导读:本文包含了定量反演论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:遥感,光谱,定量,水质,孕穗期,叶面积,苗情。
定量反演论文文献综述
谭昌伟,周欣兴,张鹏鹏,汪志祥,王敦亮[1]（2019）在《冬小麦孕穗期主要苗情参数卫星遥感定量反演研究》一文中研究指出【研究背景】应用卫星遥感数据可以及时获取大田种植作物"面状"苗情信息,准确反映作物群体苗情状况及其趋势,服务于产量预报和实际生产。进一步深化冬小麦关键期苗情遥感反演机理与方法,为大田种植管理提供及时信息;【材料与方法】该研究结合田间定点观测试验,以环境减灾卫星HJ-CCD数据为遥感影像源,着重研究样本实验区孕穗期冬小麦关键苗情参数与籽粒品质参数和产量间及其与卫星遥感变量间的定量关系,进一步增强遥感反演的机理性和重演性,与地面实测结果一起建立模型共同分析,提高遥感反演的定量化水平和可信度;以相关性最高为原则,筛选反演孕穗期冬小麦叶面积指数、生物量、SPAD以及叶片含氮量的敏感卫星遥感变量,并以不同年份样点实测数据分别作为建模样本和验证样本,分别构建及评价基于HJ-CCD影像遥感变量孕穗期叶面积指数、生物量、SPAD和叶片含氮量监测模型;【结果与分析】冬小麦处于孕穗期,植被衰减指数(PSRI)可作为反演冬小麦叶面积指数、SPAD和叶片含氮量的敏感遥感变量,比值植被指数(RVI)可作为反演冬小麦生物量的敏感遥感变量,所构建的遥感反演模型是可靠的,且精度较高,尤其利用PSRI反演叶片含氮量最可靠。模型的决定系数(R2)分别为0.651、0.585、0.630和0.675,均方根误差(RMSE)分别为1.344、4.62、0.618%和2 804.3 kg·hm~(-2)。以此为依据,为表征该研究的实际农学意义,对冬小麦不同等级的关键苗情参数进行遥感反演并制图分析,从而量化表达了冬小麦关键苗情参数区域空间分布,不仅有助于制定冬小麦田间补救措施和水肥资源调配方案,而且为农业政策的制订和粮食贸易提供决策依据;【结论】构建的冬小麦孕穗期关键苗情参数遥感反演模型是可行的,为大田生产提供了一种快速、便捷、费用低廉的大面积作物苗情参数提取方法,可支持农业研究者、涉农部门和种植管理者获取及时有效的农情信息。(本文来源于《2019年中国作物学会学术年会论文摘要集》期刊2019-10-27）
代晶晶,王登红,令天宇[2]（2019）在《基于地面反射波谱技术的锂含量定量反演研究》一文中研究指出锂是重要的新兴战略资源,四川甲基卡矿田是中国乃至于世界上锂矿资源最集中的地区之一。运用美国ASD FieldSpec-4便携式红外波谱仪,通过对甲基卡最大的矿脉X03号脉钻孔ZK1101孔的波谱测量,对比分析了含锂辉石伟晶岩、不含锂辉石伟晶岩及围岩的波谱特征,得出锂辉石具有1 413、1 900、2 207 nm叁处吸收特征,区分含锂辉石伟晶岩、不含锂辉石伟晶岩及围岩的波谱吸收特征主要位于1 900 nm处,并通过1 900 nm吸收谷的吸收深度与锂含量的相关分析,建立了锂含量定量反演模型。本研究开启了对锂辉石这一标志性找矿矿物波谱特征的新认识,同时为今后锂含量定量评估奠定了高光谱理论基础。(本文来源于《遥感技术与应用》期刊2019年05期）
陈俊英,邢正,张智韬,劳聪聪,栗现文[3]（2019）在《基于高光谱定量反演模型的污水综合水质评价》一文中研究指出为改善高光谱遥感对污水水质信息状况定量反演模型的预测评价效果,以陕西某污水处理厂采集的污水样品为研究对象,采用主成分分析法(Principal component analysis,PCA)对污水水质进行综合评价,获取水质评价的综合评价因子,同时利用ASD Field Spec 3型高光谱仪获取污水的原始光谱,经过数据预处理和不同数学变换后,共获取了4种光谱指标:平滑后光谱反射率(SG)、倒数之对数(LR)、标准正态化(SNV)和去包络线(CR)。