冬小麦导数光谱特征提取与缺磷胁迫神经网络诊断

分别于返青期、拔节期、抽穗期和灌浆期采集不同磷素处理的冬小麦叶片原始高光谱数据;之后求取其一阶导数(一阶导数光谱)并进行小波去噪处理;通过分析原始光谱和一阶导数光谱对小同磷素处理水平的响应特征,确定敏感波长范围并提取四种吸收面积;将每个叶片磷素含量值对应的四种吸收而积的归一化值,作为样本空间样本点的位置坐标(4维样本输...     

基于反射率模拟模型的黑土有机质含量估测

定量分析了黑龙江省黑土室内高光谱反射率曲线特征,确定了影响反射光谱曲线的主要特征控制点,建立了黑土光谱反射率模拟模型并对其进行评价,分析比较反射率数据、模拟后的光谱数据与土壤有机质含量的关系,建立了土壤有机质含量光谱预测模型。结果如下:有机质是小于1000 nm范围黑土反射光谱特征的决定因素,随有机质含量变化,黑土光谱反射率在该范围呈现单/双吸收谷特征;黑土反射光谱曲线在450~930 nm范围内有5个主要特征控制点;黑土反射率模拟模型能较准确地描述黑土反射光谱曲线,直线模型的模拟效果更好;以反射率模拟模型系数为自变量的有机质含量预测模型优于基于反射率及其一阶微分的模型,说明反射率模拟模型的曲线控制点选择合理且有代表性,反射率曲线模拟方法能够准确描述黑土的实际光谱反射率。     

土壤高光谱噪声过滤评价研究

以ASD FieldSpec Pro FR测试的土壤高光谱数据为研究对象,探讨光谱噪声分布以及不同滤波器去噪效果定量评价.土壤高光谱曲线目视及其包络线去除、一阶微分和高通滤波分析表明,除起始波段350nm最前端40 nm范围内有部分噪声外,其他UV/VNIR(350～1050 nm)范围内基本不存在噪声,而整个SWIR(1000～2500 nm)范围内存在一定的噪声,SWIR 2(1 800～2 500 nm)后半段噪声较大,并且组成光谱仪的3台分光计在相互结合处,噪声比邻近谱段更大.采用六种不同滤波器进行噪声去除,通过构建光谱平滑指数(SI)、横向特征保持指数(HFRI)和纵向特征保持指数(VFRI)进行定量评价各滤波器去噪能力,评价结果对比发现WD和MA既能达到曲线平滑又能较好地保持波段特征.此外在PLSR模型下,以66个土壤样本的光谱为例,将六种滤波器去噪后的一阶微分光谱作为模型输入,比较分析不同滤波器对砂粒含量预测精度影响,精度对比表明,相比滤波器的特征保持能力,平滑能力更能影响砂粒含量精度.本研究为开展光谱预处理和光谱分析技术提供有益探索,并能为光谱学相关应用提供了科学依据.     

连续小波变换定量反演土壤有机质含量

以北京市东部地区96个潮土土样的土壤参数及对应光谱数据为数据源，采用连续小波多尺度分析处理与分析。首先将土壤光谱进行初步处理，生成小波系数，其次将土样的有机质含量与小波分解系数开展相关性分析，提取特征波段，最后采用特征波段建立预测耕层有机质含量的模型。结果表明：经连续小波处理后，光谱对耕层有机质含量的预测能力明显优于传统光谱变换技术；经连续小波分解后，对土壤有机质含量的预测能力随光谱分辨率降低呈先降后升再降的趋势；连续小波分析算法可提升土壤光谱对有机质含量的估测能力，与土壤高光谱反射率相比，基于连续小波变换的土壤有机含量最佳的精度提高19%；由于光谱分辨率为80 nm建立的模型精度较高，其R2达到0.632，这表明在连续小波算法下，光谱分辨率较低的宽波段数据可用于土壤有机质含量的监测。     

