反演实验三
《内蒙古典型草原植被地上生物量遥感反演》范文
《内蒙古典型草原植被地上生物量遥感反演》篇一一、引言内蒙古是我国重要的草原生态区域，其丰富的植被资源为区域生态环境的稳定提供了重要的保障。
然而，由于气候变化、过度放牧等人为因素，内蒙古草原植被状况不断发生变化，如何有效监测和评估草原植被的生长状况成为了一个重要的研究课题。
遥感技术作为一种高效、快速、准确的监测手段，在草原植被生物量反演中发挥着重要作用。
本文以内蒙古典型草原为例，探讨了利用遥感技术进行植被地上生物量反演的方法和效果。
二、研究区域与数据本研究选取了内蒙古某典型草原作为研究区域。
该区域具有典型的草原生态系统，植被类型丰富，包括草地、灌木、乔木等。
研究数据主要包括遥感影像数据、地面实测数据和气象数据等。
遥感影像数据主要来自于卫星和无人机获取的高分辨率影像，地面实测数据包括植被高度、叶面积指数等指标，气象数据则用于分析气候变化对植被生长的影响。
三、遥感反演方法遥感反演植被地上生物量的方法主要基于植被指数法。
植被指数是一种通过遥感影像计算得到的数值，可以反映植被的生长状况和生物量等信息。
本文采用了一种改进的植被指数反演方法，该方法结合了多时相遥感影像、地面实测数据和气象数据，通过建立植被指数与地上生物量的关系模型，实现了对草原植被地上生物量的反演。
四、实验结果与分析通过对比分析遥感反演结果与地面实测数据，可以发现本文采用的改进的植被指数反演方法具有较高的精度和可靠性。
具体来说，该方法的反演结果与地面实测数据之间的误差较小，且能够较好地反映草原植被的生长状况和生物量变化趋势。
此外，该方法还能够考虑气候变化等因素对草原植被生长的影响，为评估草原生态系统的健康状况提供了重要的依据。
五、讨论与展望本文采用的遥感反演方法虽然具有较高的精度和可靠性，但仍存在一些局限性。
例如，该方法需要大量的遥感影像数据和地面实测数据作为支撑，数据处理和分析的难度较大；同时，气候变化的复杂性也会对反演结果产生一定的影响。
实习7、地表反射率、温度的反演以及植被指数的计算
基本原理一)地表反射率是指地表物体向各个方向上反射的太阳总辐射通量与到达该物体表面上的总辐射通量之比。
反照率可以通过遥感成像提供的辐射亮度值L 或反照率p ，二向性反射率分布函数BRDF 来获得：地物反射率的光谱特征差异是从遥感影像中识别地表不同类型地物的基本依据，也是地表其他各种物理、生物物理参数反演的依据地表。
地表反射率的计算步骤：1、辐射定标：根据遥感影像DN 值计算到达传感器的各波段辐射亮度也就是将传感器记录的辐射量化值（Digital Number ，DN ）转换成绝对辐射亮度值、表观反射率，或者表观温度的过程。
绝对定标：通过各种标准辐射源，建立辐射亮度值与辐射量化值（DN ）之间的定量关系式中，辐射亮度值L 的常用单位为W/(m2.μm.sr)，或者μW/(cm2.nm.sr) 。
1W/(m2.μm.sr)=0.1 μW/(cm2.nm.sr)2、各波段表观反射率计算3、大气辐射校正（ENVI FLAASH/QUAC ）绝对大气辐射校正：消除大气辐射衰减效应，将遥感影像的DN 值转换为地表反射率、辐亮度、地表温度等的方法，此过程包含了辐射定标。
相对大气辐射校正：将遥感影像的DN 值转换为类似的整型数，同时消除大气辐射衰减效应。
FLAASH 是用数学建模辐射的物理行为，纠正波长在可见光至近红外和短波红外区域，最多3微米。
（对于热地区，使用基本工具>预处理>校准工具>热大气压校正菜单选项。
）不同于预先计算模拟结果的数据库内插辐射传输特性许多其他大气校正程序， FLAASH 采用了MODTRAN4辐射传输代码。
MODTRAN4并入ENVI FLAASH 的版本被修改，以校正在HITRAN -96水行参数的误差。
可以选择任何一种标准MODTRAN 大气模型和气溶胶类型，FLAASH 还包括以下功能：校正邻近效应（像素混合是由于表面反射辐射的散射） 计算场景的平均能见度（气溶胶/雾量）。
成都理工大学地球物理反演实验报告
成都理工大学地球物理反演实验报告实验目的：
本次实验旨在通过地球物理反演方法，对成都理工大学附近地下构造进行探测和研究，以了解该地区的地质特征和地下资源分布。
实验原理：
地球物理反演是一种通过测量地球物理场参数，如重力场、磁场、电磁场等，来推断地下介质的物理性质和构造的方法。
本次实验主要采用地震勘探方法进行地球物理反演。
实验步骤：
1.我们选择了合适的地震源点和接收器点，布置在成都理工大学附近的不同位置。
2.我们使用地震仪器记录地震波在地下传播的情况。
地震波在地下传播时，会受到地下介质的物理性质和构造的影响，从而产生不同的振幅和到达时间。
3.我们对地震数据进行处理和分析。
通过测量地震波的到达时间和振幅等信息，可以推断出地下介质的速度、密度等物理性质。
4.我们利用计算机模拟和数值算法，进行地球物理反演。
通过对地下介质进行模拟和比对实测数据，可以反演出地下构造的分布情况。
实验结果：
根据地球物理反演的结果，我们得到了成都理工大学附近地下构造的大致分布情况。
通过分析地下介质的速度和密度等信息，可以推断出该地区存在一定的地质构造特征，并可能存在一些地下资源，如水源、矿产等。
实验结论：
通过地球物理反演实验，我们对成都理工大学附近地下构造有了初步的了解。
这对于该地区的地质研究和资源开发具有重要意义。
本次实验也展示了地球物理反演方法在地质勘探中的应用价值，为未来的地质工作提供了参考和借鉴。
地表温度反演实验报告
地表温度反演实验报告一、引言地表温度是指地球表面的温度，它是地球气候系统的重要组成部分，对气候变化和生态系统具有重要影响。
因此，准确地测量和监测地表温度对于气候研究和环境保护至关重要。
然而，直接测量地表温度是困难且昂贵的，因此反演地表温度的方法应运而生。