分别采用偏最小二乘回归法(Partial least squares regression,PLSR)、逐步回归法(Stepwise regression,SR)、极限学习机法(Extreme learning machine,ELM)构建了基于水质综合评价因子的高光谱水质反演模型,并对反演结果进行精度验证与比较。结果表明,本组水样的平滑后光谱数据和经过标准正态化变换的光谱数据建模具有较好的建模效果,其建模的预测RPD均在2. 5以上;在3种模型中,PLSR模型和ELM模型均具备很好的建模预测效果;逐步回归法的建模效果较PLSR模型和ELM模型有所下降,但是其SG-SR、SNV-SR模型的R_c~2均在0. 8以上、R_p~2均在0. 85以上,RPD均在3. 0以上,证明其仍拥有很好的反演预测效果,且进行了特征波段的优选,实现了对模型的优化; SNVSR-ELM(R_c~2=0. 956,R_p~2=0. 954,RMSE=0. 500,RPD=4. 651)为最佳模型,SNV-SR-ELM模型的建立为高光谱反演水质模型的优化、污水水质的快速监测和综合评价提供了途径。(本文来源于《农业机械学报》期刊2019年11期）
王延仓,杨秀峰,赵起超,顾晓鹤,郭畅[4]（2019）在《二进制小波技术定量反演北方潮土土壤有机质含量》一文中研究指出为从土壤光谱中提取土壤有机质的光谱响应信息,提升土壤有机质含量诊断精度与可靠性,以潮土有机质含量为研究对象,以北京市区域的96个耕层土壤参数与高光谱数据为数据源开展研究分析;先采用二进制小波技术将土壤光谱数据分离为5个尺度的高频数据与低频数据,再将低频数据、高频数据分别与土壤有机质实测数据进行相关性分析,提取最佳波段组合,构建有机质含量诊断模型。结果表明:(1)二进制小波技术可抑制噪声对高频信息的干扰,能有效提升光谱对土壤有机质含量的敏感性,进而提升有机质含量的诊断精度与可靠性;(2)在二进制小波技术下,高频信息对有机质含量的诊断能力明显优于低频信息,低频信息对土壤有机质含量的诊断能力随尺度增加而降低,高频信息随尺度增加呈先提升而后降低的趋势;(3)与数学方法相比,基于二进制小波变换算法构建的模型精度较高,稳定性较好,其最优模型的预测精度提高了31.5%,可靠性增加了10.5%。(本文来源于《光谱学与光谱分析》期刊2019年09期）
彭令,梅军军,王娜,徐素宁,刘文波[5]（2019）在《工矿业城市区域水质参数高光谱定量反演》一文中研究指出工矿业城市区域易受工业活动、矿产开采影响,使其水环境遭受不同程度的破坏,以至于水体污染问题突出。当前常规水质监测主要采用"以点代面"的工作方式进行野外采样及其室内化验分析,然而环境复杂多变,空间差异大,导致调查点代表性受限,整体精度不高,效率低下,更难以实现区域性动态监测。以因矿兴市的矿业重镇湖北黄石大冶市为研究区,同步开展无人机高光谱航飞、地面光谱测量和水体样品采集测试,分别获得具有49个波段的高光谱影像数据和光谱分辨率为1 nm的水体光谱曲线,其中影像数据波谱范围为505～890 nm,光谱分辨率为7.78 nm,空间分辨率为30 cm。对获取的高光谱影像和光谱数据剔除异常值、光谱定标、辐射校正等预处理后,对比分析研究区内水体的不同光谱吸收、反射及光谱曲线形态特征信息,从而提取出高光谱影像和测量光谱的反射光谱曲线形态特征、去包络线后光谱曲线形态特征、叁阶求导后光谱曲线形态特征和光谱四值编码共四大类25个光谱特征。采用皮尔森相关系数分析样品水质参数与光谱特征之间的相关性,以此筛选出存在显着相关的水质参数与光谱特征。在此基础上,采用逐步回归分析方法筛选出最大反射率及其波长位置、对称度、光谱编码Ⅲ、叁阶导最大及最小值等光谱特征作为模型变量,构建出水质参数的多元线性反演模型,并对模型进行F检验和t检验。将检验后的反演模型推广运用于研究区内高光谱影像,获得尾矿库、河流、湖泊等典型区域的水质参数反演结果,从而实现"由点到面"水质参数信息的快速获取。结果显示水质参数pH、硬度(Ca~(2+)+Mg~(2+))、钾与氯离子比值(K~+/Cl~-)、镁与碱度比值[Mg~(2+)/(HCO~(3-)+CO■)]的反演精度较高,其pH的判定系数R~2最小为0.669,镁与碱度比值的判定系数R~2最大为0.895,相对均方根误差均小于28%;而总溶解固体(TDS)反演精度较低,其判定系数R~2仅为0.463,相对均方根误差达36.762%。提出了一种基于光谱曲线形态特征的高光谱遥感水质参数定量反演模型方法,实现了pH值、硬度、镁离子与碱度之比等水质参数的高光谱定量反演,为区域水环境动态监测提供了新方法。(本文来源于《光谱学与光谱分析》期刊2019年09期）