基于小波变换的木材近红外光谱去噪研究

木材近红外光谱常常被一系列噪声所污染,影响光谱分析结果.为了提高近红外光谱分析精度,需要对光谱数据进行预处理.光谱导数可以消除光谱背景干扰和基线漂移等因素影响,提高光谱分辨率,但导数光谱在增强信号的同时,也使信号噪声得到增强.应用小波变换对杉木木材近红外一阶导数光谱进行去噪研究,分别采用9点平滑法、25点平滑法、非线件小波硬阈值和软阈值法、9点平滑+小波变换法和25点平滑+小波变换法对光谱数据进行去噪研究.结果显示,小波变换能够有效去除导数光谱中的噪声信号,保留光谱中的有效信息,提高光谱信噪比,提高光谱的分析能力,在木材近红外光谱分析中具有很好的应用前景.     

基于小波变换的体内外酒精含量近红外光谱检测与分析

应用小波分析对体外和体内的酒精近红外光谱信号进行去噪分析,通过体外光谱分析确定酒精吸收峰特征范围,为体内近红外光谱分析确定有效区间。软阈值和硬阈值下,分别采用缺省阈值、Birge-Massart阈值和最大最小值阈值,比较酒精光谱去噪,信噪比(signal noise ratio,SNR)和均方根误差(root mean square error,RMSE)去噪效果。结果表明:缺省硬阈值方法对酒精近红外光谱去噪的效果较好;小波变换可以有效去除酒精近红外光谱的噪声,提高信噪比,保留有用真实信号。在不同的酒精浓度下,去噪后的近红外光谱能够较好的显示浓度变化规律。小波分析在近红外光谱法对人体酒精无创检测及定量分析方面有较好的应用前景。     

离子吸附型稀土矿区复垦植被光谱特征变异提取与分析

大面积高光谱遥感监测是稀土矿区环境监管的重要手段,复垦植被在矿区环境胁迫下的特征变异分析,可为准确实现矿区生态恢复动态监测提供必要基础。通过实地采集稀土矿区六种典型复垦植被及其对应正常环境植被叶片原始光谱,对照分析其光谱变异。将原始光谱进行常用的导数变换之外,还应用信号处理中的分形维数计算、离散小波变换分析技术和短时傅里叶变换处理放大植被叶片光谱的细部信息,探究复垦植被在稀土矿区环境胁迫下的光谱特征。结果表明：(1)在一阶导数光谱中,除湿地松外,其他植被均出现“红边位置”的蓝移现象,表明了复垦植被在矿区受到不同程度环境胁迫等外界因子的影响。(2)通过计算矿区植被光谱曲线的分形维数,得到同种复垦植被分形维数高于正常植被的规律,说明矿区环境胁迫多条件因素的影响致使复垦植被光谱曲线的波形变复杂。(3)植被叶片光谱经过离散小波变换,其中原始光谱离散小波变换最佳细节系数为d5,一阶导数光谱离散小波变换最佳细节系数为d6;并且一阶导数光谱离散小波变换在更小的尺度下放大了光谱特征细节差异,取得更好的效果。(4)光谱通过短时傅里叶变换在空频图上实现局域化,原始光谱空频特征出现在“红边”与中红外第一个“...     

二进制小波技术定量反演北方潮土土壤有机质含量

为从土壤光谱中提取土壤有机质的光谱响应信息，提升土壤有机质含量诊断精度与可靠性，以潮土有机质含量为研究对象，以北京市区域的96个耕层土壤参数与高光谱数据为数据源开展研究分析；先采用二进制小波技术将土壤光谱数据分离为5个尺度的高频数据与低频数据，再将低频数据、高频数据分别与土壤有机质实测数据进行相关性分析，提取最佳波段组合，构建有机质含量诊断模型。结果表明：（1）二进制小波技术可抑制噪声对高频信息的干扰，能有效提升光谱对土壤有机质含量的敏感性，进而提升有机质含量的诊断精度与可靠性；（2）在二进制小波技术下，高频信息对有机质含量的诊断能力明显优于低频信息，低频信息对土壤有机质含量的诊断能力随尺度增加而降低，高频信息随尺度增加呈先提升而后降低的趋势；（3）与数学方法相比，基于二进制小波变换算法构建的模型精度较高，稳定性较好，其最优模型的预测精度提高了31.5%，可靠性增加了10.5%。     

