实验三 反演方法
波动方程的反问题

波动方程的反问题波动方程是描述波动现象的重要方程之一,它出现在许多领域的问题中,例如地震波传播、声波传输、光学成像等等。
在实际应用中,有时候我们需要通过实验或观测得到某个物理量的变化情况,然后再通过求解波动方程的反问题来推算出波源或介质的性质。
这种方法通常称为反演,其目的在于通过观测数据推导出波源、介质或边界的未知参数,并且可以为实际问题提供有效的解决方案。
本文主要讨论波动方程的反问题,包括反演方法、数学模型等方面的内容,并将其应用于地震波传播的实际情况中。
一、波动方程的反问题波动方程可以描述波的传播规律,其基本形式为:$$\frac{\partial^2 u}{\partial t^2}-c^2\nabla^2u=f$$其中,$u$是波的位移、$c$是介质的波速、$f$是波源。
在实际问题中,有时候我们需要通过观测得到某个参数的变化情况,例如地震波的振幅、到时等,从而推算出地下介质的情况。
这种方法被称为波动方程的反问题,它是基于被观测数据对未知物理量进行估计的数学方法。
通常,我们需要通过实验或观测得到波的传播情况,这些数据通常包括波的到达时间、振幅、波速、波形等信息。
对于反问题,我们需要将这些数据应用于波动方程的求解过程中,从而推导出与这些数据相对应的未知参数。
可是,问题是这些数据往往是受到干扰或误差的,因此我们需要设计相应的数学模型和反演方法来得到最优的结果。
二、反演方法常见的反演方法包括逆时偏移法、全波形反演、叠前深度偏移等多种方法。
这些方法基于不同的思路和数学模型,具有不同的优缺点,在不同的领域得到了广泛的应用。
1. 逆时偏移法逆时偏移法(Reverse Time Migration,简称RTM)是地震勘探中比较常用的一种反演方法。
它利用波动方程的可逆性质,反演得到地下介质的结构信息。
具体来说,该方法通过偏移反距离记录自由表面反射波数据,以地震记录的数据为观测数据,利用逆时傅里叶变换及反传播的方式来求解地下介质的结构信息。
大气GPS掩星观测反演方法

大气GPS掩星观测反演方法作者:胡雄, 曾桢, 张训械, 张冬娅, 肖存英, HU Xiong, ZENG Zhen, ZHANG Xun-Xie,ZHANG Dong-ya, XIAO Cun-Ying作者单位:胡雄,曾桢,HU Xiong,ZENG Zhen(中国科学院空间科学与应用研究中心,北京,100080), 张训械,ZHANG Xun-Xie(中国科学院空间科学与应用研究中心,北京,100080;中国科学院武汉物理与数学研究所,武汉,430071), 张冬娅,ZHANG Dong-ya(中国科学院武汉物理与数学研究所,武汉,430071), 肖存英,XIAO Cun-Ying(中国科学院空间科学与应用研究中心,北京,100080;中国科学院武汉物理与数学研究所,武汉,430071;中国科学院研究生院,北京,100039)刊名:地球物理学报英文刊名:CHINESE JOURNAL OF GEOPHYSICS年,卷(期):2005,48(4)被引用次数:22次1.张训械.胡雄.曾桢欧洲ACE掩星观测计划[期刊论文]-全球定位系统 2002(06)2.胡雄.曾桢.张训械无线电掩星技术及其应用[期刊论文]-电波科学学报 2002(05)3.曾桢.胡雄.张训械电离层掩星观测反演方法研究[期刊论文]-地球物理学报 2004(04)4.Syndergaard S Modeling the impact of the Earth's oblateness on the retrieval of temperature and pressure profiles from limb sounding 19985.曾桢地球大气GPS无线电掩星观测技术研究[博士论文] 20036.Hocke K Inversion of GPS meteorology data 19977.Fjeldo G.Kliore A J.Eshlermann R The neutral atmosphere of Venus studied with the Mariner V radio occultation experiments 19718.Palmer P.Barnett J.Eyre J A non-linear optimal estimation inverse method for radio occultation