基于高光谱的土壤重金属铜的反演研究

为探讨高光谱遥感反演红壤重金属铜含量的可行性,研究采集了34个红壤性土壤样品,通过对350~2 500 nm波段范围光谱曲线进行测试和分析,建立了不同的土壤光谱变量与重金属铜含量多元回归关系模型,分析了土壤重金属铜与土壤化学组分以及土壤特征光谱的关系。结果表明,土壤重金属铜含量与土壤全铁和镁含量显著相关,而与土壤有机质的相关性不显著,表明红壤性土壤粘土矿物对土壤铜含量影响较大;与重金属铜含量相关性较好的波段在830 nm、1 000 nm和2 250 nm附近,且一阶微分模型精度(79%)高于反射率模型(66.26%)和倒数对数模型(67%)的精度。因此,一阶微分高光谱反演模型具有较好的快速估算土壤中重金属铜含量的潜力。     

城市居民区土壤重金属含量高光谱反演研究

为探讨运用土壤光谱估算城市居民区土壤重金属含量的可能性,以上海闵行居民区土壤重金属Cu、Pb、Zn元素为研究对象,通过采集土壤样本,分析土壤光谱信息,构建基于高光谱的土壤重金属多元线性逐步回归(MLSR)和偏最小二乘回归(PLSR)模型。结果表明:通过倒数一阶和对数一阶微分变换能有效增强土壤重金属的光谱特征;土壤Cu、Pb和Zn元素最优波段分别出现在1 042.7 nm、706.84 nm和1404.8 nm处;从模型稳定性和精确性来看,PLSR模型较优于MLSR模型。土壤Cu、Zn元素验证RMSE值仅为研究区该重金属含量均值的10%左右,拟合精度高。与Cu、Zn元素相比,Pb元素决定系数R~2在0.64～0.88,模型稳定性较好。通过对光谱数据的预处理,采用偏最小二乘回归模型可有效提高估算城市居民区土壤重金属含量的精度。     

丹江口库区土壤镍含量高光谱反演方法

为探讨土壤高光谱法反演土壤重金属含量的可行性,以丹江口库区具有代表性的55个土壤样品为研究对象,应用高光谱技术对研究区土壤镍含量进行反演方法研究。对土壤的原始光谱数据,进行6种形式的微分变换。按最大正相关性和最小负相关性共筛选了12维光谱特征,利用随机森林回归(random forest regression,RFR)和极限梯度提升树回归(extreme gradient boosting regression,XGBR)建立了土壤镍含量的高光谱反演模型。分析结果表明:土壤镍含量反演的最优波段主要出现在1 686nm、2 238nm和2 254nm处;基于波段特征的XGBR模型稳定性和拟合精度总体优于RFR模型,稳定性系数R~2高达0.93,均方根误差为样本镍含量均值的10.1%,拟合精度较高。文章最后利用土壤高光谱数据,采用XGBR模型对丹江口库区土壤镍含量进行了有效估测。     

高光谱遥感反演土壤重金属含量研究进展

土壤重金属污染是当今重要的世界性环境问题之一。如何快速高效地获取土壤重金属含量及分布信息是进行污染风险评价及预测研究的前提。高光谱遥感具有无损、实时获取信息的优势,利用高光谱技术反演土壤重金属含量仍处于探讨阶段,对其反演机理和建模方法的研究成果进行了介绍和分析。认为充分研究不同类型土壤对重金属的吸附特性,是深入理解重金属含量反演机理的基础。加强不同土壤类型、不同污染程度的案例对比分析,发展光谱信号处理方法,引入非线性建模算法,构建重金属形态量反演模型,是土壤重金属含量遥感估算研究的重要研究方向。     

土壤全钾含量高光谱估测模型

鉴于进行高光谱遥感全钾含量估测时,全钾含量及其高光谱反射率数据受到诸多因素的影响(复杂非线性问题),具有较大的模糊性和随机性,采用模糊识别理论建立数学模型对全钾含量进行估测。对横山县采集的84个土样350~2 500nm波段的光谱曲线,利用对数的一阶微分方法计算土壤全钾含量与光谱反射率的相关系数,然后根据极大相关性原则选择最佳波段作为光谱反演指标。经剔除异常样本后,考虑所有反演指标的组合方式,通过各个预测模型精度的对比,找出最佳全钾含量估测模型。     

水稻冠层与土壤高光谱反演土壤重金属对比研究

针对土壤高光谱与水稻冠层高光谱反演多种土壤重金属含量精度差异较大的问题,探讨2种光谱反演土壤重金属适应性。通过对水稻冠层光谱与其土壤光谱的光谱指标变换,进行对比分析,在此基础上研究多元逐步回归、偏最小二乘回归在不同光谱指标下反演土壤重金属(Fe、Zn、Cu、Pb、Cd)的含量。结果表明,红光、近红外波段为土壤重金属含量敏感波段;水稻冠层波谱反演Fe、Zn、Pb、Cd含量的精度高于土壤波谱的反演精度;土壤波谱反演Cu含量的精度高于水稻冠层波谱反演精度。     

