基于反射光谱特征的土壤盐碱化评价

以吉林省西部盐碱土及其光谱反射率为研究对象,采用一阶微分、去包络线方法建立各种土壤光谱指数,分析并确定反映盐碱化程度的最佳波段与土壤光谱指数,建立盐碱化土壤参数的高光谱定量模型用于评价土壤盐碱化程度.结果表明:盐碱土在400～2500nm的范围内主要有五个明显的吸收谷,碱斑土壤由于富含盐分在五个吸收谷范围的吸收特征均显著强于其他土壤;不同地域土壤属性间相关关系存在共性,pH值与电导率正相关,二者都与有机质负相关;微分、去包络线方法得到的光谱指数与土壤参数的相关系数显著优于反射率,去包络线方法得到的土壤光谱指数普适性更强;基于土壤光谱指数的高光谱模型可以准确预测盐碱土pH值,可以用于土壤的盐碱化程度评价.     

基于高光谱的苹果树冠层磷素状况估测模型研究

利用高光谱技术估测了苹果树冠层的磷素含量。先用ASD Field Spec3型地物光谱仪测定了春梢停止生长期苹果树冠层的高光谱反射率,并对光谱数据进行了多种变换处理。然后对其与磷素含量进行了相关分析,找出了与磷素相关性较显著的光谱参量,并通过逐步回归分析建立了磷素估测模型。结果表明,近红外波段是苹果树冠层磷素的敏感波段;808 nm、921 nm、1195 nm、1272 nm及其组合的归一化红外光谱指数与苹果树冠层磷素高度相关。在构建的估测模型中,以808 nm、921 nm、1195nm、1272 nm及其组合的归一化红外光谱指数为自变量构建的高光谱估测模型的估测效果最佳。该研究实现了苹果树冠层磷素含量的快速估测,同时也为苹果的实时营养诊断提供了理论依据。     

玉米粗纤维含量高光谱估算模型研究

以不同品种玉米叶片、茎、穗和叶鞘的室内光谱反射率及对应的粗纤维含量为数据源,通过相关性分析发现原始光谱以及一阶导数光谱粗纤维含量光谱诊断的敏感波段分别位于近红外波段的1924nm和2370nm;线性与非线性拟合分析表明以2370nm处的一阶导数光谱所构建的线性模型相对其它模型最优,模型RMSE=3.538,由此模型得到的粗纤维含量理论值与实测值之间极显著相关,相关系数r=0.693.     

基于高光谱的砂岩露头孔隙度估算方法

为快速获得宏观、定量的砂岩露头孔隙度,提出了基于高光谱的孔隙度估算新方法.采集野外露头砂岩样品并测得其孔隙度,利用岩石薄片鉴定资料分析砂岩孔隙度的影响因素;对岩样实测光谱预处理,探索砂岩孔隙度的光谱响应机理;考虑到光谱波段高维性和波段间多重相关性,采用偏最小二乘方法构建孔隙度估算模型;通过变量投影重要性分析模型中重要波段.研究结果表明:基于砂岩填隙物与孔隙度的相关性以及填隙物的光谱特征,可间接反演孔隙度;砂岩孔隙度具有良好的光谱响应;反射率能够定量估算砂岩孔隙度(全波段模型R2=0. 72,RMSE=2. 28,RPD=1. 94);重要波段帮助降低自变量维度,发现孔隙度敏感波谱响应.本研究为基于高光谱图像的野外露头孔隙度表征奠定了基础.     

