基于SPA-BPNN的成都市天府新区东部土壤As含量高光谱估测建模

为明确成都平原城市边缘带土壤中重金属As含量,以四川省成都市天府新区东部为研究区,对土壤原始高光谱数据进行一阶微分(FD)、二阶微分(SD)、去包络线(CR)和标准正态变换(SNV)处理,利用皮尔逊相关系数(PCC)和连续投影算法(SPA)筛选出最佳变换光谱的特征波段,分别建立偏最小二乘(PLSR)、极限学习机(ELM)、随机森林(RF)和BP神经网络(BPNN)4种回归模型,利用高光谱数据进行土壤重金属As含量估测并进行精度验证。结果表明,经去包络线一阶微分(CR-FD)变换的光谱与土壤重金属As含量相关性显著提升,由0.473提高到0.848;无论是基于PCC还是SPA算法筛选出的特征波段,非线性模型的拟合度以及预测精度均高于线性模型;相对于PCC算法,利用SPA算法筛选的特征波段建立的模型预测精度明显提升,PLSR、 ELM、 RF、 BPNN模型验证集的决定系数(R²)分别为0.786、 0.847、 0.856、 0.942。因此,以SPA算法筛选出的光谱波段作为自变量构建的BPNN模型(SPA-BPNN)是研究区内As含量的最优估测模型。     

基于高光谱指数的土壤盐渍化遥感监测研究——以平罗县为例

为建立土壤盐渍化遥感监测模型,以宁夏平罗县为例,通过在野外测定高光谱数据,结合室内土壤样品化学分析结果,分析不同类型盐渍化土壤光谱特征,并对实测土壤光谱数据进行倒数、对数及其一阶微分等变换,确定响应土壤盐分质量分数和pH值的最优波段,最后通过回归分析构建土壤盐渍化监测模型。结果表明:不同类型盐渍化土壤光谱曲线在形态上基本趋于一致,光谱反射率在可见光范围内随波长增长而增大,在近红外波段,增长速度减缓;通过相关分析,确定对数一阶微分变换对应的385.7 nm和原始一阶微分变换对应的1 708.4 nm分别为土壤光谱反射率与土壤盐分质量分数和pH值的最佳特征波段;以高光谱盐分指数(SI2)为自变量,土壤盐分质量分数为因变量,利用二次多项式回归模型建立的预测模型为最优模型,该模型实测值和预测值间拟合系数(R2)为0.673,通过0.01显著性水平检验。     

阳宗海叶绿素a浓度遥感反演及富营养化评价

以阳宗海为研究对象,利用landsat-8 OLI遥感影像与叶绿素a浓度实测数据,基于波段敏感性分析,构建叶绿素a浓度估测回归模型。研究表明,以波段组合(B5-B4)/(B5+B4)为参数的多项式回归模型结果最优,拟合度达0.720 1。反演得到阳宗海2018年3月1日叶绿素a浓度和富营养化指数的空间分布图,结果显示阳宗海水体整体为中营养状态。     

基于水体特征指数的广西北部湾近岸海域叶绿素a 浓度反演

为了弥补传统水质监测的不足, 加强赤潮的风险管控, 基于Landsat 8 OLI 遥感影像和实地监测数据, 分析了遥感影像光谱特征对叶绿素a 浓度变化的响应关系, 统计各种水体指数(FAI、VB-FAH、NDCI等)与叶绿素a 实测浓度之间的相关关系, 对最佳的相关性指数FAI 进行改进; 再分别基于相关系数较高的水体指数(改进的FAI、 FAI、VB-FAH)建立叶绿素a 浓度反演模型, 并评价反演精度。结果表明: 改进的FAI 模型和叶绿素a 浓度的相关性最高, 相关系数R 达到0. 74; 构建的一阶线性反演模型的精度最高(R2为0. 79, RMSE 为1. 66, MAPE 为26%)。利用改进FAI 建立的一阶线性反演模型对整个研究区域的叶绿素a 浓度进行反演, 结果表明: 叶绿素a 浓度与到岸距离呈负相关关系, 河流入海口叶绿素a 浓度较高, 南流江入海口的叶绿素a 浓度值相较于其他入海口更高, 河流流域水质整体较差。改进的FAI 建立的一阶线性反演模型计算简单、精度较高, 可以快速有效地反演北部湾近岸海域的叶绿素a 浓度。     