二、反演地表温度的方法1. 热辐射测量法热辐射测量法是一种常用的反演地表温度的方法。
它利用地表辐射的热能来推算地表温度。
该方法需要使用红外辐射仪器来测量地表辐射的强度，并通过相关的算法将辐射强度转换为地表温度。
这种方法的优点是准确性高，可靠性好，但需要专业仪器和较高的技术水平。
2. 遥感卫星监测法遥感卫星监测法是一种广泛应用于地表温度反演的方法。
通过使用遥感卫星搭载的热红外传感器，可以获取全球范围内的地表温度数据。
这种方法具有测量范围广、周期性强、时效性好等优点，可以实时监测地表温度的变化。
但是，由于遥感数据的分辨率和精度限制，对于小尺度的地表温度反演可能存在一定的误差。
三、地表温度反演实验过程本实验使用了热辐射测量法来反演地表温度。
首先，选择了一个开阔的地面区域作为实验区域，并安装了红外辐射仪器。
然后，在不同时间段内进行了一系列的地表温度测量。
通过测量地表辐射的热能，利用相关的算法将辐射强度转换为地表温度。
最后，将测量得到的地表温度数据进行整理和分析。
四、实验结果与讨论通过实验测量和分析，得到了一系列地表温度数据。
根据这些数据，可以得出地表温度在不同时间段内的变化趋势和空间分布。
结果显示，在白天，地表温度较高，特别是在中午时段；而夜晚，地表温度较低，特别是在凌晨时段。
此外，地表温度在不同地理位置上也存在差异，如山区和平原地区的地表温度差异较大。
五、结论与展望通过热辐射测量法反演地表温度的实验，我们可以准确地获取地表温度数据，并分析其变化趋势和空间分布。
地表温度的变化对气候变化和生态系统具有重要影响，因此对地表温度的监测和研究具有重要意义。
未来，我们可以进一步完善地表温度反演的方法，提高测量精度和时效性，以更好地应对气候变化和环境保护的挑战。
《反演与层析成像》实验
本科生实验报告实验课程地球物理反演与层析成像学院名称地球物理学院专业名称地球物理学学生姓名学生学号指导教师实验地点5417实验成绩二〇-四年十二月二〇一五年一月实验一射线追踪-建立观测系统一、实验原理1.1 初至拾取初至拾取也就是对初至波的到达时间的记录，这是进行层析反演计算的基础数据。
数据的好坏直接关系到层析成像的效果好坏。
如果是进行实际资料计算时，初至拾取则为野外采集所得数据；若为理论模型的计算，则是在理论模型上进行正演计算所得的初至波旅行时。
1.2 建立初始模型初始模型的建立，就是按照实际模型的地表起伏给定一假设的速度场。
为方便起见，这个速度场可以是从地表开始以某一初始速度以相同的梯度往下递增。
这一初始速度可以同先验知识给出，又或者从初至拾取中获得。
炮－道比较接近时，可以把地震波看作直线传播，已知炮检距及初至时间就可以算出地表速度。
初始模型的深度一定要够大，能够让射线自由地传播，不会出现遇到模型底部强迫反射的现象。
1.2 射线追踪射线追踪的准确与否是影响层析成像的关键。
鉴于日本科学家Aszkawar提出的LTI算法的高效率和高精度，本文采用该算法进行旅行时计算及射线追踪。
LTI算法基于Fermat原理,即地震波沿着一条传播时间最短的路径进行传播。
该方法把模型离散成均匀的正方形单元，旅行时和射线路径的确定只与单元边界上的点有关。
假设单元边界上任一点的旅行时可由该边界上相邻两个离散点的旅行时线性插值得到。
如图1所示为一匀速正方形单元，单元边界平行于坐标轴，A,B是二个旅行时己知的点，要求射线穿过A,B边界到达D点的最小旅行时及射线路径。
设射线从C点通过，C点旅行时可用线性内差公式由A,B二点的值表示。
D点的旅行时为C点旅行时与波在C, D间直线传播时间之和。
然后根据Fermat原理，就可求出C点的位置（即射线路径）和D点的最小旅行时。
该方法也分成向前和向后处理，向前处理只计算各单元边界上的节点的旅行时；向后处理根据Fermat原理追踪射线路径．确定的射线路径不是单元边界上离散节点的连线，而是穿过单元边界上正好满足最小旅行时条件的那一点的线。
遥感反演地表温度
遥感地学分析实验报告成绩：姓名：学号：班级：题目：课程实验报告要求一、实验目的掌握并熟悉band math的操作，对建筑用地分离用的几个建筑指数；学会面对对象分类；学会反演地表温度。
二、实验准备软件准备：ENVI5.1数据准备：中等分辨率数据AA、高分辨率数据qb_colorado.img、热岛监测band6三、实验步骤1.中等分辨率数据中城市范围的提取：（1）加载数据AA，首先在BAND MATH里面计算图像的NDVI值其公式：(float(b1)-float(b2))/(float(b1)+float(b2))，正确输入公式后点击OK；在接下来的界面中为公式中b1和b2赋予相应的波段，及近红外波段和红色波段，选择合适的路径即可点击OK；结果如图：（2）同样用上述发放计算图像的归一化建筑指数（NDBI值），公式同样使用前面所用，但是后面给b1和b2赋予第五和第四波段就行，同样选择合适的路径即可；结果如图：（3）利用前面所计算的NDVI和NDBI值计算改进的归一化裸露指数（MNDBI），MNDBI= NDBI+(1-NDVI)，首先在BAND MATH中输入一下公式并b1和b2赋予NDBI的波段和NDVI的波段；结果如图：（3）同样使用上述方法计算城镇用地指数（ULI）计算公式为ULI=NDBI and NDVI，同样在BAND MATH中输入公式并赋予相应的波段，在设置好输出路径即可；结果如图：（4）三种指数的阈值的设置，通过查看三种指数的直方图可以为每种指数的分离建筑用地提取合适的阈值；通过查看NDBI的阈值设置为0.035，并将其在band math中进行二值化；通过查看MNDBI的阈值设置为0.681，并将其在band math中进行二值化；化；较三种指数的优劣；2.