LESS的叶绿素荧光模拟实现——任意波段荧光模拟

目录

  • 前言
  • 一、任意波段荧光模拟的实现
  • 二、需要注意的输入参数


前言

此专栏默认您对LESS (LargE-Scale remote sensing data and image Simulation framework) 模型和叶绿素荧光(Sun-Induced chlorophyll Fluorescence, SIF)有一定的了解。当然,您也可以在这里下载中文的简明手册,了解更多关于三维辐射传输模型的原理及LESS操作。
此文将扩展LESS对任意波段荧光模拟的实现,以及波段相关参数的输入要求,适用于LESS version 2.1.5-2023-11-29。


一、任意波段荧光模拟的实现

在这篇文章中,荧光矩阵的采样间隔是5 nm,导致输入波段被固定在400-850 nm范围内,限制了模拟波段的自由选择。实际上,人们可能并不关心全波段的荧光,而只想要某个,或者某几个波段的荧光,这便引出了任意波段荧光模拟的需求。

任意波段荧光模拟指的是,不再限制荧光模拟的波段间隔与数量,可以自由模拟关心波段的荧光。本文将在这篇文章的基础上,进一步阐述任意波段荧光模拟的实现。

这篇文章里讲述了如何对荧光矩阵进行任意激发波段和发射波段的重采样。简单来说,就是在激发波段上进行宽波段积分,在发射波段上进行线性插值。例如,设定激发光谱是 E ( [ 400 , 450 , 460 , 500 , 580 , 600 , 650 , 700 , 730 ] ) E\left([400,450,460,500,580,600,650,700,730]\right) E([400,450,460,500,580,600,650,700,730]),发射光谱是 F ( [ 640 , 650 , 685 , 700 , 710.1 , 735.5 , 850 ] ) F\left([640,650,685,700,710.1,735.5,850]\right) F([640,650,685,700,710.1,735.5,850]),那么荧光激发矩阵的大小就是 7 × 9 7\times9 7×9,即 F 7 × 1 = E F 7 × 9 × E 9 × 1 F_{7\times1}=EF_{7\times9}\times E_{9\times1} F7×1=EF7×9×E9×1。这个 E F 7 × 9 EF_{7\times9} EF7×9即由荧光矩阵的重采样实现。

但是,当输入的波段只有发射段(640-850 nm)时,激发段只有一部分(640-750 nm)被考虑在模拟中,400-640 nm的激发段将无法参与模拟,并且,荧光会再激发,导致较大的模拟偏差。因此,在模拟荧光时,需要一条固定的激发光谱,其光谱间隔固定为inc。下图展示了不同光谱间隔下,由重采样造成的误差大小。可以看到,采样带来的误差总体呈上升趋势,在inc=10, 29, 121 nm附近存在低谷。进一步在这几个谷里以0.01 nm步长分析,此时误差较小的波段间隔为10.41(0.00106948),28.74(0.00448519),120.47(0.0141459),括号中为绝对误差,相对误差小于5‰。取inc=28.74 nm能够较好地平衡计算消耗和采样误差。这是由荧光光谱的特殊形状所决定的,这几个波长间隔能较好地描绘出荧光光谱的特征形状。因此,LESS中固定的激发光谱基于这样的考虑内置在程序中。这样带来一个小的麻烦是,所有与波长相关的输入参数必须包含这条固定光谱。该参数可通过“…\app\bin\scripts\Lesspy\const.conf”文件中的"static_spectrum_inc"修改。
重采样偏差随采样间隔的变化

二、需要注意的输入参数

正如前文所述,模拟荧光时,所有与波长相关的输入参数必须包含一条固定的激发光谱。当Console窗口中出现:
If simulating ChlF, make sure to align with the bands in the ".less\EFwlinsim.txt" file
ChlF
可按提示,查看EFwlinsim.txt文件。该文件记录了参与模拟的波段,请确保输入的与波长有关的参数,如土壤的实测光谱、天空光比例、实测的太阳光谱和天空光光谱等,与EFwlinsim.txt文件中的波段对齐。

