IKONOS图像的线性回归波段拟合融合方法

讨论基于线性回归波段拟合的空间细节信息提取方法的可行性。首先通过全色与多光谱图像构造线性回归方程,根据全色图像的高频成分设置最小二乘求解的权系数,然后利用回归系数构造低分辨率的全色图像,提取空间细节信息,最后将空间细节注入多光谱图像中进行融合。通过IKONOS全色和多光谱图像的融合实验,比较了本文方法与基于光谱响应函数的方法,结果表明:采用本文方法提取的空间细节信息进行融合,能达到甚至超过基于光谱响应函数方法的融合质量;相对于与FastIHS融合方法,本文方法的融合质量也有较大的提高。

基于车载被动DOAS系统的化工园区甲醛柱浓度精确反演研究

甲醛(HCHO)是大气中含量最为丰富的羰基化合物,是非甲烷可挥发性有机化合物(NMVOCs)的最重要的中间产物之一,广泛参与大气中的光化学反应,同时也是气溶胶的重要前体物,在大气化学中承担了非常重要的作用。石油化工行业的VOCs类排放是城市大气中HCHO的重要来源,而目前化工园区中的HCHO等NMVOCs类污染物主要通过点式设备获取近地面浓度,缺乏立体监测数据。差分光学吸收光谱(DOAS)技术已成功应用于SO2和NO2等污染气体监测,甲醛由于其光学吸收强度相对较弱,反演波段内其他气体交叉干扰强,实际的监测应用相对较少。选取某石化企业,运用被动DOAS方法实现了甲醛柱浓度的精确反演。研究通过建立甲醛吸收截面与其他参与拟合气体吸收截面的二维相关性矩阵,选取甲醛吸收截面同其他气体吸收截面相关性最小的波段,即实现其他气体对甲醛的DOAS反演交叉干扰最小的波段的获取。同时选取外场实际采集的光谱,选择不同起始波段和截止波段做迭代DOAS反演,通过拟合残差来评估甲醛在不同波段的实际反演效果。在截面间交叉干扰小,拟合残差低的波段范围内,选择尽量宽的波段作为最佳的拟合波段,实现甲醛的精确DOAS反演。由甲醛同其他气体吸收截面的二维相关性矩阵结果,甲醛与NO2,SO2和O3和O4间在大部分波段内相关性均在0.5以下,交叉干扰小;甲醛同BrO在起始波长318~320nm,截止波长340~346nm以及起始波长330~334nm,截止波长354~360nm两个波段范围内截面间相关性小于0.5,适合作为HCHO的反演波段。通过选择不同起始波段和截止波段做甲醛的迭代DOAS反演,结合拟合截面相关性分析结果综合考虑,最终采用332.4~358.1nm作为HCHO的反演波段,拟合残差在10-4量级。利用车载被动DOAS系统,通过建立吸收截面间二维相关性矩阵并通过实测光谱的迭代反演,获取了适用于该套系统的HCHO最佳拟合波段,拟合残差降低至10-4量级,在实现甲醛精确反演的基础上,结合系统GPS信息,获取了某化工企业甲醛柱浓度的空间分布,整个外场观测期间,HCHO的反演误差低于6%。结果表明,车载被动DOAS系统在快速获取化工园区甲醛空间分布信息上可以发挥重要作用,为城市大气中甲醛的立体监测提供了一种有效测量手段。

两种浅海水深快速反演方法对比研究

针对对数比例变换法和多波段模型法两种操作简便的水深反演方法的优劣进行对比,旨在探讨二者对于大量浅海水深快速反演流程化工作的适用性。基于水深参考数据,随机选取138个样本点分别构建反演模型,并分层随机抽取100个验证点进行精度评价。从模型决定系数R2、反演精度,以及方法鲁棒性和适用性3个方面进行对比分析。结果表明,多波段模型法的决定系数R2(0.912)优于对数比例变换法(0.776);多波段模型法的反演平均绝对误差为1.47m,平均相对误差11.67%,均略低于对数比例变换法(1.45m,11.49%),但后者在小于1m的水深范围内的反演结果存在大范围错误,精度明显低于前者;多波段模型法可通过对回归方程和回归系数的显著性检验而不断优化,鲁棒性和适用性亦明显优于对数比例变换法。因此,本研究认为多波段模型法更适用于大量浅海水深快速反演流程化工作。