一、加权线性回归模型的BLUE影响分析(论文文献综述)
杜云霞[1](2021)在《东北地区湖库总悬浮物遥感反演及时空动态研究》文中研究指明内陆水体光学特性受叶绿素a(Chl-a)、总悬浮物(TSM)和有色溶解有机物(CDOM)等影响,其光学特性表现复杂。总悬浮物作为其中的水质参数之一,其含量在很大程度上可以反映水体水质状况,是水环境监测的一个重要指标。卫星遥感作为一种长时间和大范围获取地表信息的重要技术手段,在水环境监测中发挥着重要的作用。本文以东北地区湖库为研究对象,以水体光学特性变异性、总悬浮物遥感反演方法、总悬浮物时空动态特征及其影响因素为主要研究内容,基于Landsat地表反射率数据,采用模糊K均值聚类方法,对东北地区水体进行了光学分类,并采用经验的回归分析建模方法,研究了不同策略下水体总悬浮物的遥感反演模型,采用水体光学分类模型加权反演方式,对长时间序列总悬浮物进行了反演,并对此反演产品进行了时空变化特征分析,采用多元广义线性回归(GLM)分析方法,定量表征了自然因素和人类活动因素对总悬浮物时空变异性的影响。本文主要取得以下研究成果:1.本文基于Landsat地表反射率数据以500米×500米格网进行等间隔光谱采样,并根据其光谱特征对东北地区水体光学特性进行全面分析。用模糊k均值法进行聚类,结果表明研究区表现为3种典型的水体光学类型,水类光学型划分对于研究区水体总悬浮物遥感反演具有重要意义。2.在研究区水体光学特性分析的基础上,本文探讨了三种水体总悬浮物浓度遥感反演方式,即整个研究区采用一个统一模型反演方式、基于水体光学分类模型反演方式和基于光学分类模型加权的反演方式。基于Landsat数据对不同反演方式的研究结果表明:当采用统一模型反演方式时,红绿波段均值((Red+Green)/2)的指数函数模型(R2=0.53,RMSE=33.7,MAPE=1.19,bias=-6.31)是用于研究区水体总悬浮物反演的最佳模型;当采用光学分类模型反演方式时,红蓝波段差(Red-Blue)的指数函数模型(R2=0.29,RMSE=49.36,MAPE=0.96,bias=-11.41)是用于反演类型1水体总悬浮物的最佳模型,绿波段(Green)的指数函数模型(R2=0.39,RMSE=16.44,MAPE=0.86,bias=-4.74)是用于反演类型2水体总悬浮物的最佳模型,红波段的二次多项式模型(R2=0.39,RMSE=45.14,MAPE=0.55,bias=-8.98)是用于类型3水体总悬浮物反演的最佳模型;基于光学分类模型加权的反演方式是将这三种水体类型反演模型的反演结果加权融合。通过对三种反演方式的最优反演结果比较表明,三种方式的反演结果都可靠,但基于光学分类模型加权反演的结果更稳定(RMSE=37.5,MAPE=0.83,bias=-6.12)。3.利用覆盖研究区的长时间序列Landsat地表反射率数据,采用水体光学分类模型加权反演方法,建立特定的反演流程,反演得到研究区水体从1984-2019年的总悬浮物浓度的时间序列。长时间序列总悬浮物浓度年际变化的分析表明:研究区水体总悬浮物浓度变化趋势总体来看趋于良好,64%呈下降趋势,36%呈上升趋势;研究区42%水体的总悬浮物浓度变化率集中于-50%-0之间,5%水体的总悬浮物浓度上升速率大于100%,在水质管理中需要特别关注;4%水体的总悬浮物浓度总体水平较高(大于100 mg/L),是需要在水质管理中重点关注的对象。对水体内部总悬浮物浓度的异质性分析表明:水体内部总悬浮物浓度分布存在异质性,38%水体内部总悬浮物浓度变异系数小于1,62%水体内部总悬浮物浓度变异系数小于1;水体内部总悬浮物浓度异质性也会表现出随时间的动态变化,但总体来看研究区68%水体内部总悬浮物浓度趋于均一化,而32%水体内部总悬浮物浓度异质性增强。4.用Spearman相关性分析和GLM分析方法,通过计算相关系数及相对贡献,对研究区水体总悬浮物浓度影响因素进行定量分析。结果表明:研究区水体总悬浮物浓度空间分布及年际变化是由已知的和未知的多种自然的和人类活动因素共同作用决定的。各因素与水体总悬浮物的年际变化的相关性分析表明:显着相关的影响因素因流域而异,NDVI和降水的显着影响范围相对小,分别与5个流域内的水体总悬浮物年际变化显着相关,风速和化肥使用量的显着影响范围广,分别与13和14个流域内的水体总悬浮物年际变化显着相关。各因素对水体总悬浮物年际变化的相对贡献分析表明:8个被检测因素的总贡献在14%至75.4%之间,平均值为40.8%,在10个流域中其总体贡献大于50%;具体因素来看,人口和DNVI的相对贡献平均值高于其它因素,分别为7.9%和7.6%,气温的相对贡献最小,平均值为2.1%;风速的相对贡献区域差异最小(CV=0.84),化肥使用量的相对贡献的区域差异最大(CV=1.91);4个自然因素的总体贡献平均值为19.9%;4个人类活动因素的总体贡献平均值为20.9%。各因素对水体总悬浮物空间分布影响的分析表明:风速和降水与水体总悬浮物空间分布显着相关(p<0.05);风速较其它7个被检测因素的相对贡献大,为23.4%;其它潜在因素起主导作用,其相对贡献为69.9%。
徐赛萍[2](2021)在《地表温度空间降尺度方法及其应用研究》文中研究说明地表温度(land surface temperature,LST)是地表能量通量的一个重要物理参数。地表温度数据是众多环境研究的基础数据。然而,现有地表温度产品的空间分辨率较低,导致热混合效应,限制了地表温度数据的应用。以往的研究表明,地表温度空间降尺度是解决这一问题的一种行之有效的方法。因此,开展地表温度空间降尺度研究具有重要的理论意义和应用价值。论文针对现有的地表温度空间降尺度方法并未同时考虑地表温度及其影响因子(比如土地覆盖类型、土壤湿度和地形等)之间的非线性和空间非平稳性特征而导致降尺度结果存在较大的不确定性这一问题,探讨基于多因子地理加权机器学习(multi-factor geographically weighted machine learning,MFGWML)算法的地表温度空间降尺度方法。论文以北京市为研究区,对MFGWML模型方法及其对高分影像的适用性和应用进行研究,主要研究内容和结论如下:(1)提出了一种客观的模型最优特征组合选取方法。该方法通过分析特征与地表温度的相关性以及特征间的相关性,对多维特征变量进行初步筛选,并结合各个基模型提供的变量重要性结果来确定各个基模型的最优特征组合。研究结果表明,该特征选择方法可以有效减少输入模型的变量个数,从而降低了模型复杂度,减少了模型的运行时间及内存消耗,同时避免了模型过拟合。(2)构建了一种基于多因子地理加权机器学习算法的地表温度空间降尺度模型。以Landsat 8影像和Sentinel-2A影像作为试验数据,以获取具有较高空间分辨率(10 m)的地表温度数据。研究结果表明:在六种降尺度精度验证方案中,与常用的经典单因子算法即热图像锐化算法(the thermal image sharpening,Ts HARP)相比,MFGWML模型的RMSE值降低约55.452%~58.949%;与经典双因子模型即高分辨率城区热锐化算法(the high-resolution urban thermal sharpener,HUTS)相比,MFGWML模型的RMSE值降低约43.782%~50.389%。论文所提出的多因子地理加权机器学习模型(MFGWML)结合了多元回归模型、机器学习模型和地理加权模型的优点,能够更准确地识别地表温度的局部空间异质性,生成更高精度、更可靠和更稳健的地表温度空间降尺度结果。(3)开展了MFGWML模型对高分影像的适用性研究。以国产高分卫星影像(包括GF-1 WFV2影像、GF-6 PMS影像和GF-2 PMS影像)作为测试数据,评估了MFGWML地表温度空间降尺度模型对高分影像的适用性。研究结果表明:在GF-1 WFV2影像的地表温度空间降尺度实验中,与多因子地理加权回归模型(multi-factor geographically weighted regression,MFGWR)模型和Ts HARP模型结果相比,MFGWML模型的RMSE值分别降低了12.889%和74.211%。在GF-6 PMS影像的地表温度空间降尺度实验中,与MFGWR模型和Ts HARP模型结果相比,MFGWML模型的RMSE值分别降低了46.571%和66.123%。在GF-2 PMS影像的地表温度空间降尺度实验中,与MFGWR模型和Ts HARP模型结果相比,MFGWML模型的RMSE值分别降低了3.768%和26.386%。此外,GF-1 WFV2影像、GF-6 PMS影像和GF-2 PMS影像的MFGWML模型降尺度结果均具有较高的精度,其RMSE值分别为0.980 K、0.561 K和0.664 K,表明MFGWML模型对高分影像具有较好的适用性。(4)开展了空间降尺度地表温度数据的应用研究。首先,提出一种集成随机森林和支持向量机算法的面向对象分类方法,实现了基于Sentinel-2A影像的土地利用高精度分类;其次,在基于Sentinel-2A影像的地表温度空间降尺度结果(即10 m LST数据)的支持下,结合遥感生态指数定量分析了不同土地利用类型对北京市城市生态环境质量的影响。研究结果表明,城市生态环境质量与植被占比呈明显的正相关关系,而与不透水面占比呈明显的负相关关系。因此,提高植被覆盖度或减少不透水面有助于改善城市生态环境质量。此外,论文对比分析了空间降尺度前后地表温度数据在城市生态环境质量和城市热岛效应评价中的影响,研究结果表明基于空间降尺度10 m LST的RSEI影像和地表热场信息比基于重采样的10 m LST的RSEI影像和地表热场信息更为精细,说明空间降尺度地表温度具有明显的优势。