土壤重金属Cu含量遥感反演的波段选择与最佳光谱分辨率研究

高光谱数据以其高光谱分辨率和多而连续的光谱波段为预测土壤重金属污染提供了有力工具,但波段选择方法与光谱分辨率的影响不容忽视。利用实验室测定的181个土壤光谱样本数据,利用逐步回归法进行土壤Cu含量反演的波段选择,进而利用偏最小二乘方回归PLSR方法建模,分析了波段数对Cu含量反演的影响;此外,采用高斯响应函数重采样方法,探讨了光谱分辨率降低对反演精度的影响。实验表明,预测重金属元素Cu含量的最佳波段数为10个,模型可决系数R2=0.7523,拟合均方根误差RMSE=0.4699;预测Cu含量的最佳光谱采样间隔为32 nm,R2=0.7028,RMSE=0.5147。该结果可能为将来设计低廉实用的高光谱卫星传感器提供指标论证,为模拟卫星传感器波段预测土壤重金属含量提供理论依据。     

新庙泡叶绿素a浓度高光谱定量模型研究

利用吉林省新庙泡的高光谱实测数据和水质采样分析数据,尝试通过单波段、波段比值、一阶微分和峰谷间距法建立叶绿素a反演模型。结果表明:单波段光谱反射率与叶绿素a浓度的相关性较差,不宜用于该区域的叶绿素a浓度估算;680 nm和700 nm波段反射率之比、700 nm处光谱一阶微分值和两波段峰谷间距反演模型都具有较高的决定系数,分别为0.783 4、0.792 7、0.796 9,验证模型的决定系数为0.651 3、0.431 7、0.756 4,均方根误差分别为8.69μg·L-1、14.50μg·L-1、10.04μg·L-1,显著水平P<0.01。这3种方法皆可以用于新庙泡叶绿素a浓度的定量遥感,其中又以峰谷间距法为最优。     

不同森林植被的高光谱特征分析

“生态水(层)”富水特征特殊,各信息指标参数难以用常规方法进行量化和反演,高光谱遥感由于其波段多、光谱信息丰富的优点为生态水(层)各信息指标参数的量化反演提供有效的数据源及方法。利用高光谱遥感技术进行植被分析时,其光谱特征的分析和敏感波段提取非常重要。针对“生态水”信息指标植被参数有关量化反演需要,对研究区部分典型植被叶片进行了光谱采集,利用微分方法对光谱数据进行处理,分析了不同植被叶片光谱的原始、一阶微分和二阶微分光谱曲线,从中提取差异大的波段区分不同植被。同时,采用距离统计分析方法对所选择的不同波段进行有效性验证。研究结果表明:虽然3种方法提取的波段有差异,但存在共同点;选择的光谱特征波段可有效地区分不同植被,在近红外波段尤为明显,分别是1 814~1 823 nm,1 874~1 883 nm和1 890~1 899 nm附近。     

珠海一号高光谱遥感的表层土壤有机质含量反演方法

表层土壤有机质含量影响土壤光谱特性且在空间分布上呈异质性。采用光谱分辨率高、波段连续性强的高光谱遥感影像反演区域表层土壤有机质空间分布状况,可为精准农业提供科学管理依据。针对以往方法很少基于高光谱影像大尺度反演土壤表层有机质含量,以安徽省淮南市舜耕山以南的三和镇、曹庵镇为研究区,探索珠海一号高光谱遥感反演表层土壤有机质含量的方法。研究结果表明,研究区表层土壤有机质含量与珠海一号高光谱影像原始光谱反射率最大相关波段为656nm(r=-0.680);采用小波包分解原始光谱后,低频分量和高频分量与表层土壤有机质的最大相关性均有所提高,低频分量最大相关波段为656nm(r=-0.797),高频分量最大相关波段为700nm(r=-0.804)。采用多元线性回归对原始光谱、小波包分解低频分量、小波包分解高频分量建立土壤有机质预测模型取得了良好的效果,R2分别为0.747、0.770、0.789。依据小波包分解的低频分量、小波包分解的高频分量建立的基于高斯核变换的支持向量回归模型预测效果优于多元线性回归模型,预测值与实测值更接近。研究结果为开展大尺度遥感反演表层土壤有机质工作提供了新方法、新思路。     

