tir算法

⑴ tir怎么计算

W=UIt可以用在所有电路,即生成的各种能量之和
Q只代表内能,因此,只能用在纯电阻电路中,
如果不是纯电阻电路,就不能用,两个公式计算的答案有时不一样（其中用Q计算的答案是错的）

⑵ 为什么一周被叫做一个礼拜

西方以七日为一周的纪日方法是何时传入中国的？汉语中的“礼拜”、“星期”等词是何时开始表示 week 的？要回答这些问题，首先得从“七曜”说起。
“七曜”就是日、月、火星、水星、木星、金星、土星七星。冯承钧曾说：“考吾国之数字，以三五之用为多，如三纲五常、三光五行之类是也。七数为用较少，惟西域之人常用之，如七死、七生、七难、七宝、七音是也。颇疑此七曜之说，来自西方。”1 七曜之说是中国古已有之，还是来自西方，这尚需进一步考证。但这里作者提供两个取自《后汉书》和《晋书》的例证，如《后汉书》卷八十二上《方术列传》第七：“十臣以顽驽，器非其畴，尸禄负乘，夕惕若厉。愿乞骸骨，更授夷吾，上以光七曜之明，下以厌率土之望，庶令微臣塞咎免悔。”又如《晋书》卷二十二：“煌煌七曜，重明交畅。我有嘉宾，是应是贶。邦政既图，接以大飨。人之好我，式遵德让。”

七曜之说是外来的，还是中国古已有之，现在虽然难以下定论，但利用七曜来纪日的方法倒确是从西方传入的。据伯希和、沙畹考证2 ，以七曜纪日的方法是在八世纪通过摩尼教3 传入中国的。759年，北天竺沙门不空译有《文殊师利菩萨及诸仙所说吉凶时日善恶宿曜经》，在此经中即有七曜日的名称，这些名称均为康居语4 之音译，它们是：密或蜜 — Mir（日曜日）、莫 — Maq（月曜日）、云汉 — Wnqan（火曜日）、咥 — Tir（水曜日）、温没斯 — Wrmzt（木曜日）、那颉 — Naqit（金曜日）、鸡缓 — Kewan（土曜日）。764年，不空的弟子杨景风在为《吉凶时日善恶宿曜经作注时，就七曜日有如下说明：“夫七曜者，所为日月五星下直人间，一日一易，七日周而复始，其所用各各于事有宜者，不宜者，请细详用之。忽不记得，但当问胡及波斯并五天竺人总知。尼干子5 、末摩尼6 以蜜日持斋，亦事此日为大日，此等事持不忘，故今列诸国人呼七曜如后。”7
到了明朝，马欢再一次提到西方七日一次礼拜的宗教活动。马欢在明永乐、宣德年间，以通事的身份随郑和使西洋。回国后着有《瀛涯胜览》（大约刊于1416年）一书。在该书的《古里国即西洋大国也》篇里，有这样一段记载：“王有大头目二人，掌管国事，俱是回回人。国人大率皆奉回回教门，礼拜寺有二三十所，七日一次礼拜，至日举家斋沐，诸事不干。”
马欢随郑和下西洋到过不少阿拉伯国家，书中对阿拉伯人的风俗描述很多，且多次提到他们的宗教活动，如该书《祖法儿国》篇：“如遇礼拜日，上半日市绝交易。长幼男子皆沐了，即将蔷薇露或沉香油搽其面，才穿齐整新衣。又以小土炉烧沉檀俺八儿香，立于其上，薰其衣体，才往礼拜寺。”又如《阿丹国》篇：“国王之扮，头带金冠，身穿黄袍，腰系宝妆金带。至礼拜日去寺礼拜，换细白番布缠头，上加金锦之顶，身服白袍，坐车列队而行。”在这两例中，均见有“礼拜日”一词，但其词的结构还不十分固定，它尚具“礼拜之日”的意味。
到了19世纪20年代，有人将汉语中的“礼拜”一词用作英语 week 的对应词了，如1828年马礼逊《广东省土话字汇》：“WEEK ，a ，一个礼拜。”“礼拜”原为动词，指宗教徒向所信奉的神行礼（上述《瀛涯胜览》中的“礼拜日”里的“礼拜”仍为此义）。由于基督教、伊斯兰教是一星期做一次礼拜，故此词慢慢引申用来指 week 了。

“星期”原是指牛郎星和织女星相会之期，现代意义的“星期”是个旧词新义词。关于用来指 week 的“星期”一词何时出现，有人作过考证。张清常说，此词最早见于1912年2月10日的《南京临时政府公报》8 ，但雁寒则认为，“把七日一周制变为中国自己的‘星期’，就是在袁嘉谷主持下制定的。”制定的时间是在1909年9 ，这虽比张说早3年，但也不是“星期”这词的第一次出现。

其实，早在19世纪末，现代意义 的“星期”一词就已经有了，如1889年邹弢《益智会弁言》：“益智者何？明格致以增见识也。会者何？聚众人以互求至理也。泰西博学家向有聚会之举。或星期休沐，或政事余闲。订相会之时，定相会之地。凡明理通达者，至期均至。彼此探讨，各抒己见。”10 又如1899年张大镛《日本各校纪略》：“校中大讲堂一（宣讲伦理之处，每星期两次），分讲堂八，博物标本室一，物理化学实验室一，手工实习场一，农事实习场一。”11

“礼拜”、“星期”这两个词在中国产生12 ，也只是在中国使用，没有东传日本。日语走的是另一条路子，如日曜日、月曜日、火曜日……这类表达方法（其实这种方法也是从中国传过去的）。此外日本还有一个表示 week 的“周”字，而且这个词还传到了中国。如1901年《清议报》七十八册《马塞多尼亚》：“前在欧洲定造水雷艇六只。目下有二只，业已竣工，数周间（即数礼拜）必到。”13 从这个例句来看，当时“周”这个词可能是刚进入汉语不久，作者生怕读者看不懂这个词，作了一个“数周”即“数礼拜”的注解。即使在两年以后，仍有人不把它当成是一个汉语词，只是将它看作是一个日语词，如方燕年在《瀛洲观学记》（1903年）中说：“一来复，七日也。日本谓之一周。”14 因此，从这两个例句来看，当时“周”这词很可能是刚刚传入中国不久。

⑶ CP与CPK有什么区别

CP（Process Capability），中文全称叫做过程能力，CPK就是讲过程能力中的偏移考量进去。

对于Cp, Cpk的计算公式，按AIAG的理论，应该是基于每个组内的标准差来计算的，在第一张图中，应该与每个子组背后对应的总体的标准差一致，而对于Pp,Ppk的计算公式，应该用最终蓝色的结果分布来计算标准差。

