论文部分内容阅读
在当前利用实测光谱数据通过线性回归方法构建水体叶绿素a浓度反演模型的过程中,通常的数据处理流程是首先通过相关分析确定与水体叶绿素a浓度具有最大相关系数的波段组合,然后通过回归方法建立该波段组合与水体叶绿素a浓度的关系模型.在逻辑上,这个流程首先假定了线性关系的存在,然而,实际上测量数据里的波段组合与水体叶绿素a浓度之间的关系经常是非线性关系.针对这个逻辑不一致的问题,提出了一个新的数据处理流程,即数据分组-散点图绘制-数据变换-相关分析-模型构建.利用关系已知的模拟数据和关系未知的太湖夏季实测数据,