基于高光谱遥感特征参数的樟树幼林叶绿素a含量估算模型

以ASD公司生产的手持式野外光谱辐射仪测量樟树幼林的冠层光谱,同时对观测叶片进行叶绿素a含量的测定。利用统计相关分析法,分析了高光谱遥感特征参数与叶绿素a含量的相关关系,在此基础上建立了高光谱遥感特征参数的樟树幼林叶绿素a含量估算模型,并对模型进行了精度检验。结果表明:樟树幼林叶绿素a含量与Db、Rg、Rg/Ro、(Rg-Ro)/(Rg Ro)之间的相关系数达到了0.01极显著性检验水平;建立它们与叶绿素a含量的估算模型,通过精度检验,选择出最适合叶绿素a含量估算的高光谱模型:y=exp[1.027 (-348.942)×Db]。     

高光谱遥感的应用

高光谱遥感是近二十年发展起来的谱像和一的遥感前沿技术。虽然发展时间不长，但由于其本身的特点，使其获得了广泛的重视和应用。简要介绍了高光谱遥感的特点，然后试对近年来高光谱遥感技术的研究(主要是其数据特点及数据分析方法)和其应用状况作一综合性的阐述。     

土壤重金属铬的高光谱估算模型

为探讨利用高光谱遥感快速监测土壤重金属含量的可行性,以石家庄市水源保护区为研究区域,对其土壤光谱数据与重金属铬含量进行相关性分析,运用多元逐步回归、偏最小二乘回归等多种方法建立估算模型。结果表明:土壤光谱特征波段为411、421、425、446、634、894、1 254、1 566、1 909 nm,主要处于土壤铁锰氧化物的特征吸收区域;多光谱变换指标多元逐步回归模型和多光谱变换指标偏最小二乘回归模型的决定系数R~2分别达到0. 689和0. 668。与单光谱变换指标模型相比,多光谱指标模型估算效果有明显提升。集成多光谱变换指标建模的思路可为土壤重金属铬的遥感监测提供借鉴。     

高光谱遥感植被图谱信息提取研究进展

高光谱遥感在植被健康检测、植被群落分类以及精准农业等领域得到了广泛的运用,同时,高光谱遥感还能够利用精细的光谱信息来识别物质成分,使植被分类等工作更加精细和准确。高光谱遥感数据的图谱信息具备信息容量大和图谱一体化特点,能够通过连续窄波段获取地表地物信息,并记录植被等地物的光谱信息,同时也记录地物的图形信息。然而,由于数据量庞大且存在冗余,所以高光谱遥感在植被图谱信息提取方面仍面临巨大挑战,本文研究了国内外学者在高光谱植被图谱研究中的重要贡献,分析了高光谱的图谱特征、植被图谱信息提取方法并展开讨论,高光谱技术不仅能提供丰富的植被图谱信息,在其他领域研究中也具有巨大应用潜力。     

高光谱遥感图像矿物填图模块设计

针对光谱仪从野外测得的高光谱遥感数据,提出一种基于IDL的矿物组合填图模块,该模块主要利用光谱角度填图法（SAM）与光谱信息散度法（SID）对高光谱遥感图像进行矿物填图,并通过不同颜色填充能够对矿物进行区别并有选择地进行查看．     

辽河三角洲地表蒸发量遥感估算

蒸发作为辽河三角洲地面和大气之间水热交换的主要方式,很大程度上影响着该区域的水热平衡,合理、准确地估算蒸发量,对辽河三角洲的水分循环、能量平衡以及科学管理具有重要意义.本文主要运用SEBS模型,结合NOAA/AVHRR数据,对辽河三角洲蒸发量进行了估算.结果表明SEBS模型在辽河三角洲流域有较好的适用性,可以满足区域蒸发量的需求.     

基于高光谱的水稻生物量估测模型研究

目的:挖掘潜在的高光谱信息,建立精确的高光谱与水稻地上生物量(Above ground biomass,AGB)估测模型,方便农田管理者指导田间施肥.方法:以安徽科技学院小岗村现代生态农业研究所种植的水稻为研究对象,使用ASD FieldSpec?HandHeldTM 2(HH2)光谱仪获得水稻孕穗后期抽穗前期345～1075 nm波段的光谱数据.经View SpecPro系统处理该生育时期的水稻冠层高光谱反射率数据,进行一阶和二阶变换,将各阶的光谱数据与地上部生物量进行相关性分析,筛选相关系数绝对值最大的5个波段,通过0阶、1阶和2阶微分光谱敏感波段的反射率与A GB数据拟合分析,建立水稻地上部生物量估测模型,并进行精度验证.结果:通过水稻A GB与3种变换的冠层光谱波段的相关性分析,表明0阶、1阶和2阶光谱反射率与AGB相关系数最大值出现的波段不同,分别为(658 nm)0.67、(768 nm)0.79、(763 nm)0.65;通过水稻A GB与3种变换的冠层敏感光谱波段的拟合分析,表明0阶、1阶和2阶光谱反射率与AGB拟合的最佳模型构建方式不同,对应的建模集R2分别为0.69、0.80、0.41,RMSE分别为1571.69 kg/hm2、1371.30 kg/hm2、2039.22 kg/hm2,NRMSE分别16.8％、14.7％、21.8％;验证集中R2分别为0.80、0.83、0.68,RM SE分别为993.50 kg/hm2、890.68 kg/hm2、1235.22 kg/hm2,NRMSE分别11.0％、9.8％、13.6％.结论:0阶和1阶中模型标准均方根误差都处于20％ 以内,说明模型的稳定性好,预测精度高,其中采用1阶幂函数可以更好地快速预测水稻地上生物量(验证精度高达到9.8％).     