基于室内高光谱激光雷达的典型树种叶片光谱观测和分类

高光谱激光雷达综合了高光谱和激光雷达特征,可为植被生理生化参数提取提供更加精确的遥感探测,但其应用潜力尚未得到充分挖掘。以北京10个典型树种的单叶为样本,开展室内高光谱激光雷达的叶片观测试验,并进行树种分类研究,为未来高光谱激光雷达的林业应用提供基础。首先进行可调谐高光谱激光雷达(Hyperspectral LiDAR,HSL)叶片高光谱测量,并完成与ASD地物光谱仪所测数据对比实验;其次,应用随机森林方法实现10种叶片的分类研究,其输入的特征指数为融合全部波段、部分敏感波段的光谱指数。结果表明:(a)HSL在波段650～1000 nm (71个通道)内观测的叶片高光谱和ASD光谱一致(R~2=0.9525～0.9932,RMSE=0.0587);(b)只用原始波段反射率分类精度为78.31%,其中分类贡献率最大波段的是650～750 nm,使用此波段进行分类精度为94.18%,表明利用红边波段(650～750nm)进行树种分类是十分有效的;(c)对树种敏感的波段为680 nm、685 nm、690 nm、715 nm、720 nm、725 nm、730 nm;(d)结合敏感波段光谱指数与植被指数分类精度82.65%。该研究结果表明在单叶级别,利用高光谱激光雷达能够准确地反映目标叶片的光谱特征并且能有效进行树种分类;未来将可能在野外应用中精确提取目标的生理生化参数。     

不同尺度的微分窗口下土壤有机质的一阶导数光谱响应特征分析

使用高光谱仪ASD Field Spec在波长范围400～1000 nm内采集有机质含量不同的土壤反射光谱数据并作对数变换处理;之后在不同尺度的微分窗口下求取其一阶导数(一阶导数光谱)并进行小波阈值去噪;从一阶导数光谱中提取特征参数表征有机质含量变化.结果表明,微分窗口尺度w=1 ～5时,土壤一阶导数光谱中含有大量噪声...     

基于省域尺度的农田土壤重金属高光谱预测

利用浙江省36个县市的643个农田耕层土样的可见-近红外反射率数据以及重金属与有机质含量数据,分析了Ni、Cu、As、Hg、Zn、Cr、Cd、Pb含量与有机质含量的相关性,对比了不同重金属元素与有机质敏感波段的位置,并建立了各重金属元素含量的偏最小二乘回归(PLSR)模型.研究结果表明,Ni、Cr与有机质的相关性最优,As最差,相关系数分别为0.54、0.59、0.20,各重金属元素与有机质的相关系数与它在前三个主成份载荷图中与有机质的距离成反比;不同的重金属元素与有机质高光谱敏感波段的重叠度、回归系数的正负一致性具有明显差异,与有机质相关性越高的元素,其重叠度也越高、正负一致性也越好;在所有8种重金属元素的PLSR预测模型中,Ni、Cr的建模与预测效果较好,RPD值分别为1.94、1.80,模型具有一般的定量预测能力,其余6种重金属元素预测模型的RPD值均在1.00和1.40之间,模型只具备区别高值和低值的预测能力.该研究结果为大尺度区域土壤重金属污染的高光谱遥感监测提供了一定的理论依据与参考.     

基于高光谱图像的东北稻米品种快速分类

针对稻米品种无损鉴别需求,利用高光谱技术分析了3种稻米样品的光谱图像特征,实现了利用液晶可调滤波器(LCTF)光谱相机对3种稻米的探测、分类与鉴别。通过高光谱相机采集稻米样品的VIS/NIR光谱图像,运用Matlab软件及ENVI软件对高光谱图像进行处理分析,获得各样本的相对反射率曲线,结合图像阈值分割技术,得到各波段光谱图像的二值图像。结合图像及数据,分析不同品种稻米的光谱差异,发现稻米于480~550 nm波段有较为明显的特征峰,品种之间光谱差异明显,且不同品种稻米的二值图像明暗占比不同,以此完成稻米品种的分类与鉴别。研究结果表明,光谱图像的相对反射率和二值图像在稻米品种快速分类与识别的应用中具有较好的应用前景。     

用于高光谱图像分类的归一化光谱指数的构建与应用

成像高光谱的近地田间应用为农业定量遥感的发展提供了新的契机。如何发挥其图谱合一的数据优势,尤其在解析土壤、阴影等背景地物对作物养分反演模型的影响需要关注。该研究借助可见/近红外成像高光仪,在近地田间采集小麦群体的成像立方体,根据影像中光照裸土、阴影裸土、光照叶片和阴影叶片的反射光谱特征建立了归一化光谱分类指数,并应用该指数提取大豆影像中不同类型地物的光谱,分析了背景土壤剔除前后的大豆植被归一化光谱与叶绿素密度的决定系数变化情况。结果表明:土壤和阴影叶片光谱去除后,反演叶绿素密度的敏感波段由红-近红外区间（727 nm,922 nm）向蓝、绿,尤其是红波段（710 nm,711 nm）移动。对叶绿素密度敏感的波段区间表现为可见光增加,近红外减少,且红边波段决定系数最高。由此说明,基于归一化光谱指数的植被光谱提纯对定量遥感反演研究具有重要意义。     

