威剛3260的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

威剛3260進入發燒排行的影片

利用波形分類和波形重定改善近岸Envisat測高資料－以新竹香山濕地為例

為了解決威剛3260的問題，作者莊偉民 這樣論述：

近年來衛星測高已成為提供高精度海水面的重要觀測工具之一，然而將其應用在近岸0~5 km仍舊有精度不佳的問題。香山濕地為許多瀕臨絕種生物的棲息地，也是東亞太水鳥保護網之一，極具保護價值，正受到海水面上升所威脅。因此，本研究將改善此區域的Envisat測高資料精度，以提供正確的海水面高度資料。本研究利用18Hz Envisat RA-2 Cycle 10 ~ Cycle 90 SGDR波形資料，結合線性判別分析（Linear Discriminant Analysis, LDA）與最近鄰居分類器（k-Nearest Neighbors Classifier, k-NN）進行波形分類，然後將分類出

之海洋反射波形以不同波形重定演算法（包含Cruve Fit、Ice-1、Ocean、Threshold和 Modified Threshold演算法）重定來求得海水面高度，最後以新竹驗潮站和EGM2008大地起伏模型評估成果精度。本研究發現使用LDA搭配k-NN比起單獨使用k-NN的波形分類，近岸0~5km Ice-1波形重定後Envisat高度與驗潮站差值之標準偏差（Standard Deviation, STD），由0.26 m減少至0.17 m；然而，使用LDA於波形分類在5~10 km的差值STD卻是沒有明顯改善的，其原因為開闊海域下多屬於海洋波形，單獨使用k-NN即能獲得良好的分類效

果。而使用LDA搭配k-NN分類後，能大幅改善於近岸0~5 km區域的精度，表現最好的波形重定為Ice-1演算法，與新竹驗潮站差值之STD由1.14 m提升至0.17 m，與未使用波形重定比較，其改善率（Improvement Percentage , IMP）為77.4%。與EGM2008差值之STD由1.26 m減少至0.20 m，IMP為82.2%。在開闊海域5~10 km的部分，其波形大多屬於海洋反射波形，經過波形重定重定後的STD即小於0.3 m以下，使用LDA搭配k-NN分類後只能些微改進精度，同樣也是Ice-1演算法表現最佳，與新竹驗潮站差值之STD由0.27 m減少至0.21

m，IMP為51.4%。與EGM2008差值之STD由0.30 m減少至0.22 m，IMP為58.6%。