5-高光譜遙感-反演建模

第五章、高光譜遙感_反演建模方法

1高光譜反演建模5.1

反演建模的基本流程5.2

一元回歸分析模型5.3

多元線性回歸分析模型5.4

非線性分析反演模型2高光譜反演建模5.1

反演建模的基本流程5.2

一元回歸分析模型5.3

多元線性回歸分析模型5.4

非線性分析反演模型35.1

反演建模的基本流程光譜反演：

根據(jù)地物在不同波段上的光譜響應特性，通過光譜分析確定敏感波段并提取光譜特征（x），根據(jù)光譜特征與研究對象（y）間的相關性，建立關系式y(tǒng)=f(x)，再根據(jù)區(qū)域的遙感圖像信息估測對象（y）的空間分布規(guī)律。45.1

反演建模的基本流程光譜反演的流程：

5有機質反演結果的空間表達65.1

反演建模的基本流程光譜反演的注意事項：

1.尋找與研究對象y相關性大的光譜特征x是基礎（特征提?。?。2.建立高精度模型y=f(x)是關鍵（建模）。

3.分析對象y的空間分布規(guī)律是應用（決策，指導生產實踐）。

4.充分利用現(xiàn)有技術，應用多種方法，取長補短，優(yōu)勢互補。

5.注重光譜反演分析中的非線性規(guī)律研究及非線性方法應用。

6.善于攻克存在的疑難問題，在實踐中創(chuàng)新。75.1

反演建模的基本流程光譜反演的常用方法：遙感影像信息提取方法85.1

反演建模的基本流程光譜反演的常用方法：分析建模方法95.1

反演建模的基本流程光譜反演模型的檢驗方法：

1.相對誤差2.平均相對誤差

3.總均方根差105.1

反演建模的基本流程光譜反演模型的檢驗方法：

4.判定系數(shù)（R2）（復相關系數(shù)R）

5.F統(tǒng)計量檢驗Q:誤差平方和U:回歸平方和11預測值與實測值對比分析較土壤水含量的反演結果12預測值與實測值對比分析較土壤水含量的反演結果13高光譜反演建模5.1

反演建模的基本流程5.2

一元回歸分析模型5.3

多元線性回歸分析模型5.4

非線性分析反演模型145.2

一元回歸分析模型一元線性回歸模型：

回歸分析方法，是研究要素之間具體的數(shù)量關系的一種強有力的工具，運用這種方法能夠建立反映光譜特征與研究要素之間具體的數(shù)量關系的數(shù)學模型，即回歸模型。

光譜特征與研究要素之間的關系，既有線性的，也有非線性的。

但許多非線性模型，都可以通過變量替換將其轉化為線性模型來處理。因此，下面主要介紹一元線性回歸模型。155.2

一元回歸分析模型165.2

一元回歸分析模型175.2

一元回歸分析模型185.2

一元回歸分析模型可線性化的一元非線性回歸模型：

195.2

一元回歸分析模型一元線性回歸模型：異常樣本的剔除方法

1）繪制散點圖；2）觀察異常點并剔除

205.2

一元回歸分析模型一元線性回歸模型：異常樣本的剔除方法

1）繪制散點圖；2）觀察異常點并剔除

215.2

一元回歸分析模型一元線性回歸模型：示例分析

利用Excel繪圖功能，散點圖會好后，利用右手鍵，彈出對話窗22

VB調用Excel表單sheet的方法：1）新建表單，寫入數(shù)據(jù)23

VB調用Excel表單sheet的方法：2)保存數(shù)據(jù)文件（退出）24

VB調用Excel表單sheet的方法：3)打開數(shù)據(jù)文件25

VB調用Excel表單sheet的方法：4)打開數(shù)據(jù)文件26一、實驗目的

1、掌握一元線性回歸光譜反演建模方法；

2、掌握了利用Excel表功能建立簡單模型的方法.二、實驗要求

1、利用包絡線去除法提取的參數(shù)建立反演模型；

2、利用對數(shù)的一階微分變換提取的參數(shù)建立反演模型；

3、分析異常樣本對模型精度的影響。三、實驗報告

1、實驗目的；2、實驗結果；3、結果分析實驗項目四27高光譜反演建模5.1

反演建模的基本程序5.2

一元回歸分析模型5.3

多元線性回歸分析模型5.4

非線性分析反演模型285.3

多元線性回歸分析模型多元線性回歸模型：當選取的光譜特征為多個時，且每個特征與研究對象之間具有較好的相關性，可采用多元線性回歸分析的方法建立反演模型

y=a1x1+a2x2+…+akxk+a0295.3

多元線性回歸分析模型多元線性回歸模型：

建立模型的步驟：305.3

多元線性回歸分析模型多元線性回歸模型315.3

多元線性回歸分析模型多元線性回歸模型：325.3

多元線性回歸分析模型多元線性回歸模型：335.3

多元線性回歸分析模型多元線性回歸模型：

345.3

多元線性回歸分析模型多元線性回歸模型：

355.3

多元線性回歸分析模型多元線性回歸模型建立：軟件Spass10.0;MatLab5.0;DPS7.0(特點)

