建模方法和GRNN建模方法,S11参数的最大相对误差分别减小了91.08%和99.14%;VVSWR参数的最大相对误差分别减小了98.36%和99.18%,使超宽带天线建模精度得到提高,验证了该方法的可行性。     

太湖水体悬浮颗粒物生物光学模型及MERIS数据反演

根据太湖悬浮颗粒物生物光学特性建立的悬浮颗粒物红外单波段生物光学模型具有明确的机理性.利用2006年至2009年野外实测悬浮颗粒物浓度和水体光学数据对该生物光学模型进行检验和分析.结果表明,悬浮颗粒物比后向散射系数的时空差异是影响总悬浮颗粒物生物光学模型精度的主要因素.总悬浮颗粒物在红外波长的吸收系数对总悬浮颗粒物生物光学模型精度也具有显著的影响.根据中分辨率光谱成像仪(MERIS)悬浮颗粒物 反演结果和野外实测风速数据,太湖沉积物再悬浮将显著增加水体中悬浮颗粒物的含量.     

基于广义回归神经网络无参考模糊图像质量评价

提出一种基于广义回归神经网络的无参考模糊图像质量评价方法.该方法首先通过相位一致变换生成待评测图像的相位一致图像,然后利用灰度共生矩阵计算相位一致图像的信息熵、能量、对比度、相关性和同质性5个特征,最后利用广义回归神经网络模型训练学习,预测得到无参考模糊图像质量得分.在3个公开数据库模糊图像上的实验结果表明,新方法预测得分与主观得分有较好的一致性,更加符合人类视觉特性.