Simulating models for Phaeozem hyperspectral reflectance

It is difficult to analyse soil properties quantitatively with multispectral remote sensing data. An alternative solution is to determine the main spectral characteristic control points of soil hyperspectral reflectance curves by sensitivity analysis methods. Hyperspectral reflectance is simulated using the control points based on multispectral reflectance collected from satellites in this study. The laboratory hyperspectral reflectance and its continuum-removed curve of Phaeozem and the parent material (PM) of samples collected from Heilongjiang Province, China were analysed, and the spectral characteristic control points determined. Hyperspectral simulating linear and quadratic models based on laboratory reflectance were then built. Results show that montmorillonite and illite are the dominant minerals in Phaeozem PM. Organic matter content determines the spectral characteristics of Phaeozem and makes it suitable for reflectance simulation in the spectrum range of 1000 nm and less; the higher the organic matter content the greater the spectral absorption area. There are two absorption valleys at 500 and 660 nm, which determine the spectral characteristic control points of Phaeozem between 450 and 930 nm, namely 450, 500, 590, 660 and 930 nm. Both the linear and quadratic simulation models built with the characteristic control points accurately describe Phaeozem reflectance, which proves that the characteristic control points are selected reasonably and representatively. The hyperspectral simulation method based on multispectral reflectance closely represents the characteristics of Phaeozem hyperspectral reflectance, partly removes noise and improves the precision of predicting organic matter content. Therefore the method is feasible and useful for data compression of Phaeozem hyperspectral reflectance, soil and vegetation indices building, and quantitative remote sensing in the Phaeozem Zone, northeast China.     

黑河综合遥感联合试验研究进展:水文与生态参量遥感反演与估算

介绍了“黑河综合遥感联合试验”在水文和生态变量与参数反演、估算和模型应用方面取得的进展。在水文变量遥感方面,利用车载双偏振多普勒雷达在黑河上游和中游分别开展了高精度降水观测,获取了后向散射系数和极化信息与降水强度之间的定量关系。在综合利用多源观测信息,改进和发展蒸散发估算模型方面取得了实质性的进展。发展了利用K和Ka波段机载微波辐射计数据反演山区积雪深度的方法。针对SAR观测数据反演土壤水分中地表粗糙度的显著干扰,发展了消除粗糙度影响的反演方法。在生态过程遥感参量估算方面,提出了一种基于机载激光雷达和高分辨率光学影像的高精度地物信息分类方法。发展了从高光谱航空遥感提取植被自然光照下的荧光,并与NDVI结合的C3/C4植被分类方法。发展和改进了使用多角度、多光谱观测反演叶面积指数的方法,挖掘了激光雷达在植被垂直结构探测上的潜力,探索了叶面积指数遥感中的尺度转换规律。发展了利用高光谱数据中的荧光信息反演光能利用率的新方法;建立了考虑土壤反射率、冠层结构等因素的光合作用有效辐射比率反演模型;改进了利用遥感估计生态系统生产力的模型。发展了利用高光谱遥感数据提取叶绿素含量和叶绿素荧光强度的方法。     

Review Article Hyperspectral geological remote sensing: evaluation of analytical techniques

Improvements in optical remote sensing spectral resolution and increased data volumes necessitates the development of improved techniques for quantitative geological analysis. Laboratory spectral studies indicate that absorption band positions, depths and widths are correlated with diagnostic physicochemical mineral properties such as composition and abundance. Most current analytical techniques are incapable of providing comprehensive quantitative analysis of hyperspectral geological remote sensing data. Factors which must be considered for hyperspectral remote sensing campaigns include spectral resolution, analytical technique, band pass positions and spatial resolution. In many cases the volume of data required to address specific issues can be reduced through intelligent selection of band passes and analytical techniques.     

Remote Sensing Inversion of Soil Zinc Pollution in Gejiu Mining Area of Yunnan

As a product of the development of modern industry and mining industry,heavy metal Zn pollution has gradually invaded the daily production and life of human beings,which is harmful to our physical and mental health.In dealing with large-scale soil environmental monitoring.The traditional heavy metal monitoring method is time-consuming and laborious.Due to its characteristics of high speed,high speed and high efficiency,remote sensing technology has become an important tool for environmental monitoring in the new era.This study takes Yunnan Gejiu mining area as a typical area,collecting sample in field soil and measurement of soil sample spectra and Zn content.Then the band transform method based on the multiplicative transformation was proposed to enhance product conversion relationship between Zn elements and spectral sensitive bands,using the established prediction model and optimal Zn content based on ASTER images to carry out pollution mapping.Research shows that：①the maximum correlation band of Zn elements is the B515 band,close to the absorption peak of sphalerite and smithsonite zinc containing minerals,is an important band of zinc element inversion of soil;②the spectral multiplicative transformation can highlight the sensitive bands of Zn elements,and retain the most sensitive information of the original soil;③in the hypersecretion inversion model of soil zinc content in the study area,the precision of the model established by partial least squares(R=0.90)is the highest(R=0.70);④The inversion results based on ASTER images show that there is a significant correlation between soil Zn pollution and mining activities(Verification accuracy of map R=0.694).The results of this study can provide the basis and technical support for remote sensing quantitative inversion of heavy metal content and large-scale environmental pollution monitoring.     