CPK认证机制可以在可信环境中为大量用户提供简洁、安全的密钥管理。这种密钥产生和存储的新方式可以大大节省密钥存储空间，以少量的种子生成几乎“无限”个公钥，以兆比特级的空间存放千万或上亿个公钥变量。

CPK以简捷的方式解决了规模化的密钥管理，为构建认证体系提供了可靠的技术基础。

⑷ TIR透镜自由曲线怎样计算

首先你要找到一个算法，光学算法或者能量对应算法，再根据算法由MATLAB编程，求出自由曲线上的N个离散点，最后将点导入三维软件如solidworks连成线，就OK了

⑸ 大气校正

遥感器接收目标辐射或反射的电磁波所形成的遥感原始图像与目标相比是失真的，这是因为在太阳-大气-目标-大气-遥感器的光线传播路径中，许多因素的影响造成接收的信号不能准确的反映地表物理特征。这些因素归结为以下几个方面：

（1）大气内容物的影响

大气主要由大气分子和气溶胶组成，这两者的影响行为是不相同的。大气分子瑞利散射、气溶胶的Mie散射；大气分子与气溶胶的吸收及两者的耦合作用。一方面，大气的吸收导致消光，减少了辐射量，降低了图像对比度，使图像变得暗淡；另一方面，大气散射导致的程辐射，增加了辐射量。

（2）表面因素的贡献

在一般的应用中，为了简化计算，假定地表为朗伯体，反射与方向无关。事实上任何表面在物理特性与物质结构上都不是理想朗伯体，因此认为地面是朗伯体会带来误差，而当地表方向反射特性突出时，假设地面是朗伯体的大气纠正方法精度受到限制。另一个因素是由于大气散射的存在，邻近像元的反射光也会进入目标视场从而影响辐射量，即交叉辐射。

（3）地形因素的影响

目标高度与坡向会对辐射造成影响。

（4）太阳辐射光谱的影响

太阳本身是一个黑体，其光谱辐射按照普朗克定律有一定的形状，这个因素在反射率反演中需要予以考虑。

由以上可知，大气对光学遥感的影响是十分复杂的。为此，学者们尝试着提出不同的大气纠正模型来模拟大气的影响。但是对于任一幅图像，其对应的大气数据几乎是永远变化的，且难以获得，因而应用完整的模型纠正每个像元是不可能的。最早的大气纠正方法是从图像本身来估计大气参数，反复运用大气模拟模型进行纠正。结合地面实况数据进行大气校正是另一种方法，其包括两种类型：一种是通过地面测定大气参数（如可见光近红外的气溶胶的密度及红外区域的水汽浓度），再结合辐射传输方程作近似求解；另一种是测得地面目标物的反射率，再与图像数据进行比较来消除大气的影响。地面同步测量有助于提高精度，但是却需要人力物力，且应用区域也有限。此外还有一些大气纠正的方法。例如在同一平台上，除了安装获取目标图像的遥感器以外，也安装上专门测量大气参数的遥感器，利用这些数据进行大气校正。

3.4.1 基于影像特征的校正模型

基于图像特征的相对校正法是在没有条件进行地面同步测量的情况下，借用统计方法进行图像相对反射率转换。从理论上来讲，基于图像特征的大气校正方法都不需要进行实际地面光谱及大气环境参数的测量，而是直接从图像特征本身出发消除大气影响，进行反射率反演，基本属于数据归一化的范畴。精确的大气校正需要精确的测量大气参数和复杂的运算，这些在许多遥感应用中，往往很难满足。并且在某些应用中不一定需要绝对的辐射校正。此时，这种基于图像的相对校正就能满足其要求。

基于图像特征的相对校正法主要有内部平均法、平场域法、对数残差法等。

（1）内部平均法

假定一幅图像内部的地物充分混杂，整幅图像的平均光谱基本代表了大气影响下的太阳光谱信息。因而，把图像DN值与整幅图像的平均辐射光谱值的比值确定为相对反射率光谱，即

ρ_λ ＝ R_λ /F_λ （3.21）

式中：R_λ为像元在该波段的辐射值；F_λ为整幅图像的平均辐射光谱值；ρ_λ为该像元的相对反射率。

（2）平场域法

平场域法是选择图像中一块面积大且亮度高而光谱响应曲线变化平缓的区域，利用其平均光谱辐射值来模拟飞行时大气条件下的太阳光谱。将每个像元的DN值与该平均光谱辐射值的比值作为地表反射率，以此来消除大气的影响。

ρ_λ ＝ R_λ /F_λ （3.22）

式中：R_λ为像元在该波段的辐射值；F_λ为平场域的平均辐射光谱值；ρ_λ为该像元的相对反射率。

利用平场域消除大气影响并建立反射率光谱图像有两个重要的假设条件：一个是平场域自身的平均光谱没有明显的吸收特征；另一个是平场域辐射光谱主要反映的是当时大气条件下的太阳光谱。

平场域模型已广泛应用于遥感数据处理中，它是在内部平均法模型基础上发展起来的，这种模型克服了内部平均法模型易受像幅内吸收特征影响而出现假反射峰的弱点，而且计算量更小，其不足之处在于选取光谱地理平台单元时，会引入人为的误差，而且需要对研究区内地物光谱有一定的先验了解，当选取具有不同反射率等级的地理平台单元时，会引出不同处理结果。当研究区位于山区或其他地形起伏较大的复杂地区时，选择地理平台单元较为困难。

（3）对数残差法

对数残差法的意义是为了消除光照及地形因子的影响。按照一定的规则调节每个像元值，使其在每一个被选定的波段上的值等于整个图幅的最大值，然后对每一个波段减去其归一化后的平均值。假设有：

DN_ij ＝ T_iR_ijI_j （3.23）

式中：DN_ij为像元i的j波段的灰度值；T_i 为像元i处表征表面变化的地貌因子，对确定的像元所有的波段该值都相同；R_ij为像元i波段j的反射率；I_j为波段j的光照因子。

由表3.12我们可以看出，以上三种方法中，只有残差图像法是真正意义上的辐射校正。

表3.12 高光谱基于图像特征的相对校正法对各种影响辐射的物理因素的补偿能力比较

3.4.2 地面线性回归经验模型

基于地面线性回归经验模型法是一个比较简便的定标算法，国内外已多次成功地利用该模型进行遥感定标实验。它首先假设地面目标的反射率与遥感器探测的信号之间具有线性关系，通过获取遥感影像上特定地物的灰度值及其成像时相应的地面目标反射光谱的测量值，建立两者之间的线性回归方程式，在此基础上对整幅遥感影像进行辐射校正。该方法数学和物理意义明确，计算简单，但必须以大量野外光谱测量为前提，因此成本较高，对野外工作依赖性强，且对地面定标点的要求比较严格。这种方法仅适用于地面实况数据特定的地区及时间。