刘宇昕,王斌,王兆徽,张峰,宋清涛[6]（2019）在《基于开源框架的生态环境要素遥感定量反演平台构建》一文中研究指出为及时、准确地获取大范围环境影响因子,避免商业软件平台昂贵的价格和难以扩展的开发环境,结合地理信息系统和遥感技术进行生态环境要素遥感定量反演平台构建。以MapWindow作为底层框架,对其Dotspatial组件库的功能模块进行抽取和修改,完成平台的系统设计以及各功能模块的实现。其中,反演算法经过封装编译处理生成动态链接库,然后在平台中对动态链接库进行调用,最终以插件的形式将反演功能模块加载至平台。平台实现了遥感数据的气溶胶光学厚度、悬浮泥沙浓度、叶绿素浓度反演和显示等功能,可为环境管理部门提供大范围、快速的决策支持,具有较好的可扩展性。(本文来源于《地理信息世界》期刊2019年03期）
蔡雯洁,沙晋明[7]（2019）在《基于地理环境要素的叶面积指数遥感定量反演》一文中研究指出叶面积指数(LAI)是分析冠层结构最常用的参数之一,它控制着植被的生物、物理过程,如光合、呼吸、蒸腾、碳循环和降水截获。但是通过地面直接测量来获取大面积的LAI十分困难,而传统的基于单植被指数的LAI反演方法也具有一定的缺陷。以福州市辖区与闽侯县的阔叶林和处于生殖生长阶段的水稻为研究对象,在传统单植被指数的LAI反演方法的基础上引进植被含水量、植被覆盖度和地形3个核心环境因子来建立LAI估算模型。结果表明:基于最佳植被指数与环境因子的LAI估算模型与未考虑环境因子的单植被指数LAI估算模型相比,其验证精度有所提高。其中,就阔叶林的LAI定量反演模型而言,R~2由0. 706～0. 717提升至0. 755,RMSD由0. 292～0. 297降低至0. 271;就生殖生长阶段的水稻LAI定量反演模型而言,R~2由0. 724～0. 879提升至0. 952,RMSD由0. 696～1. 054降低至0. 441,实现了较高精度的LAI定量反演模型,为福州市辖区及其周边闽侯县区域的LAI快速定量监测奠定基础。(本文来源于《亚热带资源与环境学报》期刊2019年02期）
成功,李嘉璇,王朝鹏,胡振光,宁庆坤[8]（2019）在《离子型稀土矿含量高光谱定量反演研究》一文中研究指出运用光谱测量技术来测量土壤、矿物、植物的光谱吸收特征,并将其用于物质成分的分析中,是高光谱遥感技术近些年来的一个新的发展方向,具有速度快、效率高、费用低、损耗少的优点。稀土是战略元素,因具有特殊的物理化学性质,在多个领域都能发挥其独特的作用。近年来对稀土资源需求量的不断增加使得稀土价值不断提高,使得如何快速大面积探测稀土资源,合理对稀土矿进行布设开采成为了当前社会面临解决的重要科学问题。通过对稀土矿物进行光谱采集与分析从而对稀土元素及其化学特征之间的相关性进行研究分析展开了一系列的工作。在研究过程中,实地采集了广西崇左市六汤稀土矿区内的12个稀土矿样,并在实验室控制环境内使用SVC HR1024I便携式地物波谱仪测得其对应的反射光谱数据。对所测得的矿样波谱特征进行了连续统去除处理,并对凸显的特征吸收波段进行相对吸收深度的计算分析,从而运用其波谱特征建立起波谱与矿样稀土总含量、各稀土元素含量间的线性关系。通过实验发现,稀土元素的五个特征吸收波段在可见光和近红外波长分别为370, 950, 1 400, 1 900和2 200 nm。