高分辨率图像中城市范围的提取（1）加载图像qb_colorado.img ，打开FEATURE EXTRACTION 工具选择待分类数据，点击NEXT 进入下一步；（2）设置分割和合并阈及模板大小等参数如下，点击NEXT进入下一步；（3）添加分类类型并选择合适的样本，并为每种类型选择相应的属性，最后选择合适的分类方法；（4）预览图如下；（5）设置导出图像的类型，此处导出矢量图，设置好参数和路径点击FINISH即可；（6）结果如图；3.城市热岛遥感监测（1）辐射定标：将DN值（即图像灰度值）转换为光谱辐射亮度L，利用公式b1*0.055158+1.2378在band math中计算辐亮度；B1赋予第六波段；结果：（2）地表比辐射率E，此处先计算NDVI，方法同上即可，此处不再赘述；计算植被覆盖度Fv 采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑，具体的计算公式如下：FV = (NDVI-NDVIS)/(NDVIV- NDVIS)其中，NDVI 为归一化差异植被指数，取NDVIV = 0.25 和NDVIS =0.022，且有，当某个像元的NDVI 大于0.25 时，FV 取值为1；当NDVI小于0.022，FV 取值为0。
土体邓肯—张非线性弹性模型参数反演分析
土体邓肯—张非线性弹性模型参数反演分析近年来，土体的力学性能研究得到了广泛的关注。
地基施工领域的应用特别多，在安全把控、运维监测、环境研究等方面都有重要的作用。
土体力学性能除了受到地质环境的影响，还受到应变能力和流变性能的影响。
其中最经典的力学模型是邓肯张非线性弹性模型，该模型是一个可以用于近似土体变形特性的典型模型，可以较好的拟合实验数据，有着重要的实用价值。
然而，模型参数的精确确定是对土体变形特性的有效描述，而传统的参数反演方法要求实验数据量过大，耗时长，难以实施。
本文针对上述问题，提出了一种新的土体邓肯张非线性弹性模型参数反演方法。
首先，根据若干份土体试件的实验数据，通过邓肯张非线性弹性模型画出土体的变形分布曲线，确定拟合精度。
随后，将邓肯张非线性弹性模型参数视为一个多元系统的解，利用光滑雅可比特征分析法，建立参数反演模型，实现参数估计。
最后，采用正交试验法，根据模型估计值，建立实验设计，以提高拟合精度，完成参数反演。
本文进行了三个实验，以模拟真实土体试验，以验证参数反演方法的有效性。
实验一是静载荷载荷压缩试验，实验二是多次加载荷压缩试验，实验三是恒定强度断裂试验。
实验研究结果表明，所提出的土体邓肯张非线性弹性模型参数反演方法可以有效拟合实验结果，具有较高的实用价值。
此外，本文探讨了参数反演的精度改进方法。
通过多次反复的参数反演，比较不同参数估计值，利用正交试验法，进一步提高参数反演的准确率，达到精确估计参数的目的。
以上是本文关于土体邓肯张非线性弹性模型参数反演分析的全部内容，本研究可以为进一步研究土体力学性能提供理论指导和实用工具，为地基施工及土体变形特性模拟提供有效的参考。
电子器件中自旋电子学的研究和应用
电子器件中自旋电子学的研究和应用随着现代电子工业的不断发展，越来越多的电子器件涌入了市场并被人们广泛使用。
在这些电子器件中，自旋电子学正逐步崭露头角，成为一个备受瞩目的研究领域。
自旋电子学作为一种新兴的研究方向，既有基础理论的探索，也有实际应用的开发。
本文主要从自旋电子学的基础理论、实验方法和最新应用方面阐述其研究现状和未来展望。
一、自旋电子学的基础理论自旋电子学是基于自旋电子的特性来研究电子器件的一门学科。
所谓自旋，是指电子固有的一个属性，类似于电荷、质量等物理量。
与电子的电荷不同，自旋（通常用符号S表示）具有方向性，可以是“上旋”，也可以是“下旋”。
在自旋电子学中，人们不仅仅探讨电子的电荷属性，更加注重电子的自旋属性，并通过控制自旋属性，来实现电子器件的控制和调控。
基于自旋的电子器件，最初源于对磁性材料的研究。
人们发现，在磁性材料中，电子需要同时具有自旋和向心向力才能在材料中存在，而在非磁性材料中，电子只需要具有向心向力就能存在。
由此可以看出，自旋和磁场密切相关。
此后，人们逐渐发展出一系列基于自旋的电子器件，如自旋晶体管、磁隧道结等。
二、自旋电子学的实验方法自旋电子学要想得到开发和应用，就必须在实验上进行探索和研究。
由于自旋电子的特殊性质，需要研究人员在实验中掌握一些特殊的技术手段和控制方法。
以下是自旋电子学的几种实验方法。
1. 磁吸收实验磁吸收实验是自旋电子学中最重要的实验方法之一。
该方法是通过对样品施加微弱的外加磁场来测定电子的自旋方向，从而了解材料性质。
磁吸收实验可以反映出样品中自旋向上的电子数占总电子数的比例，从而测定出自旋极化率。
2. 磁性共振实验磁性共振实验也是自旋电子学中常用的实验方法之一，它是通过对样品在恒定的外加磁场下施加一定的射频场，使得处于磁共振状态的电子发生能量吸收和放出，进而测定样品的性质。
3. 光学反演实验光学反演实验是一种利用逆光学原理测量自旋元激发的方法，可以通过极化光在样品中传播后所产生的旋转角度，得出样品中自旋元的旋转方向。
岩土工程中的三轴试验数据处理与模型参数反演
岩土工程中的三轴试验数据处理与模型参数反演岩土工程是土木工程的一个分支，涉及到土和岩石的力学性质与工程应用。
三轴试验是岩土工程中常用的试验方法之一，旨在研究材料在不同的应力状态下的力学行为。
三轴试验数据处理与模型参数反演是岩土工程研究中重要的环节，将在本文中探讨。
一、三轴试验数据处理三轴试验涉及到多种数据，如应力-应变曲线、剪切强度参数及其对应的应力和切线模量等。
这些数据的获取需要一定的试验设备和仪器，如三轴试验仪和应变计等。
而数据处理也需要一定的理论和方法支撑。
1. 应力-应变曲线应力-应变曲线是三轴试验中最基本的数据之一，通常表示松弛和强化等阶段中材料的力学行为。