李盈昌[3](2021)在《森林地上生物量的遥感估测模型优化及时空分析方法》文中提出森林是陆地生态系统的重要组成部分,是陆地生态系统中最大的碳库,在吸收大气中的二氧化碳等温室气体、降低温室气体浓度、减缓全球气候变化中发挥着至关重要的作用。森林生物量作为森林生态系统最基本的数量特征,是衡量森林固碳能力、森林生态系统生产力和结构功能的重要指标,是判断森林生态系统碳源和碳汇的重要标志,也是表征森林生态系统功能与生态价值、评估森林碳平衡的重要参数。因此,在气候变化背景下开展区域和全球森林生物量估测研究,不仅可以为陆地生态系统碳循环和全球气候变化的研究提供理论依据,还可以为森林可持续经营提供策略方针,对合理利用森林资源和改善森林生态环境具有重要意义。准确、快速地估测大范围森林生态系统的地上生物量是全球变化研究的热点,尽管基于遥感估测森林地上生物量已经得到了广泛应用,但是提高森林地上生物量遥感估测的准确性仍然是一个挑战。本研究以湖南省湘江流域为研究区,利用1999年、2004年、2009年和2014年的Landsat遥感影像和国家森林资源连续清查样地数据,选择线性回归、随机森林和极端梯度提升三种模型,并根据样地森林类型估测森林地上生物量以及分析森林地上生物量时空变化特征及其驱动因素。研究主要分为三个步骤:第一步,分析建模过程中模型参数优化和变量选择对模型性能的影响,以此得到最优模型并估测研究区森林地上生物量;第二步,分析森林地上生物量估测模型残差的空间自相关性,以此进行生物量残差空间插值并修正原始模型估测结果;第三步,分析森林地上生物量的时空变化特征,并分析引起森林地上生物量变化的驱动因素的空间分异特征。研究结果表明:(1)极端梯度提升模型有大量的参数,模型的性能因这些参数选择不同的值而有很大差异;如果没有选择合适的参数值,极端梯度提升模型更容易过拟合。随机森林模型只有两个参数需要优化,调优过程相对简单,当模型选择较大的决策树数量时更能真实反映模型的性能。线性回归模型采用逐步回归法进行变量选择,随机森林和极度梯度提升模型采用基于变量重要性的方法来选择预测变量,选择合适的变量能够有效提高模型性能,而变量选择对极端梯度提升模型比随机森林模型更为重要;在所选的变量中第3、4和6波段及其纹理变量对各个模型具有重要作用。随机森林模型和极端梯度提升模型对变量重要性赋值方式不同,随机森林模型大多将变量重要性分散在多个变量中,而极端梯度提升模型则倾向于将变量重要性集中在单个变量上。阔叶林、针叶林和混交林三种森林类型的线性回归模型、随机森林模型和极端梯度提升模型中,均是阔叶林的模型精度最高,其次是针叶林,混交林精度最低,按照森林类型建模能够明显提高生物量估测精度;对于同一森林类型,极端梯度提升模型性能优于随机森林模型,而随机森林模型优于线性回归模型。(2)半方差分析是使用克里金法插值之前所必要的步骤,用来分析数据的空间相关性;半方差分析结果显示森林地上生物量残差在空间分布上有较强的空间自相关性,而且全局莫兰指数结果同样表明森林地上生物量残差表现出统计上的显着性聚集,因此可以采用克里金插值法进行空间插值。经过生物量残差空间插值图修正后的森林地上生物量图可以获得相对较低和较高的AGB值,从而降低了低估和高估,使森林地上生物量估测精度得到了明显提高;对校正前后三种森林类型的估测结果进行配对样本t检验,结果显示均在置信区间95%水平上具有显着性差异。(3)研究区1999年、2004年、2009年和2014年森林地上生物量随着年份的增长而增长,森林地上生物量均值分别为54.623Mg/ha、66.242Mg/ha、68.079Mg/ha和77.579Mg/ha。利用转移矩阵、景观指数、重心分布和热点分析等方法分析森林地上生物量的时空变化特征,结果表明研究区森林地上生物量总体上是增加的,森林质量整体上在改善。利用全局普通最小二乘法线性回归进行驱动因子选择,最终选择海拔(ELEV.)、归一化植被指数(NDVI)、年平均气温(TEMP.)、年降雨量(PREC.)、人口数量(POP.)和国内生产总值(GDP)等6个因子;然后利用这些因子构建地理加权回归模型。根据地理加权回归模型中各个驱动因子的回归系数,可以发现这四个年份中植被自然生长(归一化植被指数,NDVI)是引起森林地上生物量变化的最主要正向因素,而气温对植被生长具有重要影响,是引起森林地上生物量变化的另一个主要因素。在驱动因子的作用方面,海拔(ELEV.)和归一化植被指数(NDVI)因子对森林地上生物量变化具有正向影响,且具有逐渐增强趋势;年降雨量(PREC.)对森林地上生物量的变化具有正向作用,但有逐渐减弱趋势;年平均气温(TEMP.)和人口数量(POP.)对森林地上生物量的变化具有负向作用,而且具有逐步增强的趋势;国内生产总值(GDP)对森林地上生物量的影响作用由负向作用转为正向作用,而且具有逐步增强趋势。此外,东南部和南部海拔较高的山区是各个驱动因子作用最强烈的地区,而在中北部低海拔的平原地区作用相对较弱。
杨柳[4](2021)在《精密单点定位反演大气水汽关键模型研究》文中提出由于大气成分随高度的变化,GNSS信号在穿过中性大气层时会产生折射,引起无线电信号的弯曲和延迟。由此产生的对流层折射延迟量是GNSS定位过程中的重要误差源,需要采取模型约束、观测值组合、参数估计等方法消除大气延迟的影响。但从相反的角度来看,GNSS定位中的对流层延迟误差也蕴含了底层大气圈的水汽信息,利用对流层延迟获取高精度、高可靠性的水汽观测值,对在GNSS气象学中分析气候成因和预测天气变化都有着重要意义。随着全球导航卫星系统的迅猛发展,GNSS精密单点定位(Precise Point Positioning,PPP)的稳定性、可靠性、收敛速度和定位精度均得到了改善。相比传统的水汽探测手段,利用PPP反演的大气可降水量(Precipitable Water Vapor,PWV)具有全天候、高时间分辨率、高精度和低成本等优点,能够在灾害监测、降雨预报、探测降水信息等方面发挥重要作用。本文围绕PPP反演大气水汽的关键模型展开研究,以期望获取更高精度和更高可靠性的GNSS PWV信息。在PPP数据处理方面,提出了新的多路径误差削弱模型并基于ECMWF新一代再分析资料构建了高精度的天顶对流层延迟(Zenith Tropospheric Delay,ZTD)区域模型。在将PPP ZTD转为大气水汽方面,从无实测气象参数季节模型的建模方法出发,利用稀疏核学习算法改进了加权平均温度建模Tm策略,并对基于实测气象参数的实时PPP反演水汽的流程进行了初步研究。主要的工作和内容如下:(1)针对PPP多路径误差周期重复的特性,利用载波相位残差和基于稀疏正则化的多路径误差模型构建了新的恒星日滤波算法。验证结果表明,新的恒星日滤波算法能够有效降低受多路径效应影响的PPP载波相位残差,平均改善量约为49.8%。对动态PPP浮点解而言,应用多路径误差模型可以获得更平滑的坐标时间序列,其X、Y和Z方向的定位误差分别改善了约49.5%、48.9%和63.0%,坐标精度平均改善量约为54.0%,PPP ZTD精度平均改善量约为55.4%。(2)利用探空资料和GNSS ZTD产品检核了中国区域ERA5 ZTD值的精度。结果表明,ERA5再分析资料计算的ZTD的平均偏差为0.86 cm,平均均方根误差(Root Mean Squared Error,RMS)为1.95 cm,具有较高的精度和可靠性,可以作为建立ZTD经验模型的有效建模数据。基于大气折射率分段模型改进了ZTD垂直方向建模策略,利用2013~2018年间的ERA5再分析资料建立了新的中国及周边地区空间分辨率为2.5°×2.5°的ZTD经验模型——RGZTD模型,并使用ERA5再分析资料、探空资料和GNSS ZTD产品进行验证。结果表明,RGZTD模型在中国区域的总体精度优于指数模型、UNB3m模型和GPT3模型。相比指数模型,RGZTD模型的平均精度提高了约8.9%。(3)利用高斯径向基核函数对Tm季节模型残差进行建模,提出一种新的无实测气象参数Tm经验模型建模策略。针对模型复杂度问题,引入了L1范数正则化并采用快速迭代收缩阈值算法获取稀疏解。验证结果表明,相比季节模型,基于稀疏核学习方法获取的Tm精度平均提高了约52.9%,采用稀疏核学习Tm策略计算的GNSS PWV精度改善了约63.0%。同时,基于IGS(International GNSS Service)ZTD产品评定了PPP ZTD的精度,利用探空资料检验了无实测气象参数PPP PWV的精度,并使用雨量站的降雨量数据分析了PPP PWV与日总降雨量之间的关系。结果表明,PPP PWV与探空站PWV偏差的均值为-1.90 mm,RMS为2.41 mm。PPP PWV的变化可以为降雨预测提供一定的参考。(4)利用中国区域的探空资料对Tm与其它气象参数的关系进行了分析。结果表明,Tm与地面温度、水汽压、地面气压和相对湿度的相关系数均值分别为0.895、-0.590、0.785和0.004。在中国的热带地区和高海拔地区,Tm与其它气象参数的相关性均弱于其它地区,此时利用单参数或多参数经验模型计算Tm值的精度可能较差。同时,基于2013~2018年间86个探空站的探空资料建立了中国区域新的单参数、双参数和三参数Tm线性回归模型。验证结果表明,单参数、双参数和三参数Tm模型的精度均优于Bevis模型,平均RMS分别是4.06 K、3.66K和3.50 K。双参数和三参数模型能够较好地改善单参数模型在高海拔和内陆地区的精度。而相比双参数模型,引入气压的三参数模型的精度提升不太明显。(5)基于IGS最终产品对实时PPP的定位精度和ZTD精度进行了检验。结果表明,收敛后GPS实时PPP和GPS/BDS实时PPP的精度相当,其E、N、U三个方向的平均定位精度分别为2.19 cm、1.27 cm和2.02 cm,平均收敛时间为24.06 min。实时PPP ZTD的平均偏差为-0.85 mm,平均RMS为10.40 mm,具有较高的精度和可靠性,可以作为GNSS水汽反演的有效数据源。(6)基于气象站降雨数据对实时PPP PWV和小时降雨量之间的关系进行了分析。结果表明,降雨区间内PWV整体高于无降雨时段的PWV。受气流和降雨云层经过测站点时间的影响,降雨发生在PWV到达峰值前或PWV处于峰值后不断降低的初始阶段。与气压、温度等气象参数的对比结果则表明,实时PPP PWV可以作为降雨预报模型中的一个重要气象因子辅助进行气象预报。该论文有图69幅,表17个,参考文献243篇。