其余的操作及结果输出与这篇文章无异。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/201370.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

NCo3.1(08) - Nco3 服务器端编程

本篇博文不再重复ABAP调用外部服务器的基础,只介绍 NCo3 开发的过程和要点。需要了解相关知识点的小伙伴们自行参考: SAP接口编程 之JCo3.0系列(06) - Jco服务器端编程 PyRFC 服务器端编程要点 创建项目 新建一个 Console 项目,选择 .Net …

(亲测有效)解决windows11无法使用1500000波特率的问题

大家好!我是编码小哥,欢迎关注,持续分享更多实用的编程经验和开发技巧,共同进步。 1、问题描述 从图1可以看出串口是正常的,安装的驱动是CP210xVCPInstaller_x64.exe,但是从图2可以看出,串口拒…

C# WPF 基础教程——触发器、行为、形状、变换与透明、路径和几何图形

触发器 简单触发器 单条件触发器 多条件触发器 事件触发器 行为 形状 矩形和椭圆 Viewbox缩放控件,直线,折线,多边形 画刷 普通画刷 线性渐变画刷 环形渐变画刷 位图画刷 虚拟画刷(复制元素外观) 位图缓存画刷 变换…

对二分搜索的理解 Go语言版

二分搜索大家都很熟悉&#xff0c;首先我们先来看看基本框架 func binarySearch(nums []int, target int) int {left, right : 0, ...for ... {mid : left (right-left)/2if nums[mid] target {...} else if nums[mid] < target {left ...} else if nums[mid] > targ…

探索测试开发工程师的通往成功的秘密路径!

「作者说」随着近几年国内IT行业高速发展&#xff0c;对测试工程师的要求也越来越高&#xff0c;其作用也越来越重要&#xff0c;但很多测试工程师也迎来了个人发展的瓶颈&#xff0c;下一步该向哪个方向发展&#xff0c;该如何发展&#xff1f;本文将概述测试工程师的现状及发…

使用MAT分析内存泄漏(mac)

前言 今天主要简单分享下Eclipse的Memory Analyzer在mac下的使用。 一、Mat&#xff08;简称&#xff09;干什么的&#xff1f; 就是分析java内存泄漏的工具。 二、使用步骤 1.下载 mac版的现在也分芯片&#xff0c;别下错了。我这里是M2芯片的&#xff0c;下载的Arch64的。 …

海康运行管理中心 RCE漏洞复现

0x01 产品简介 海康威视是以视频为核心的智能物联网解决方案和大数据服务提供商。海康运行管理中心是一款功能强大、易于使用的安防管理平台&#xff0c;能满足用户对视频监控、报警管理、设备配置和数据统计等方面的需求&#xff0c;帮助用户建立高效、智能的安防系统。 0x02…

tcpdump使用心得

参考原文 https://danielmiessler.com/p/tcpdump/ 几个用例 tcpdump -i eth0 显示eth0网卡当前所有的抓包情况eth0是网卡名&#xff0c;可以通过ifconfig获得&#xff0c;也可以通过 tcpdump -D 显示当前可以监听的网卡 -i 参数表示接口&#xff0c;后跟要监听的网卡 tcpdu…

MySQL 中的锁(三)

8.7. 死锁和空间锁 一般来说&#xff0c;只要有并发和加锁这两种情况的共同加持下&#xff0c;都会有死锁的身影。 死锁的具体成因&#xff0c;借用我们在并发编程中的内容&#xff1a; 8.7.1. 死锁 8.7.1.1. 概念 是指两个或两个以上的进程在执行过程中&#xff0c;由于竞…

二阶龙格塔库积分法求解混沌产生方程(求助)

最近论文中常常接触到激光产生混沌的方程&#xff0c;激光器作为非线性元件&#xff0c;在信息处理中具有非常大的潜力&#xff0c;其中激光产生混沌应用在通信中很有用处。论文中对于模拟数据部分&#xff0c;采用了以下公式来产生混沌&#xff1a;以此公式产生混沌的方法应用…