基于ICA与光谱参数的玉米叶片Cu~(2+)污染估测研究

玉米受Cu~(2+)污染时其各种生物理化变量会发生一定改变,导致其叶片光谱发生微小变化,为了获取隐含在玉米叶片光谱中微弱的Cu~(2+)污染信息,提出了一种基于独立成分分析(ICA)和光谱特征参数的多维光谱估测模型.对玉米叶片光谱在445~1 340nm范围内的波段进行一阶微分处理后与玉米叶片Cu~(2+)进行相关性分析,选取相关系数(R)较大的波段结合5种植被指数(红边归一化植被指数I_1、改进红边比值植被指数I_2、改进红边归一化植被指数I_3、光化学植被指数I_4和结构不敏感色素指数I_5)分别进行主成分分析(PCA),提取6个主成分进行ICA,得到ICA1,ICA2,ICA3,ICA4和ICA5共5个一维独立成分分量,结合两种光谱特征参数红谷和近红外平台一阶微分包围面积(FAN)构建了玉米叶片Cu~(2+)污染的一维、二维和三维估测光谱模型.5种独立分量中ICA3和ICA5与玉米叶片Cu~(2+)含量的相关性系数(R)都达到了0.9以上,其他3种也达到了0.8以上;二维模型可以将Cu~(2+)胁迫梯度中的轻度、中度和重度胁迫区分开来,三维模型能使胁迫区分效果更直观.结果表明:将ICA运用到玉米叶片Cu~(2+)污染研究中是可行的;独立成分分量、红谷和FAN的多维光谱模型可以作为玉米Cu~(2+)污染程度估测的一种新方法.     

矿区土壤重金属Cd高光谱建模与模型适应性分析

以粤北南岭某矿区土壤为研究对象,采用传统采样检测方法分析土壤重金属含量.借助ASD FieldSpec 4型便携式高光谱仪测量土壤光谱反射率,将土壤反射率经过卷积平滑后进行8种数据变换,分析9种光谱数据指标与镉(Cd)含量的相关性.采用偏最小二乘和随机森林方法,结合Pearson相关系数分别建立9种光谱数据指标的土壤重金属Cd含量的高光谱反演模型.并对其预测能力进行评价,实现了局地尺度上土壤重金属Cd含量反演,探究了不同Cd浓度区间对建模精度的影响.结果表明:通过不同的数据变换方式可以有效消除基线,去除背景干扰并提高光谱数据与Cd的相关性.其中一阶微分变换效果最为理想;偏最小二乘(Partial Least Squares Regression,PLSR)与随机森林(Random Forest Regression,RF)均能不同程度预测Cd含量,其中采用一阶微分结合随机森林(FD-RF)方法所建模型具备较高可靠性,R2超过0.80;当样本浓度平均值变化超过40％时,建立的模型预测能力降低.该研究方法可以作为土壤重金属Cd检测的手段,研究结果可以为土壤重金属高光谱反演提供方法和理论支持.     

微生物复垦区接菌沙棘叶绿素含量光谱估测

以陕西大柳塔神东煤矿区微生物复垦基地6 a生沙棘人工林为研究对象,采用地物光谱仪分别测定接种丛枝菌根真菌(AMF)和不接种对照(CK)两个水平下沙棘叶片光谱反射率,同步监测相应叶绿素含量.筛选出与叶绿素含量相关性较好的光谱提取变量和常用植被指数作为因变量,利用BP神经网络和极限学习机(ELM)的建模方法反演叶绿素含量,并对反演模型进行精度评定.结果表明:接种丛枝菌根真菌6 a后沙棘叶绿素含量仍持续增加,沙棘原始光谱的绿峰值降低;不同处理各光谱特征参数对叶绿素含量的相关性不同,选取对接菌植物和对照都显著相关的特征参数,获得光谱提取变量和常用植被指数均是7个.比较BP神经网络和ELM极限学习机的建模方法,ELM建模方法显示出更好的估测能力,其中对照组与接菌组以光谱指数和光谱提取变量为自变量时模型决定系数分别高达0.814和0.862,可以较好地估测出沙棘叶片叶绿素含量,为矿区沙棘长势提供理论依据,对微生物复垦后续生态效应具有较好的现实意义.     