measurements of temperature,humidity, and surface pressure 20009.Gorbunov M E.Sokolovskiy S V.Bengtson L Advanced algorithms of inversion of GPS/MET satellite data and their application to reconstruction of temperature and humidity 199610.Lindal G F.Lyons J R.Sweetnam D N The atmosphere of Uranus: Results of radio occultation measurements with Voyager 2 1987(A13)11.Marouf E A.Tyler G L.Rosen P A Profiling Saturn rings by radio occultation 198612.Gorbunov M E Canonical transform method for processing GPS radio occultation data in the lower troposphere 2002(05)13.Jensen A S.Lohmann M S.Benzon H H Full spectrum inversion of radio occultation signals 2003(03)14.Born M.Wolf E Principle of Optics 19991.期刊论文胡雄.张训械.吴小成.肖存英.曾桢.宫晓艳.HU Xiong.ZHANG Xun-Xie.WU Xiao-Cheng.XIAO Cun-Ying.ZENG Zhen.Gong Xiao-Yan山基GPS掩星观测实验及其反演原理-地球物理学报2006,49(1)分别在湖北省药姑山和九宫山的山头上开展GPS掩星观测实验,成功获取山基掩星观测数据,对掩星事件进行了分析和统计.给出利用山基掩星观测数据反演大气折射指数剖面和电波弯曲角的原理和算法.利用山基GPS掩星观测模拟数据,对反演方法进行试算和检验,结果表明反演方法准确可行.将该反演方法应用于观测数据的反演,获得了观测点高度以下的大气折射率剖面,以及电波弯曲角.实验结果和原理研究表明,山基掩星观测技术是一种潜在的低层大气环境监测新技术.2.会议论文方宗义.符养.毛节泰.过静君.胡雄.孙越强.夏青.李黄.杨光林山基GPS掩星观测试验研究2006山基GPS掩星观测是利用GPS技术获取大气中低层参数的技术手段之一.2005年8月在河北雾灵山进行了为期一个月的掩星观测试验,获取观测数据试验站网的布局和观测试验设备的型号及配置;观测试验的组织实施、观测数据的分类、预处理和存档;观测资料的处理.通过计算出来的掩星观测大气折射率廓线和时空匹配的探空折射率廓线比较表明,二者是相互吻合,此项探测技术可行.3.期刊论文宫晓艳.胡雄.吴小成.张训械.宋淑丽.Gong Xiaoyan.Hu Xiong.Wu Xiaocheng.Zhang Xunxie.SongShuli雾灵山GPS掩星观测实验分析-应用气象学报2008,19(2)在高山的山顶上,利用GPS接收机跟踪低仰角和负仰角的GPS卫星信号,即山基GPS掩星观测.该技术可以获得低层大气折射指数剖面.2005年8月1-29日,在河北雾灵山(40.60°N,117.48°E,海拔2118 m)开展了山基GPS掩星观测实验,共获得576 h的原始观测数据,跟踪到掩星事件共1136次,其中621次上升掩星事件,515次下降掩星事件,平均每小时观测到2次掩星事件,经反演成功获得939个大气折射指数剖面.分析结果表明:山基掩星事件发生时间(地方时)大体呈平均分布;山基掩星事件持续时间大部分在15~20 min;山基掩星事件跟踪最低负仰角分布的峰值出现在-3°~-2.5°之间,所跟踪到的最低负仰角达到-4.994°,出现在正南稍偏东方向;下降掩星事件的最低仰角分布明显低于上升掩星事件的最低仰角分布.上述实验结果表明:山基掩星观测每天可为低层大气环境监测提供大量时空分布的折射率数据.具有潜在的应用前景.4.会议论文张贵霞.严豪健.郭鹏.刘敏GPS掩星观测振幅反演研究2004本文在介绍了GPS一些振幅反演介绍的基本算法以后,对CHAMP卫星的振幅观测资料,进行了大气弯曲角、大气折射率、温度剖面的反演,并将结果与相位反演结果进行了比较和讨论.5.学位论文刘敏GPS掩星观测的变分同化技术2005常规的大气探测手段的时空分辨率限制了对于地球大气的时变特性和空间分布的深入认识。