在三轴试验中，往往需要测量三个方向的应力和应变数据，然后综合计算得出三个方向上的平均应力和平均应变数据。
处理应力-应变曲线数据时，需要用到一些常用的理论和方法，如弹性模量、塑性指数和应力路径等。
2. 剪切强度参数剪切强度参数是三轴试验中另一重要的数据之一，通常包括内摩擦角和凝聚力等。
处理剪切强度参数数据时，需要用到一些经验公式和数学方法，如摩尔-库仑准则和线性回归分析等。
3. 应力和切线模量应力和切线模量是三轴试验中涉及到的另一类数据，通常表示材料的刚度和变形特性。
处理应力和切线模量数据时，需要用到一些反演方法和数学模型，如经验拟合和神经网络等。
二、模型参数反演模型参数反演是一种逆向方法，旨在通过实验数据或场地观测数据来确定模型参数，从而优化或改进模型预测结果。
在岩土工程中，模型参数反演涉及到多个因素，如试验设计、数据分析和模型识别等。
1. 试验设计试验设计是模型参数反演的第一步，需要考虑多种因素，如试验类型、应力水平、应变率、应变路径和试样大小等。
合理的试验设计能够最大程度地提高数据的可靠性和精度，从而为后续的模型参数反演提供更有价值的数据。
2. 数据分析数据分析是模型参数反演的核心环节，需要运用多种分析方法和算法，如参数估计、优化算法、反演模型和敏感度分析等。
实验三 反演方法
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 +=+++23100123log ((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12.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。
几类反问题的贝叶斯反演理论及算法
预测结果
利用更新后的后验分布，对未 知数据进行预测。
算法优化策略与方法
调整参数
根据训练数据和未知数据的特 性，调整贝叶斯反演算法的参
数，以优化预测效果。
选择合适的先验分布
根据样本数据的特性，选择合 适的先验分布，以更好地反映 未知数据的特征。
采用并行计算
利用并行计算技术，加快贝叶 斯反演算法的计算速度。
随机反问题的贝叶斯反演算法
随机反问题
贝叶斯反演算法
算法流程
这类问题主要涉及到的是随机 过程参数的估计，如天气预报 、气候变化预测等领域中的模 型参数估计问题。
该算法同样基于贝叶斯定理， 但在处理随机问题时需要考虑 随机因素的影响。
首先利用随机模拟方法对模型 参数进行模拟，得到参数的一 组样本；然后利用贝叶斯定理 计算后验分布，得到参数的分 布情况；最后通过抽样得到参 数的估计值。
03
几类反问题的贝叶斯反演算法
线性反问题的贝叶斯反演算法
01
线性反问题
02
贝叶斯反演算法
这类问题主要涉及到的是线性方程组 的求解，如声呐、雷达等探测性问题 的反向求解。
该算法基于贝叶斯定理，通过已知的 先验信息和观测数据，对未知的参数 进行估计。
03
算法流程
先对未知参数进行合理的先验分布假 设，然后结合观测数据和先验信息， 利用贝叶斯定理得到后验分布，最后 通过抽样得到参数的估计值。
贝叶斯反演
贝叶斯反演是将贝叶斯定理应用于反演理论的一种方法，它通过已 知的部分信息来推断未知系统的状态或参数。
贝叶斯反演的数学模型
概率模型
01
贝叶斯反演涉及建立概率模型，该模型描述了可观测数据与系
统状态或参数之间的关系。
关系映射反演方法
关系映射反演方法关系(relation)映射(mapping)反演(inversion)方法（简称为RMI 方法）是我国学者徐治利先生在60年代研究组合数学的时候提出的一种数学方法论。
尽管这种方法论已被世界广泛认同，但仍为大多数学习数学的人所不知。
在此简略的做一番介绍，望能给学习数学的读者作以方法上的参考。
本篇文章纯粹是介绍性文章，故不会对此问题做深入的研究，读者如果感兴趣，想要了解更多，可以去查看徐治利先生的《数学方法论选讲》（徐利治著）《徐治利数学方法论十二讲》《徐治利谈数学方法论》《关系映射反演原则及应用》等以及一些其他关于数学方法论的书籍。
我们知道，化归思想是数学中最重要的思想之一，即使是简单的解方程，我们也要把方程化归为完全平方数的形式：。
但“化归”是一个较为笼统的说法,没有较大的指导意义。
RMI 方法是化归方法深度上的发展，是对化归思想的升华。
一、下面结合一些具体的简单例子来引入RMI 方法。
例子一、（此例取自《关系映射反演原理及应用》）解析几何解决问题的方法我们应该是很熟悉了：建立坐标系，把空间中的点与实数对一一对应起来，然后把几何的问题转化为代数问题，通过代数运算得到一个有意义的解，再把代数解翻译为几何解。
例如：我们要证明三角形的三条高交于一点，我们可以建立一个坐标系（如图一），三条直线是否交于一点的问题就转化为三个方程是否有公共解。
解得公共解为，从而证明了三角形的三条高交于一点。
其思想图式如下：例子二、用复数证明三角形内角和等于具体过程就不在这里写了，可以参看《数学物理方法》P15。
其方法就是把三角形放到复平面上，把三角形内角求和问题转化为复数问题，由于复数的运算特性，使得问题很容易求得，然后再回归到原来的问题，得解。
542+=x x 9)2(2=-x .0:;0:;0:AD =--=--=bc ay bx CF bc ay cx BE x ⎪⎩⎪⎨⎧-==a bc y x0π例子三、对数表在物理运算，尤其是一些天文方面的运算时，我们常常遇到类似这样一些连乘及开方的式子：，例如求（此例取自《关系映射反演原理及应用》）。
实验报告_云的提取和气溶胶反演
实验二云的提取和气溶胶反演实验报告一、实验目的（4分）1.云的提取实验目的：掌握遥感图像中云的提取方法。
2. 气溶胶反演实验目的：了解大气气溶胶的组成，理解气溶胶反演的方法和流程。
二、实验数据和内容（6分）1.云的提取实验数据和内容：实验数据：2001年7月26日的Landsat 5，119/38图像。