基于高光谱的香樟叶绿素含量估测模型研究

以滁州市琅琊山香樟为研究对象,旨在通过研究叶片叶绿素含量情况,并以采集的高光谱数据和测定的植物叶片SPAD值为依据,结合Excel和MATLAB选取适宜的波段作为敏感波段,最终实现回归模型的建立。研究结果表明:在香樟落果前后叶片光谱存在同物异谱现象。通过利用敏感波段以及它们的差值、比值、归一化差值指数与特定红边位置计算得到的光谱值与SPAD值建立模型相关性较好。其中,归一化差值植被指数(NDVI)与SPAD值建立的回归模型拟合度最高(R~2=0.718 2,RSME=2.98)。     

渤海海域叶绿素浓度的遥感反演研究

以渤海海域为研究区域,以MODISIB卫星影像为数据源,利用MODIS250m分辨率的波段反射率构建的NDPI（Normalized Difference PigmentIndex）遥感指数结合叶绿素质量浓度（动实测值进行回归拟合分析,建立基于MODIS1B数据的渤海海域叶绿素质量浓度遥感提取模型,并应用该模型反演出渤海海域叶绿素浓度的分布情况,对其分布进行了分析和评价．研究结果表明,利用MODIS1B数据监测渤海海域的水质情况是可行的．     

稀土复垦矿区油桐叶绿素含量反射光谱估算研究

为研究稀土矿区复垦地植被生长及恢复情况,以复垦地油桐树为研究对象,使用Field Spec4便携式地物光谱仪、SPAD-502叶绿素仪测定油桐叶片反射光谱及对应的叶绿素含量值,分别采用单变量回归和逐步回归方法构建油桐叶绿素含量反演模型,并对模型进行精度检验.结果表明:1)原始光谱在696nm处、一阶导数光谱在666nm和688nm处的反射率与叶绿素含量的相关系数最高;2)三边参数和植被指数中蓝边位置波长、绿峰位置波长、红谷位置波长、红边与蓝边面积比、红边与蓝边面积归一化比值、双重差值指数、改良型红边位置指数、改进的归一化植被指数、改进的比值植被指数与叶绿素含量达到极显著相关且相关系数较高;3)所建立的13种反演模型中,基于红边与蓝边面积归一化比值和红谷位置波长变量的逐步回归反演模型精度最高,预测R2为0.830,均方根误差为2.798,相对误差为7.78%.研究结果为高光谱技术大面积监测稀土复垦矿区植被生长状况奠定基础.     

基于支持向量机的皖北旱作区表层土壤有机质含量估测

文中旨在探究支持向量机(Support Vector Machine, SVM)的旱作区表层土壤有机质含量快速估测方法。以皖北旱作区为研究对象,利用两期Landsat8 OLI影像获取采样点光谱反射率,采用不同的波段变换方法构建光谱参量,并结合实测值分析不同建模方式与核函数下模型的估算效果。在实现模型优选后进行全区范围内的有机质含量空间特征分析。实验表明,对原始波段进行波段组合形式的变换后可有效提升光谱数据对土壤有机质含量的解释能力。在4种建模方式中,基于多元逐步回归模型选取的波段组合参量(即优化参量)所建立的估测模型整体具有较好的估测能力,其中,在三次多项式核函数下估测模型对研究区3种土类的整体估测效果较好,其平均相对误差(Mean Relative Error, MRE)达到17.73。上述现象表明,利用两期影像波段组合变换后得到的优化参量建立估测模型具备一定的优势,且在三次多项式下SVM模型估测效果较好。     