这五个吸收带的强度与总稀土含量呈线性相关,R~2达到0.69,同时发现稀土含量值与可见光波段相关性较大,对可见光波段与样本稀土总含量进行相关分析,提取出部分可见光波段中与稀土总含量建模相关性最强的10个波段,分别为340, 350, 360, 370, 390, 400, 420, 480, 550和760 nm。运用线性回归的方法得到上述波段处的反射率值与样本总稀土含量值的预测模型精度较高,R~2大于0.95。运用可见光波段与15种稀土元素含量值也进行了线性建模,相关系数均可以达到0.89以上,表明各单一稀土元素与可见光波段之间的相关性同样较好。通过研究稀土矿样的光谱特性及化学分析,通过5个稀土特征吸收波段和可见光波段与矿样的稀土总含量、 15种稀土元素含量进行回归建模,得到了矿样稀土含量的定量预测模型,对稀土矿快速定量-半定量评估具有一定参考价值,同时为进行稀土矿物及其元素高光谱遥感信息提取研究提供了科学启发,为最终实现对稀土资源高效开采的基础上,从源头上降低消耗和生产成本,减少对环境的破坏和污染,为促进中重稀土资源的战略开发和使用提供了科学有效的理论依据。(本文来源于《光谱学与光谱分析》期刊2019年05期）
黄文喜[9]（2019）在《基于遥感与地面监测数据的PM_(2.5)定量反演研究》一文中研究指出大气气溶胶是指大气中悬浮的固、液态微粒与气态载体共同组成的多相物质体系。由于其在全球地-气辐射收支平衡和气候迁移及动态变化中起关键作用,故能对局部乃至全球大气、生态、环境系统发生极其深远的影响。气溶胶组分中空气动力学直径小于等于2.5μm的组分通常被称作可入肺颗粒物(Repairable Particles)或PM_(2.5),其对于大气质量监测与公共环境政策制定至关重要,也成为环境科学领域的热点研究问题。近年来,伴随着社会、经济持续高速发展,城市化进程不断加深,大中城市出现广泛且持续的灰霾天气,使得我国成为全球颗粒物污染最严重的区域之一。基于PM_(2.5)粒子的消光特性,利用卫星遥感数据反演气溶胶光学厚度(Aerosol Optical Depth,AOD),从而间接获取近地面PM_(2.5)空间分布特征,是监测PM_(2.5)浓度分布的一项便捷高效手段。受益于遥感自身观测特点与数据分辨率(空间、光谱、时间)的普遍提升,利用遥感监测PM_(2.5)空间分布,从而快速获取大范围、时空连续的PM_(2.5)质量浓度信息方面具备极其明显的优势。但由于大气环境复杂的时空变异特性,同时受限于我国颗粒物遥感监测起步较晚,且长期缺乏大范围、长时序的PM_(2.5)地面监测数据,使得我国在城市AOD高精度反演、颗粒物遥感估算模型精度及时空适用性等方面仍有待提高。由于城市区域相较于其他陆域地表,其地表反射率较大,使得地表贡献确定困难,因此地气贡献分离是AOD高精度反演要解决的关键问题。本研究沿用暗像元V5.2算法获取城市区域高亮地表反射率,将红、蓝波段地表反射率定义为植被指数与散射角的函数,实现城市亮地表反射率获取。由于气溶胶模型直接影响区域颗粒物消光特性,针对当前气溶胶类型划分粗放,不满足大比例尺区域反演需要的问题,本研究在V5.2算法基础上采取一种确定气溶胶组分体积百分比的数学模型,自定义研究区气溶胶组分体积比,研究结果表明,采用自定义气溶胶模型相对于传统既定模型,AOD反演相对误差值低至少4%,且反演精度高、模型可靠。本研究基于6S辐射传输模式构建查找表实现AOD高精度反演,针对传统查找表结构冗余,步长设置过于紧密,效率低下等问题,本研究在考虑传感器几何成像条件、大气条件和地表高程等影响大气校正的多个耦合因子,借助6S模型逐个分析了各输入变量对光学厚度的影响,以合理约束不同输入变量的步长;同时选取合理的查找表插值算法,通过研究和分析查找表不同存储方式的效率和精度,建立多维、高效、高精度的AOD反演参数查找表。本研究采取自定义气溶胶模型算法、查找表结构、步长优化设计方案,并结合暗像元V5.2算法实现研究区气溶胶AOD高精度反演,与MODIS气溶胶产品(10 km)相比,具有更高的空间分辨率(1 km)、更丰富的空间细节。本研究的AOD反演结果与AERONET监测数据在0.01置信水平(双侧检验)下显着相关,其Pearson相关系数为0.756,二者具有更高的相关性(年均R~2=0.857)。