实验内容：①几何精校正，本实验下载时图像已经做过几何精校正；②运用波段计算工具进行处理，即可得到薄云和厚云的二值图像。
2. 气溶胶反演实验数据和内容：实验数据：北京地区2012年6月4日的MODIS L1B 1KM数据、北京市矢量图、北京地区2012年6月4日的MODIS气溶胶产品。
实验内容：①MODIS影像的辐射校正；②MODIS影像的几何校正，包括发射率的几何校正、反射率的几何校正和角度数据集的几何校正；③波段合成与裁剪，包括反射率和发射率的合成与裁剪，角度数据集的合成与裁剪；④合成后处理，包括云检测和角度数据波段计算；⑤气溶胶反演；⑥反演结果分析。
三、实验方案（40）1.云的提取实验（主要步骤及截图，10分）（1）薄云的提取在ENVI中用basic tools->band math处理，输入表达式“（b6/b1）lt 1”，即可得到薄云的二值图像，利用该图像对原图像进行掩膜即可提取原图像中的薄云。
运算工具界面薄云二值图（2）厚云的提取在ENVI中用basic tools->band math处理，输入表达式“（b5/b6）gt 1.5”，即可得到厚云的二值图像，利用该图像对原图像进行掩膜即可提取原图像中的厚云。
波段计算厚云二值图（3）图像掩膜在ENVI中用Masking->Apply Mask处理，选择相应的波段和掩膜所使用的薄云和厚云的二值图，操作过程以其中一个波段为例进行演示，其他波段以相同的方式进行处理。
选择提取图像选择掩膜图像2. 气溶胶反演（主要步骤及截图，30分）一、发射率的几何校正（1）在ENVI中用Geometric Correction->Georeference by Sensor-> GeoreferenceMODIS处理（2）打开输入MODIS数据对话框，选择发射率作为输入文件，点击OK，如下图所示。
加法器 数电实验报告三
实验三加法器一、实验目的1、掌握用SSI器件实现全加器的方法。
2、掌握用MSI组合逻辑器件实现全加器的方法。
3、掌握集成加法器的应用。
二、实验设备及器件1、数字逻辑电路实验板1块2、74HC(LS)00（四二输入与非门）1片3、74HC(LS)86（四二输入异或门）1片4、74HC(LS)153（双四选一数据选择器）1片5、74HC(LS)283（4位二进制全加器）1片三、实验原理组合逻辑电路是数字电路中最常见的逻辑电路之一。
组合逻辑电路的特点，就是在任意时刻电路的输出仅取决于该时刻的输入信号，而与信号作用前电路所处的状态无关。
本实验是根据给定的逻辑功能，设计出实现这些功能的组合逻辑电路。
不考虑低位进位，只本位相加，称半加。
实现半加的电路，为半加器。
考虑低位进位的加法称为全加。
实现全加的电路，为全加器。
实现三个输入变量（一位二进制数）全加运算功能的电路称为1位全加器。
实现多位二进制数相加有串行多位加法和并行多位加法两种形式，其中比较简单的一种电路是采用多个1位全加器并行相加，逐位进位的方式。
实验用器件管脚介绍：1、74HC(LS)00（四二输入与非门）管脚如下图所示。
2、74HC(LS)86（四二输入异或门）管脚如下图所示。
3、74HC(LS)153（双四选一数据选择器）管脚如下图所示。
4、74HC(LS)283（4位二进制全加器）管脚如下图所示。
四、实验内容与步骤1、用门电路实现全加器（基本命题）参照表达式S i=A i ⊕B i ⊕C i C i+1 = ( A i ⊕B i )C i+A i B i其中为本位和，S i为低位向本位的进位，C i+1为本位向高位进位，设计用与非门74HC(LS)00及异或门74HC(LS)86实现1位全加器的实验电路图，搭接电路，用LED显示其输出，并记录结果在下表：输入输出A nB nC n-1S n C n0 0 0 0 00 0 1 1 00 1 0 1 00 1 1 0 11 0 0 1 01 0 1 0 11 1 0 0 11 1 1 1 112、依次由ABC输入信号，观察led的工作情况并记录注意：由于led是低电平有效，当输出0是灯亮，输出1时灯灭.2、用数选器实现全加器（基本命题）参照和实验内容与步骤1完全相同的逻辑功能，设计用与非门74HC(LS)00和数选器74HC(LS)153实现1位全加器的实验电路图，搭接电路，用LED显示其输出，观察电路的逻辑功能是否与设计功能一致。
地表温度反演实验报告
地表温度反演实验报告地表温度反演实验报告引言•研究目的：探索地表温度反演的方法与效果•实验背景：地表温度是地球系统的重要参数，对环境、气候等具有重要意义•实验方法：采用XXX方法进行地表温度反演实验•实验结果：对比实验前后的地表温度数据，分析反演的准确性与可操作性实验步骤•步骤一：采集地表温度观测数据作为参考•步骤二：搜集反演算法与模型，选择合适的方法进行测试•步骤三：对实验数据进行预处理，提取特征与参数•步骤四：应用反演算法，进行地表温度反演•步骤五：与参考数据进行对比分析，评估反演结果的准确性与可靠性实验结果与分析•实验结果一：与参考数据相比，反演得到的地表温度相对误差在可接受范围内•实验结果二：某些地区的反演结果与实际情况存在较大差异，需要进一步优化算法或增加观测点密度•结果分析一：反演方法的准确性受地表特性、观测精度等因素的影响•结果分析二：反演结果可用于环境监测、气候研究等领域，具有一定的应用潜力结论与展望•结论一：本实验采用的反演方法在特定条件下可有效估算地表温度•结论二：反演结果对于环境、气候等研究具有一定的参考价值•展望：未来可以进一步改进反演算法，提高反演结果的可靠性；扩大实验区域与观测站点密度，提高实验的普适性与适用性以上是对”地表温度反演实验报告”的一份相关文章，通过使用Markdown格式，以标题和副标题的形式清晰地展示了实验过程、结果与分析，最后得出结论并提出了未来的展望。