张凯南[5](2021)在《基于卫星遥感的关中盆地PM2.5浓度时空变化特征研究》文中提出空气污染与人类健康息息相关,是全世界关注的重要环境问题。空气动力学直径小于2.5μm的颗粒物(PM2.5)是空气污染物的重要组成部分,基于高精度、高覆盖率的PM2.5数据集,可以开展对PM2.5浓度时空变化特征的研究,从而可为空气污染控制政策的制定提供重要科学依据。然而传统地面监测手段获取的PM2.5浓度观测数据较为稀缺,不足以开展深入研究。利用PM2.5粒子的消光特性,借助卫星遥感的气溶胶光学厚度(Aerosol Optical Depth,AOD)反演PM2.5浓度,可以有效弥补地面监测站点观测数据的不足,目前已成为研究PM2.5的重要手段。随着我国经济发展和城市化进程的加快,PM2.5污染问题日益显着。位于我国西北部的关中盆地经济发展迅速、人口密集,加之其特殊的盆地地势条件,一直是我国PM2.5污染最为严重的地区之一。根据以上背景,本文基于卫星遥感AOD数据,构建适合于关中盆地的高精度PM2.5反演模型,并以此为基础研究关中盆地PM2.5浓度的时空变化特征。主要研究内容和成果如下:1.基于SONET(Sun-sky radiometer Observation NETwork)地面监测网络的AOD数据,通过对比和拟合回归分析,对不同质量标志(Quality Flags,QF)的VIIRS(Visible Infrared Imaging Radiometer Suite)AOD产品进行验证。在关中盆地的验证结果表明:VIIRS AOD QF=3产品与SONET AOD表现出显着的线性相关(R2=0.72),有超过80%的VIIRS AOD落在预期误差的区间内,这说明卫星遥感VIIRS AOD数据在关中盆地准确可靠,可以作为构建PM2.5反演模型的基础数据。2.基于VIIRS AOD QF=3数据、气象参数(温度、行星边界层高度、相对湿度)、归一化差分植被指数和人口密度,并结合纬向风速,同时顾及PM2.5浓度随月份和季节性的变化,构建一个能解释关中盆地PM2.5-AOD时空变化关系的多尺度地理-时间加权回归(Geographically and Temporally Weighted Regression-Multiscale,GTWR-Ms)模型,并采用交叉验证方法评估该模型的估算能力和过度拟合现象。结果表明:相较于其它能解释PM2.5-AOD时空变化关系的常用模型,GTWR-Ms模型能更准确地估算出关中盆地的PM2.5浓度,其R2可达到0.85,交叉验证后的R2为0.76;针对不同季节,GTWR-Ms模型的估算精度存在差异,夏季和秋季优于春季和冬季。3.基于本研究构建的GTWR-Ms模型,反演得到关中盆地2013~2019年的PM2.5浓度变化,在月份、季节、年份三个时间尺度上分析PM2.5浓度的时空变化特征,并讨论社会经济因素与PM2.5空间分布的相关性。结果表明:通过GTWR-Ms模型估算的关中盆地2013~2019年地面PM2.5浓度可以满足本研究的需求,R2的范围为0.80~0.87;从2013年到2019年,关中盆地的PM2.5浓度总体呈下降趋势,其中2015年较2014年的降幅最大,达到12%;西安市、咸阳市和渭南市的PM2.5浓度普遍高于宝鸡市和铜川市,高浓度的PM2.5除来源于本地排放外,地形和气象作用也是关键因素;在GDP高、夜间灯光强以及城市用地占比大的区域,PM2.5浓度更高。4.以新冠疫情这一特殊事件为契机,研究疫情管控措施对关中盆地PM2.5浓度及空气质量的影响。在6 km×6 km的空间分辨率上,基于GTWR-Ms模型反演2020年疫情期间关中盆地的地面PM2.5浓度变化,并结合地面监测站的大气污染物(PM10、SO2、NO2、CO和O3)浓度观测结果进行综合分析。结果表明:疫情期间,关中盆地的空气质量改善明显;在实施管控措施后,卫星遥感数据反演和地面监测站观测得到的PM2.5浓度分别下降了27%和37%;随着疫情得到控制,管控措施逐渐放松,大气污染物浓度开始出现反弹趋势。
王飞霞[6](2021)在《激光显示视觉健康与感知特性研究》文中研究表明激光显示以激光器作为光源,主要采用投影显示方式。激光光源具备单色性好、方向性好、亮度高、寿命长等优异特性,激光显示系统也因此具备大屏幕、高亮度、宽色域、高对比度及高分辨率等优越特性。激光显示作为新一代显示技术,在影院、工程、教育、商用以及家庭等多个领域得到了广泛应用。然而,由于激光能量高、汇聚性好,激光显示产品的光安全性受到各方高度关注,因此有必要对激光显示的光辐射安全进行研究。同时,作为显示产品,人们长时间观看屏幕,除了光辐射引起的视觉安全问题,还需要考虑画面的感知效果。本论文围绕激光显示的光辐射安全和视觉感知特性展开深入研究,主要研究内容与成果归纳为以下四个方面:(1)在梳理分析光辐射安全的相关理论和标准的基础上,提出了适用于家用超短焦激光投影显示系统的光辐射安全评价要求和评价方法,并已制定为二项国家标准。本论文在梳理分析光辐射安全的相关理论和标准的基础上,对显示器的蓝光辐射以及多种类型的激光显示光辐射安全进行研究分析。重点针对家用超短焦激光投影显示系统,提出了适用的光辐射安全评价要求和评价方法。“评价要求”和“评价方法”得到了国内外专家和同行的认可,已分别制定为GB/T 38246-2019《家用激光显示系统光辐射安全特性评价要求》和GB/T 38248-2019《家用激光显示系统光辐射安全特性评价方法》二项国家标准。二项标准配套使用,补充完善了国际标准IEC 60825系列适用的产品类型,与IEC 62471-5:2015各有侧重、互为补充。(2)研究了激光显示中的亥姆霍兹-柯尔劳什现象,揭示了激光显示色饱和度、色调对感知亮度的影响程度,对比了光源中包括单色(蓝色)激光和双色(蓝色+红色)激光的激光显示对感知亮度的影响。研究结果表明多色激光作为激光显示光源,有利于扩大显示色域、提升感知亮度、降低系统能耗。论文研究了感知亮度与光亮度、色度之间的关系,并针对激光电视设计了异色感知亮度匹配实验。基于两台具有相同参数的单色激光(光源中包含蓝色激光)电视,研究了色饱和度、色调对感知亮度的影响程度。结果表明同一色调,光亮度相同时,色饱和度越高,感知亮度越高;色调对系统等效亮度与光亮度比值(Lseq/L)的影响排序为:蓝>红>绿。基于单色激光和双色激光(光源中包含蓝色和红色激光)电视,研究了不同色域对感知亮度的影响。结果表明,当显示同一图片并且光亮度相同时,色域越大的电视,感知亮度越高;自然图片的Lseq/L略低于相应主色调的纯色图片。目前,激光电视从单色发展到双色、三色激光(光源中包含红色、绿色和蓝色激光),色域得到扩展,双色、三色激光电视的电功率亮度转换效率比单色分别提高了3%、24%。研究结果为宽色域、低功耗、高感知亮度的激光显示的优化设计提供了理论依据。(3)测定了影响激光显示图像质量的四种主要图像属性的恰可察觉差,分析了其主要影响因素,对比了激光显示与液晶显示两个平台上四种图像属性恰可察觉差的异同点。激光显示和平板显示器件的显示原理不同,并且激光显示的色域比平板显示器件宽。对于这两种显示器件,输入相同的图像呈现出来的效果不同,观众的感受也不同。论文通过视觉感知实验,得到了激光显示的四个图像属性(峰值亮度、暗场亮度、色饱和度和细节层次感)失真1~4个恰可察觉差的值。并进一步分析得出四个图像属性的恰可察觉差均和图像内容显着相关,峰值亮度、暗场亮度的恰可察觉差主要受亮度影响,色饱和度的恰可察觉差主要受色调影响,细节层次感的恰可察觉差主要受纹理特征影响。通过比较激光电视与已有的液晶电视的四个图像属性失真多个恰可察觉差与失真一个恰可察觉差的比值,发现除了细节层次感的比值与液晶电视的比值相差较大外,其他三个图像属性的比值与液晶电视的比值较为接近。研究结果为进一步建立激光显示图像质量模型奠定了基础。(4)建立了激光显示图像质量与图像属性的关系模型,确定了各图像属性对图像质量的影响权重。论文通过图像质量评分实验以及多种统计分析方法,建立了激光显示图像质量与图像属性的关系模型;分析并比较了激光显示和液晶显示二种平台中图像属性对画质评分的影响权重。研究结果表明四种图像属性对激光显示画质的影响权重排序为:细节层次感(41%)>色饱和度(32%)>峰值亮度(19%)>暗场亮度(8%);对液晶显示画质的影响权重排序为:细节层次感(34%)>峰值亮度(28%)>暗场亮度(20%)>色饱和度(18%)。研究结果为激光显示画质的改进和优化提供了理论和实验依据。
曾渭贤[7](2020)在《树种多样性对亚热带森林细根产量的影响机制研究》文中进行了进一步梳理生物多样性与生态系统功能之间的关系是现代生态学的研究前沿和热点。生物多样性增加有利于提高生态系统功能、生态系统服务和稳定性。目前,生物多样性对地上生态系统功能的调控机理已较为清晰,主要包括选择效应和互补效应。但生物多样性与地下生态过程之间的关系及其影响机制的研究仍较为缺乏。主要原因表现在两个方面:(1)识别地下根系的树种归属较为困难,缺乏有效的方法对植物群落地下结构进行研究;(2)土壤水分、养分和质地的空间异质性强,使得植物地下空间结构比地上空间结构更为复杂。因此,细根(直径小于2 mm)树种归属识别技术,地下细根组成及空间分布的研究,对解析生物多样性与地下生态过程之间的关系及其影响机制极为重要。本研究在中国湖南省长沙县大山冲国有林场的三个典型的亚热带次生林(针阔混交林,阔叶林以及常绿阔叶林)中,选择树种多样性梯度(1-12个树种)样方,采用根钻法以及生长芯发收集细根样品测定细根产量,采用分子生物学方法识别细根树种归属,研究亚热带森林地下细根的树种组成和相对比例,明确生物多样性对细根产量的影响,解析选择效应(树种因素、根系增殖策略)和互补效应(空间资源分区、养分利用)对地下产量的作用。主要研究结果如下:(1)建立了识别细根树种归属的分子生物学方法。针对亚热带森林6个优势树种,成功开发了 6对特异性引物,并利用荧光定量(qPCR)方法准确地识别混合细根样品的树种归属以及预测各树种相对比例。同时,针对亚热带森林树种(数量>6种),还开发了通用引物标记法来识别地下细根树种归属并预测树种的相对比例。比较亚热带森林58个常见树种的trnL(UAA)内含子和rbcLa基因片段,确认rbcLa基因片段更适用于识别亚热带森林树种。证实利用基于rbcLa基因片段的通用引物标记法能准确检测野外亚热带森林地下树种多样性以及各个树种的相对比例。(2)探讨了多种生物多样性指标与细根生物量之间的关系。选取了 4种生物多样性指标(物种多样性指数、功能多样性指数、群落的特征加权平均数指数和系统发育多样性指数),发现物种多样性指数与细根生物量变化的关系拟合较好(p=0.004),物种多样性对地下生态过程的解释度比其他三个指标更高,这与先前的地上研究结论不一致,表明地下生态系统与地上生态系统不同,因此应该加强对地下生态系统的探讨。研究发现,群落的特征加权平均数指数对地下生物量的预测能力极强(p=0.032),而功能多样性指数与地下生物量相关性不显着(p>0.05),表明生物量比率假说比生态位互补假说能更准确解释亚热带森林生物多样性对细根生物量的影响。(3)研究了细根生物量与地上树种多样性之间关系的主要调控机制。研究发现,表层土壤细根生物量随地上树种多样性的增加而增加(p=0.003),但这一“超产”现象并非由细根的空间资源分区所致。在养分丰富的区域,植物的地下生长表现出对称增殖策略。此外,细根生物量取决于地上树种多样性和林分密度之间的交互作用(p=0.038),表明林分密度和生物反馈应被视为亚热带森林地下细根生物量的重要驱动因素。(4)分析了树种多样性对细根年生产力的影响机理。研究发现在表层土壤和深层土壤,细根年生产力均随树种多样性增加而增加。在树种多样性较为丰富的森林,细根年生产力与优势树种(选择效应)具有显着相关性,植物的地下生长表现出不对称根系增殖策略,土壤磷(P)限制有利于增强选择效应,表明细根年生产力取决于树种多样性,林分密度和土壤磷三者之间的交互作用(p=0.011)。细根生物量的变化规律与细根年生产力不同。首先,细根生物量的“超产”现象仅出现在表层土壤,且根系表现出对称增殖策略。而细根年生产力的“超产”现象不仅出现在表层土壤,还出现在深层土壤,且根系表现出不对称增殖策略。其次,细根生物量受地上树种多样性和林分密度之间交互作用的影响,而细根年生产力则受到树种多样性,林分密度和土壤磷三者交互作用的影响。