由于气溶胶中存在大量可溶性成分,受环境湿度的影响,在凝结与蒸发效应下其粒径,密度,形状,复折射指数及粒径分布函数都会发生改变,颗粒物消光截面增大,使得相同浓度的粒子在不同湿度条件下消光特性有较大差别。需要在拟合二者关系模型前进行湿度订正,以减少气溶胶消光系数随湿度变化而引入的不确定性。研究中引入气象数据、AERONET数据、能见度数据探求气溶胶消光系数的吸湿增长规律,采用平均质量消光效率描述城市复合气溶胶粒子整体消光特性随湿度的变化规律,并基于平均质量消光效率的吸湿增长因子描述空气相对湿度(Relative Humidity,RH)对粒子整体消光的特性影响,并在二者数据的基础上,拟合出研究区最佳PM_(2.5)吸湿增长模型。AOD是气溶胶粒子在垂直方向上消光系数的总积分,而PM_(2.5)实测值仅表征近地面空气质量。为了减少关系模型的不确定性,需要探究气溶胶垂直分布特征,获取气溶胶标高(Aerosol Standard Height,ASH),将AOD转化为近地面气溶胶消光系数,与PM_(2.5)地面监测数据在垂直层上进行匹配。本研究对经典Peterson模型进行改进,通过增加时间变量考虑大气状态变化对模型的影响,动态化获取季节性标高以实现垂直订正。在对AOD与PM_(2.5)湿度与垂直订正后,本研究利用卫星遥感AOD首先采用直接预测、考虑垂直与湿度订正后预测,建立线性、对数、一元二次、幂指函数等拟合模型,并对各模型进行精度分析与验证。为探究气象因子对预测效果的影响,研究中进一步联合气象因子建立全年和四季的多元线性和非线性回归模型进行PM_(2.5)浓度预测。由于气象因素为主的因子与PM_(2.5)之间呈现出较强的非线性,考虑到相比多元回归建模预测,机器学习算法建模能较好捕捉PM_(2.5)质量浓度与各输入因子之间的非线性影响规律,研究又引入BP神经网络进行PM_(2.5)质量浓度预测,并对各模型反演效果对比分析。实现以遥感技术监测AOD为基础,利用两者的定量模型达到量化PM_(2.5)浓度的目的,弥补了传统大气监测以点带面的不足,从而为运用卫星遥感手段来实时动态监测PM_(2.5)浓度提供一种新思路。(本文来源于《中国地质大学》期刊2019-05-01）
刘小辉[10]（2019）在《基于无人机影像的小麦叶绿素含量及产量定量反演研究》一文中研究指出江淮地区是我国优质专用小麦产区,由于近年来国内市场需求巨大,该地区专用品种小麦的生长状况对我国国民经济发展方面有着重要的作用,因此对江淮地区小麦长势进行高效、无损地监测,对小麦产量进行及时、准确地预测变得尤为重要。传统的人工抽样法存在破坏性强、耗时费力、成本过高等不足,由于江淮地区多阴雨的气候,光学卫星遥感监测无法有效发挥大尺度的优势,迫切需要引入当前热门的无人机遥感技术,发挥其在作物长势监测和产量预测方面的快速、准确、成本低优势。本文利用小型四旋翼无人机分别搭载可见光和多光谱相机获取安徽舒城和庐江地区小麦不同生育期的田间影像数据,并基于影像的植被指数等特征建立小麦关键生育期的叶绿素含量和产量反演模型,为江淮地区小麦的长势监测和产量预测开展方法探索研究,以便因地制宜制定恰当的生产管理措施,提高当地小麦的品质及产量。本文取得的初步研究结果如下:(1)在Matlab2016b上搭建了“无人机影像的特征参数提取与小麦叶绿素含量和产量反演系统”。该系统实现了对预处理后的无人机影像进行感兴趣区域裁剪、色彩空间变换、植被指数的计算、实测值与植被指数进行相关分析建模并提供精度评价等功能,为后续小麦叶绿素含量和产量反演提供数据支持。(2)以DJI Phantom 3 Advanced无人机分别搭载高分辨率可见光相机和ADC-lite多光谱相机获取舒城县农科所10个品种小麦的扬花早期和晚期的遥感影像,同时利用SPAD 502 plus测定叶片的相对叶绿素含量(SPAD)。基于预处理后的可见光和多光谱影像分别计算9种可见光植被指数和4种多光谱植被指数,将其与小麦叶绿素含量进行相关分析,筛选出两种相机的相关性最强的植被指数分别建立小麦扬花早期和晚期叶绿素反演模型。