基于比值导数光谱法的强线性波段特征分析

矿物成分含量的精确定量反演是高光谱研究中亟待解决的热点和难点。线性光谱混合模型是目前研究最为深入并且简单高效的光谱解混模型,但是矿物混合反射率光谱中的非线性特征影响了线性模型在矿物定量反演中的精度。比值导数光谱法是一种特殊的光谱处理方法,它可以消除混合物中其它物质的影响而直接得到目标物含量与混合光谱变化之间的对应关系,提取出对于目标信息较为敏感的波段。本文对于固体矿物和粉末矿物反射光谱进行了比较分析,并基于比值导数光谱法对于石膏与绿帘石粉末混合物进行光谱定量反演,提取出端元矿物的强线性波段,结合矿物特征吸收谱带信息,从反射率光谱、比值光谱以及比值导数光谱等不同角度总结强线性波段的分布特征,初步判定强线性波段分布于端元矿物特征吸收谷附近的陡坡以及反射率光谱交点处。     

重金属含量的高光谱建模反演:考古土壤中的应用

基于反射高光谱快速、无损的检测优势,以不同历史时期考古土壤作为光谱信息来源,应用相关分析和多元变量统计方法,构建了历史时期土壤重金属含量的高光谱反演模型.结果表明,Cd、Cr、Cu、Ni和Pb含量与原始光谱在400～550nm和1000～2500nm存在显著相关,微分转换有助于提取土壤中重金属元素信息.一阶微分光谱的多...     

Mid-infrared backscatter characteristics of various benchmark soils

Active mid-infrared laser reflectance characteristics of 18 different benchmark soil samples were measured at different angles of incidence at 9.283, 9.569, 10.247, and 10.633 μm wavelengths under both copolarized and cross-copolarized conditions. Calibration was performed for each measurement using a Labsphere Infra-fold Diffuse Reflectance Standard of 94% reflectance. One hundred independent samples were averaged for each measurement to yield a mean reflectance value. The soil samples were characterized in terms of the soil taxonomy, mineralogy, geographic location, soil texture, and organic content and represented wide variability in soil properties. The data thus obtained are presented in graphical form, and the effect of soil mineralogy on the spectral features is investigated. A physically based empirical model is also presented to predict the angular dependence of copolarized backscatter     

基于实测高光谱的太湖水体悬浮物浓度遥感估算研究

悬浮物浓度是水质和水环境评价的重要参数之一.利用2007-11-08～2007-11-21 14天时间对太湖74个样点进行水质取样分析和波谱实测.在提取水体遥感反射率后,分析其与悬浮物浓度的相关关系,发现在400～900nm波段范围的备波长遥感反射率与总悬浮物、无机悬浮物浓度都存在中高度相关,最大相关系数均出现在725nm处.分别为0.883和0.869,而与有机悬浮物浓度则无较好的相关性.同时利用敏感波段的遥感反射率建立了悬浮物浓度估算的神经网络模型.结果表明:对于总悬浮物浓度,隐含层节点数为6的神经网络模型的R2=0.948,RMSE=4.947,在备节点中的训练效果最佳;而对于无机悬浮物浓度,隐含层节点数为4的神经网络模型的R2=0.956.RMSE:5.104,模型骼体训练结果最好.此外,通过测试样本对神经网络模型和经验模型的预测误差进行分析表明,无论是估算总悬浮物浓度,还是无机悬浮物浓度,无论从建模样本的建模精度,还是测试样本的误差分析,神经网络模型邰优干经验模型.     