张钰萌[8](2020)在《基于高分一号卫星WFV数据的城市地区气溶胶反演研究》文中进行了进一步梳理城市地区的气溶胶不仅损害城市居民身心健康,而且对城市交通带来不利影响。如何及时、准确地掌握城市气溶胶的动态变化并做好防控是当前相关研究的热点难点课题。近年来,卫星遥感成为获取城市气溶胶信息的重要手段。在应用高分一号卫星WFV数据监测城市地区气溶胶时,需要解决两个问题,即去除城市复杂地表反射影响和改进城市气溶胶模型组成。本文利用地面光谱数据和MODIS地表反射率产品分析城市地表反射率的变化规律,借助蓝红波段地表反射率的线性关系去除地表影响,使用AERONET数据改进城市气溶胶模型组成,从而达到利用高分一号卫星WFV数据实现城市地区气溶胶的反演。主要工作和结果包括以下四个方面:(1)研究城市地表在蓝光、红光波段反射率的变化规律。利用地面和卫星观测的地表多角度反射数据,发现蓝红波段反射率线性关系受观测角度变化影响较小,可以减小WFV相机大倾角观测的影响。分析了2013-2017年共计5年MODIS的MOD09A1地表反射率产品,提取水体、裸土、建筑、植被等典型城市地物像元,通过分析蓝波段和红波段地表反射率,发现整年的相关性整体高于分季节的相关性。选择北京、天津、石家庄、保定共4个城市,利用MOD09A1产品开展逐像元的蓝光、红光波段地表反射率线性相关分析,结果表明,超过84%的城市地表,其蓝红波段反射率相关系数大于0.75。(2)建立高分一号卫星WFV数据的城市气溶胶反演算法。将OPAC数据库中基本气溶胶混合后的光学性质与AERONET地面观测数据进行最优匹配,改进城市气溶胶模型组成,得到水溶型、沙尘型、煤烟型气溶胶所占比例分别为80%、18%、2%。在高分一号卫星WFV数据预处理基础上,利用逐像元分析得到城市地区蓝红波段地表反射率的线性关系,建立城市气溶胶反演算法,进而反演2016年7月-2017年9月北京、天津、石家庄、保定等城市地区的气溶胶光学厚度,并对定标系数、观测几何和传感器光谱响应差异可能造成的反演误差进行测算分析。(3)将本文算法反演结果与深蓝算法反演结果、MODIS气溶胶产品、地面观测站点数据进行对比验证。对比2016年7月-2017年9月北京、天津、石家庄、保定等城市地区的深蓝算法反演结果、MODIS气溶胶产品,本文算法反演结果与深蓝算法反演结果、MODIS气溶胶产品具有较高的相关性(相关系数大于0.8),且在碎云去除、城市亮目标像元反演(反演范围最多提升了40%)、高分辨率监测等方面具有明显优势。提取了同期北京城市地区3个AERONET站点的气溶胶观测结果,开展算法验证工作,本文算法反演结果与AERONET观测值相关系数达到0.907以上,整体上优于深蓝算法结果和MODIS气溶胶产品。(4)应用反演结果实现城市地区PM2.5的估算和空间分析。将反演得到的2016-2017年气溶胶光学厚度(AOD),与同期的气象数据和地面监测点PM2.5浓度,进行多元线性回归计算,估算出北京地区PM2.5浓度,并分析得出北京城区PM2.5浓度的空间分布。
徐睿[9](2020)在《截面数据线性回归模型中异方差问题的研究》文中指出在社会经济问题的回归分析中,经常采用截面数据进行分析称之为截面数据回归分析.由于截面数据本身容易使得最后得到的回归模型变为异方差回归模型,而经典回归分析模型中同方差性是基本假设,因此研究如何判定截面数据回归分析过程中是否存在异方差性并修正异方差性显得十分重要且有意义.如果回归模型中不存在异方差性的时候,通过普通的最小二乘法进行参数估计可以得到线性无偏有效的估计量,以此就可以简化整个回归分析的步骤;一旦回归模型中存在异方差性而没被察觉出来进而继续采用普通的最小二乘估计其良好的最小二乘性就会被破坏进而导致错误的推断.由此可见对于异方差性的检验与修正进行进一步研究,判别遮被现象的真伪,促进模型检验的仿真,作为改进整个回归模型的准确度是十分必要的步骤.研究异方差的检验方法及异方差方法具有重要意义.当截面数据回归模型检验出异方差时,加权最小二乘法是常用的模型估计方法,对于模型的修正效果权数的选择起着至关重要的作用,现在常用的几种权数是基于模拟模型中残差值与解释变量之间的关系构造的,由于杠杆系数的修正作用,因此本文提出了基于杠杆系数以及替换思想的新的权数构造形式.本文通过大量的数值模拟和实例分析证明了上述这样权数构造形式的有效性与实用性.本文首先介绍了截面数据处理过程中存在的异方差问题并且阐述了直接采用普通最小二乘法处理几面数据异方差模型可能带来的严重后果.综述了截面数据回归分析中异方差的检验方法及修正方法,检验方法分为图示检验法以及解析检验发进行综述,解析检验法介绍了常用Spearman秩相关系数检验法,G-Q检验法,Park检验法,Glejser检验法,B-P检验法,White检验法以及其推广K-B检验法,本文主要研究内容是在加权最小二乘法权数的构造中基于杠杆值hii的构造形式以及Park检验法的思路提出一种新的权函数构造形式,通过随机模拟以及三个案例分析对比讨论对于不同的异方差检验方法的检验效果以及对于不同的异方差修正方法尤其是在不同权数下的经过加权最小二乘法对于异方差的修正效果,对比分析结果表明这种权数构造形式更加简便并且节省了大量实验消耗的时间并且计算量也较之前提出的几种传统的权数构造形式更小,修正效果也更好,最后简述对异方差问题的总结与思考.
付丹丹[10](2020)在《贮期鸡蛋蛋白质含量品质的光谱无损检测方法及装置研发》文中研究表明有关贮藏期间鸡蛋品质的评价与预测及其与贮藏时间和条件的关系一直是食品加工和保鲜领域的研究热点问题之一,目前无损检测方法很少从鸡蛋特定蛋白质含量变化角度来考虑其食用品质和安全性。若能从鸡蛋组成的生化变化角度解释其品质变化规律,寻找引起鸡蛋品质变化的最本质特征,并且建立该特征因子的外在表征方法,对深入揭示蛋品品质变化机制,实现蛋品品质的有效无损监控具有重要的理论意义。本课题从鸡蛋组成生化变化的角度,以蛋清S-卵白蛋白含量、卵黏蛋白含量、哈夫值、蛋黄指数等多个品质指标为研究对象,利用生化方法、高光谱成像技术及可见-近红外光谱技术对鸡蛋的多个品质进行研究,建立基于光谱的贮期鸡蛋微观品质无损检测模型及相关检测装置,主要研究内容和结论如下:1)贮期鸡蛋品质和蛋清主要蛋白质含量的变化规律及相关关系为了从鸡蛋组成生化变化的角度确定引起鸡蛋品质变化的最本质特征因子,通过传统生化检测方法,统计分析了贮藏期间鸡蛋品质指标及S-卵白蛋白含量、卵黏蛋白含量的变化规律。考察了鸡蛋哈夫值、蛋黄指数、p H值等指标值与S-卵白蛋白含量、卵黏蛋白含量的相关性,发现各品质参数与S-卵白蛋白含量的相关性比与卵黏蛋白的相关性更高;分析了各鸡蛋品质参数与S-卵白蛋白含量、卵黏蛋白含量的灰色关联度,各品质因素与S-卵白蛋白含量、卵黏蛋白的综合灰色关联度均大于0.5;分别以S-卵白蛋白含量和卵黏蛋白含量为自变量建立了等价蛋龄预测模型,模型的决定系数均大于0.9,p≤0.01;综合考虑相关性分析结果,选择S-卵白蛋白含量为研究对象,进一步研究了两种不同品种鸡蛋(市场上常见的海蓝褐壳鸡蛋和罗曼粉壳鸡蛋)S-卵白蛋白含量与鸡蛋哈夫值、蛋黄指数的相关性,发现不同品种鸡蛋的哈夫值、蛋黄指数均与S-卵白蛋白含量显着负相关,粉壳蛋和褐壳蛋S-卵白蛋白含量相关系数为0.950,二者显着相关(p≤0.01)。即在同一贮藏条件下,不同品种鸡蛋S-卵白蛋白含量的变化受鸡蛋品种的影响较小。故确定选择S-卵白蛋白含量为引起鸡蛋品质变化的最本质特征因子。2)基于高光谱成像技术的鸡蛋新鲜度、酸碱度及黏度检测为了建立基于高光谱技术的与鸡蛋新鲜度有关的内部理化指标的无损检测方法,利用高光谱成像检测系统采集了贮期鸡蛋的透射光谱信息,并利用p H计、粘度计测定鸡蛋酸碱度与粘度,发现鸡蛋新鲜度、酸碱度、黏度之间存在较强相关性。对光谱进行预处理发现经过一阶微分处理后的全波段PLS模型对各指标的预测效果最好;分别用竞争性自适应重加权算法(CARS)与连续投影算法(SPA)选取特征波长。对比分析基于CARS及SPA筛选的特征波段建立的偏最小二乘回归模型和多元线性回归模型,建立的多元线性回归模型对鸡蛋哈夫值、p H值及黏度值具有更好的预测性能。在CARS提取的特征波长组合基础上采用SPA再次进行特征波长提取,基于CARS-SPA二次波段提取鸡蛋HU、p H、黏度的最佳波段组合数分别为13个、10个、6个;基于二次筛选出的特征波长建立的鸡蛋HU、p H、黏度MLR模型预测集决定系数Rp2分别为0.884、0.903、0.903,相对分析误差RPD均大于2,能够对这三个指标值进行极好预测。