滴滴打车崩了!全过程

滴滴发布致歉10元补偿券&#xff0c;文末可领取 。 事情发生于 2023年11月27日晚~28日中午&#xff0c;滴滴打车服务出现大面积故障&#xff0c;登上微博热搜。 许多用户在使用滴滴出行时遇到了无法叫车、订单异常等问题&#xff0c;导致大量用户滞留在外&#xff0c;出行受阻…

基于Django+Tensorflow卷积神经网络鸟类识别系统

欢迎大家点赞、收藏、关注、评论啦 &#xff0c;由于篇幅有限&#xff0c;只展示了部分核心代码。 文章目录 一项目简介系统概述系统功能核心技术系统架构系统优势 二、功能三、系统四. 总结  总结 一项目简介 介绍一个基于DjangoTensorflow卷积神经网络鸟类识别系统是一个非…

Linux常用命令——rm 命令

文章目录 Linux系统中的rm命令是一个非常强大且危险的工具&#xff0c;用于删除文件和目录。由于其具有不可逆的特性&#xff0c;了解其参数和正确使用非常重要。 1. 基本用法 rm命令的基本格式是rm [选项] 文件或目录。不带任何选项时&#xff0c;rm命令仅删除文件。 示例&a…

Cytoscape软件下载、安装、插件学习[基础教程]

写在前面 今天分享的内容是自己遇到问题后&#xff0c;咨询社群里面的同学&#xff0c;帮忙解决的总结。 关于Cytoscape&#xff0c;对于做组学或生物信息学的同学基本是陌生的&#xff0c;可能有的同学用这个软件作图是非常溜的&#xff0c;做出来的网络图也是十分的好看&am…

【上海大学数字逻辑实验报告】二、组合电路(一)

一、 实验目的 熟悉TTL异或门构成逻辑电路的基本方式&#xff1b;熟悉组合电路的分析方法&#xff0c;测试组合逻辑电路的功能&#xff1b;掌握构造半加器和全加器的逻辑测试&#xff1b;学习使用可编程逻辑器件的开发工具 Quartus II设计电路。 二、 实验原理 异或门是数字…

基于单片机智能电子密码锁设计

**单片机设计介绍&#xff0c;基于单片机智能电子密码锁设计 文章目录 一 概要二、功能设计设计思路 三、 软件设计原理图 五、 程序六、 文章目录 一 概要 基于单片机的智能电子密码锁设计是一种利用单片机&#xff08;如Arduino、Raspberry Pi等&#xff09;和相关电子元件来…

纹理烘焙:原理及实现

纹理烘焙是计算机图形学中常见的技术&#xff0c;用于将着色器的细节传输到纹理中。 如果你的着色器计算量很大&#xff0c;但会产生静态结果&#xff0c;例如&#xff0c;这非常有用。 复杂的噪音。 NSDT在线工具推荐&#xff1a; Three.js AI纹理开发包 - YOLO合成数据生成器…

11月29日作业

自己封装一个矩形类(Rect)&#xff0c;拥有私有属性:宽度(width)、高度(height),定义公有成员函数: 初始化函数:void init(int w, int h) 更改宽度的函数:set_w(int w) 更改高度的函数:set_h(int h) 输出该矩形的周长和面积函数:void show() #include <iostream>using n…

Linux 进程(一)

1 操作系统 概念&#xff1a;任何计算机系统都包含一个基本的程序集合&#xff0c;称为操作系统(OS)。笼统的理解&#xff0c;操作系统包括 内核&#xff08;进程管理&#xff0c;内存管理&#xff0c;文件管理&#xff0c;驱动管理&#xff09; 其他程序&#xff08;例…

【数值计算方法(黄明游)】常微分方程初值问题的数值积分法:欧拉方法(向后Euler)【理论到程序】

文章目录 一、数值积分法1. 一般步骤2. 数值方法 二、欧拉方法&#xff08;Euler Method&#xff09;1. 向前欧拉法&#xff08;前向欧拉法&#xff09;2. 向后欧拉法&#xff08;后向欧拉法&#xff09;a. 基本理论b. 算法实现 常微分方程初值问题的数值积分法是一种通过数值方…