多碱光电阴极膜厚对阴极灵敏度的影响研究

叙述了多碱光电阴极光谱反射的特点,测量了超二代微光像增强器多碱光电阴极的光谱反射曲线,分析了光谱响应曲线产生干涉加强峰和干涉减弱峰的原因,比较了不同膜层厚度多碱阴极光谱反射曲线的区别。根据能量守恒定律,利用实测的多碱光电阴极光谱反射率和光谱透过率,计算出多碱光电阴极的光谱吸收曲线,通过研究不同厚度多碱阴极的光谱吸收,发现多碱光电阴极膜层厚度加厚并不会提高其对所有波段光吸收率的特点。厚度增加只会增加短波和长波的光吸收率,但中波的光吸收率不会增加反而下降,这是由于受到光谱反射的影响。阴极膜层的厚度既影响光谱反射和光谱透过,又会影响光谱吸收,因此也影响多碱阴极的光谱响应,所以多碱光电阴极的膜层厚度是影响多碱光电阴极灵敏度的一个关键参数。实践证明,转移式技术制作的多碱光电阴极膜层厚度也存在一个最佳值,超过这一最佳厚度,阴极的灵敏度不增反降,这是因为红外光谱响应增加不多,但中波光谱响应下降很多。所以对转移式多碱光电阴极而言,实践证明当膜层厚度达到最佳厚度时,膜层呈现淡红色,在制作过程中要控制好阴极膜层的厚度,这样才可能获得较高的阴极灵敏度。     

基于短波红外波段的乌梁素海Landsat-8 OLI数据大气校正

采用基于短波红外波段的Vanhellemont和Ruddick算 法对乌梁素海水体的Landsat-8业务陆地成像仪(Operational Land Imager, OLI)数 据进行了大气校正。用该算法得到的OLI反射率与ENVI Flaash大气校正结果 之间具有很好的一致性,且R2为0.8。经大气校正后得到的OLI反射率与实测值 吻合得较好,而且483 nm、561 nm和655 nm波段的误差在19.3%～36.5%之 间,表明该算法适用于乌梁素海水体。基于时间序列OLI数据,得到了 悬浮物浓度的时空分布特征。乌梁素海的悬浮物浓度反演结果存在一定 的不确定性,其主要原因是底质、沉水植物和藻华对离水反射率有很 大影响。     

Spectral linear mixing model in low spatial resolution image data

Different ways to estimate the spectral reflectance for the component classes in a mixture problem have been proposed in the literature (pure pixels, spectral library, field measurements). One of the most common approaches consists in the use of pure pixels, i.e., pixels that are covered by a single component class. This approach presents the advantage of allowing the extraction of the components' reflectance directly from the image data. This approach, however, is generally not feasible in the case of low spatial resolution image data, due to the large ground area covered by a single pixel. In this paper, a methodology aiming to overcome this limitation is proposed. The proposed approach makes use of the spectral linear mixing model. In the proposed methodology, the components' proportions in image data are estimated using a medium spatial resolution image as auxiliary data. The linear mixing model is then solved for the unknown spectral reflectances. Experiments are presented, using Terra Moderate Resolution Imaging Spectroradiometer (MODIS) and Landsat Enhanced Thematic Mapper Plus, as low and medium spatial resolution image data, respectively, acquired on the same date over the Tapajos study site, Brazilian Amazon. Three component classes or endmembers are present in the scene covered by the experiment, namely vegetation, exposed soil, and shade. The components' spectral reflectance for the Terra MODIS spectral bands were then estimated by applying the proposed methodology. The reliability of these estimates is appraised by analyzing scatter diagrams produced by the Terra MODIS spectral bands and also by comparing the fraction images produced using both image datasets. This methodology appears appropriate for up-scaling information for regional and global studies.     

基于可见-近红外光谱特征波长选择的土壤有机质快速检测研究

选择光谱特征波长进行建模可以减少冗余波长的干扰,提高模型的预测精度。采用小波阈值消噪法对采集的104个土壤样本光谱数据进行了预处理,并通过间隔偏最小二乘法、无信息变量消除、连续投影算法和群智能算法等9种方法筛选了建模波长。结果表明,小波阈值消噪法能有效降低光谱中的噪声。利用波长选择方法筛选建模波长不仅能减少建模变量的个数,而且还能提高模型的预测精度,特别是离散粒子群优化算法利用26个波长进行建模,预测决定系数达到了0.81,预测的相对标准误差为2.31。实验结果证明,通过对光谱波长进行选择不但可以降低模型的复杂度,还能有效预测土壤有机质达的含量。