引言地表温度（Surface Temperature, SST）是指地球表面的温度，对环境、气候变化等具有重要的影响。
准确地反演地表温度是遥感领域中的一个重要问题。
本实验旨在通过采用XXX方法进行地表温度反演实验，探索一种准确、可靠的反演方法，并评估其效果。
实验背景地表温度反演是通过遥感技术获取地表温度信息的过程。
地表温度不仅对气候变化的研究具有重要意义，还对农业、水资源管理、灾害监测等领域具有重要应用价值。
ArcGis 反演 实验报告
实验四反演一、目的和要求：1．练习Excel的使用2．掌握反演的概念和方法二、相关知识影像预处理：包括对原始影像进行辐射定标、大气校正以及几何精校正影像信息：包括植被指数，纹理信息，单波段灰度值等地面数据处理：（1）样地数据测量。
布设样地大小为30×30m，在样地中进行每木检尺，测量每木的胸径、树高等因子。
使用差分GPS记录样地西南角坐标（通过接收JSCORS广域差分信号定位精度优于1米）。
（2）样地数据汇总。
根据单木调查数据汇总样地尺度的相关森林参数，包括：每块样地单位面积的胸高断面积（m3/hm2）；平均高;样地尺度上的单位面积地上生物量（Mg·ha-1）。
生物量信息是通过异速生长方程计算单木的生物量，并汇总得到每块样地的单位面积地上生物量(W)A一元回归分析：（1）计算胸径、树高、地上生物量、胸高端面积与遥感影像提取的特征变量间的Pearson相关系数，看哪个因子与反演因子的相关性较强。
（本实验因变量有胸径、平均高、地上生物量、胸高断面积；自变量有6个，其中2个纹理信息均匀度和相异性，2个单波段灰度值：第2波段和第3波段，2个植被指数：修正型简单比值植被指数和归一化植被指数ND563）（2）绘制散点图。
绘制每个因变量和所有自变量之间的散点图，观察他们的相关性Pearson相关系数的定义：Pearson相关系数[1]用来衡量两个数据集合是否在一条线上面，它用来衡量定距变量间的线性关系。
如衡量国民收入和居民储蓄存款、身高和体重、高中成绩和高考成绩等变量间的线性相关关系。
当两个变量都是正态连续变量，而且两者之间呈线性关系时，表现这两个变量之间相关程度用积差相关系数，主要有Pearson简单相关系数。
三、实验准备1、软件准备：ArcGIS2、数据准备：航片.tif四、主要步骤和内容1、利用Pearson相关系数公式计算相关性2、将以上数据制成表格3、将以上数据制成散点图第一步利用Pearson相关系数公式计算相关性在（57，E）中输入“=PEARSON($B2:$B56,E2:E56)”并拉至（57，H）在（58，E）中输入“=PEARSON($C2:$C56,E2:E56)”并拉至（58，H）在（59，E）中输入“=PEARSON($D2:$D56,E2:E56)”并拉至（59，H）第二步将以上数据制成表格第三步将以上数据制成散点图。
晶体学旋转反演
晶体学旋转反演晶体学旋转反演是晶体学中的一种重要的结构分析方法，从而为我们了解晶体结构提供了更加全面和丰富的信息。
以下是关于晶体学旋转反演的详细介绍：第一步：什么是晶体学旋转反演？晶体学旋转反演是一种物理学原理，其基本原理是把晶体中的某一个原子或者分子按照某一固定的理论轴进行旋转，然后通过这个旋转的操作，将这个原子或分子的位置进行反演。
这样就可以得到与原来晶体结构相同的新的晶体结构。
晶体学旋转反演的基本思想是对称性。
根据对称性原理，如果晶体是具有一定的对称性的，那么旋转和翻转可以将这种对称性表现出来。
因此，晶体学旋转反演可以用于解决晶体结构的问题。
第二步：晶体学旋转反演的分类晶体学旋转反演可以分为两类：空间群的旋转反演和点群的旋转反演。
空间群的旋转反演是将整个晶胞进行旋转，并以此来得到新晶胞的方法。
对于像立方晶系这种具有高对称性的晶胞来说，使用空间群的旋转反演就可以得到全部的点群对称性。
而对于其他的晶胞来说，如果只使用空间群的旋转反演得到的对称性可能会不够全面。
而点群的旋转反演则是只对晶体结构中的一个点进行旋转反演操作，从而得到新的点群。
第三步：晶体学旋转反演的应用晶体学旋转反演可以用于解决许多晶体结构中的问题，例如确定晶体的点群或者空间群，找到晶体中不规则花纹的正则性等。
此外，在生物大分子的结构研究方面，使用旋转反演可以减少晶体结构的相对误差。
晶体学旋转反演还可以应用于物理化学、固态物理学、材料科学等领域。
并且，在晶体学的实验中，旋转反演操作常常是数据的修正和检验的重要手段。
在总结中，晶体学旋转反演是晶体学中的一个重要技术，其应用广泛。
它不仅可以用于解决晶体结构中的一些问题，也可以应用于其他领域。
因此，学习晶体学旋转反演是非常有意义的，它可以有效地提高科研的水平，从而更好地为人类社会服务。
基于气象数据的气候反演研究
基于气象数据的气候反演研究一、介绍气候反演是指通过对历史气象数据的分析来推断以前的气候变化情况。
气候反演研究是气象领域的一个重要研究方向，对于深入理解气候变化特征和趋势、为防灾减灾提供科学依据、以及调整地区或国家的气候适宜性和资源配置等方面都有重要意义。
本文将重点关注基于气象数据的气候反演的研究方法以及相应的实验结果。
二、研究方法1. 起始时间偏差技术为确定历史气候变化状态，我们需要比较不同年代之间的气象数据，以确定它们之间的差异。
然而，气象记录的起始时间和观测方式在不同年代之间存在较大差异，这些差异可能导致比较结果的误差。
起始时间偏差技术是一种有效的方法，可以消除这种偏差。
这个方法是通过对两个不同观测期的气象数据进行对比，来消除观测时间上的差异性。
2. 共享环境方法共享环境方法是基于环境条件的研究方法，旨在利用不同时间段内相似的气象场景来推定历史气候。
这个方法首先需要比较不同时间的环境特征，最后用这些特征来推断历史气候变化状况。
