遥感学报
遙感學報
요감학보
JOURNAL OF REMOTE SENSING
2007年
6期
845-851
,共7页
遥感反演%Bootstrap方法%先验分布%后验分布%假设检验
遙感反縯%Bootstrap方法%先驗分佈%後驗分佈%假設檢驗
요감반연%Bootstrap방법%선험분포%후험분포%가설검험
在遥感反演中,通常假设反演参数和模型误差的先验分布服从正态分布,这个假设通常不太符合实际.为此,本文提出由Bootstrap方法估计反演参数和模型误差的先验分布的方案.同时对先验数据按照地物分类,统计假设检验表明将先验知识分类的合理性.最后,以RossThick-LiTransit核组合的线性核驱动BRDF模型为例,用NOAA-AVHRR观测数据对使用Bootstrap方法的反演算法进行试验,并与正态假设下的Tikhonov正则化反演和Bayes反演结果比较,说明对先验知识分类和使用Bootstrap方法的遥感反演方法能明显减小参数反演结果的不确定性,提高其可信度.
在遙感反縯中,通常假設反縯參數和模型誤差的先驗分佈服從正態分佈,這箇假設通常不太符閤實際.為此,本文提齣由Bootstrap方法估計反縯參數和模型誤差的先驗分佈的方案.同時對先驗數據按照地物分類,統計假設檢驗錶明將先驗知識分類的閤理性.最後,以RossThick-LiTransit覈組閤的線性覈驅動BRDF模型為例,用NOAA-AVHRR觀測數據對使用Bootstrap方法的反縯算法進行試驗,併與正態假設下的Tikhonov正則化反縯和Bayes反縯結果比較,說明對先驗知識分類和使用Bootstrap方法的遙感反縯方法能明顯減小參數反縯結果的不確定性,提高其可信度.
재요감반연중,통상가설반연삼수화모형오차적선험분포복종정태분포,저개가설통상불태부합실제.위차,본문제출유Bootstrap방법고계반연삼수화모형오차적선험분포적방안.동시대선험수거안조지물분류,통계가설검험표명장선험지식분류적합이성.최후,이RossThick-LiTransit핵조합적선성핵구동BRDF모형위례,용NOAA-AVHRR관측수거대사용Bootstrap방법적반연산법진행시험,병여정태가설하적Tikhonov정칙화반연화Bayes반연결과비교,설명대선험지식분류화사용Bootstrap방법적요감반연방법능명현감소삼수반연결과적불학정성,제고기가신도.