基于高光谱遥感的玉米叶绿素含量估测模型

运用粒子群优化算法和支持向量机构建叶片尺度玉米叶绿素含量高光谱估测模型,估测玉米叶片叶绿素含量.通过辐射传输模型(PROSPECT)模拟的玉米光谱和所对应的叶绿素含量建立训练数据集;采用粒子群优化算法和支持向量机(PSO-SVM)学习训练数据集,建立研究区实测叶片叶绿素含量估测模型;利用近地高光谱遥感获取的玉米光谱建立验证数据集,将玉米叶片叶绿素含量估测模型运用到验证数据集,估测研究区玉米叶绿素含量.叶绿素含量反演结果的方根误差MSE=76.178 6,叶绿素含量实测值与叶绿素含量估测值的相关系数R2=0.871 2.结果表明:粒子群优化算法和支持向量机构建的反演模型能准确预测玉米叶绿素含量,能够解决小样本玉米采样点情况下叶绿素含量反演问题,可以作为玉米叶绿素含量快速、无损估测的一种新方法.     

基于TM数据渤海湾叶绿素浓度反演算法研究

海洋叶绿素浓度已成为衡量浮游植物的生物量和富营养化程度的最基本的指标.利用2005年4月13日Landsat-5/TM数据和同步实测数据反演了渤海湾叶绿素浓度.对TM数据进行几何校正和大气校正预处理后,建立9种波段组合模型,分别对TM图像进行模型运算.结合实测数据,建立相应的回归方程,在其中选取R2（拟合度）和R（相关性）最大的（tm4-tm3）/（tm4＋tm3）波段组合进行反演,并将反演结果与实测数据作相对误差分析,实验结果表明,4和3波段组合建立的回归模型适合于渤海湾叶绿素浓度的反演.     

复杂信号通路模型参数估计的直接微分法

针对细胞信号通路模型的强非线性、模型参数的不确定性以及受噪声干扰的实验数据等特点,提出一种新的参数优化算法——直接微分法,估计复杂信号转导通路模型的未知参数.该方法首先采用平滑样条拟合测量数据,然后对拟合多项式进行求导来估计模型状态变量的一阶微分,从而将动态优化问题转化为线性或非线性回归问题.以TNFα诱导NF-κB信...     

基于偏最小二乘算法的森林生物量遥感估测

基于遥感TM影像和森林资源连续清查固定样地数据,选择包括各波段灰度值、不同波段灰度值之间的线性和非线性组合、纹理信息等自变量,分别采用线性和非线性偏最小二乘回归法建立小兴安岭林区森林生物量的遥感估测模型,并将两种模型进行拟合对比,研究结果表明:非线性偏最小二乘模型的验证样本预测精度比线性偏最小二乘模型高出大约2.5个百分点,并且非线性偏最小二乘模型的拟合均方差要明显小于线性偏最小二乘模型的拟合均方差。     

红透山铜矿区长白落叶松反射光谱响应特征分析

为利用遥感技术高效检测红透山铜矿区污染土壤中铜含量，以长白落叶松为中介，通过盆栽实验研究不同程度铜污染土壤中植物在不同时间段反射光谱和所含色素的变化，以确定最佳光谱检测时间。研究结果表明：不同铜含量下光谱差异最明显的红外反射坪波段区间是800～1 200 nm;长白落叶松针叶中各种色素含量大小顺序依次为叶绿素a、叶绿素b、类胡萝卜素；秋季9月底的长白落叶松光谱反射率与叶绿素a和总叶绿素的相关性最高，该时段的光谱对主要色素含量的响应最敏感、效果最稳定；光谱检测最佳时段为秋季9月底，其次为春季5月初。     