3. 最优风速回归最优风速回归是一种新型的气候反演方法，利用了风速数据和温度数据之间的相互作用。
这个方法能够减少数据量化过程中的误差，从而提高数据的准确性和可信度。
4. 人工神经网络人工神经网络是一种人工智能技术，能够模拟大脑对信息的处理方式。
在气候反演领域中，这个技术能够通过分析气象数据之间的复杂关系，以便探究历史气候变化情况。
人工神经网络不需要假设基本方程式，完全靠输入输出数据来预测气候变化。
三、实验结果1. 中国西北地区中国西北地区在过去几个世纪中曾经遭受了多次严重干旱。
气候反演研究显示出明显的降雨减少和寒冷温度上升等现象。
这个结果与地球温室效应理论相吻合。
通过上述方法可以得出一个子区域的最优预测结果。
2. 大西洋海面表面温度大西洋的海面表面温度在过去几十年中经历了明显的变化。
气候反演的实验结果表明，这种变化很可能与全球气候变暖有关。
这个结论对于理解全球气候变化的走势以及预测未来气候变化走向有很重要的意义。
反演原理及公式介绍
第一章反演理论第一节基本概念一．反演和正演1．反演反演是一个很广的概念，根据地震波场、地球自由振荡、交变电磁场、重力场以及热学等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，来定量计算各种有关的物理参数，这些都可以归结为反演问题。
在地震勘探中，反演的一个重要应用就是由地震记录得到波阻抗。
有反演，还有正演。
要正确理解反演问题，还要知道正演的概念。
2．正演正演和反演相反，它是对一个假设的地质模型，给定某些参数（如速度、层数、厚度）用理论关系式（数学模型）推导出某种可测量的量（如地震波）。
在地震勘探中，正演的一个重要应用就是制作合成地震记录。
3．例子考虑地球内部的温度分布，假定地球内部的温度随深度线性增加，其关系式可表示成：T(z)=a+bz正演：给定a和b，求不同深度z的对应温度T(z)反演：已经在不同点z测得T(z)，求a和b。
二．反演问题描述和公式表达的几个重要问题1．应用哪种参数化方式——离散的还是连续的？2．地球物理数据的性质是什么？观测中的误差是什么？3．问题能不能作为数学问题提出，如果能够，它是不是适定的？4．对问题有无物理约束？5．能获得什么类型的解，达到什么精度？要求得到近似解、解的范围、还是精确解？6．问题是线性的还是非线性的？7．问题是欠定的、超定的、还是适定的？8．什么是问题的最好解法？9．解的置信界限是什么？能否用其它方法来评价？第二节反演的数学基础一．解超定线性反问题1．简单线性回归可利用最小平方法确定参数a 、b 使误差的平方和最小。
⎪⎪⎩⎪⎪⎨⎧∑-∑∑∑-∑=-=∑∑-=22)()(x x n y x xy n b x b y n x b y a （1-2-1） 拟合公式为：bx a y+=ˆ （1-2-2） 该方法的公式原来只适用于解超定问题，但同样适用于欠定问题，当我们有多个参数时，称为多元回归，在地球物理领域广泛采用这种方法。
此过程用矩阵形式表示，则称为广义最小平方法矩阵方演。
《地球物理反演与层析成像》实验报告_201205050112-张三
本科生实验报告实验课程地球物理反演与层析成像学院名称地球物理学院专业名称学生姓名学生学号指导教师程先琼实验地点实验成绩二〇-四年十二月二〇一五年一月填写说明1、适用于本科生所有的实验报告（印制实验报告册除外）；2、专业填写为专业全称，有专业方向的用小括号标明；3、格式要求：①用A4纸双面打印（封面双面打印）或在A4大小纸上用蓝黑色水笔书写。
②打印排版：正文用宋体小四号，1.5倍行距，页边距采取默认形式（上下2.54cm，左右2.54cm，页眉1.5cm，页脚1.75cm）。
字符间距为默认值（缩放100%，间距：标准）；页码用小五号字底端居中。
③具体要求：题目（二号黑体居中）；摘要（“摘要”二字用小二号黑体居中，隔行书写摘要的文字部分，小4号宋体）；关键词（隔行顶格书写“关键词”三字，提炼3-5个关键词，用分号隔开，小4号黑体)；正文部分采用三级标题；第1章××(小二号黑体居中，段前0.5行)1.1 ×××××小三号黑体×××××（段前、段后0.5行）1.1.1小四号黑体（段前、段后0.5行）参考文献（黑体小二号居中，段前0.5行），参考文献用五号宋体，参照《参考文献著录规则（GB/T 7714－2005）》。
实验一射线追踪-建立观测系统一、实验原理二、程序源代码三、结果图四、本次实习体会实验二~五射线追踪-向前处理一、实验原理二、程序源代码三、结果图四、本次实习体会实验六射线追踪-向后处理一、实验原理二、程序源代码三、结果图四、本次实习体会实验七~八反演方法一、实验原理二、程序源代码三、结果图四、本次实习体会。
- 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)。
《地球物理反演概论》上机实验报告实验三：迭代法求解地震层析成像问题
姓名：
学号：
专业：地球物理学
指导教师：邵广周
完成时间：2017.12.21
一、实验内容
利用ART 及SIRT 迭代算法实现下图所示的地震层析成像问题。
⎥⎥⎥⎥
⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=
⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦
⎤
⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣
⎡020*******
0000
000200020002100100100010010010001001001111000000000111000000000111987
6543
21m m m m m m m m m
二、实验要求