核磁共振T2谱奇异值分解反演改进算法

laboratory appllcaLion 1ndicated that the lmproved SVT)alg。“thm cou【d reduce thc amount。f compuLaLl。n greatly and keep the contl
nul‘y of T2 spectnlm.Thls alg。rithm overc()mcs thc fauhs of the∞nlrnoIl SVD alg。ritllnland can be appllcable m NMR corc analysls
石
油
学
报
ACTA PETRoLEI S1NICA
Vol-26 Nov
No 6 2005
核磁共振T2谱奇异值分解反演改进算法
姜瑞忠1 姚彦平2 苗 盛2 张春生3
中囤石油大学石油工程学院II『东东营257061;2中国科学院渗流流体力学研究所河北廊坊o“007 3.邙州防空兵指挥学院河南郑州450052)
JIANG Rui—zhon91 YAo Yan—p¨192 M1A0 shen92 zHANc chun shen矿
(1.F。c“£¨o,户P£mz洲En92心rz”g,(强㈨u”rMsf■a/P“ro£eM卅,Domgylng 257061,c^Ⅲ。}
2,Jn“zf“把o,Por0“s Fzo伽nnd F£“tdMPc^㈣f5,(M znPJeAc“de,∞,u,SfzPnf日s,Lnn量,盘ng 065007,c^㈨; 3.J"5fzf“搪。,z^P“gz^n“Fze埘Anf掂m^A州demy,z^FHgz^o“45u052,(M㈨)
在核磁共振岩心分析仪r,应用改进的sVD反演 算法对若干岩心进行了测量分析。均获得了连续的、高 质量的T2谱,并且与原分析软件取得的结果吻台很 好。某-岩心的反演结果对比见图3。
激光雷达观测斜程能见度反演方法

激光雷达观测斜程能见度反演方法田飞;罗佳;胡大平;叶一东【摘要】目前基于激光雷达测量能见度的反演算法可以较为准确地反演均匀大气条件下的水平能见度,对云雨雾等非均匀大气条件下斜程能见度的准确反演较为困难.为了准确探测复杂大气条件下的斜程能见度,分析了激光雷达探测大气能见度的反演算法,重点针对非均匀大气条件下能见度难以准确反演的问题,提出了一种将Collis斜率法与Klett后向法相结合的能见度反演迭代算法,适用于不同天气条件下不同倾角路径平均能见度的反演.利用车载式激光雷达系统对能见度进行了实际测量,实验表明:在均匀大气条件下,该迭代算法与广泛使用的Collis斜率法和Klett后向法完全吻合;对于非均匀大气条件,该迭代算法也可克服Collis斜率法和Klett 后向法的局限,更为快速稳定准确地反演出需要的大气能见度信息.%Present inversion method for atmospheric visibility based on lidar technique is only able to inverse horizontal visibility accurately. Many disadvantages exist for slant visibility inversion in condition of inhomogeneous atmosphere such as rainy, cloudy and foggy. In order to measure slant visibility accurately, the principles of atmospheric visibility measurement with lidar was investigated, and experiments for visibility measurement with mobile lidar were conducted , especially a new iteration algorithm used for visibility inversion was posed. The algorithm is a combination of the well-known