接种菌根大豆叶绿素含量差异的光谱特征分析

为利用高光谱遥感监测接种菌根对植物生长的影响,在不同生育期测定接种菌根(+M)和对照(CK)两组大豆的叶片光谱及叶绿素含量.通过分析不同处理下大豆原始光谱和一阶微分各特征参数的差异,获取菌根效应影响植物叶绿素含量的光谱响应信息,选择能良好反映不同处理大豆叶绿素含量差异的特征参数作为输入因子,建立BP神经网络反演大豆叶绿素含量估测模型.结果表明:各生育期+M组的红边位置较同时期CK组的向长波方向偏移,其绿峰幅值、蓝边面积、蓝边斜率和黄边面积均小于同期CK组,而黄边斜率则大于同期CK组,特征参数差异明显.BP神经网络模型预测的大豆叶绿素含量与实测结果拟合度较好(R2=0.966 7)实验表明,接种菌根提高了大豆的光合作用,采用高光谱遥感监测并评价菌根效应对植物生长的作用是可行的.研究成果可为微生物复垦植被监测和矿区微生物复垦效果评价等提供理论依据和指导.     

新郑市农田土壤属性高光谱综合反演模型

为了实现基于高光谱分析的土壤属性的快速测定,以新郑市为研究对象,共采集154个土壤样品,在室内试验,获得土壤高光谱数据(350~2 500 nm),对土壤样品在400~2 400 nm的光谱反射率进行Savitzky-Golay平滑后,进行一阶微分光谱变换,并与土壤pH,有机质(SOM),碱解氮(AN),速效磷(AP),速效钾(AK),Fe,Cr,Cd,Zn,Cu,Pb进行相关性分析,在P为0.01水平上的显著性检验基础上,利用模糊聚类最大树法遴选出一阶微分光谱变换下11种土壤属性的共用高光谱特征波段;基于面板数据模型,构建新郑市农田土壤属性的高光谱综合反演模型。结果表明:面板数据模型整体显著,拟合优度较高(R2v=0.977 6,DW=2.03,F=110.97)。模型精度检验AN,AK和Cd的相对分析误差在1.4~1.8间,说明模型具备一般预测土壤AN、AK和Cd含量的能力;Cr的相对分析误差在1.8~2.0间,表明面板数据模型具有定量预测Cr能力;pH,SOM,Fe和Zn的相对分析误差在2~2.5间,说明模型具有很好的定量预测pH,SOM,Fe和Zn的能力;AP,Cu和Pb的相对分析误差大于2.5,说明模型具有极好的预测AP,Cu和Pb的能力。面板数据模型可以通过一次建模综合反演多种土壤属性,计算简便,速度快,可用于新郑市农田土壤属性的高光谱快速获取。     

基于灰色ELM神经网络的短时交通流量预测

为了提高短时交通流预测的精度,针对现有灰色模型,利用一阶线性微分白化方程拟合交通流数据。针对交通流数据波动性较高和易失真的缺点,提出一种基于灰色ELM神经网络的短时交通流预测方法。首先对短时交通流数据采用灰色模型累加处理,将其转化为长时交通流数据,以降低交通流数据的随机性,有效减小因数据本身波动造成的误差。然后,利用ELM神经网络代替一阶线性微分白化方程,对长时交通流进行预测。最后,将长时交通流预测结果经过累减还原为短时交通流预测结果,有效提高了预测精度。仿真验证结果表明,相比于现有的一些预测方法,该方法提高了预测精度,是一种有效的短时交通流预测方法。     

基于光谱学与遥感技术的矿区废弃地土壤特性参数分析

为了研究露天煤矿开采形成的废弃地对生态环境的影响,以阜新海州露天煤矿排土场作为研究对象,选取了36个采样点。首先测量了采样点土壤的反射光谱,然后在各点采集土壤样品并分析其特性参数。对36个采样点土壤样本的全氮、pH值、有机质和电导率等7个参数与光谱反射率进行相关性分析,得出:pH值与光谱反射率正相关,全氮、有机质、速效磷与反射率负相关;在600 nm红色波段之后pH值、有机质和全氮的相关系数较高;土样的速效氮、速效磷、速效钾及电导率与光谱反射率之间没有明显的相关性。在光谱分析基础上,利用SPOT5遥感影像相应波段灰度值建立了pH值、有机质、全氮等土壤参数的预测方程,获得了较高的精度。以上结果表明:可以用光谱反射率数据和遥感影像对废弃地土壤特征进行定量分析,为植被恢复提供决策数据。