3.4.3 利用波段特性进行大气校正

在利用卫星遥感中，有相当部分的大气散射光未经过地物反射，通过大气吸收后，直接进入传感器。我们叫这种辐射为程辐射。严格地说，程辐射的大小与像元位置有关，随大气条件、太阳照射方向和时间变化而变化，但因其变化量微小而忽略。可以认为，程辐射度在同一幅图像的有限面积内是一个常数，其值的大小只与波段有关。一般来说，程辐射度主要来自米氏散射，即散射主要发生在短波波段，其散射强度随波长的增大而减小，到红外波段基本接近于零。可以把近红外波段作为无散射影响的标准图像，通过对不同波段图像的对比分析来计算大气影响。根据这个原理主要有三种方法：单影像直方图调整法、单影像回归分析法和多时相影像归一化分析法。

（1）单影像直方图调整法

采用单影像直方图调整方法的前提条件是在一幅影像中存在某种地物如深海水体、高山背阴处等，其辐亮度值或反射率接近于0，这时其图像直方图的最小值就应该为0，如果不为0，就认为是大气散射导致的。

（2）单影像回归分析法

假定某红外波段，程辐射影响接近于零，设为波段a，现需要找到其他波段相应的亮度最小值，这个值一定比a波段的亮度最小值大一些，设为波段b。分别以a，b波段的像元亮度值为坐标，作二维光谱空间，两个波段中对应像元在坐标系内用一个点表示。由于波段之间的相关性，通过回归分析在众多点中一定能找到一条直线与波段b的亮度L_b 轴相交，即用最小二乘法拟合出一条直线，回归方程为

L_b ＝ KL_a ＋ c （3.24）

式中：c为拟合的直线在L_b轴的截距；K为拟合直线的斜率。

高光谱遥感技术原理及矿产与能源勘查应用

高光谱遥感技术原理及矿产与能源勘查应用

式中：L_a为假定波段亮度最小值；

为所选黑区的像元均值。C是波段a中的亮度值为0时，在波段b中所具有的亮度值。可认为C就是波段b的程辐射值。然后将波段b中的所有像元值都减去这个截距值C，来去掉波段b中的程辐射值。

（3）多时相影像归一化分析法

多时相影像归一化首先要选取基准影像（设为b），然后对不同时相的所有其他影像的光谱特征进行转换，使它们具有与基准影像基本相同的辐射量级。多时相影像归一化分析方法的一个重要步骤是选取伪不变特征（Pseudo-Invariant Features，PIFs），也称为辐射地面控制点。伪不变特征具有如下特点：尽管某些变化是不可避免的，伪不变特征的光谱特性应该随时间变化很小，如深海水体、裸土。大屋顶或其他同质地物都是不错的选择；在一景影像中，伪不变特征与其他地方的高程应该大致相同，山顶伪不变特征在估计近海面大气条件中的作用不大，因为大气中的多数气溶胶都出现在低于1000 m的大气中；伪不变特征包含的植被应尽可能少，由于环境胁迫和气候周期的影响，植被光谱反射率会随时间变化；伪不变特征应该选在相对平坦的区域，使太阳高度角的逐日变化与所有归一化目标的太阳光直射光束之间具有增加或减小的比例。

利用基准影像与其他时相影像的PIFs光谱特性之间的联系进行回归分析。该方法是假定时相b-1或b＋1的影像像元与基准影像b相同位置上的像元是线性相关的。这意味着，采样像元的光谱反射特性在这一段时间内没有发生变化，所以多时相影像回归分析的关键是选取伪不变特征。

地面覆盖的遥感分类能力依赖于遥感亮度值（BV）和实际地表条件的稳定联系。然而，太阳高度角、日地距离、各种不同传感器系统的探测器定标差异、大气条件和太阳-目标传感器的几何关系等因素会影响像元亮度值。影像归一化减少了由非地表因素引起的像元亮度值变化，使不同时相的像元亮度值变化与地表条件的实际变化相联系。归一化处理使得从基准影像中得到的像元分类可用于其他的归一化影像上。

3.4.4 大气辐射传输模型理论方法

1972年，Turner与Spencer提出的通过模拟大气-地表系统来评估大气影响的方法，可作为最早的大气辐射传输模型之一，当时研究的重点在于消除大气对影像对比度的影响。20世纪80年代，许多学者对卫星影像的大气校正研究做了大量工作，在模拟地-气过程的能力上有了很大提高，发展了一系列辐射传输模型，例如我们熟知的LOWTRAN系列模型和5S模型。

自1990年以来，许多的辐射传输模型被用于大气校正算法中，涌现出一大批新的大气校正模型，其中有的方法使用一些先进的数学算法提高计算速度（如6S），试图寻找精度与速度的最佳平衡点。

基于大气辐射传输理论的大气纠正模型主要考虑的问题有以下几个方面：

1）构成大气的气体分子和气溶胶的散射和吸收特性及两者耦合效果的研究。其中，各模型主要考虑的是吸收及气溶胶散射。大气辐射传输模型中用到的大气参数包括气温、气压、水汽含量、臭氧含量、能见度、水平气象视距、灰尘颗粒度等，这些参数用于计算辐射传输方程中大气的吸收透过率与散射透过率，以及气溶胶光学厚度，因此输入大气参数的精度直接影响大气校正的最终结果。同步实地观测可以为大气校正提供所需的大气参数，但同步实地观测需耗费大量人力物力，且对历史数据无能为力。为此，6S和MODTRAN中提供了一系列既定参数供用户选择，这些参数是对大量观测数据统计分析得到的，旨在模拟遥感器过境时的大气状况，但这与实际的大气状况存在差距。

2）地表特性的假设。高精度的大气校正必须考虑地表非朗伯体特性。在6S中可以选择均一非朗伯体模型。

3）模型中算法的选择。更精确的算法往往会伴随巨大的计算量，以往大气纠正的过程中，学者往往会牺牲一定的精度来满足计算速度的需求，现在随着计算机科技的发展，越来越多的模型选择了复杂而更精确的算法来满足高精度的需求。