Collis slope method and Klett backward method, and it is able to retrieve the value of atmospheric visibility in different weather condition. The comparison experiment results show that this iteration algorithm agrees with Collis slope method and Klett backward method completely incondition of homogeneous atmosphere. For inhomogeneous atmosphere,this iteration algorithm can make up the shortages of Collis slope method and Klett backward method and retrieve the value of atmospheric visibility quickly,stably and accurately.【期刊名称】《激光与红外》【年(卷),期】2012(042)011【总页数】5页(P1239-1243)【关键词】激光雷达;斜程能见度;消光系数;气溶胶;迭代算法【作者】田飞;罗佳;胡大平;叶一东【作者单位】中国工程物理研究院应用电子学研究所,四川绵阳621900;中国工程物理研究院研究生部,北京100088;中国工程物理研究院应用电子学研究所,四川绵阳621900;四川中物科技集团有限公司,四川绵阳621900;中国工程物理研究院应用电子学研究所,四川绵阳621900【正文语种】中文【中图分类】TN958.981 引言能见度的好坏直接影响人们的工作生活、水陆空交通运输、工农业生产、天文观测以及空间遥感遥测等,快速准确地探测不同天气条件下不同倾角路径的能见度具有十分重要的意义。
地球物理反演理论

地球物理反演理论一、解释下列概念1.分辨矩阵数据分辨矩阵描述了使用估计的模型参数得到的数据预测值与数据观测值的拟合程度,可以表示为[][]pre est g obs g obs obs d Gm G G d GG d Nd --====,其中,方阵g N GG -=称为数据分辨矩阵。
它不是数据的函数, 而仅仅是数据核G (它体现了模型及实验的几何特征)以及对问题所施加的任何先验信息的函数。
模型分辨矩阵是数据核和对问题所附加的先验信息的函数,与数据的真实值无关,可以表示为()()est g obs g true g ture ture m G d G Gm G G m Rm ---====,其中R 称为模型分辨矩阵。
2.协方差模型参数的协方差取决于数据的协方差以及由数据误差映射成模型参数误差的方式。
其映射只是数据核和其广义逆的函数, 而与数据本身无关。
在地球物理反演问题中,许多问题属于混定形式。
在这种情况下,既要保证模型参数的高分辨率, 又要得到很小的模型协方差是不可能的,两者不可兼得,只 有采取折衷的办法。
可以通过选择一个使分辨率展布与方差大小加权之和取极小的广义逆来研究这一问题:()(1)(cov )u aspread R size m α+-如果令加权参数α接近1,那么广义逆的模型分辨矩阵将具有很小的展布,但是模型参数将具有很大的方差。
而如果令α接近0,那么模型参数将具有相对较小的方差, 但是其分辨率将具有很大的展布。
3.适定与不适定问题适定问题是指满足下列三个要求的问题:①解是存在的;②解是惟一的;③解连续依赖于定解条件。
这三个要求中,只要有一个不满足,则称之为不适定问题4.正则化用一组与原不适定问题相“邻近”的适定问题的解去逼近原问题的解,这种方法称为正则化方法。
对于方程c Gm d =,若其是不稳定的,则可以表述为()T T c G G I m G d α+=,其中α称为正则参数,其正则解为1()T T c m G G I G d α-=+。
乌蒙山区3种大气可降水量反演法的异同

