高光谱遥感实验四.docVIP

2012级研究生《高光谱遥感技术》 实 验 报 告 姓名：张东霞 学号：座机电话号码73 专业：摄影测量与遥感 成绩： 2013年5月7日 实验项目四 张东霞座机电话号码73 一、实验目的： 2、掌握了利用Excel表功能建立简单模型的方法 二、实验内容： 2、利用对数的一阶微分变换提取的参数建立反演模型 3、分析异常样本对模型精度的影响 三、实验方法 根据地物在不同波段上的光谱响应特性，通过光谱分析确定敏感波段并提取光谱特征（x），根据光谱特征与研究对象（y）间的相关性，建立关系式 y f x ，再根据区域的遥感图像信息估测对象（y）的空间分布规律。 回归分析方法，是研究要素之间具体的数量关系的一种强有力的工具，运用这种方法能够建立反映光谱特征与研究要素之间具体的数量关系的数学模型，即回归模型。光谱特征与研究要素之间的关系，既有线性的，也有非线性的。 为了使反演效果明显，因此建模时采用与不同土壤有机质相关系数最高的特征“最大深度”进行一元线性回归光谱反演建模。 在Excel中选中最大深度和土壤有机质含量数据，点击菜单中的“插入”——“所有图表类型”，在插入图表对话框中选择“X Y（散点图）”点击“确定”， 绘制图表，再将绘制出的图表进行修改，最后，右击点“添加趋势线”，绘制出的高差面积和特征参数与土壤有机质含量回归分析图如图1所示： 图1 最大深度与有机质含量相关拟合线性回归 从图1可以看出边缘数据明显，而且R2仅为0.256，这个数据在线性拟合中是很低的，因此我们可以通过剔除坏数据的方式进行模型优化，在图上点取边缘点，找到相关信息，在彪哥中找到此点删除，删除边缘点后在此进行线性回归，我们可以得到如下的优化结果： 图2 剔除点后微优化线性回归 2、利用对数的一阶微分变换提取的参数建立反演模型 新建工作表，复制1100nm处各样本对数的一阶微分值与有机质含量至工作表中，绘制散点图并添加趋势线，如图3所示： 图3 1100nm处有机质含量与各样本一阶微分值关系线性回归模型图 进行样本剔除后得到优化模型： 图4 剔除部分点后的回归分析模型 3、分析异常样本对模型精度的影响 从图1与2，图3与4 的对比中可见，剔除部分边缘样本后R2明显变大，回归性变好，特征参数与有机质含量之间的线性关系有增强趋势。