基于判别信息极限学习机的高光谱遥感图像分类

极限学习机（ELM）以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用,然而在高光谱遥感图像分类中,极限学习机算法不能较好地利用数据蕴含的判别信息,限制了ELM的分类性能。为此,提出一种基于判别信息极限学习机（IELM）,IELM继承了极限学习机的优势,并在一定程度上解决了极限学习机在有限高光谱遥感图像数据样本中学习不充分的问题。高光谱遥感图像分类实验结果表明,该算法具有较好的分类效果。     

基于偏振高光谱技术的矿物波谱实验研究

矿物和岩石的系统光谱学研究是当今高光谱遥感发展的基础.目前对矿物岩石光谱的研究主要集中在可见-近红外波段的传统光谱,基于两个波段(A:630～690nm,B:760～1100nm),波段范围不连续,同时观测数据的精度与目前常用的遥感数据之间有一定的差距;高光谱条件下矿物的偏振反射特性还少有研究.本文在传统光谱测量基础上,以方解石为例,利用偏振高光谱技术对矿物波谱进行测定,绘制矿物偏振高光谱曲线图,直观表现矿物在偏振高光谱条件下的连续渡谱特性.     

几种典型矿物的偏振高光谱特性研究

矿物和岩石的系统光谱学研究是当今高光谱遥感发展的基础.目前对矿物岩石光谱的研究主要集中在可见-近红外波段的传统光谱,基于两个波段(A:630～690 nm,B:760～1 100 nm),波段范围不连续,同时观测数据的精度与目前常用的遥感数据源之间有一定的差距;利用高光谱对矿物的偏振反射特性目前还少有研究.文章在传统光谱测量基础上,利用偏振高光谱技术对矿物波谱进行实验,绘制波谱曲线图,直观表现矿物在偏振高光谱条件下的连续波谱特性,为遥感找矿技术提供新的发展方向.     

基于时间序列数据Hull-White模型半参数估计方法

基于时间序列数据,对Hull-White短期利率模型进行半参数估计。通过两阶段估计方法,原半参数估计模型转化为非参数估计模型和全参数估计模型。前者使用核函数估计方法,后者使用极大似然估计,从而简化整个参数估计过程。实证的结果表明,在给定合适窗宽条件下,基于Hull-White模型的似然值将得到改善。     

Non-iterative Conditional Pairwise Estimation for the Rating Scale Model

We investigate two non-iterative estimation procedures for Rasch models, the pair-wise estimation procedure (PAIR) and the Eigenvector method (EVM), and identify theoretical issues with EVM for rating scale model (RSM) threshold estimation. We develop a new procedure to resolve these issues—the conditional pairwise adjacent thresholds procedure (CPAT)—and test the methods using a large number of simulated datasets to compare the estimates against known generating parameters. We find support for our hypotheses, in particular that EVM threshold estimates suffer from theoretical issues which lead to biased estimates and that CPAT represents a means of resolving these issues. These findings are both statistically significant (p < .001) and of a large effect size. We conclude that CPAT deserves serious consideration as a conditional, computationally efficient approach to Rasch parameter estimation for the RSM. CPAT has particular potential for use in contexts where computational load may be an issue, such as systems with multiple online algorithms and large test banks with sparse data designs.     

无线网络信号模型的自回归参数估计

以傅里叶变换为基础的传统技术所提供的频率分辨率是非常有限的,而基于有理传递函数模型的技术则可以提供更高的频率分辨率。有理传递函数模型比较适合在连续频谱条件下建模,而对于离散频谱,则采用谐波模型更加合适。     

随机右截断下半线性模型中估计的相合性

考虑一个随机右截断下的线性模型，在王启华＾「１」研究的参数β的核型估计β＾ｎ一致性的基础上，继续并且改进了王启华＾「１」的有关工作。     

随机截断数据Weibull型参数模型的估计方法

构建了数据随机截断情形下的Weibull型参数模型,分别利用经典方法和Bayesian方法对其参数进行了估计。     

一元线性回归模型参数估计的MCMC算法

本文探讨了基于MCMC算法实现的一元线性回归模型参数估计的贝叶斯方法,对经典统计方法和贝叶斯统计进行了比较.     

基于POT模型的风险价值估计

绝大多数风险价值的计算方法都将正态分布作为最基本的假设前提，然而大量的实证研究表明，金融回报序列往往呈现出明显的尖峰厚尾特性，这使得在正态分布假设下所计算出的风险价值常常会低估实际风险。其原因在于正态分布假设不能很好的体现回报分布的尾部特征。文章尝试引入POT(Peak Over Threshold)模型来克服正态分布的这一缺陷，以提高风险价值的估算精度。     

AMSAA模型的参数估计方法

对AMSAA模型，很多学已研究出许多参数估计的方法。在本中，我们对最小二乘法，图估计法，极大似然法，Bayes估讨法，微分回归法，正态概率积分变换法，最佳线性无偏估计法，最佳线性不变估计法，矩估计法和指数平滑法等估计方法进行了系统的总结，对某些问题进行了进一步的讨论。     

少先队小干部队伍建设的调研报告

少先队通过民主选举、自主活动、队长学校、岗位轮换等有效措施，调动了小干部的积极性，学会了自我教育、自我管理、自我服务，并在少先队组织中发挥了团结、带动广大少先队员的积极作用。少先队小干部队伍建设为少先队组织建设和少年儿童思想道德建设提供了许多成功的经验。少先队小干部队伍建设过程中存在的问题和不足还有待进一步改进。