3)基于高光谱成像技术的S-卵白蛋白含量无损检测及其可视化为了从S-卵白蛋白含量的生化本质角度建立无损评价贮期鸡蛋品质变化的方法,利用高光谱成像技术采集了贮期鸡蛋在300 nm-1100 nm的透射高光谱图像,提取7个图像参数,并利用相关系数法筛选出3个图像特征变量(红色分量均值Ravg,分形维度D和图像短轴n),建立PLS模型,比较发现剔除其他四个图像参数后建模效果不变;将整蛋作为感兴趣区域,提取每个鸡蛋的平均光谱,选取450 nm-1000 nm波段,经一阶微分结合平滑预处理后,分别采用竞争性自适应重加权算法(CARS)、连续投影算法(SPA)及二维相关同步光谱分析法提取了S-卵白蛋白含量紧密相关的特征波长,并分别利用筛选出来的特征波长建立了偏最小二乘回归模型(PLS)和遗传算法优化的BP神经网络模型(GA-BP),结果表明,基于SPA筛选的20个特征波长组合建立的GA-BP模型对S-卵白蛋白含量预测效果最好,训练集决定系数Rc2为0.857,RMSEC为0.084,预测集Rp2为0.806,RMSEP为0.120,RPD为2.012。将提取的3个图像特征参数分别与三种方法提取的特征波长组合进行融合,并利用主成分分析(PCA)降维,利用融合后的特征建立预测模型,发现基于3个图像特征和CARS筛选的14个光谱特征融合降维后的5个特征信息建立的GA-BP模型预测效果更好,训练集Rc2为0.856,均方根误差RMSEC为0.084,预测集Rp2为0.845,均方根误差RMSEP为0.143,RPD为1.918。利用优选出的模型对预测集鸡蛋图像上每个像素点的S-卵白蛋白含量进行预测,结合伪彩色图像处理技术,将预测结果用不同颜色直观显示,实现了鸡蛋S-卵白蛋白含量可视化。4)基于可见-近红外光谱技术的鸡蛋新鲜度指标及S-卵白蛋白含量无损检测利用自行搭建的可见近红外光谱系统分别采集了贮期海蓝褐壳鸡蛋和罗曼粉壳鸡蛋的透射光谱信息,并测定了鸡蛋哈夫值、蛋黄指数以及S-卵白蛋白含量。选取500 nm-950 nm范围内的451个波长进行分析,经光谱预处理后,分别采用无信息变量消除算法(UVE)、遗传算法(GA)和逐步回归算法(STP)筛选特征波长,分别建立偏最小二乘回归(PLS)、高斯过程回归(GPR)、多元线性回归(MLR)和支持向量机回归(SVM)预测模型,结果表明,对于海蓝褐壳鸡蛋而言,其哈夫值的最佳预测模型是基于UVE筛选出来的10个特征波长建立的GPR模型,训练集Rc2为0.981,RMSEC为0.031,预测集Rp2为0.708,RMSEP为10.825,RPD为1.603;其蛋黄指数的最佳预测模型是基于GA筛选出来的18个特征波长建立的PLS回归模型,训练集Rc2均为0.792,RMSEC为0.021,预测集Rp2为0.770,RMSEP为0.030,RPD为1.765;其S-卵白蛋白含量的最佳预测模型是基于遗传算法GA筛选出来的19个波长建立的PLS回归模型,训练集Rc2为0.919,RMSEC为0.058,预测集Rp2为0.917,RMSEP为0.079,RPD为3.236。对于罗曼粉壳鸡蛋而言,其哈夫值的最优预测模型是基于逐步回归筛选出来的15个特征波长建立的多元线性回归模型,训练集Rc2为0.926,RMSEC为5.380,预测集Rp2为0.765,RMSEP为10.416,RPD为2.322;其蛋黄指数建立的模型都不能对罗曼粉壳鸡蛋的蛋黄指数进行预测(预测集RPD均小于1.5);其S-卵白蛋白含量建立的最优预测模型是基于逐步回归算法筛选出来的9个特征波长建立的高斯过程回归模型,训练集Rc2为0.954,RMSEC为0.047,预测集Rp2为0.846,RMSEP为0.109,RPD为2.223。建立的单一品种鸡蛋哈夫值、蛋黄指数及S-卵白蛋白含量预测模型为后续开发多品种鸡蛋新鲜度指标及S-卵白蛋白含量定量快速检测通用模型奠定了基础。5)不同品种鸡蛋新鲜度指标及S-卵白蛋白含量预测模型优化利用建立的单一品种鸡蛋哈夫值、蛋黄指数及S-卵白蛋白含量预测模型对另一个品种相应的鸡蛋品质指标进行预测,发现利用单一品种建立的模型对另一品种相同指标的预测性能较差;比较分析两个品种鸡蛋的平均光谱及其光谱矩阵的主成分得分空间分布,发现两个品种鸡蛋的平均光谱在近红外区域差异不明显,在可见光区域有明显差异;两个品种鸡蛋的光谱矩阵主成分得分空间分布图显示罗曼粉壳鸡蛋样本的主成分得分空间分布不能完全覆盖海蓝褐壳鸡蛋样本的主成分得分空间,即单一品种鸡蛋建立的预测模型适用性差。分别利用全局更新、直接校正和斜率/截距校正三种算法对海蓝褐壳鸡蛋和罗曼粉壳鸡蛋哈夫值、蛋黄指数、S-卵白蛋白含量可见-近红外光谱检测模型进行优化,比较不同方法模型优化结果,发现3种模型优化方法均能对优化前最佳模型的预测性能进行不同程度地改善。其中经过全局更新优化后的通用模型对预测性能的改善效果最好。利用全局更新方法建立的两个品种鸡蛋哈夫值通用预测模型对海蓝褐壳鸡蛋的预测性能为Rp2为0.770,RMSEP为9.063,RPD为2.017,对罗曼粉壳鸡蛋的预测性能为Rp2为0.834,RMSEP为8.753,RPD为2.231;蛋黄指数通用预测模型对海蓝褐壳鸡蛋的预测性能为Rp2为0.780,RMSEP为0.029,RPD为1.837,对罗曼粉壳鸡蛋的预测性能为Rp2为0.684,RMSEP为0.038,RPD为1.555;S-卵白蛋白含量通用预测模型对海蓝褐壳鸡蛋的预测性能为Rp2为0.936,RMSEP为0.069,RPD为3.649,对罗曼粉壳鸡蛋的预测性能为Rp2为0.839,RMSEP为0.112,RPD为2.035。优化后的模型更稳定、可靠、准确,且能够同时适用于两个品种鸡蛋的新鲜度和S-卵白蛋白含量预测,为后续开发蛋新鲜度指标及S-卵白蛋白含量无损检测装置奠定了基础。6)蛋新鲜度指标及S-卵白蛋白含量无损检测装置研究利用USB2000+光谱仪,对蛋新鲜度指标及S-卵白蛋白含量快速检测装置进行总体设计,选取合适的关键部件,包括可调光源、散热装置、光谱采集单元等等,并将其进行了组装与调试。根据建立的同时适用于两个品种鸡蛋新鲜度指标及S-卵白蛋白含量无损检测模型,利用Qt软件开发平台开发了蛋新鲜度指标及S-卵白蛋白含量快速检测软件。利用搭建的硬件装置与开发的检测软件,实现了蛋新鲜度指标及S-卵白蛋白含量无损检测。
二、加权线性回归模型的BLUE影响分析(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、加权线性回归模型的BLUE影响分析(论文提纲范文)
(1)东北地区湖库总悬浮物遥感反演及时空动态研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 选题背景、目的及意义 |
1.1.1 选题背景 |
1.1.2 目的及意义 |
1.2 国内外研究进展 |
1.2.1 水体总悬浮物研究文献计量学结果 |
1.2.2 水体光学特性研究进展 |
1.2.3 水体光学分类研究进展 |
1.2.4 水体总悬浮物遥感研究进展 |
1.3 研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第2章 研究区概况、数据采集与处理 |
2.1 研究区概况 |
2.1.1 自然地理条件 |
2.1.2 社会经济状况 |
2.1.3 水资源状况 |
2.2 实地数据采集与处理 |
2.2.1 实地水质参数数据采集 |
2.2.2 实地光谱测量 |
2.2.3 水质参数实验室测量与统计分析 |
2.2.4 实地光谱特征分析 |
2.3 卫星遥感数据的获取与处理 |
2.3.1 Landsat遥感数据与高光谱数据比对分析 |
2.3.2 Landsat遥感数据获取与处理 |
2.4 相关数据获取与处理 |
第3章 研究区水体光学特征分析 |
3.1 水体光学分类原理与方法 |
3.2 实地测量生物光学量变异性分析 |
3.2.1 实地测量的光谱处理 |
3.2.2 实地测量的光谱聚类 |
3.2.3 实地测量的水体光学类型及其水质参数特征 |
3.3 东北地区水体光学特征 |
3.3.1 卫星遥感反射率样本构建 |
3.3.2 东北地区水体模糊聚类与水体光学类型确定 |
3.3.3 东北地区水体光学类型特征 |
3.3.4 东北地区水体光学特征变异性 |
3.4 水体光学类型影响因素分析 |
3.4.1 自然因素 |
3.4.2 人类活动因素 |
3.5 本章小结与讨论 |
第4章 基于Landsat数据的水体总悬浮物反演方法研究 |
4.1 总悬浮物浓度遥感估算模型构建与验证方法 |
4.1.1 Landsat波段敏感性分析 |
4.1.2 模型构建 |
4.1.3 模型验证 |
4.2 基于统一模型反演总悬浮物浓度 |
4.3 基于水体光学分类反演总悬浮物浓度 |
4.3.1 不同水体光学类型的建模与验证数据集 |
4.3.2 基于光学分类模型直接反演总悬浮物 |
4.3.3 基于光学分类模型加权反演总悬浮物 |
4.4 不同反演方法的比较 |
4.4.1 不同反演方法应用的比较 |
4.4.2 不同方法反演结果的比较 |
4.5 本章小结与讨论 |
第5章 研究区总悬浮物浓度反演与时空动态分析 |
5.1 反演流程集成 |
5.2 长时间序列反演结果统计分析方法 |
5.2.1 总悬浮物浓度时空动态分析方法 |
5.2.2 影响因素定量分析方法 |
5.3 研究区水体总悬浮物浓度时空动态特征 |
5.3.1 总悬浮物年际动态特征 |
5.3.2 总悬浮物空间异质性及其动态特征 |
5.4 总悬浮物浓度时空变化主要影响因素 |
5.4.1 总悬浮物年际变化的主要影响因素 |
5.4.2 总悬浮物空间分布的主要影响因素 |
5.5 本章小结与讨论 |
第6章 结论与展望 |
6.1 主要结论 |
6.2 创新点 |
6.3 展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(2)地表温度空间降尺度方法及其应用研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 地表温度空间降尺度研究现状 |
1.2.2 空间降尺度地表温度的应用研究现状 |
1.2.3 地表温度空间降尺度研究存在问题与不足 |
1.3 研究内容 |
1.4 总体技术路线 |
1.5 论文组织结构 |
1.6 本章小结 |
第2章 研究区与数据 |
2.1 研究区概况 |
2.2 数据源 |
2.2.1 Landsat8 影像 |
2.2.2 Sentinel-2A影像 |
2.2.3 高分影像 |
2.2.4 SRTM影像 |
2.2.5 气象观测数据 |
2.3 数据预处理 |
2.3.1 辐射定标与大气校正 |
2.3.2 正射校正与几何配准 |
2.4 本章小结 |
第3章 基于多因子地理加权机器学习算法的地表温度空间降尺度模型 |