在已有的模型中，最着名的辐射传输模型是MODTRAN和6S。分别是在对LOWTRAN与5S改进的基础上发展而来。由于高光谱相机波段范围是400～2500nm，拟分别采用6S 辐射传输模型和MODTRAN辐射传输模型进行大气纠正。6S源代码开放，可以很方便地进行修改和移植；MODTRAN可供自定义的参数多，均适合于相应的地表反射率反演系统开发。利用若干典型区域的长期地基观测数据（如AERONET观测站点所在区域），建立起局地气溶胶模式和类型，结合6S和MODTRAN分别建立针对这些区域的大气纠正模式。同时，在实验验证的基础上对重点区域大气辐射传输方程进行简化，在不降低反演精度的前提下，减少运算次数，提高高光谱图像在这些区域的地表反射率反演效率。

6S模型是1997年由Vermote和Tanre等人用Fortran语言编写的适用于太阳反射波段（0.25～4μm）的大气辐射传输模式。由于计算机水平和其他相关知识的发展，6S模型对5S模型提出了一系列的改进。主要改进如下：

1）在5S模型中，瑞利散射的大气函数ρ，T，S被制成表，给使用带来不便。在6S中，用满足精度的解析表达式代替。

2）6S模型选用高精度的SOS模型代替原有方法处理分子和气溶胶散射。SOS模型可以精确模拟机载遥感，并且提供处理非朗伯体（BRDF）临近问题所需的输入参数。

3）5S模型假定吸收作用与散射作用可以耦合，就像吸收粒子位于散射层的上面一样。6S假设散射和吸收互不影响，主要考虑水汽吸收和气溶胶散射的三种极端耦合情况：水汽吸收粒子覆在气溶胶层之上；水汽吸收粒子在气溶胶层之下；有一半水汽吸收粒子与气溶胶辐射路径混在一起。

4）5S中，气体吸收传输用的是随机波段模型。这个模型有两个主要问题：首先，使用的是AFGL在1982年公布的大气吸收线性参数，并没有考虑太阳反射光谱段的一些其他吸收气体；其次，采用20 cm^-1的波段间隔（过大）模拟宽波段辐射计（如1000 cm^-1）的吸收，这个较宽的波段间隔不适用于模拟更高光谱分辨率（如100 cm^-1）光谱仪器的吸收情况。在6S中，不仅考虑新的吸收分子种类的影响，并且气体的吸收以10 cm^-1的光谱间隔来计算。

5）为了兼顾计算效率，5S代码仅模拟海平面上均匀朗伯体目标的反射率。在6S中，目标高程Z_t 可作为一项输入：可依据Z_t 去除目标高度以下的大气层，计算新的大气廓线；由于Z_t对主要分布在低层大气中的H₂ O产生很大的影响，故可根据Z_t 重新计算H₂ O含量，同理，可根据Z_t 重新计算气溶胶的含量；6S将光学厚度视为目标高度处压强的比例函数，从而很高精度的计算了Z_t 对分子光学厚度的影响。

6S模型定义了地表的反射率模型，包括均一地表和非均一地表两种情况，在均一地表中又考虑了无方向性反射问题，在考虑方向性问题时用了九种不同的模型。利用较高精度的新模型解释BRDF作用和临近效应。

6）6S对5S数据库的改进：

光谱积分步长达到了2.5nm（相比于原来的5nm）。

增加了新的吸收气体（如CO₂，N₂O，CH₄），6S模型用HITRAN数据库以10cm^-1分辨率计算波段吸收参数。

IRC定义的四种基本气溶胶微粒以更好的步长重新计算一次。

且6S中新加了5S中难以计算的气溶胶模型（平流层型、沙漠型，以及生物燃烧产生的气溶胶类型）。

6S给定了九种比较成熟的BRDF供用户选择，也可以自定义BRDF函数，作为参数输入到6S，验证研究反射率与地表BRDF的关系（表3.13 ，表3.14）。

表3.13 6S模型输入参数

表3.14 6S模型输出参数

LOWTRAN和MODTRAN模型是由美国空军地球物理实验室研制的大气辐射模拟计算程序，在遥感领域被广泛应用于图像的大气校正。

LOWTRAN是一个光谱分辨率为20 cm^-1的大气辐射传输实用软件，它提供了六种参考大气模式的温度、气压、密度的垂直廓线；水汽、臭氧、甲烷、一氧化碳、一氧化二氮的混合比垂直廓线；其他13种微量气体的垂直廓线；城乡大气气溶胶、雾、沙尘、火山喷发物、云、雨的廓线；辐射参量（如消光系数、吸收系数、非对称因子的光谱分布）及地外太阳光谱。它可以根据用户的需要，设置水平、倾斜及垂直路径，地对空、空对地等各种探测几何形式，适用对象广泛。LOWTRAN的基本算法包括透过率计算方法，多次散射处理和几何路径计算。

（1）多次散射处理

LOWTRAN采用改进的累加法，自海平面开始向上直至大气的上界，全面考虑整层大气和地表、云层的反射贡献，逐层确定大气分层每一界面上的综合透过率、吸收率、反射率和辐射通量。再用得到的通量计算散射源函数，用二流近似解求辐射传输方程。

（2）透过率计算

该模型在单纯计算透过率或仅考虑单次散射时，采用参数化经验方法计算带平均透过率，在计算多次散射时，采用k分布法。

（3）光线几何路径计算

考虑了地球曲率和大气折射效应，将大气看作球面分层，逐层考虑大气折射效应。

MODTRAN模型可以计算0到50000 cm^-1的大气透过率和辐亮度，它在440 nm到无限大的波长范围精度是2cm^-1 ，在22680cm^-1到50000cm^-1紫外波（200～440nm）范围的精度是20cm^-1 ，在给定辐射传输驱动、气溶胶和云参数、光源与遥感器的几何立体对和地面光谱信息的基础上，根据辐射传输方程来计算大气的透过率以及辐亮度。

开发MODTRAN是为了改进 LOWTRAN 的光谱分辨率，MODTRAN 将光谱的半高全宽度（full width half maximum，FWHM）由LOWTRAN的20cm^-1减少到2cm^-1 ，目前的MODTRAN4.0它的光谱分辨率已经达到2 cm^-1 ，改进了瑞利散射和复折射系数的计算精度，增加了DISORT计算太阳散射贡献的方位角相关选项，并将七种BRDF模型引进到模型中，使地表的参数化输入成为可能。