365.3

多元線性回歸分析模型多元線性回歸模型建立：數(shù)據(jù)準備，格式（xi1,xi2,…,xim

,yi）375.3

多元線性回歸分析模型多元線性回歸模型建立：把數(shù)據(jù)復制到DPS界面

385.3

多元線性回歸分析模型多元線性回歸模型建立：選中數(shù)據(jù)，選擇計算方法395.3

多元線性回歸分析模型多元線性回歸模型建立：顯示結果405.3

多元線性回歸分析模型多元線性回歸模型建立：顯示結果415.3

多元線性回歸分析模型多元線性回歸模型建立：顯示結果425.3

多元線性回歸分析模型多元線性回歸模型建立：顯示結果435.3

多元線性回歸分析模型多元線性回歸模型建立：做實測值與預測值的對比圖

44一、實驗目的

1、掌握多元線性回歸光譜反演建模方法；

2、掌握了DPS軟件的基本操作方法.二、實驗要求

1、利用包絡線去除法提取的參數(shù)建立多元線性反演模型；

2、利用對數(shù)的一階微分變換提取的參數(shù)建立多元線性反演模型；

3、對比分析不同參數(shù)組合預測的精度。三、實驗報告

1、實驗目的；2、實驗結果；3、結果分析實驗項目五45高光譜反演建模5.1

反演建模的基本程序5.2

一元回歸分析模型5.3

多元線性回歸分析模型5.4

非線性分析反演模型465.4

非線性分析反演模型高光譜反演分析中的問題：1.獲取的高光譜數(shù)據(jù)受到眾多因素的影響，雖可消減，但誤差仍存在。2.光譜特征分析方法很多，但提取的光譜特征具有特殊性和多樣性。3.光譜特征與研究對象之間具有一定的相關性，但屬于統(tǒng)計規(guī)律，很難尋找。4.研究對象與光譜特征之間不存在嚴格的線性關系，線性分析具有局限性?？傊芯繉ο笈c光譜特征之間的關系是復雜的，探討處理這種復雜關系的非線性分析方法，是研究和應用高光譜技術的必然要求。475.4

非線性分析反演模型一、模式識別：

模式是供模仿用的理想樣本。

所謂模式識別,是指從待識別對象中識別出哪些對象與已知模式相同或相近。

在日常生活中,人們經(jīng)常用感宮來識別圖形、文字、語言等。在科學技術中,通過氣象衛(wèi)星資料的分析和處理,對未來天氣屬于何種類型作出預報；醫(yī)生通過病情分析,對病人所患病情作出判斷；地質工作者通過對地質資料的分析,對礦藏分布情況作出判斷,等等。這些工作的共同特點是給出了各種已經(jīng)模式,識別給定的對象屬于哪一種類型,這就是模式識別。

根據(jù)光譜信息和樣本數(shù)據(jù)，判斷每個像元對應研究對象的大小，屬于模式識別問題。485.4

非線性分析反演模型一、模式識別：

問題1:如何建立模式

問題2：如何判定從待識別對象與已知模式相同或相近。

建立模式方法：

1）根據(jù)經(jīng)驗直接給出標準（如優(yōu)、良、中；三好學生；劃定級別），分單因素與多因素模式。

2）從大量的樣本數(shù)據(jù)中尋找，即分類、根據(jù)類間的差異性提煉模式的特性。

3）研究算法，分類的依據(jù)，如距離、相似度、相像度模式識別方法：

1）判定閾值：即臨界點值，我與誰最相像？0.5，是與不是結果

2）綜合量的計算方法：如距離、相似度、貼近度

3）判別準則：

最大貼近性即擇近原則；比例量化修正法

495.4

非線性分析反演模型一、模式識別：

貼近度示例：

505.4

非線性分析反演模型一、模式識別：

515.4

非線性分析反演模型一、模式識別：

525.4

非線性分析反演模型一、模式識別：

535.4

非線性分析反演模型一、模式識別：

545.4

非線性分析反演模型一、模式識別：

模式識別的基本步驟：

1）確定研究對象（Y)

2)確定影響識別的指標(X)

3）建立模式庫

4）確定待識別的對象

5）對指標進行歸一化處理

6）確定指標的權重

7）計算距離或貼近度

8）尋找最大的貼近度

9）判別待識別對象與那個已知模式最接近

10）對預測進行修正

11）計算預測精度

555.4

非線性分析反演模型565.4

非線性分析反演模型575.4

非線性分析反演模型585.4

非線性分析反演模型595.4

非線性分析反演模型一、模式識別：

土壤含水量距離貼近度識別結果

605.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

1、基本原理615.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

2、模型結構625.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

3、操作方法635.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

3、操作方法645.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

3、操作方法655.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

4、應用實例665.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

4、應用實例675.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

4、應用實例685.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

4、應用實例695.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

土壤含水量估測（隱含層1層時）705.4

非線性分析反演模型二、BP神經(jīng)網(wǎng)絡法：

土壤含水量估測（隱含層2層時）71一、實驗目的

1、掌握神經(jīng)網(wǎng)絡光譜反演建模方法；

2、掌握了DPS軟件的基本操作方法.二、實驗要求

1、利用包絡線去除法提取的因子建立神經(jīng)網(wǎng)絡反演模型；

2、利用對數(shù)的一階微分變換提取的因子建立神經(jīng)網(wǎng)絡模型；

3、調整神經(jīng)網(wǎng)絡中間層數(shù)、結點數(shù)，比較模型精度。三、實驗報告

1、實驗目的；2、實驗結果；3、結果分析實驗項目六725.4

非線性分析反演模型三、模糊綜合預測法：

1、基本原理735.4

非線性分析反演模型