3.1 基于改进型单窗算法的地表温度反演 |
3.2 特征选择 |
3.2.1 候选的解释变量 |
3.2.2 最优特征组合的确定方法 |
3.3 MFGWML地表温度空间降尺度模型 |
3.3.1 基学习器理论基础 |
3.3.2 地理加权回归理论基础 |
3.3.3 地理加权集成学习 |
3.4 经典的地表温度空间降尺度算法 |
3.4.1 TsHARP降尺度算法 |
3.4.2 HUTS降尺度算法 |
3.5 地表温度空间降尺度模型精度验证方法 |
3.6 地表温度空间降尺度的技术路线 |
3.7 MFGWML模型分析 |
3.7.1 基模型的特征选择 |
3.7.2 基模型的相关性 |
3.7.3 MFGWML模型参数分析 |
3.8 降尺度模型精度验证与对比分析 |
3.8.1 MFGWML模型与基模型对比分析 |
3.8.2 MFGWML模型与Ts HARP模型对比分析 |
3.8.3 MFGWML模型与HUTS模型对比分析 |
3.8.4 MFGWML模型的误差来源分析 |
3.9 本章小结 |
第4章 MFGWML地表温度空间降尺度模型对高分影像的适用性研究 |
4.1 MFGWML模型对GF-1 WFV2 影像的适用性研究 |
4.1.1 基于GF-1 WFV2 影像的候选解释变量 |
4.1.2 基模型最优特征组合选择 |
4.1.3 MFGWML模型参数 |
4.1.4 MFGWR降尺度模型 |
4.1.5 不同降尺度模型精度验证与对比分析 |
4.2 MFGWML模型对GF-6 PMS影像的适用性研究 |
4.2.1 基于GF-6 PMS影像的候选解释变量 |
4.2.2 基模型最优特征组合选择 |
4.2.3 MFGWML模型参数 |
4.2.4 MFGWR降尺度模型 |
4.2.5 不同降尺度模型精度验证与对比分析 |
4.3 MFGWML模型对GF-2 PMS影像的适用性研究 |
4.3.1 基于GF-2 PMS影像的候选解释变量 |
4.3.2 基模型最优特征组合选择 |
4.3.3 MFGWML模型参数 |
4.3.4 MFGWR降尺度模型 |
4.3.5 不同降尺度模型精度验证与对比分析 |
4.4 本章小结 |
第5章 MFGWML模型空间降尺度地表温度数据的应用研究 |
5.1 集成RF和SVM算法的北京市土地利用分类 |
5.1.1 影像分割和对象特征提取 |
5.1.2 基于C5.0 算法的RF与 SVM算法集成 |
5.1.3 影像分类结果与精度对比分析 |
5.2 LST空间降尺度对生态环境质量评价的影响 |
5.2.1 基于遥感的生态指数RSEI |
5.2.2 LST空间降尺度前后的生态环境质量对比分析 |
5.2.3 LST空间降尺度对土地利用与生态环境质量关系的影响 |
5.3 LST空间降尺度对城市热岛效应评价的影响 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 主要研究结论 |
6.2 论文创新点 |
6.3 研究不足与展望 |
6.3.1 不足之处 |
6.3.2 展望 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(3)森林地上生物量的遥感估测模型优化及时空分析方法(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 森林生物量估测方法 |
1.2.2 森林生物量时空变化的驱动因素 |
1.2.3 研究现状评述 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 论文组织结构 |
第二章 材料与方法 |
2.1 研究区概况 |
2.2 数据处理 |
2.2.1 森林资源调查数据 |
2.2.2 遥感数据 |
2.2.3 土地覆盖数据 |
2.2.4 气候数据 |
2.2.5 社会经济数据 |
2.3 建模方法 |
2.3.1 线性回归 |
2.3.2 随机森林 |
2.3.3 极端梯度提升 |
2.4 软件与执行环境 |
第三章 森林地上生物量建模优化过程 |
3.1 研究方法 |
3.1.1 模型参数优化方法 |
3.1.2 模型变量选择方法 |
3.1.3 生物量模型评价指标 |
3.2 结果与分析 |
3.2.1 参数优化对模型性能的影响 |
3.2.2 变量选择对模型性能的影响 |
3.2.3 模型估测精度评价 |
3.3 讨论 |
3.4 本章小结 |
第四章 结合残差校正的森林地上生物量制图 |
4.1 研究方法 |
4.1.1 结合空间插值提高生物量估测精度 |
4.1.2 空间插值方法 |
4.1.3 评价指标 |
4.2 结果与分析 |
4.2.1 生物量残差探索性分析 |
4.2.2 生物量残差空间插值评价 |
4.2.3 模型估测精度评价 |
4.3 讨论 |
4.4 本章小结 |
第五章 森林地上生物量时空变化及驱动力分析 |
5.1 研究方法 |
5.1.1 时空变化分析方法 |
5.1.2 驱动因子分析方法 |
5.2 结果与分析 |
5.2.1 森林地上生物量时空变化分析 |
5.2.2 森林地上生物量变化的驱动因子分析 |
5.3 讨论 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 主要结论 |
6.2 主要创新点 |
6.3 存在的不足与研究展望 |
攻读学位期间发表的学术论文 |
参考文献 |
(4)精密单点定位反演大气水汽关键模型研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.4 研究内容与论文结构 |
2 精密单点定位水汽反演原理 |
2.1 PPP数学模型与参数估计 |
2.2 PPP数据预处理和质量控制 |
2.3 PPP模糊度固定策略 |
2.4 PPP水汽反演原理 |
2.5 本章小结 |
3 基于恒星日滤波的多路径削弱模型 |
3.1 基于稀疏正则化的多路径误差模型 |
3.2 GPS轨道重复周期计算方法 |
3.3 基于恒星日滤波的多路径削弱模型性能分析 |
3.4 本章小结 |
4 基于再分析资料的天顶对流层延迟区域模型 |
4.1 数据来源 |
4.2 ERA5 ZTD精度验证 |
4.3 基于大气折射率分段模型的ZTD建模策略 |
4.4 中国区域ZTD经验模型精度分析 |
4.5 ZTD经验模型在PPP中的应用 |
4.6 本章小结 |
5 基于稀疏核学习算法改进的加权平均温度模型 |
5.1 基于稀疏核学习的加权平均温度建模策略 |
5.2 加权平均温度模型精度验证 |
5.3 加权平均温度模型在PPP水汽反演中的应用 |
5.4 本章小结 |
6 基于实测气象参数的实时精密单点定位水汽反演 |
6.1 加权平均温度与气象参数相关性分析 |
6.2 基于实测气象参数的加权平均温度模型 |
6.3 实时PPP水汽反演 |
6.4 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(5)基于卫星遥感的关中盆地PM2.5浓度时空变化特征研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究现状与存在问题 |
1.2.1 卫星遥感AOD产品验证 |
1.2.2 卫星遥感反演PM_(2.5)浓度 |
1.2.3 长期PM_(2.5)的时空分布特征 |
1.2.4 新冠疫情管控对PM_(2.5)及空气质量的影响 |
1.3 研究内容与技术路线 |
1.4 论文框架 |
第二章 PM_(2.5)遥感反演的理论与方法 |
2.1 大气气溶胶概述 |
2.1.1 气溶胶的物理和化学特性 |
2.1.2 气溶胶的光学特性 |
2.1.3 气溶胶光学厚度反演 |
2.2 PM_(2.5)的监测 |
2.2.1 环境监测站点地基监测 |
2.2.2 气溶胶监测 |
2.3 卫星遥感反演PM_(2.5)的方法 |
2.3.1 影响PM_(2.5)的相关因子 |
2.3.2 基于模式模拟的方法 |
2.3.3 基于物理机理的方法 |
2.3.4 基于统计的方法 |
2.4 本章小结 |
第三章 卫星遥感AOD的地面验证 |
3.1 引言 |
3.2 数据与方法 |
3.2.1 VIIRS气溶胶光学厚度数据 |
3.2.2 SONET气溶胶光学厚度数据 |
3.2.3 研究方法 |
3.3 结果与讨论 |
3.3.1 VIIRS AOD与 SONET AOD的拟合分析 |
3.3.2 VIIRS反演AOD误差来源分析 |
3.4 本章小结 |
第四章 卫星遥感反演PM_(2.5)的模型构建 |
4.1 引言 |
4.2 建模数据 |
4.2.1 PM_(2.5)地面监测数据 |
4.2.2 卫星遥感数据 |
4.2.3 气象数据 |
4.2.4 人口数据 |
4.2.5 数据匹配 |
4.3 多尺度地理-时间加权回归模型构建与验证 |
4.3.1 模型构建 |
4.3.2 模型验证 |
4.4 结果与讨论 |
4.4.1 描述性统计分析 |
4.4.2 模型自变量分析 |
4.4.3 模型拟合与验证结果 |
4.4.4 模型估算结果 |
4.5 本章小结 |
第五章 关中盆地PM_(2.5)浓度的时空变化特征 |
5.1 引言 |
5.2 数据来源 |
5.2.1 PM_(2.5)地面监测数据 |
5.2.2 卫星遥感数据 |
5.2.3 气象数据 |
5.2.4 社会经济数据 |
5.3 研究方法 |
5.3.1 PM_(2.5)浓度的估算 |
5.3.2 PM_(2.5)时空变化特征分析 |
5.4 结果与讨论 |
5.4.1 PM_(2.5)估算结果与验证 |
5.4.2 PM_(2.5)的时空变化特征 |
5.4.3 PM_(2.5)的变化趋势特征 |
5.4.4 社会经济因素与PM_(2.5)空间分布的关系 |
5.5 本章小结 |
第六章 新冠疫情管控对关中盆地PM_(2.5)及空气质量的影响 |
6.1 引言 |
6.2 数据来源 |
6.2.1 地面空气质量数据 |
6.2.2 卫星遥感数据 |
6.2.3 气象数据 |
6.2.4 数据匹配 |
6.3 研究方法 |
6.3.1 管控阶段的划分 |
6.3.2 模型构建与验证 |
6.3.3 统计分析 |
6.4 结果与讨论 |
6.4.1 建模数据描述性统计分析 |