MODTRAN以卡片的形式来进行参数设置，操作起来清晰简洁，可以在文本格式下直接对其输出输入参数文件进行修改。

⑹ 礼拜最初有哪些人说,为什么现在很多人都说星期为礼拜

西方以七日为一周的纪日方法是何时传入中国的？汉语中的“礼拜”、“星期”等词是何时开始表示 week 的？要回答这些问题，首先得从“七曜”说起。
“七曜”就是日、月、火星、水星、木星、金星、土星七星。冯承钧曾说：“考吾国之数字，以三五之用为多，如三纲五常、三光五行之类是也。七数为用较少，惟西域之人常用之，如七死、七生、七难、七宝、七音是也。颇疑此七曜之说，来自西方。”1 七曜之说是中国古已有之，还是来自西方，这尚需进一步考证。但这里作者提供两个取自《后汉书》和《晋书》的例证，如《后汉书》卷八十二上《方术列传》第七：“十臣以顽驽，器非其畴，尸禄负乘，夕惕若厉。愿乞骸骨，更授夷吾，上以光七曜之明，下以厌率土之望，庶令微臣塞咎免悔。”又如《晋书》卷二十二：“煌煌七曜，重明交畅。我有嘉宾，是应是贶。邦政既图，接以大飨。人之好我，式遵德让。”

七曜之说是外来的，还是中国古已有之，现在虽然难以下定论，但利用七曜来纪日的方法倒确是从西方传入的。据伯希和、沙畹考证2 ，以七曜纪日的方法是在八世纪通过摩尼教3 传入中国的。759年，北天竺沙门不空译有《文殊师利菩萨及诸仙所说吉凶时日善恶宿曜经》，在此经中即有七曜日的名称，这些名称均为康居语4 之音译，它们是：密或蜜 — Mir（日曜日）、莫 — Maq（月曜日）、云汉 — Wnqan（火曜日）、咥 — Tir（水曜日）、温没斯 — Wrmzt（木曜日）、那颉 — Naqit（金曜日）、鸡缓 — Kewan（土曜日）。764年，不空的弟子杨景风在为《吉凶时日善恶宿曜经作注时，就七曜日有如下说明：“夫七曜者，所为日月五星下直人间，一日一易，七日周而复始，其所用各各于事有宜者，不宜者，请细详用之。忽不记得，但当问胡及波斯并五天竺人总知。尼干子5 、末摩尼6 以蜜日持斋，亦事此日为大日，此等事持不忘，故今列诸国人呼七曜如后。”7
到了明朝，马欢再一次提到西方七日一次礼拜的宗教活动。马欢在明永乐、宣德年间，以通事的身份随郑和使西洋。回国后着有《瀛涯胜览》（大约刊于1416年）一书。在该书的《古里国即西洋大国也》篇里，有这样一段记载：“王有大头目二人，掌管国事，俱是回回人。国人大率皆奉回回教门，礼拜寺有二三十所，七日一次礼拜，至日举家斋沐，诸事不干。”
马欢随郑和下西洋到过不少阿拉伯国家，书中对阿拉伯人的风俗描述很多，且多次提到他们的宗教活动，如该书《祖法儿国》篇：“如遇礼拜日，上半日市绝交易。长幼男子皆沐了，即将蔷薇露或沉香油搽其面，才穿齐整新衣。又以小土炉烧沉檀俺八儿香，立于其上，薰其衣体，才往礼拜寺。”又如《阿丹国》篇：“国王之扮，头带金冠，身穿黄袍，腰系宝妆金带。至礼拜日去寺礼拜，换细白番布缠头，上加金锦之顶，身服白袍，坐车列队而行。”在这两例中，均见有“礼拜日”一词，但其词的结构还不十分固定，它尚具“礼拜之日”的意味。
到了19世纪20年代，有人将汉语中的“礼拜”一词用作英语 week 的对应词了，如1828年马礼逊《广东省土话字汇》：“WEEK ，a ，一个礼拜。”“礼拜”原为动词，指宗教徒向所信奉的神行礼（上述《瀛涯胜览》中的“礼拜日”里的“礼拜”仍为此义）。由于基督教、伊斯兰教是一星期做一次礼拜，故此词慢慢引申用来指 week 了。

“星期”原是指牛郎星和织女星相会之期，现代意义的“星期”是个旧词新义词。关于用来指 week 的“星期”一词何时出现，有人作过考证。张清常说，此词最早见于1912年2月10日的《南京临时政府公报》8 ，但雁寒则认为，“把七日一周制变为中国自己的‘星期’，就是在袁嘉谷主持下制定的。”制定的时间是在1909年9 ，这虽比张说早3年，但也不是“星期”这词的第一次出现。

其实，早在19世纪末，现代意义 的“星期”一词就已经有了，如1889年邹弢《益智会弁言》：“益智者何？明格致以增见识也。会者何？聚众人以互求至理也。泰西博学家向有聚会之举。或星期休沐，或政事余闲。订相会之时，定相会之地。凡明理通达者，至期均至。彼此探讨，各抒己见。”10 又如1899年张大镛《日本各校纪略》：“校中大讲堂一（宣讲伦理之处，每星期两次），分讲堂八，博物标本室一，物理化学实验室一，手工实习场一，农事实习场一。”11

“礼拜”、“星期”这两个词在中国产生12 ，也只是在中国使用，没有东传日本。日语走的是另一条路子，如日曜日、月曜日、火曜日……这类表达方法（其实这种方法也是从中国传过去的）。此外日本还有一个表示 week 的“周”字，而且这个词还传到了中国。如1901年《清议报》七十八册《马塞多尼亚》：“前在欧洲定造水雷艇六只。目下有二只，业已竣工，数周间（即数礼拜）必到。”13 从这个例句来看，当时“周”这个词可能是刚进入汉语不久，作者生怕读者看不懂这个词，作了一个“数周”即“数礼拜”的注解。即使在两年以后，仍有人不把它当成是一个汉语词，只是将它看作是一个日语词，如方燕年在《瀛洲观学记》（1903年）中说：“一来复，七日也。日本谓之一周。”14 因此，从这两个例句来看，当时“周”这词很可能是刚刚传入中国不久。

