| 水面光谱数据的核回归平滑去干扰分析 |
| |
| 引用本文： | 韦玉春,王国祥,程春梅. 水面光谱数据的核回归平滑去干扰分析[J]. 南京师大学报(自然科学版), 2010, 33(3) |
| |
| 作者姓名： | 韦玉春 王国祥 程春梅 |
| |
| 作者单位： | 南京师范大学虚拟地理环境教育部重点实验室,江苏,南京,210046;南京师范大学虚拟地理环境教育部重点实验室,江苏,南京,210046;南京师范大学虚拟地理环境教育部重点实验室,江苏,南京,210046 |
| |
| 基金项目： | 国家自然科学基金,江苏省普通高校自然科学研究计划资助项目 |
| |
| 摘 要： | 水面光谱是利用遥感反演水体水质参数的数据基础,去除光谱中的噪声干扰,提高光谱的信号干扰比有助于改进水质参数的遥感反演的精度.本文选择叶绿素a浓度相同而悬浮泥沙浓度差异较大的两个水面光谱为代表,分析了核回归平滑方法对干扰的去除效果.假定干扰类型为4类,分别是正态分布、瑞利分布、指数分布和泊松分布,设定的干扰强度分为4级.利用蒙特卡洛模拟方法,通过500轮次的模拟计算了核回归平滑前后水面光谱的信号干扰比,并与多项式平滑、移动平均、局部回归和鲁棒性的局部回归平滑方法进行了比较.结果表明,不论干扰强度高或低,核回归平滑后的光谱均具有最高的信号干扰比.在四类干扰中,核回归平滑对于正态分布的干扰去除效果较好.与常用的多项式平滑方法相比,核回归平滑方法比较完整地保留了水面光谱中的峰谷位置信息,是一种值得推荐的提高水面光谱信号干扰比的方法.
|
| 关 键 词： | 核回归 平滑 信扰比 蒙特卡洛模拟 水面光谱 遥感 |
Noise Removal in Spectrum Above Water Surface Using Kernel Regression Smoothing |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