6.4.2 模型性能分析 |
6.4.3 PM_(2.5)和PM_(10)空间分布变化 |
6.4.4 空气质量变化 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 主要结论 |
7.2 主要创新点 |
7.3 未来工作展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(6)激光显示视觉健康与感知特性研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 激光显示技术 |
1.1.1 激光显示技术的发展 |
1.1.2 激光显示的分类 |
1.1.3 激光显示的特点 |
1.2 人眼光学特性及感知特性 |
1.2.1 人眼的生理构造 |
1.2.2 人眼的光学特性 |
1.2.3 人眼的感知亮度 |
1.2.4 人眼的色品分辨力 |
1.2.5 人眼的视觉敏锐度 |
1.3 光辐射对视觉健康的影响 |
1.3.1 光辐射对人眼的生物效应 |
1.3.2 光辐射损伤机理 |
1.3.3 光辐射安全相关物理量 |
1.3.4 光辐射损伤阈值的确定方法 |
1.4 图像质量的影响因素 |
1.5 论文的研究内容及创新点 |
1.5.1 研究内容 |
1.5.2 创新点 |
1.6 论文的组织结构 |
第二章 光辐射安全相关标准分析 |
2.1 光辐射安全相关组织 |
2.2 ICNIRP相关导则进展分析 |
2.3 激光显示光辐射安全相关标准分析 |
2.3.1 光辐射安全相关现行标准 |
2.3.2 如何评估不同光源类型的激光显示光辐射安全 |
2.3.3 测量位置分析 |
2.3.4 显示器蓝光辐射分析 |
2.4 激光和非相干光辐射安全评价关系分析 |
2.4.1 照射限值关系分析 |
2.4.2 分类关系分析 |
2.4.3 物理量关系分析 |
2.5 本章小结 |
第三章 激光显示的光辐射安全研究 |
3.1 扫描式激光显示光辐射安全研究 |
3.1.1 二项标准评估脉冲辐射的主要区别 |
3.1.2 最大允许输出功率比较 |
3.2 长焦激光投影显示光辐射安全研究 |
3.2.1 投影仪工作原理和参数 |
3.2.2 依据IEC60825-1:2014 评估光辐射安全 |
3.2.3 选择依据IEC62471-5:2015 评估光辐射安全 |
3.2.4 IEC62471-5:2015 不同危险类别光通量范围推导 |
3.3 超短焦激光投影显示系统光辐射安全评价要求研究 |
3.3.1 超短焦激光投影显示系统的特点 |
3.3.2 光辐射安全分类要求 |
3.3.3 制造商、用户和维护人员要求 |
3.4 超短焦激光投影显示系统光辐射安全评价方法研究 |
3.4.1 测量条件 |
3.4.2 测量方法 |
3.4.3 系统评价 |
3.5 本章小结 |
第四章 激光显示的感知亮度与色度关系研究 |
4.1 感知亮度与色度 |
4.2 异色感知亮度匹配实验设置 |
4.3 实验图片及实验流程 |
4.3.1 实验图片 |
4.3.2 实验流程 |
4.4 实验结果与分析 |
4.5 本章小结 |
第五章 激光显示图像属性的恰可察觉差及其影响因素研究 |
5.1 恰可察觉差 |
5.2 图像属性的恰可察觉差实验设计 |
5.2.1 实验设置 |
5.2.2 图像属性的调整方法 |
5.2.3 恰可察觉差的确定方法 |
5.2.4 实验流程 |
5.3 实验结果与分析 |
5.3.1 实验结果 |
5.3.2 激光显示与液晶显示的恰可察觉差比较与分析 |
5.4 恰可察觉差的影响因素研究 |
5.4.1 图像内容对恰可察觉差的影响 |
5.4.2 峰值亮度的恰可察觉差影响因素分析 |
5.4.3 暗场亮度的恰可察觉差影响因素分析 |
5.4.4 色饱和度的恰可察觉差影响因素分析 |
5.4.5 细节层次感的恰可察觉差影响因素分析 |
5.5 本章小结 |
第六章 激光显示图像质量模型研究 |
6.1 图像质量评分实验设计 |
6.1.1 实验目的 |
6.1.2 实验设置 |
6.1.3 实验流程 |
6.2 实验结果统计 |
6.3 实验结果分析 |
6.3.1 模型建立和权重分析 |
6.3.2 分析总结 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 论文总结 |
7.2 后续展望 |
参考文献 |
致谢 |
作者简介 |
(7)树种多样性对亚热带森林细根产量的影响机制研究(论文提纲范文)
摘要 |
ABSTRACT |
1 文献综述 |
1.1 生物多样性 |
1.1.1 生物多样性指标 |
1.1.2 地上与地下树种多样性 |
1.2 生物多样性对地下过程的影响 |
1.2.1 根系产量 |
1.2.2 超产 |
1.2.3 资源分区假说 |
1.2.4 非生物促进 |
1.2.5 压力缓冲假说 |
1.2.6 生物反馈 |
1.2.7 根系增殖策略 |
1.3 细根树种识别方法 |
1.3.1 人工识别 |
1.3.2 同位素识别技术 |
1.3.3 化学方法识别技术 |
1.3.4 分子识别技术 |
1.4 研究存在的缺陷 |
1.5 本研究的科学问题和意义 |
1.6 技术路线 |
2 研究区概况 |
3 亚热带森林细根的识别与比例估算 |
3.1 前言 |
3.2 研究方法 |
3.2.1 qPCR法引物设计 |
3.2.2 测定细根混合样品中各树种的相对比例 |
3.2.3 林木丛实验设计 |
3.2.4 林木丛实验中细根树种识别和相对比例测定 |
3.2.5 建立亚热带森林58个常见树种的序列库 |
3.2.6 通用引物法在野外亚热带森林的应用 |
3.3 结果 |
3.3.1 引物开发 |
3.3.2 qPCR法对细根相对比例的估算 |
3.3.3 林木丛实验中细根样品的种类及相对比例的确定 |
3.3.4 通用引物 |
3.3.5 通用引物标记法分析地下树种比例 |
3.4 讨论 |
3.4.1 识别树种的特异性引物 |
3.4.2 测定混合细根样品 |
3.4.3 野外森林中qPCR法运用 |
3.4.4 qPCR法估计的相对比例 |
3.4.5 通用引物标记法 |
3.4.6 qPCR法的局限性 |
3.5 小结 |
4 多种生物多样性指标与细根生物量的关系 |
4.1 前言 |
4.2 研究方法 |
4.2.1 样地筛选 |
4.2.2 样品采集 |
4.2.3 测定各个树种的细根生物量 |
4.2.4 每个树种的细根功能特征 |
4.2.5 土壤化学分析 |
4.2.6 多样性指数 |
4.2.7 数据分析 |
4.3 结果 |
4.3.1 不同生物多样性指标与细根生物量的关系 |
4.3.2 生物多样性指数,土壤养分和林分密度的交互作用 |
4.4 讨论 |
4.4.1 功能性状的预测能力 |
4.4.2 最佳预测指标 |
4.4.3 功能多样性与生态过程 |
4.5 小结 |
5 树种多样性对亚热带森林细根生物量的影响 |
5.1 前言 |
5.2 研究方法 |
5.2.1 样地设计 |
5.2.2 细根生物量和物种鉴定 |
5.2.3 土壤化学分析 |
5.2.4 数据分析 |
5.3 结果 |
5.3.1 地上树种多样性,细根生物量与叶面积指数的关系 |
5.3.2 细根分布的均匀性 |
5.3.3 土壤养分的影响 |
5.3.4 林分密度和树种的影响 |
5.4 讨论 |
5.4.1 细根生物量受土壤养分的影响 |
5.4.2 林分密度对细根生物量的影响 |
5.5 小结 |
6 树种多样性对细根年生产力的影响 |
6.1 前言 |
6.2 方法 |
6.2.1 样地选取 |
6.2.2 生长芯法 |
6.2.3 细根识别以及量化 |
6.2.4 数据分析 |
6.3 结果 |
6.3.1 树种多样性对细根年生产力的影响 |
6.3.2 细根分布的均匀性 |
6.3.3 林分密度和土壤养分效应 |
6.4 讨论 |
6.4.1 细根年生产力随着树种多样性而增加 |
6.4.2 细根年生产力的垂直分布 |
6.4.3 根系不对称增殖 |
6.4.4 密度效应 |
6.4.5 树种多样性,林分密度和土壤磷含量的交互作用 |
6.5 小结 |
7 结论与展望 |
7.1 主要结论 |
7.2 主要创新点 |
7.3 存在的不足与展望 |
参考文献 |
攻读学位期间的主要学术成果 |
致谢 |
(8)基于高分一号卫星WFV数据的城市地区气溶胶反演研究(论文提纲范文)
致谢 |
摘要 |
abstract |
1 绪论 |
1.1 选题意义 |
1.1.1 城市气溶胶对居民健康的影响 |
1.1.2 城市气溶胶对交通的影响 |
1.2 气溶胶反演国内外研究现状 |
1.2.1 气溶胶反演方法 |
1.2.2 气溶胶反演的卫星传感器 |
1.2.3 利用高分一号卫星数据反演气溶胶研究进展 |
1.3 研究问题的提出 |
1.4 研究区概况与数据介绍 |
1.4.1 研究区概况 |
1.4.2 数据介绍 |
1.5 研究内容及技术路线 |
2 大气辐射传输模拟 |
2.1 大气辐射传输原理 |
2.1.1 大气分子的散射与吸收 |
2.1.2 单个气溶胶粒子的散射与吸收 |
2.1.3 气溶胶粒子群的散射与吸收 |
2.1.4 大气辐射传输方程 |
2.1.5 辐射传输方程的求解 |
2.2 6S模型模拟辐射传输过程 |
2.2.1 气溶胶光学厚度模拟 |
2.2.2 大气模式模拟 |
2.2.3 气溶胶模型模拟 |
2.3 本章小结 |
3 城市地表蓝红波段反射率相关关系研究 |
3.1 WFV相机大倾角观测的影响研究 |
3.1.1 基于地面观测数据的大倾角观测影响研究 |
3.1.2 基于卫星观测数据的大倾角观测影响研究 |
3.2 北京城区地表反射率实测数据分析 |
3.3 城市地区典型像元反射率分析 |
3.3.1 水体像元 |
3.3.2 裸土像元 |
3.3.3 建筑像元 |
3.3.4 森林像元 |
3.4 2013-2017 年城市地区地表反射率时空变化分析 |
3.4.1 北京市 |
3.4.2 天津市 |
3.4.3 石家庄 |
3.4.4 保定市 |
3.5 WFV相机与MODIS波段响应差异讨论 |
3.6 本章小结 |
4 城市地区气溶胶反演算法的构建 |
4.1 AOD反演原理 |