⑺ 带权周转时间的平均周转时间和带权周转时间：

响应时间：是用户通过键盘提交一个请求开始，直到系统首次产生响应为止的时间。或者说直到屏幕上显示出结果为止的一段时间间隔。响应时间包括以下几个方面：
①从键盘输入的请求信息传送到处理机的时间。
②处理机对请求信息进行处理的时间。
③将所形成的响应信息回送到终端显示器的时间。 设有三道作业，它们的提交时间和运行时间见下表 作业号 提交时间/时 运行时间/h 1 10:00 2 2 10:10 1 3 10:25 0.25 注：为计算方便，“时”均为十进制。
试给出在下面两种调度算法下，作业的执行顺序、平均周转时间和带权周转时间。
（1）先来先服务FCFS调度算法；
（2）短作业优先SJF调度算法。
[分析与解答]（1）采用FCFS调度算法时，作业的执行顺序是作业1à作业2à作业3。由此可得到运行表见下。 作业号 提交时刻/时 运行时间/h 开始时刻/时 完成时刻/时 1 10:00 2 10:00 12:00 2 10:10 1 12:00 13:00 3 10:25 0.25 13:00 13:15 那么，平均周转时间为
T=(∑Ti)/3=[(12-10)+(13-10:10)+(13:25-10:25)]/3=[2+2.83+2.83]/3=2.55h
带权平均周转时间为
W=[∑(Ti/Tir)]/3=（2/2+2.83/1+2.83/0.25）/3=5.05h
（2）在SJF调度算法下，作业的执行顺序是作业1à作业3à作业2；由此得运行表见下。 作业号 提交时刻/时 运行时间/h 开始时刻/时 完成时刻/ 1 10:00 2 10:00 12.00 2 10:10 1 12:25 13:25 3 10:25 0.25 12:00 12:25 那么，平均周转时间为
T=（∑Ti）/3=[(12-10)+(13:25-10:10)+(12:25-10:25)]/3=[2+3.25+2]/3=2.42h
带权平均周转时间为
W=[∑（Ti/Tir）]/3=(2/2+3.15/1+2/0.25)/3=4.08h
在一个批处理单道系统中，采用响应比高者优先的作业调度算法。当一个作业进入系统后就开始调度，假定作业都是仅计算，忽略调度花费的时间。现有三个作业，进入系统的时间和需要计算的时间如下表所示： 作业 进入系统时间 需要计算时间 开始时间 完成时间 周转时间 1 9：00 60分钟 2 9：10 45分钟 3 9：15 25分钟 （1）求出每个作业的开始时间、完成时间及周转时间并填入表中。
（2）计算三个作业的平均周转时间应为多少？
[分析与解答] 作业 进入系统时间 需要计算时间 开始时间 完成时间 周转时间 1 9：00 60分钟 9：00 10：00 60分钟 2 9：10 45分钟 10：25 11：10 120分钟 3 9：15 25分钟 10：00 10：25 70分钟 平均周转时间：（60分钟+120分钟+70分钟）/3=83.33分钟

⑻ 反射率反演

遥感器接收目标辐射或反射的电磁波所形成的遥感原始图像与目标相比是失真的，这是因为在太阳-大气-目标-大气-遥感器的光线传播路径中，许多因素的影响造成接收的信号不能准确的反映地表物理特征。这些因素归结为以下几个方面：

1）大气内容物的影响。大气主要由大气分子和气溶胶组成，这两者的影响行为是不相同的。大气分子瑞利散射、气溶胶的Mie散射；大气分子与气溶胶的吸收及两者的耦合作用。一方面，大气的吸收导致消光，减少了辐射量，降低了图像对比度，使图像变得暗淡；另一方面，大气散射导致的程辐射，增加了辐射量；

图5.16 系统级几何校正效果（660nm波段）

2）表面因素的贡献。在一般的应用中，为了简化计算，假定地表为朗伯体，反射与方向无关。事实上任何物体表面在物理特性与物质结构上都不是理想朗伯体，因此认为地面是朗伯体会带来误差，而当地表方向反射特性突出时，假设地面是朗伯体的大气纠正方法精度受到限制。另一个因素是，由于大气散射的存在，邻近像元的反射光也会进入目标视场从而影响辐射量，即交叉辐射。

3）地形因素的影响。目标高度与坡向会对辐射造成影响。

4）太阳辐射光谱的影响。太阳本身是一个黑体，其光谱辐射按照普朗克定律有一定的形状，这个因素在反射率反演中需要予以考虑。

由以上可知，大气对光学遥感的影响是十分复杂的。为此，学者们尝试着提出不同的大气纠正模型来模拟大气的影响。但是对于任一幅图像，其对应的大气数据几乎是永远变化的，且难以获得，因而应用完整的模型纠正每个像元是不可能的。最早的大气纠正方法是从图像本身来估计大气参数，反复运用大气模拟模型进行纠正。结合地面实况数据进行大气校正是另一种方法，其包括两种类型：一种是通过地面测定大气参数（如可见光近红外的气溶胶的密度及红外区域的水汽浓度），再结合辐射传输方程作近似求解；另一种是测得地面目标物的反射率，再与图像数据进行比较来消除大气的影响。地面同步测量有助于提高精度，但是却需要人力物力，且应用区域也有限。此外还有一些大气纠正的方法。例如在同一平台上，除了安装获取目标图像的遥感器以外，也安装上专门测量大气参数的遥感器，利用这些数据进行大气校正。

综上，大气纠正具体算法大致可归纳为基于图像特征的相对校正法、基于地面的线性回归模型法、基于大气辐射传输模型法和复合模型法这四种。

基于图像特征的相对校正法是在没有条件进行地面同步测量的情况下，借用统计方法进行图像相对反射率转换。从理论上来讲，基于图像特征的大气校正方法都不需要进行实际地面光谱及大气环境参数的测量，而是直接从图像特征本身出发消除大气影响，进行反射率反演，基本属于数据归一化的范畴。精确的大气校正需要精确的测量大气参数和复杂的运算，这些在许多遥感应用中，往往很难满足。并且，在某些应用中不一定需要绝对的辐射校正。此时，这种基于图像的相对校正就能满足其要求。辐射校正的统计模型主要有内部平均法、平场域法、对数残差法等。

基于地面线性回归经验模型法是一个比较简便的定标算法，国内外已多次成功地利用该模型进行遥感定标实验。它首先假设地面目标的反射率与遥感器探测的信号之间具有线性关系，通过获取遥感影像上特定地物的灰度值及其成像时相应的地面目标反射光谱的测量值，建立两者之间的线性回归方程式，在此基础上对整幅遥感影像进行辐射校正。该方法数学和物理意义明确，计算简单，但必须以大量野外光谱测量为前提，因此成本较高，对野外工作依赖性强，且对地面定标点的要求比较严格。这种方法仅适用于地面实况数据特定的地区及时间。

大气辐射传输模型能够较合理地描述大气散射、大气吸收、发射等过程，且能产生连续光谱，避免光谱反演的较大误差，因而得到了最广泛的应用。在遥感实际应用中，大气辐射传输模型需要进一步简化，如：假定大气是水平均匀的、假定地表是朗伯体、排除云的存在、运用各种条件下的标准大气模式及气溶胶模式（由于长期试验数据积累和理论研究归纳而成）等。不同的模型的假定也是有些区别的，比如6S是地表均匀、非朗伯体的模型而5S是地表均匀、朗伯体的模型。