乌蒙山区3种大气可降水量反演法的异同廖留峰;谷晓平;惠小英【摘要】选取大气可降水量的地基GPS水汽遥感法,探空反演法以及经验公式计算法,以贵州西部的威宁作为研究个例,对比分析3种方法在乌蒙山区对大气可降水量反演的异同.以探空反演结果作为基准值,得出地基GPS遥感水汽值和经验公式计算值较基准值偏大,3个方法的反演值之间具有很好的相关性,地基GPS遥感水汽值与探空反演值之间的相关性最好,平均绝对误差值最小,为3.5 mm,均方根误差为4.14 mm.在乌蒙山区,对流层加权平均温度(Tm)的本地经验公式与探空计算值之间的平均误差为1.1K,本地Tm公式对大气可降水量反演的结果影响较小.有降水事件发生及昆明准静止锋常驻的11月至次年4月,GPS水汽反演精度较高,平均绝对误差仅为1 mm.5-10月,经验计算方法的计算精度较高,平均绝对误差为0.74 mm.【期刊名称】《气象科技》【年(卷),期】2015(043)003【总页数】6页(P387-392)【关键词】地基GPS遥感;探空反演;经验公式;大气可降水量【作者】廖留峰;谷晓平;惠小英【作者单位】贵州省山地环境气候研究所,贵阳550002;贵州省山地气候与资源重点实验室,贵阳550002;贵州省山地环境气候研究所,贵阳550002;贵州省山地气候与资源重点实验室,贵阳550002;中国科学院寒旱区陆面过程与气候变化重点实验室,中国科学院寒区旱区环境与工程研究所兰州730000【正文语种】中文大气可降水量是指单位面积大气柱中,从地面到大气层顶所含水汽总量全部凝结并降落到地面可以产生的降雨量[1-2]。
它不仅影响大气的垂直结构,改变大气的层结稳定度以及强对流天气系统的结构和演变过程,而且对流层中的水汽还是各种复杂气象过程形成的载体,是大气中重要的长波辐射吸收物质,影响全球的气候变化[3]。
目前主要采用高空探测资料,云水路径资料以及地面大气水汽压资料等,对空中大气可降水量进行计算[4-7]。
地球物理反演总结

地球物理反演总结一、名词解释(30)二、简答(30)三、综述(40)第一章正问题:给定一个问题,寻找答案反问题:给定一个答案,寻找问题适定性问题:解一定存在;解的唯一性;问题发生一些小的变动仅导致问题的解发生小的变动非适定性问题:解不一定存在;解可能不唯一;问题中小的变动导致问题解较大变动正演问题(正问题):已知模型m,求解数据d的过程反演问题(反问题):已知数据d,求解模型参数m的过程地震反演(SeismicInversion):把常规的界面型反射剖面转换成岩层型的测井剖面,将地震资料变成可与测井资料直接对比的形式,实现这种转换的处理过程叫地震反演。
地震反演在石油勘探开发中的应用:1、微构造识别;2、岩性预测;3、储层参数评价4、流体识别(烃类检测)地球物理反演:根据各种位场、地震波、地球自由振荡、交变电磁场、以及热学的地球物理观测数据去推测地球内部的结构形态及物质成分,定量计算各种有关的物理参数地震勘探中应用最广的反演问题是地震波阻抗反演,地震波阻抗反演是储层地球物理研究的最基本的处理技术之一,通过地震波阻抗反演把常规的界面型地震反射剖面转换成岩层型的伪测井剖面,因而使地震资料转变成可以与钻井资料直接对比的剖面形式,可以说波阻抗反演是地震资料处理的最终处理结果。
地震反演的目的:根据地震资料,反推出地下介质的波阻抗、速度和密度等岩石地球物理参数的分布,估算储层参数,并进行储层预测,以便为油气田的勘探和开发提供可靠的基础资料。
第二章地震正演定义:地震正演是根据设计的地质模型,选择速度、密度、波松比等地层参数,用某种方法求得地震响应,通过与实际剖面对比,合理解释复杂的地质现象。
地质模型:物理模型、数值模型算法原理:褶积模型、绕射迭加模型、射线追踪模型、波动方程模型地震物理模拟:在实验室内将野外的地质构造和地质体按照一定的模拟相似比制作成物理模型,并用超声波或激光超声波等方法对野外地震勘探方法进行模拟的一种地震模拟方法。
风云卫星地表温度反演算法研究

风云卫星地表温度反演算法研究风云卫星地表温度反演算法研究地表温度是区域和全球地表物理过程中的关键因子,在地表和大气交互及能量交换中起重要作用。
利用热红外遥感数据可反演在空间和时间连续的地表温度,在气候、农业、环境和灾害监测等领域有极大应用价值。
FY3A/MERSI及FY2/VISSR的热红外数据具有高空间分辨率和高时间分辨率的优势,其地表温度产品具有很好的应用前景。
现有算法不可直接应用,针对这两个传感器数据特点研究反演算法十分必要。
本文首先选用MODTRAN4模拟大气和几何因子对FY3A/MERSI和FY2/VISSR热红外通道大气透过率及上、下行辐射的影响,结果显示晴空条件下观测天顶角和大气水汽含量起主要作用,反演地表温度时可只校正这两个因子影响。