4.1.1 AOD反演的基本原理 |
4.1.2 构建6S查找表 |
4.2 城市气溶胶模型改进 |
4.2.1 气溶胶模型各基本气溶胶所占比例提取方法 |
4.2.2 AERONET北京站基本气溶胶所占比例提取 |
4.2.3 AERONET香河站基本气溶胶所占比例提取 |
4.3 气溶胶反演数据处理流程 |
4.4 气溶胶光学厚度反演实验 |
4.5 本文算法的误差分析 |
4.5.1 定标系数 |
4.5.2 观测几何 |
4.5.3 波段响应函数 |
4.6 本章小结 |
5 气溶胶反演结果对比验证 |
5.1 本文算法与其他算法对比分析 |
5.1.1 本文算法、深蓝算法反演结果和MOD04 产品的空间分布对比 |
5.1.2 本文算法与深蓝算法反演结果对比 |
5.1.3 本文算法反演结果与MOD04 产品对比 |
5.2 气溶胶反演结果地基验证 |
5.2.1 本文算法反演结果的验证 |
5.2.2 深蓝算法反演结果的验证 |
5.2.3 MOD04 产品的验证 |
5.2.4 地基验证结果分析 |
5.3 本章小结 |
6 本文算法气溶胶反演结果应用于PM_(2.5)监测 |
6.1 PM_(2.5)遥感估算的意义 |
6.2 卫星遥感估算PM_(2.5)方法 |
6.3 PM_(2.5)估算原理与数据来源 |
6.3.1 PM_(2.5)估算原理 |
6.3.2 PM_(2.5)浓度和气象数据介绍 |
6.4 遥感估算北京市PM_(2.5)浓度 |
6.5 本章小结 |
7 结论与展望 |
7.1 主要研究结论 |
7.2 创新点 |
7.3 研究展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(9)截面数据线性回归模型中异方差问题的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 异方差的检验方法 |
1.2.2 异方差的修正方法 |
1.3 研究内容 |
第二章 截面数据处理过程中的异方差性 |
2.1 截面数据 |
2.2 异方差问题的提出 |
2.2.1 经典线性回归模型及其基本假设 |
2.2.2 普通最小二乘估计量及其有限样本性 |
2.2.3 异方差性产生的原因 |
2.2.4 异方差性产生的后果 |
2.3 截面数据处理过程中的异方差性 |
第三章 截面数据回归分析中异方差性的检验 |
3.1 图示检验法 |
3.1.1 散点图检验法 |
3.1.2 残差图检验法 |
3.2 解析检验法 |
3.2.1 Spearman检验法 |
3.2.2 Goldfeld-Quandt检验法及其推广 |
3.2.3 Park检验法 |
3.2.4 Glejser检验法 |
3.2.5 Breusch-Pagan检验法 |
3.2.6 White检验法 |
3.2.7 Kocnker-Bassett检验 |
第四章 截面数据回归分析中异方差性的修正 |
4.1 异方差的修正方法 |
4.1.1 方差稳定化变换法 |
4.1.2 Box-Cox转换法 |
4.1.3 异方差稳健标准误法 |
4.1.4 加权最小二乘法(WLS) |
4.2 基于杠杆值构造加权最小二乘法中的权数 |
4.2.1 加权最小二乘法中权数的选择 |
4.2.2 基于杠杆值构造权数 |
第五章 随机模拟及实例模型分析 |
5.1 随机模拟及比较分析 |
5.1.1 异方差的检验效果比较 |
5.1.2 异方差的修正效果比较 |
5.2 案例一: 中国31个省区市商品房销售额与人口模型分析 |
5.2.1 案例一模型的设定与参数估计 |
5.2.2 案例一模型中异方差性的检验 |
5.2.3 案例一模型中异方差性的修正 |
5.3 案例二: 中国31个省区市城镇居民消费支出行为模型分析 |
5.3.1 案例二模型的设定与参数估计 |
5.3.2 案例二模型中异方差性的检验 |
5.3.3 案例二模型中异方差性的修正 |
5.4 案例三: 中国工业生产函数模型分析 |
5.4.1 案例三模型的设定与参数估计 |
5.4.2 案例三模型中异方差性的检验 |
5.4.3 案例三模型中异方差性的修正 |
5.5 总结 |
结论 |
参考文献 |
致谢 |
攻读硕士期间论文成果 |
(10)贮期鸡蛋蛋白质含量品质的光谱无损检测方法及装置研发(论文提纲范文)
摘要 |
ABSTRACT |
缩略语表 |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 鸡蛋品质无损检测方法研究现状 |
1.2.2 光谱技术在农产品品质无损检测中的研究现状 |
1.2.3 国内外同类研究现状总结及启示 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 本章小结 |
2 贮期鸡蛋品质和蛋清主要蛋白质含量的变化规律及相关关系 |
2.1 前言 |
2.2 材料与方法 |
2.2.1 试验材料与分组 |
2.2.2 试验仪器 |
2.2.3 试验方法 |
2.3 结果与分析 |
2.3.1 鸡蛋品质指标及主要蛋白质含量的统计及其变化规律 |
2.3.2 鸡蛋品质指标与蛋白质含量的相关性分析 |
2.3.3 鸡蛋品质指标与蛋清蛋白含量的灰色关联度分析 |
2.3.4 等价蛋龄预测模型 |
2.3.5 不同品种鸡蛋品质与S-卵白蛋白含量相关性分析 |
2.4 本章小结 |
3 基于高光谱成像技术的鸡蛋新鲜度、酸碱度及黏度检测 |
3.1 前言 |
3.2 材料与方法 |
3.2.1 试验材料与分组 |
3.2.2 试验装置 |
3.2.3 试验方法 |
3.2.4 光谱数据分析方法 |
3.3 结果与分析 |
3.3.1 鸡蛋新鲜度、酸碱度及黏度的相关性 |
3.3.2 光谱数据预处理 |
3.3.3 竞争性自适应重加权算法提取特征波长 |
3.3.4 连续投影算法提取特征波长 |
3.3.5 二次特征波长提取 |
3.3.6 新鲜度、酸碱度及黏度预测模型的建立与验证 |
3.4 本章小节 |
4 基于高光谱成像技术的S-卵白蛋白含量无损检测及其可视化 |
4.1 前言 |
4.2 材料与方法 |
4.2.1 试验材料与分组 |
4.2.2 试验仪器 |
4.2.3 S-卵白蛋白含量测定 |
4.2.4 光谱、图像数据分析方法 |
4.3 结果与分析 |
4.3.1 样本集的划分 |
4.3.2 基于图像特征参数的S-卵白蛋白含量预测 |
4.3.3 基于特征波长的S-卵白蛋白含量预测 |
4.3.4 基于图像—光谱融合信息的无损预测模型 |
4.3.5 S-卵白蛋白含量可视化 |
4.4 本章小结 |
5 基于可见-近红外光谱技术的鸡蛋新鲜度指标及S-卵白蛋白含量无损检测 |
5.1 前言 |
5.2 材料与方法 |
5.2.1 试验材料与分组 |
5.2.2 试验仪器 |
5.2.3 鸡蛋新鲜度指标及S-卵白蛋白含量的测定 |
5.2.4 光谱数据分析方法 |
5.3 结果与分析 |
5.3.1 不同样本划分方法对原始全波段光谱预测模型的影响 |
5.3.2 海蓝褐壳鸡蛋新鲜度指标及S-卵白蛋白含量的光谱建模 |
5.3.3 罗曼粉壳鸡蛋新鲜度指标及S-卵白蛋白含量的光谱建模 |
5.4 本章小节 |
6 不同品种鸡蛋新鲜度指标及S-卵白蛋白含量预测模型优化 |
6.1 前言 |
6.2 模型优化的基本原理与方法 |
6.2.1 基于模型全局更新的模型优化 |
6.2.2 基于直接校正的模型优化 |
6.2.3 基于斜率/截距校正的模型优化 |
6.3 模型适用性检验 |
6.3.1 模型验证法 |
6.3.2 平均光谱法 |
6.3.3 主成分得分空间分布法 |
6.3.4 模型适用性检验结果 |
6.4 鸡蛋哈夫值模型优化结果 |
6.4.1 全局更新 |
6.4.2 直接校正 |
6.4.3 斜率/截距校正 |
6.5 鸡蛋蛋黄指数模型优化结果 |
6.5.1 全局更新 |
6.5.2 直接校正 |
6.5.3 斜率/截距校正 |
6.6 鸡蛋S-卵白蛋白含量模型优化结果 |
6.6.1 全局更新 |
6.6.2 直接校正 |
6.6.3 斜率/截距校正 |
6.7 不同方法模型优化结果比较 |
6.8 本章小结 |
7 蛋新鲜度指标及S-卵白蛋白含量无损检测装置研究 |
7.1 前言 |
7.2 蛋新鲜度指标及S-卵白蛋白含量无损检测装置设计 |
7.2.1 检测装置总体设计 |
7.2.2 检测装置关键部件选择 |
7.2.3 检测装置组装与调试 |
7.3 蛋新鲜度指标及S-卵白蛋白含量无损检测软件系统设计 |
7.3.1 软件开发平台简介 |
7.3.2 软件功能需求分析 |
7.3.3 软件流程及功能实现 |
7.4 蛋新鲜度指标及S-卵白蛋白含量无损检测装置功能检验 |
7.5 本章小结 |
8 结论与展望 |
8.1 研究结论 |
8.2 主要创新点 |
8.3 研究展望 |
参考文献 |
附录A 课题来源 |
附录B 攻读博士学位期间的主要科研成果 |
致谢 |
四、加权线性回归模型的BLUE影响分析(论文参考文献)
- [1]东北地区湖库总悬浮物遥感反演及时空动态研究[D]. 杜云霞. 中国科学院大学(中国科学院东北地理与农业生态研究所), 2021(02)
- [2]地表温度空间降尺度方法及其应用研究[D]. 徐赛萍. 中国科学院大学(中国科学院空天信息创新研究院), 2021(01)
- [3]森林地上生物量的遥感估测模型优化及时空分析方法[D]. 李盈昌. 南京林业大学, 2021(02)
- [4]精密单点定位反演大气水汽关键模型研究[D]. 杨柳. 中国矿业大学, 2021(02)
- [5]基于卫星遥感的关中盆地PM2.5浓度时空变化特征研究[D]. 张凯南. 长安大学, 2021(02)
- [6]激光显示视觉健康与感知特性研究[D]. 王飞霞. 东南大学, 2021
- [7]树种多样性对亚热带森林细根产量的影响机制研究[D]. 曾渭贤. 中南林业科技大学, 2020(01)
- [8]基于高分一号卫星WFV数据的城市地区气溶胶反演研究[D]. 张钰萌. 河南理工大学, 2020(01)
- [9]截面数据线性回归模型中异方差问题的研究[D]. 徐睿. 延边大学, 2020(05)
- [10]贮期鸡蛋蛋白质含量品质的光谱无损检测方法及装置研发[D]. 付丹丹. 华中农业大学, 2020