5.5.1 原理与方法

基于图像特征的相对校正法主要有内部平均法、平场域法、对数残差法等。

（1）内部平均法

假定一幅图像内部的地物充分混杂，整幅图像的平均光谱基本代表了大气影响下的太阳光谱信息。因而，把图像DN值与整幅图像的平均辐射光谱值的比值确定为相对反射率光谱，即

ρ_λ ＝ R_λ /F （5.14）

式中：R_λ为像元在该波段的辐射值；F_λ为整幅图像的平均辐射光谱值；ρ_λ为该像元的相对反射率。

（2）平场域法

平场域法是选择图像中一块面积大且亮度高而光谱响应曲线变化平缓的区域，利用其平均光谱辐射值来模拟飞行时大气条件下的太阳光谱。将每个像元的DN值与该平均光谱辐射值的比值作为地表反射率，以此来消除大气的影响。

ρ_λ ＝ R_λ /F_λ （5.15）

式中：R_λ为像元在该波段的辐射值；F_λ为平场域的平均辐射光谱值；ρ_λ为该像元的相对反射率。

利用平场域消除大气影响并建立反射率光谱图像有两个重要的假设条件：一个是平场域自身的平均光谱没有明显的吸收特征；另一个是平场域辐射光谱主要反映的是当时大气条件下的太阳光谱。

平场域模型已广泛应用于遥感数据处理中，它是在内部平均法模型基础上发展起来的，这种模型克服了内部平均法模型易受像幅内吸收特征影响而出现假反射峰的弱点，而且计算量更小，其不足之处在于选取光谱地理平台单元时，会引入人为的误差，而且需要对研究区内地物光谱有一定的先验了解，当选取具有不同反射率等级的地理平台单元时，会引出不同处理结果。当研究区位于山区或其他地形起伏较大的复杂地区时，选择地理平台单元较为困难。

（3）对数残差法

对数残差法的意义是为了消除光照及地形因子的影响。按照一定的规则调节每个像元值，使其在每一个被选定的波段上的值等于整个图幅的最大值，然后对每一个波段减去其归一化后的平均值。假设有

DN_ij ＝ T_iR_ijI_j （5.16）

式中：DN_ij为像元i的j波段的灰度值；T_i 为像元i处表征表面变化的地貌因子，对确定的像元所有的波段该值都相同；R_ij为像元i波段j的反射率；I_j为波段j的光照因子。

由表5.2我们可以看出，以上三种方法中，只有残差图像法是真正意义上的辐射校正。

表5.2 高光谱基于图像特征的相对校正法对各种影响辐射的物理因素的补偿能力的比较

除上述基于图像特征的相对反射率校正外，还可基于大气辐射传输理论的大气纠正模型开展反射率校正工作。

5.5.2 实例分析

（1）基于6S的反射率反演模型对CHRIS数据进行反射率反演实例

欧空局（European Space Agency，简称ESA）的Proba（Project for On-Board Autonomy）卫星于2001年10月发射成功，是星上自主运行技术的示范，也是新的航天（包括硬、软件）技术的成功范例，可用于测试地球观测和空间环境仪器性能。有效载荷包括一台紧密型高分辨率高光谱成像仪（CHRIS）和一台辐射测量传感器（SREM）及岩屑探测器（DEBIE）和宽视场角地球定位相机和恒星跟踪器及陀螺仪。

经过一年的运行Proba已经完成了它的技术示范任务，它为科学界提供了前所未有的创新性的卫星高光谱多角度CHRIS数据。CHRIS图像提供了可见/近红外高空间、高光谱分辨率的地表反射率数据，利用Proba的定位功能，可以得到试验区五个观测方向上的二向反射率数据（BRDF），五个角度的观测几何见图5.17。CHRIS的主要参数见表5.3：

图5.17 CHRIS/Proba图像获取几何示意

C1～C5为相应的中心时间

表5.3 CHRIS/PROBA 的主要技术参数

CHRIS有五种工作模式，其中模式3和模式5是为陆地应用设计的，模式2则应用于水体，模式4应用于叶绿素反演与监测。模式3可获取18个波段，相应图像空间分辨率为17m，不包含水汽通道；模式5可获取37 个波段，空间分辨率为34m，包含940nm的水汽通道，可用于水汽反演。图5.18为模式5的每个扫描行的组成。

图5.18 CHRIS模式5每扫描行像素组成

我们在本试验中获取的模式5观测天顶角为0°的数据，相应的波段信息见表5.4。

表5.4 PROBA/CHRIS 工作模式5（mode5）对应的波长信息

续表

实验所采用CHRIS数据其他信息描述：

获取方式：MODE5；

波段数：37 个，波长范围 442.49～1025.30nm，包括一个水汽通道（波段 31）：中心波长945.31 nm；

空间分辨率：34 m；

图像行列数：766列× 748行；

图像数据类型：长整型；

图像中心点经纬度：116°52′E，40°10′N（昌平一带）；

图像获取时间：2004年7月8日，3：22（UTC时间）；

卫星平台高度：596 km；

图像物理单位：μW/（m² ·nm·sr）；

地面平均高程：200 m。

图像处理：

1）去坏行处理，以相邻两行（每侧各两行）取平均，代替坏行。

2）根据反射率反演软件的要求，即图像为整型数据和图像定标后辐射单位为W/（m² ·μm·sr）将图像单位μW/（m²·μm·sr）转换为W/（m²·μm·sr），从量纲上来看，前者是后者的1/1000。因此根据原图像的数据范围，除以10取整得到整型数据（短整型），然后将所有波段的增益均设为0.01，将得到辐射单位为W/（m²·μm·sr）的整型图像数据。

3）启动反射率反演软件，设置各项参量，运行程序。程序输入参数界面如图5.19所示。

图5.19 CHRIS/Proba反射率反演输入界面

4）由于传感器自身光谱与辐射定标的精度直接制约着反射率转换的可靠性，为了有效去除图像数据和大气辐射传输模型间存在辐射定标不匹配现象需要进行图像反射率光谱去噪平滑。

