检索结果-南通市图书馆

Quantifying tio_2 abundance of Lunar Soils:Partial Least Squares and Stepwise Multiple Regression Analysis for Determining Causal Effect

引用

Journal of Earth Science 2011年第5期22卷 549-565页

作者： Lin Li Department of Earth Sciences Indiana University-Purdue University Indianapolis IN 46202 USA

Partial least squares （PLS） regression was applied to the Lunar Soft Characterization Consortium （LSCC） dataset for spectral estimation of tio2. The LSCC dataset was split into a number of subsets including the low-Ti, high-Ti, total mare soils, total highland, Apollo 16, and Apollo 14 soils to investigate the effects of interfering minerals and nonlinearity on the PLS performance. The PLS weight loading vectors were analyzed through stepwise multiple regression analysis （SMRA） to identify mineral species driving and interfering the PLS performance. PLS exhibits high performance for estimating tio2 for the LSCC low-Ti and high-Ti mare samples and both groups analyzed together. The results suggest that while the dominant tio2-bearing minerals are few, additional PLS factors are required to compensate the effects on the important PLS factors of minerals that are not highly corrected to tio2, to accommodate nonlinear relationships between reflectance and tio2, and to correct inconsistent mineral-tio2 correlations between the high-Ti and iow-Ti mare samples. Analysis of the LSCC highland soil samples indicates that the Apollo 16 soils are responsible for the large errors of tio2 estimates when the soils are modeled with other subgroups. For the LSCC Apollo 16 samples, the dominant spectral effects of plagioclase over other dark minerals are primarily responsible for large errors of estimated tio2. For the Apollo 14 soils, more accurate estimation for tio2 is attributed to the posi- tive correlation between a major tioe-bearing component and tio2, explaining why the Apollo 14 soils follow the regression trend when analyzed with other soils groups.

关键词： lunar soils LSCC dataset tio2 abundance partial least squares stepwise multiple regression.

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：