qq_62772099的博客

编程实现植被变化检测的四个关键环节：影像的显示（432 波段组合， 16bit 变为 8bit）影像的相对配准NDVI 计算及专题图生成植被变化区域 显示及变化面积统计。

截取环中部位置断面计算环水平直径，截取隧道中心线垂直的断面点云时，可 以直接按y值截取，统计单环最大、最小y值，取平均即为环中间位置；截取断面数据时按一定厚度（如3-5cm）截取，取出满足要求的点云后，去掉y 坐标，只保留x，z，相当于将去除的点云投影到平面上；以拟合圆心的z坐标为参照，在断面数据中搜索用于拟合的扫描点，可截取z坐 标的上下10cm共20cm的断面点数据，利用截取的扫描点数据，选取合适的函数（三次多项式），编程拟合曲 线；2：剔点：先拟合圆，然后计算误差，每次剔除误差超限的点。

（别人的代码就不放这里了）我学习后自己编写了一段读取的代码：核心就是fread 读取二进制数据，利用行数和计数重构复数图像。3）去除干涉图中的平地相位（平地相位由 flat 文件提供，为二进制单精度 浮点型数据，数据尺寸和 SAR 影像一致）；1：slc二进制文件读取：这里从网上查找到了一个读取函数如下，具体可以去查找，很好找到。3滤波：选择中值滤波和均值滤波。4）对去地平后的干涉图进行滤波处理，进行滤波效果的分析。1）获取研究区域的强度图像，进行特征分析；2）对两个影像进行干涉处理，获取干涉图；

（3） 利用（2）中得到的格网海平面变化序列，利用最小二乘法计算每个格网点上的海平面变化线性趋势，作图得到海平面变化线性趋势分布图。对（1） 中每个周期的海平面变化进行算术平均得到对应的区域平均海平面变化， 进而形成平均海平面变化序列，对该时间序列进行作图显示，并利用最小二乘拟合法确定其线性趋势。上述两个序列中每个周期观测时间采用该周期的中值时间。（2） 采用格网化方法，对（1）中每个周期确定的沿轨海平面变化进行格网化 得到 1°×1°的格网海平面变化，作图给出任意 4 个周期的海平面变化 分布图。

它的基本思路如图 1 所示，现在假 设我们有一个训练集，它有 N 个训练样本，每个样本有 M 个特征，那么首先对 它进行有放回的抽样，得到若干个子集，再从训练样本中随机选择 m 个特征进 行树的构建，每个学习器产生一个预测值，最后的结果由投票或者平均产生。X 对应 AOD,Y 对应 PM2.5,都是样本数*1 的矩阵 本次实习已经提供匹配好的数据对，直接使用使用 geotiffread（）函数读取 AOD 数据，使用 xlsread（）函数读取 PM2.5 数据。缺省值为-9999），包含地理信息。

接着进行坐标转换：使用 map2pix（）函数将地理左标转换到影像空间坐标， 再使用 round（）函数进行取整 然后进行数据对应：将 PM2.5 对应位置上的 AOD 值提取出来 最后剔除缺省值：去掉其中-9999 的值。缺省值为-9999，不参与训练和反演），包含地理信息。然后进行精度评定：先有拟合的模型计算拟合值，然后计算相关系数和均方 误差 MSE，还画了拟合的结果图来更好的反应线性回归的效果。时空制图：首先进行反演：利用拟合的模型婴应用到 tif 对应的区域，计算其所对应的 PM2.5 值。