其次,通过模拟实验研究地表比辐射率测量中大气下行长波辐射的快速测量方法,并经过野外测量实验验证,得此方法可获取准确下行辐射保证地表比辐射率测量精度。
对于我国西部测量的地表比辐射率进行多项分析,显示出测量结果的可靠性、实验选点的代表性、测量地表的均一性,及测量地表时间上的稳定性。
该测量数据对地表比辐射率反演算法的发展和验证极具价值。
第三,研究针对FY3A/MERSI传感器通道的单通道算法。
用模拟实验拟合大气参数表达式和观测角度表达式的系数,用实验数据发展和验证地表比辐射率反演算法。
对算法模拟验证,结果显示加入角度因子在角度大于20°时反演精度改善极为显著。
星-地同步验证显示在敦煌区域MERSI反演结果较地面测量温度平均偏差-1.985K。
第四,选择考虑水汽因子的分裂窗算法反演FY2F地表温度。
通过模拟实验选用对水汽的拟合精度最高的表达式引入分裂窗算法,然后拟合各观测角度下系数建立查找表。
经模拟和遥感数据验证实验,本文反演算法有明显优势,可反演高精度地表温度。
摘要4-5Abstract5-9第一章绪论9-211.1 选题背景和研究的科学意义9-111.2 国内外研究现状11-181.2.1 国内外卫星热红外传感器简介11-132.2 地表温度反演算法研究现状13-181.3 主要研究内容18-191.4 本章小结19-21第二章热红外遥感物理基础及大气影响因子研究21-312.1 热辐射基本定律21-232.1.1 表征电磁辐射的物理量21-222.1.2 热辐射基本定律22-232.2 热红外辐射传输方程23-252.2.1 物体波谱辐射能23-242.2.2 热红外辐射传输方程24-252.3 大气作用影响25-262.4 大气辐射传输模型介绍26-272.5 热红外通道大气参数影响因子研究27-292.5.1 观测天顶角对大气参数影响27-282.5.2 大气水汽总量对大气参数影响282.5.3 大气温度对大气参数影响28-292.5.4 气象能见距对大气参数影响292.6 本章小结29-31第三章地表比辐射率野外测量31-453.1 地表比辐射率测量原理313.2 地表比辐射率测量仪器及测量方法简介31-323.2.1 主要测量仪器31-322.2 测量方法323.3 大气下行长波辐射测量32-393.3.1 快速测量下行辐射原理33-343.3.2 模拟实验确定特殊角度值方法34-373.3.3 特殊角度确定方法野外实验验证37-383.3.4 结论38-393.4 我国西部地区地表比辐射率测量39-443.4.1 实验概况39-403.4.2 地表比辐射率测量结果分析40-433.4.3 实验结论43-443.5 本章小结44-45第四章风云三号 MERSI 地表温度反演算法45-554.1 算法介绍45-504.1.1 单通道算法454.1.2 基于大气水汽含量和观测天顶角的大气函数估算系数修正45-484.1.3 地表比辐射率估算48-504.2 敏感性分析50-514.3 算法模拟验证51-524.4 算法应用及结果分析524.5 本章小结52-55第五章风云二号地表温度反演算法55-615.1 算法介绍55-585.1.1 分裂窗算法55-565.1.2 大气水汽含量因子表达式56-575.1.3 观测角度因子系数57-585.2 算法验证58-605.2.1 模拟验证58-595.2.2 遥感数据反演验证59-605.3 本章小结60-61第六章结论和展望61-656.1 主要工作与结论61-626.2 创新点及应用价值626.3 存在的问题及展望62-65参考文献65-71致谢71-73个人简介73。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
实验三 反演方法
一、实验目的
利用统计经验方法,建立海洋光学的反演方法。
二、实验内容
1、利用70%的数据拟合所选定的函数,求出函数中的统计常数;
2、将70%数据代入得到的反演算法,计算反演参数,并与真值进行比较;
3、将剩余30%数据代入得到的反演算法,计算反演参数,并与真值进行比较。
4、分析结果
三、实验原理及方法
经验统计算法是基于一个实验数据集而建立的光学测量数据与水中组分浓度之间的关系。
这个数据集中包含了现场测量的光谱反射率(辐亮度)以及同步获取的组分浓度的数据。
在海洋光学反演中,最常用的关系是基于波段比值的方程式
其中,P 是待求的物理量,如叶绿素浓度、悬浮物浓度、可溶有机物及衰减系数等。
