Numeric examination of multivariate soil samples     

A. J. B. Anderson 《Mathematical Geology》1971,3(1):1-14

Numerical methods for the examination of multivariate soil samples are presented in geometric terms. Techniques of coordinate representation by principal components, by nonmetric scaling, and by a new method are discussed, as are techniques for agglomerative hierarchic cluster analysis. These are illustrated by two sets of previously published data.  相似文献   

Helmert方差分量估计严密公式与简化公式等价性的证明   总被引：3，自引：0，他引：3  

刘长建  吴洪举  明锋 《测绘科学》2006,31(2):66-67

在分析了Helmert方差分量估计严密公式与简化公式迭代收敛结果一些统计性质的基础上,导出了关于收敛结果共同的求解方程,从理论上证明了两种结果的等价性,为使用简化公式提供了依据。  相似文献   

ASTER数据在北方铝土矿预普查中的应用——以豫西渑池地区为例     

张云峰  李领军  冯淳 《国土资源遥感》2012,(1):48-52

ASTER数据的光谱和空间分辨率均具有一定优势,适合于中等比例尺的矿产预普查。为了探讨ASTER数据应用于铝土矿预普查的效果,通过对ASTER图像彩色合成、地质解译及异常信息提取,对豫西渑池地区的铝土矿进行了预普查试验。结果表明,在北方基岩裸露地区,应用ASTER数据圈定"赋矿影像单元"和提取铝土矿遥感找矿信息能获得较好的效果。  相似文献   

一种确定联合反演中相对权比的两步法   总被引：2，自引：1，他引：1  

王乐洋  许才军  张朝玉 《测绘学报》2012,41(1):19-0

提出确定联合反演中相对权比的两步法。第1步是不考虑相对权比,建立两类或多类数据的联合反演模型,通过赫尔墨特方差分量估计使得两类或多类观测数据的单位权方差相等（或单位权方差的比值接近1）,从而理论上确定观测数据合理的权阵,同时对不同种类数据进行归一化;第2步是在获得合理的观测数据权阵之后,建立顾及相对权比的联合反演模型,...  相似文献   

从MODIS资料提取土壤湿度信息的主成分分析方法   总被引：2，自引：1，他引：1       下载免费PDF全文

周秉荣  李凤霞  申双和  胡玲 《应用气象学报》2009,20(1):114-118

沿袭了遥感地物分类中K-L变换思想, 以归一化处理后的遥感数据, 结合地面土壤湿度观测数据, 应用主成分分析方法, 采用MODIS不同红外波段数据, 通过相关关系计算, 在监测结果中融合MODIS具有250 m分辨率的第2波段数据, 建立了青海省多维特征空间土壤湿度监测模型。模型的建立克服了热惯量法监测干旱需多时相遥感数据的缺陷, 经初步检验, 此模型可以在一定精度范围之内监测表层土壤湿度, 具有业务应用潜力。  相似文献   

PCA-BP神经网络在SO2浓度预报中的应用     

于文革  王体健  杨诚  孙莹 《气象》2008,34(6):97-101

将基于主成分分析(PCA)的BP神经网络预报方法引入大气污染预报,建立SO2浓度预报模型.结果表明:应用主成分分析对数据进行前处理,以原始预报因子的主成分作为BP神经网络的输入,降低了数据维数,消除了样本间存在的相关性,大大加快了BP神经网络的收敛速度.对模型进行预报验证,预报值与实际值之间的绝对误差为0.0098,预报值与实际值的相关系数达到0.885,得到较好的预报效果.并且比一般的BP神经网络模型具有较高的拟合和预报精度.  相似文献   

热带对流活动及其与ENSO关系的非线性特征     

沈桂凤  吴洪宝  韦莹莹  刘学华 《南京气象学院学报》2008,31(2):183-191

用非线性主成分分析方法和NCAR／NCEP长波辐射资料（OLR）,研究了热带对流异常及其与ENSO的关系。结果表明热带对流活动在时空上呈现出明显的非线性特征,它是热带对流活动对ENSO的非线性响应;热带对流异常的强度在E1 Nino时期比在La Nina时期强,且异常的中心位置偏东,表现出明显的时空上的不对称性。  相似文献   

澳门单站气象资料变化趋势的预报模型之比较     

梁嘉静  周文  陈创买 《气候与环境研究》2007,12(5):595-603

以澳门单站年和四季降水和温度两个气象要素的气象资料(1952~2001年)为主要研究对象,利用3种统计预报模型(谐波分析外推模型、开环门限自回归模型和主分量因子的逐步回归模型)进行拟合及试报,对澳门的降水及温度的变化做较深入的分析及预测,比较3种统计预报模型在研究澳门单站气象资料的变化趋势中的优劣。结果发现,3种预报模型在预报年和四季平均气温的方面都比较理想,但对降水量变化序列做拟合及试报则差异较大。总体而言,气候场的主分量逐步回归法对相同的气候资料建模做拟合及试报,结果拟合率是三者中最高的,复相关为0.821~0.911,预报效果除秋季较差外,其余都非常好。  相似文献   

Model-based remote sensing algorithms for particulate organic carbon (POC) in the Northeastern Gulf of Mexico     

Young Baek Son  Wilford D. Gardner  Alexey V. Mishonov  Mary Jo Richardson 《Journal of Earth System Science》2009,118(1):1-10

Hydrographic data, including particulate organic carbon (POC) from the Northeastern Gulf of Mexico (NEGOM) study, were combined with remotely-sensed SeaWiFS data to estimate POC concentration using principal component analysis (PCA). The spectral radiance was extracted at each NEGOM station, digitized, and averaged. The mean value and spurious trends were removed from each spectrum. De-trended data included six wavelengths at 58 stations. The correlation between the weighting factors of the first six eigenvectors and POC concentration were applied using multiple linear regression. PCA algorithms based on the first three, four, and five modes accounted for 90, 95, and 98% of total variance and yielded significant correlations with POC with R ² = 0.89, 0.92, and 0.93. These full waveband approaches provided robust estimates of POC in various water types. Three different analyses (root mean square error, mean ratio and standard deviation) showed similar error estimates, and suggest that spectral variations in the modes defined by just the first four characteristic vectors are closely correlated with POC concentration, resulting in only negligible loss of spectral information from additional modes. The use of POC algorithms greatly increases the spatial and temporal resolution for interpreting POC cycling and can be extrapolated throughout and perhaps beyond the area of shipboard sampling.  相似文献   

基于独立分量分析的遥感图像分类技术   总被引：20，自引：0，他引：20  

曾生根  王小敏  范瑞彬  夏德深 《遥感学报》2004,8(2):150-157

遥感图像的自动分类方法一般基于图像的统计信息。多光谱遥感图像之间有着一定的相关性 ,对遥感图像的自动分类有不利影响。一般用主成分分析去除波段之间的相关性。独立分量分析能利用相对主成分分析更高的统计分量 ,不但可以获得去相关的效果 ,而且可以得到相互独立的结果波段图像。本文首先讨论了独立分量分析的基本原理。在此基础上 ,介绍FastICA算法 ,并对其进行改进 ,得到M FastICA算法 ,并将其应用到遥感图像的分类上。实验结果表明 ,M FastICA算法较FastICA算法收敛性大为改善 ,提高了独立分量分析在遥感图像的分类上的有效性  相似文献