结果表明,可见光ExG和多光谱NDVI与小麦叶绿素含量相关性最高,分别构建了ExG-SPAD(扬花早期R2=0.687,扬花晚期R2=0.595)和NDVI-SPAD小麦叶绿素含量反演模型(扬花早期R2=0.717,扬花晚期R-2=0.613)。对比两种模型,得出多光谱相机在反演效果上优于可见光相机,小麦扬花早期叶绿素反演模型监测效果较晚期更为精确。结果表明无人机遥感可以有效监测小麦长势变化。(3)利用DJI Phantom 4 pro无人机原装的4K相机获取庐江县白湖农场10个品种小麦的灌浆中期的遥感影像。对预处理后的高分辨率影像计算8种可见光植被指数和12种颜色特征,并将上述特征值与小麦叶绿素含量和产量分别进行相关分析。根据相关性分析筛选出6个相关性最高的特征作为自变量,基于偏最小二乘回归(PLSR)分别构建小麦灌浆中期的叶绿素含量和产量反演模型。研究结果表明,COM、COM2、VEG、ExR、GRRI、R与小麦叶绿素含量相关性最高;使用上述特征,基于PLSR建立小麦灌浆中期叶绿素含量反演模型,决定系数为0.550,均方根误差为1.899,拟合效果良好;利用与小麦实测产量相关性最高的6个特征R、NHLVI、YCbCr-Y、ExG、VDVI、ExR,建立小麦产量反演的PLSR模型,其决定系数达0.831,均方根误差为0.132,取得了很好的效果。上述研究结果为江淮地区主栽小麦品种的长势监测和产量预测提供了技术支撑,有助于推动安徽省农业信息化的快速发展,也有利于保障国家粮食安全。(本文来源于《安徽大学》期刊2019-05-01）
定量反演论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
锂是重要的新兴战略资源,四川甲基卡矿田是中国乃至于世界上锂矿资源最集中的地区之一。运用美国ASD FieldSpec-4便携式红外波谱仪,通过对甲基卡最大的矿脉X03号脉钻孔ZK1101孔的波谱测量,对比分析了含锂辉石伟晶岩、不含锂辉石伟晶岩及围岩的波谱特征,得出锂辉石具有1 413、1 900、2 207 nm叁处吸收特征,区分含锂辉石伟晶岩、不含锂辉石伟晶岩及围岩的波谱吸收特征主要位于1 900 nm处,并通过1 900 nm吸收谷的吸收深度与锂含量的相关分析,建立了锂含量定量反演模型。本研究开启了对锂辉石这一标志性找矿矿物波谱特征的新认识,同时为今后锂含量定量评估奠定了高光谱理论基础。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
定量反演论文参考文献
[1].谭昌伟,周欣兴,张鹏鹏,汪志祥,王敦亮.冬小麦孕穗期主要苗情参数卫星遥感定量反演研究[C].2019年中国作物学会学术年会论文摘要集.2019
[2].代晶晶,王登红,令天宇.基于地面反射波谱技术的锂含量定量反演研究[J].遥感技术与应用.2019
[3].陈俊英,邢正,张智韬,劳聪聪,栗现文.基于高光谱定量反演模型的污水综合水质评价[J].农业机械学报.2019
[4].王延仓,杨秀峰,赵起超,顾晓鹤,郭畅.二进制小波技术定量反演北方潮土土壤有机质含量[J].光谱学与光谱分析.2019
[5].彭令,梅军军,王娜,徐素宁,刘文波.工矿业城市区域水质参数高光谱定量反演[J].光谱学与光谱分析.2019
[6].刘宇昕,王斌,王兆徽,张峰,宋清涛.基于开源框架的生态环境要素遥感定量反演平台构建[J].地理信息世界.2019
[7].蔡雯洁,沙晋明.基于地理环境要素的叶面积指数遥感定量反演[J].亚热带资源与环境学报.2019
[8].成功,李嘉璇,王朝鹏,胡振光,宁庆坤.离子型稀土矿含量高光谱定量反演研究[J].光谱学与光谱分析.2019
[9].黄文喜.基于遥感与地面监测数据的PM_(2.5)定量反演研究[D].中国地质大学.2019
[10].刘小辉.基于无人机影像的小麦叶绿素含量及产量定量反演研究[D].安徽大学.2019
论文知识图