编制相应的程序，在计算机上实现ART 及SIRT 迭代算法。
将ART 及SIRT 算法的反演结果与实验二的结果进行对比分析，比较各反演方法的优缺点。
三、算法原理
对于线性反问题Gm=d ，系统的每一行对应着一个n 维超平面，共m 个超平面。
Kaczmarz 算法的基本原理是：从事先给定的初始模型(0)m 开始，通过将初始模型投影到由G 的第一行定义的超平面上得到(1)m ，然后再将(1)m 投影到由G 的第二行定义的超平面上得到(2)m ，以此类推直到将所有m 个超平面投影完毕。
重复上述迭代过程，直到解成功收敛。
Kaczmarz 算法流程： 1、令(0)0m =
2、for i=0，1，…，m ，()(1)
()
11111
i i i T
i i i T
i i G m d m
m G G G ++++++-=- 3、判断解是否收敛，如不收敛，返回步骤
如果Gm=d 有唯一解，Kaczmarz 算法将收敛于该解。
如果系统有多个解，算法将收敛于与初始模型(0)m 最接近的那个解。
特别地，如果(0)0m =
，我们将会
得到最小长度解。
如果精确解不存在，算法得到的解为最佳近似解。
对于收敛速度问题，当由系统定义的超平面接近正交时，算法收敛速度快。
而当超平面接近平行时，算法收敛速度就会非常慢。
ART 迭代算法：
ART 算法是Kaczmarz 算法的一个修正算法。
它对Kaczmarz 修正算法进行了一个粗略近似，即将G 的第i+1行所有非零元素用1替代。
定义：1i 1j i j q m l ++=
∑
第条射线上的所有单元格（）
为第i+1条射线的近似旅行时，则11q d i i ++-为第i+1
条射线的旅行时预测误差。
ART 算法将Kaczmarz 算法中的修正项()11111i T i i i T
i i G m d G G G +++++-用11
1i i i q d lN +++-替代，其中l 为剖分单元格的尺寸，1i N +为第i+1条射线经过的单元格总数。
因此ART 算法的修正公式可写为
()11
(1)
1()
i 1j i 1j i i i j i i j i j
q d m lN
m m ++++-⎧-+⎪=⎨⎪+⎩第条射线通过第个单元格第条射线不通过第个单元格 该公式可进一步修正为：
()11
(1)
11()
i 1j L i 1j i i i j i i i j i j
d q m lN
m m +++++⎧+-+⎪=⎨⎪+⎩第条射线通过第个单元格第条射线不通过第个单元格 其中1L i +为第i+1条射线的真实长度。
ART 算法流程： 1、令(0)0m =
2、for i=0，1，…，m ，计算第i 条射线经过的单元格总数i N
3、for i=0，1，…，m ，计算第i 条射线的实际长度i L
4、for i=0，1，…m -1；j=1，2，…，n ，计算
()11
(1)
11()
i 1j L i 1j i i i j i i i j i j
d q m lN
m m +++++⎧+-+⎪=⎨⎪+⎩第条射线通过第个单元格第条射线不通过第个单元格
5、判断解是否收敛，如不收敛，令(0)()m m m =返回步骤4进行迭代。
否则返回估计解()m m m =
ART 算法的主要优点：
1、是节省内存，我们只需保存射线经过的单元格的信息，而不需记录每个单元格内各射线的长度。
2、与Kaczmarz 算法相比减少了乘法运算的次数。
缺点：计算精度略逊于Kaczmarz 算法。
SIRT 迭代算法：
SIRT 算法是ART 算法的一个变种，其基本思想是将经过第j 个单元格的所有射线的修正量都计算出来，然后取所有射线修正量的平均值作为模型参数的修正量。
具体算法如下： SIRT 算法流程： 1、令(0)0m =
2、for j=0，1，…，n ，计算第j 个单元格经过的射线总条数j K
3、for i=0，1，…，m ，计算第i 条射线经过的单元格总数i N
4、for i=0，1，…，m ，计算第i 条射线的实际长度i L
5、令0m ∆=
6、for i=0，1，…m -1；j=1，2，…，n ，计算
11
11
i 1j L 0i 1j i i i i j j d q lN m m ++++⎧-+⎪
∆=∆+⎨⎪+⎩
第条射线通过第个单元格第条射线不通过第个单元格 7、for j=1，2，…，n ，令j j j j
m m m K ∆=+
判断解是否收敛，如不收敛，令(0)()m m m =返回步骤5进行迭代。
否则返回当前解。
四、数据及运行结果
图1 输入文件
图2 输出结果
五、实验结论和心得
由输出结果可以看出，ART计算结果与模型真值相符，且均方根误差较小，迭代27次，收敛速度较快；SIRT计算结果与模型真值相符程度较ART差，均方根误差较大，迭代110次，收敛速度较慢。
ART计算结果与实验二Kaczmarz计算结果相差不大，而SIRT效果较差。
ART算法的主要优点是节省内存，与Kaczmarz算法相比减少了乘法运算的次数，因此收敛速度有所提高；缺点是计算精度略逊于Kaczmarz算法。
而SIRT 算法是ART算法的一个变种，目的是提高计算精度。
本次试验中，ART的收敛
速度没有明显提高，并且SIRT的计算精度不升反降，可能是由于网格剖分太少，数据量太小，其优势没有体现出来。
本次试验给定初始模型，通过精度及最大迭代次数控制迭代，在计算机上实现了利用ART及SIRT迭代算法求解地震层析成像问题（已知射线路径及走时数据，求取模型参数即慢度），算法流程清晰明了，因此程序简单易懂。
需要注意
和某一条的一点是，在SIRT算法中，统计了某一个单元格经过的射线总条数K
i
射线经过的单元格总数N
，不要将两者混淆。
i
通过本次实验，对ART及SIRT算法的基本原理及流程有了进一步的理解和认识。