Ri 表示第i 个通道的反射率或辐亮度,a0、a1和a2为通过回归都得到常数。
21102a R P a a R ⎛⎫=+ ⎪⎝⎭
或者
Kd(490)=0.016
四、实验结果及分析
1.图1是利用70%的数据拟合所选定的函数,黑色点代表原始数据,红色曲线代表拟合曲线,用来拟合的函数为 Y=a1*x^2+b1*x+c1
求出a1=0.2979; b1=-1.3899; c1=0.1546;
计算出的反演参数与真实值的相关系数接近0.9。
)490(10)490(33,22,1,0,w x a x a x a a d K K j j j j +=+++23
100123log ((490)(490))d w K K a a x a x a x -=+++12()10()log ()rs rs R R x λλ=12()(490)(490)()(555)(665)
rs rs rs rs rs rs R R R R R R λλ=
或
图1
2.图二是将剩余30%数据代入得到的反演算法,计算反演参数,并与真值进行比较。
蓝色点代表原始数据,红色曲线代表拟合曲线。
计算出的反演参数与真实值间的相关误差大于0.9,均方差约为0.3,说明拟合曲线比较符合实际情况。
图2
附源程序代码:
clear all;
close all;
data=dlmread('team_1(coast)kd.txt','',1,0); Rrs443=data(:,1);
Rrs490=data(:,2);
Rrs555=data(:,3);
Rrs665=data(:,4);
kd490=data(:,5);
ratio1=Rrs490./Rrs555;
ratio2=Rrs443./Rrs555;
ratio3=Rrs555./Rrs665;
ratio4=Rrs490./Rrs665;
ratio5=Rrs443./Rrs490;
logratio1=log10(ratio1);
logratio2=log10(ratio2);
logratio3=log10(ratio3);
logratio4=log10(ratio4);
logratio5=log10(ratio5);
logkd490=log10(kd490);
n1=corrcoef(logratio1,logkd490);
n2=corrcoef(logratio2,logkd490);
n3=corrcoef(logratio3,logkd490);
n4=corrcoef(logratio4,logkd490);
n5=corrcoef(logratio5,logkd490);
figure(1);
loglog(ratio4(1:200),kd490(1:200),'dk');
xlim([0.2 10]);
ylim([0.01 100]);
xlabel('Rrs490/Rrs665');
ylabel('kd(490)');
newtype=fittype('a1*x^2+b1*x+c1');
m=fit(logratio4(1:200),logkd490(1:200),newtype);
a1=m.a1;
b1=m.b1;
c1=m.c1;
kd490t=10.^(a1*(logratio4(1:200)).^2+b1*logratio4(1:200)+c1);
hold on;
loglog(ratio4(1:200),kd490t(1:200),'r');
n6=corrcoef(kd490t,kd490(1:200));
hold off;
figure(2);
kd490tt=10.^(a1*(logratio4(201:279)).^2+b1*logratio4(201:279)+c1) ;
loglog(kd490(201:279),kd490tt,'*b');
xlabel('kd490-measured');
ylabel('kd490-derived');
hold on;
loglog(kd490(201:279),kd490(201:279),'r');
n7=corrcoef(kd490tt,kd490(201:279));
N=length(kd490(201:279));
e=((kd490tt-kd490(201:279))./kd490(201:279)).^2;
rmse=sqrt(sum(e)/(N-1));。