基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于贝叶斯网络理论,建立用于植被地表参数估计的混合反演模式,结合遥感物理模型实现了冬小麦叶片叶绿素含量(Cab)和冠层叶面积指数(LAI)的反演.用模型模拟数据以及2001年顺义遥感实验数据验证结果表明,LAI和Cab均有较好的反演精度.针对含噪声模拟数据反演结果中约有10%的噪声数据反演失败的情况,用不确定知识的处理方法有效地降低了失败点的比例.混合反演模式本质上是一个融合先验知识与观测数据的知识推理方案,本文实现了对反演过程中参数后验概率更新算法并引入热力学中的信息熵概念实现了参数后验信息动态定量计算,同时简单探讨了现阶段定量评价遥感反演过程中信息流控制存在的难点问题.
推荐文章
基于MapReduce的贝叶斯网络参数学习方法
大数据
贝叶斯网络
参数学习
期望最大化算法
MapReduce
基于参数学习贝叶斯网络的对敌空中目标融合识别
参数学习
目标识别
贝叶斯网络
数据融合
混合贝叶斯网络在电磁态势估计中的应用
混合贝叶斯网络
电磁态势估计
融合
贝叶斯网络的发展与展望
贝叶斯网络
概率分布
变量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 贝叶斯网络支持的地表参数混合反演模式研究
来源期刊 遥感学报 学科 工学
关键词 贝叶斯网络 混合反演 波谱库 信息熵
年,卷(期) 2006,(1) 所属期刊栏目 基础理论
研究方向 页码范围 6-14
页数 9页 分类号 TP701
字数 5216字 语种 中文
DOI 10.3321/j.issn:1007-4619.2006.01.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (108)
参考文献  (14)
节点文献
引证文献  (24)
同被引文献  (54)
二级引证文献  (118)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(8)
  • 引证文献(5)
  • 二级引证文献(3)
2009(13)
  • 引证文献(5)
  • 二级引证文献(8)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(12)
  • 引证文献(1)
  • 二级引证文献(11)
2013(11)
  • 引证文献(4)
  • 二级引证文献(7)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(11)
  • 引证文献(0)
  • 二级引证文献(11)
2016(13)
  • 引证文献(0)
  • 二级引证文献(13)
2017(17)
  • 引证文献(1)
  • 二级引证文献(16)
2018(19)
  • 引证文献(2)
  • 二级引证文献(17)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
贝叶斯网络
混合反演
波谱库
信息熵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
遥感学报
月刊
1007-4619
11-3841/TP
大16开
北京市安外大屯路中国科学院遥感与数字地球研究所
82-324
1986
chi
出版文献量(篇)
2330
总下载数(次)
13
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导