A Review on Estimating Fractional Cover of Non-photosynthetic Vegetation by Using Remote Sensing

The quantitative estimation of fractional cover of photosynthetic vegetation(f PV),non-photosynthetic vegetation(f NPV),and bare soil(f BS) is critical for grassland ecosystem carbon storage,vegetation productivity,soil erosion and wildfire monitoring.The ecological importance of NPV has driven considerable research on quantitatively estimating NPV in diverse ecosystems including croplands,forests,grasslands savannah,and shrublands using remote sensing.This paper reviews the research progress in estimating f NPV using hyperspectral and multisspcetral remote sensing data,and hightlights discusses the theoretical bases of PV,NPV and BS spectral characteristics.based on the existing methods for estimating f NPV,this article groupd into two categories:empirical relationship between spectral index and NPV cover,and Spectral mixture analysis.Meanwhile,also discuss applications.of hyperspectral and multisspcetral remote sensing data.Finally,the existential problems and research trends for NPV estimation are analyzed.     

基于偏最小二乘的土壤重金属铜含量高光谱估算

为探究高光谱数据估算土壤重金属铜含量的可行性,以石家庄市水源保护区褐土为研究对象,对不同光谱变换数据与重金属铜含量做了相关分析,建立了土壤重金属铜的单光谱变换指标偏最小二乘模型和多光谱变换指标偏最小二乘模型。结果表明：光谱反射率（R）经倒数一阶微分（RTFD）变换后与铜含量的相关性有所提高;光谱敏感波段为418、427、435、446、490、673、1 909、1 920和2 221 nm,基本位于土壤氧化铁、粘土矿物的特征吸收区域;对土壤重金属铜含量估算效果最好的单光谱变换指标偏最小二乘模型为RTFD模型,其模型决定系数（R²）为0.649,均方根误差（RMSE）为1.477;多光谱变换指标偏最小二乘模型R²和RMSE分别为0.751和1.162,建模效果优于单光谱变换指标模型。研究结果可为北方地区褐土类型土壤重金属铜的高光谱估算提供借鉴。     

基于偏最小二乘的土壤重金属铜含量高光谱估算

为探究高光谱数据估算土壤重金属铜含量的可行性，以石家庄市水源保护区褐土为研究对象，对不同光谱变换数据与重金属铜含量做了相关分析，建立了土壤重金属铜的单光谱变换指标偏最小二乘模型和多光谱变换指标偏最小二乘模型。结果表明：光谱反射率（R）经倒数一阶微分（RTFD）变换后与铜含量的相关性有所提高；光谱敏感波段为418、427、435、446、490、673、1 909、1 920和2 221 nm，基本位于土壤氧化铁、粘土矿物的特征吸收区域；对土壤重金属铜含量估算效果最好的单光谱变换指标偏最小二乘模型为RTFD模型，其模型决定系数（R²）为0.649，均方根误差（RMSE）为1.477；多光谱变换指标偏最小二乘模型R²和RMSE分别为0.751和1.162，建模效果优于单光谱变换指标模型。研究结果可为北方地区褐土类型土壤重金属铜的高光谱估算提供借鉴。     

混合全变差和低秩约束下的高光谱图像复原

目的 由于高光谱遥感数据携带丰富的光谱和空间信息,使其在许多领域得以广泛关注和应用。但是高光谱遥感数据在获取过程中受到各种因素的影响,存在多种不同程度的退化,进而影响到后续的处理和应用。因此,提出一种基于低秩矩阵近似和混合全变差正则化方法来复原退化的高光谱遥感数据。方法 首先分析高光谱遥感数据的两种低秩先验：光谱低秩先验和空间低秩先验;然后利用光谱低秩先验建立低秩矩阵近似表示模型,有效抑制稀疏噪声,例如脉冲噪声、条纹噪声、死线噪声等;再利用空间低秩先验建立混合全变差正则化模型,有效去除高密度噪声,例如强高斯噪声、泊松噪声等;最后结合两种模型的优势,建立基于低秩矩阵近似和混合全变差正则化模型。结果 利用多组高光谱遥感数据,和多种相关的高光谱复原方法进行对比仿真实验,表明新模型的结果在视觉质量有很大改进。与目前最新的复原模型相比,提出的模型的平均峰值信噪比能提高1.8 dB,而平均结构相似数值指标能提高0.05。结论 新模型充分利用高光谱遥感数据的空间和光谱低秩先验,针对含有高密度噪声和稀疏异常值的高光谱遥感数据,能够有效复原出高质量的高光谱遥感数据。