结果表明：反演得到的反射率在498～760 nm波长区间能够表征植被（玉米）的反射率光谱特征，与图5.20（c）相比，能够去除绝大多数的大气吸收特征，但在760～805nm之间的峰形与标准植被光谱差异较大，这可能与CHRIS仪器本身在760 nm附近的氧气吸收带的光谱定标误差有关。在805 nm以后与被标准植被反射率曲线差异也很大，主要是近红外的高反射率“平台”不明显，反而呈急剧下降趋势，940 nm附近的水汽吸收带也没有反映；对于土壤光谱，众所周知，常见的土壤光谱反射率在＜1140nm波长范围内呈现单调增加的趋势，而图5.20（b）中的土壤光谱反射率在900nm之后递减，这与常识相违背，而事实上即便在土壤的野外光谱测量上940 nm的水汽吸收作用也并不明显。究其原因可能在于两方面：一是CHRIS仪器本身的定标精度，另一方面也与反射率反演模型的校正误差有关。

图5.21是将通常的统计方法IRAA和FF应用于CHRIS图像上得到的同样采样点上的植被和反射率光谱，可以看到，两种方法得到的植被反射率光谱在谱形上非常相似，FF方法得到的反射率更平滑些，但二者在以500 nm为转折，反射率先下降后增大，这与通常的植被在蓝光波长范围的单一上升趋势不一致，与反射率反演结果相比，没有760 nm的凸起变形，这从另一个侧面反映了基于模型的反射率反演对定标要求更为苛刻；从土壤光谱来看，两种统计方法获得的结果差异很大，特别是在＜750 nm波长区域，IRAA起伏变化剧烈，而FF结果总体上要平缓得多，呈平稳微小上升趋势，这与土壤光谱反射率在＜1140 nm呈单调递增趋势的常识相一致，虽然平场域法的有效性与“平场区域”的选择恰当与否直接有关，但无疑在本试验中平场域法得出的结果最切合实际。

图5.20 CHRIS数据反射率反演结果

图5.21 内部平均法（IRAA）和平场域法（FF）得到的CHRIS图像反射率光谱

图5.22 地面实测光谱采样到与CHRIS波长设置相一致

为比较三种方法所得地物反射率光谱与地面实测光谱间谱形上的相似性，我们收集到2004年7月6日本试验区内的地面测量光谱，典型地物为玉米和土壤（裸土）。测量时间为北京时间11：40左右，与图像获取准同步，便于与图像光谱进行比对。光谱测量采用的仪器是ASD Fieldspec FR2500光谱仪，其光谱范围为350～2500nm，采样间隔为1.4nm（350～1000nm 区间）和2nm（1000～2500 nm区间）。每个样本测量10 次取平均作为最终光谱，以避免随机噪声干扰。图5.22 为根据CHRIS中心波长和半高全宽（FWHM）采样后的光谱。

计算得出它们之间的相关性（表5.5），并对可见光和近红外分别进行比较。可以看到，对玉米光谱而言，反射率反算法订正后的反射率光谱与实测光谱间的一致性最好，特别是在可见光范围的一致性远远高于经验方法；对土壤光谱而言，在可见光范围，基于反射率反演的仍保持相似性最高，但是在近红外波长范围，反射率反演和IRAA都与实测光谱呈负相关，基于模型反射率反演不能很好地表征植被在近红外反射率“平台”（750～900nm）和900～1100nm的水汽吸收特征，特别是平台部分相关系数为-0.43221。相比之下只有FF方法在可见-近红外波段都保持较高的相似性。也印证了上文的分析结论。

表5.5 三种方法得到的植被反射率光谱在可见光区域的相关性（R）

为此，将反射率反演纠正结果与FF相结合，即保留760 nm之前的反射率反演光谱，将760 nm之后的FF光谱做适当平移，然后采用经验平场反射率转换算法（EFFORT）对光谱做进一步平滑处理，可以得到与真实光谱更加一致的光谱：谱形的相似性和特征位置的保持。修正后的玉米光谱见图5.23。

（2）基于MODTRAN的反射率反演模型对Hyperion数据进行反射率反演实例

启动基于MODTRAN的反射率反演模型，其界面如图5.24所示。

美国航天局（National Aeronautics and Space Administration，简称NASA）的EO-1（Earth Observing One）卫星于2000年11月发射成功，其上搭载的Hyperion高光谱成像仪目前已获取了大量高质量的星载高光谱数据（表5.6）。

使用如图5.25所示庆阳地区Hyperion数据进行反射率反演，提取裸土像元反射率光谱，并将其与ASD数据进行比较，如图5.26 所示。由图可见，在可见近红外波段，两光谱在波形及量值上相近，在短波红外波段，反射率反演结果要略低于ASD采集的数据，这主要是因为气溶胶数据不准确造成的。反射率反演的裸土反射率光谱与 ASD 采集的裸土反射率光谱之间的光谱相关系数达到0.9342。

图5.23 与FF 相结合修正后的玉米光谱与真实光谱比较

图5.24 基于MODTRAN的反射率反演模型界面

图5.25 实验所用Hyperion数据

表5.6 Hyperion/EO-1 的主要技术参数

图5.26 反射率反演得到的反射率与ASD反射率比较

图5.27 敦煌实验场Hyperion数据

使用如图5.27所示敦煌实验场地区的Hyperion数据进行反射率反演，提取实验场均一像元的反射率光谱，并将其与准同步的ASD数据进行比较，如图5.28所示。由于该ASD数据在大于1800 nm的谱段噪声非常大，所以只比较450～1800 nm之间的谱段。两光谱在波形及量值上相近，反射率反演的反射率光谱与ASD采集的反射率光谱之间的光谱相关系数达到0.9516。

图5.28 反射率反演得到的反射率与ASD反射率比较

⑼ 暗黑2 百分比增强伤害包括魔法伤害么

暗黑2百分比增强伤害不包括魔法伤害，是物理伤害，武器上的增加伤害只能作用于武器，除武器以外的都可以作用到人物本身伤害上，比如刚毅甲、凤凰盾，霜燃暗金手套等等。

百分比增强伤害只能增加物理伤害，元素（冰火电）和毒伤害都各自有能增强相应伤害的属性，如女巫的技能支配火焰、支配闪电，装备的次元碎片、塔格奥手套等。一些增加X点最小、最大物理伤害的小符和装备直接加入武器的伤害。

(9)tir算法扩展阅读：

增强伤害的符文具体介绍：

1、1＃El：艾尔＋50命中率，＋1光明度，＋15防御，＋1光明度。

2、＃Eld：艾德175％伤害力对不死系怪物，＋50命中率对不死系怪物，15％体力耗费减慢／提升抵挡率（盾牌）。

3、＃Tir：特尔每杀一个敌人，＋2法力每杀一个敌人，＋2法力。

4、＃Nef：那夫震退敌人对远距离攻击，＋30防御。

5、＃Eth：爱斯－25％目标防御，提升法力回复速度15％。