【摘 要】
：
基于2013~2014年春夏秋冬4个时相的HJ-1B热红外遥感影像,采用覃志豪单窗算法反演海表温度。利用实测海表温度数据作为反演结果的对比验证,结果表明:平均绝对误差为0.86℃,相
【机 构】
：
福建省空间信息工程研究中心,海西政务大数据应用协同创新中心,
论文部分内容阅读
基于2013~2014年春夏秋冬4个时相的HJ-1B热红外遥感影像,采用覃志豪单窗算法反演海表温度。利用实测海表温度数据作为反演结果的对比验证,结果表明:平均绝对误差为0.86℃,相关系数R~2为0.971 5。并对水汽含量和大气温度的不确定性,对反演结果产生不同程度的影响进行分析,结果表明水汽含量误差范围在-2~0g/cm~2之间,气温变化量在-2℃~2℃之间,所产生的海表温度误差在5%以内,依然可以达到较高的反演精度;冬季水汽含量的敏感性比夏季高,而大气温度在夏季的敏感性却比冬季高。因此,单窗算法在福建毗邻海域海表温度反演具有较好的适用性,对福建毗邻海域的海洋环境监测具有重要意义。
其他文献
目的对菌落总数测定中不确定度进行评定,提高水质检测精确度,减少实验误差。方法采用标准不确定度方法来评定水中菌落总数不确定度,同一样品的重复测定采用合并样品标准差的
利用Nave Bayesian网络的学习和推理机制,提出一种在遥感影像上提取居民地目标的方法。该方法通过对所选取的正负样本进行学习,获取Bayesian网络的重要参数,即条件概率和概率分布密度。在此基础上,根据正负样本所构建的条件概率网,对未知类别信息的影像进行分类,从而获取居民地目标的信息。通过对实际全色SPOT5影像中居民地目标的提取,表明该方法具有较高的识别率。
目的比较测试片法(test piece method,TP)、计数琼脂平板法(counting Agar plate method,CAP)及琼脂倾注TTC平板法(2,3,5-chloride three phenyl tetrazole,TTC)对食品微生物
Hittite公司HMC830与可调参考理念的结合,不仅丰富了HMC830的应用领域,对过去的一些频率合成方式提供了改进措施,也大大提高了诸多综合器的整体性能。通过对HMC830作为可调参
提出了一种基于局部自动搜索和光谱匹配技术的监督分类训练样本的纯化方法。该方法首先利用遥感影像中像元的灰度信息在图像上局部范围内自动搜索和选择最佳样区位置,然后利用光谱匹配的思想对寻找到的最佳样区在光谱空间上进一步纯化。实验结果证明,通过手工选择样区的辅助,该算法能够自动有效地搜寻到最佳样区的位置,并对最佳样区进行纯化处理。原始遥感图像经过本文的样区纯化算法处理后,无论是目视判读效果,还是分类后混淆
随着医学的飞速发展,医学知识不断丰富,内容不断增加,而每门课程的课时却不断减少。如何在有限的时间内将本门课程的基本知识及其最新进展传授给学生,如何将基础课教学与后期