基于高光谱的土壤有机质含量估算研究

高光谱遥感技术以其光谱分辨率高、波段连续性强、数据丰富的特点,因而在土壤养分研究中得到广泛应用.通过土壤钉机质的高光谱遥感分析,可以充分了解土壤养分的状况及动态变化,为指导农业生产及保护农业生态环境提供科学依据.本文基于江西省余江县和泰和县采集的34个红壤土样350～2 500 nm波段的光谱曲线,研究了土壤光谱与土壤有机质含量之间的关系.先对土壤反射率光谱进行两种变换:一阶微分(R')、倒数的对数log(1/R),然后在提取特征吸收波段的基础上,运用多元逐步线性回归法和偏最小二乘回归法建立相应的估算模型,并对模型进行检验.结果表明,偏最小二乘回归法优于多元逐步线性回归法,其建立的高光谱估算模型具有快速估算土壤中有机质含量的潜力.     

基于反射光谱特性的土壤分类研究

选取中国松嫩平原吉林省农安县主要土壤(黑土、黑钙土、草甸土、风砂土、冲积土)室内光谱反射率作为研究对象,利用去包络线方法提取反射光谱特征指标,作为输入变量建立BP神经网络模型,进行土壤分类研究,探索利用表层土壤反射光谱特性进行土壤分类的可行性。结果表明:(1)包络线去除后的曲线使土壤可见光近红外波段的吸收特征显著增强;农安县不同土壤在400～2500nm范围内主要有5个光谱吸收谷,前2个吸收谷主要是由于土壤有机质、铁及土壤机械组成引起的,后3个是土壤水分吸收光谱能量引起的;不同土壤类型反射光谱的差异主要表现在前2个吸收谷。(2)由于输入变量的选取客观准确,基于前2个吸收谷形状特征的BP神经网络模型的土壤分类精度显著优于以反射率或5个吸收谷形状特征为输入变量的模型,可以用于土壤分类。     

土壤铅污染光谱的HHT鉴别及BC-PLSR铅含量预测模型

土壤重金属污染问题一直备受关注，利用高光谱遥感对其进行研究取得了大量的成果，主要集中在利用土壤光谱的导数变换、连续统去除等常规方法预测土壤重金属含量上。土壤光谱数据与非线性非平稳的机电信号、医学信号等具有一定的相似性。通过希尔伯特黄变换(Hilbert-Huang transform, HHT)，对土壤铅(Pb)污染光谱进行频率域分析，实现土壤Pb污染光谱的HHT鉴别，并建立土壤Pb含量预测模型。首先，进行土壤Pb污染实验，采集土壤Pb污染样品的光谱、含水率及有机质含量；其次，通过土壤Pb污染样品光谱的HHT时频分析和第二个本征模函数(intrinsic mode function, IMF)分量(IMF2)瞬时频率的二阶导数识别土壤Pb污染的特征波段；最后，选择合适的频率域参数、土壤光谱一阶导数、土壤有机质含量及土壤含水率作为参数，利用箱形图、聚类分析、偏最小二乘法建立土壤Pb含量预测模型。研究结果表明：土壤Pb污染的HHT时频分析图可以鉴别土壤Pb污染光谱，未受污染的土壤光谱HHT时频分析图在波段序列为250~430之间没有异常信号，Pb污染土壤的光谱HHT时频分析图在波段序列为250~430之间存在多个异常信号，并且随着浓度的升高，异常信号分布范围越来越广，当污染浓度达到800 μg·g-1时，土壤样品的光谱信号在波段序列为270处、频率为0.3 Hz之前出现了较强的异常信号；土壤Pb污染光谱经验模态分解(empirical mode decomposition, EMD)处理后，得到的未受污染的土壤光谱IMF2的瞬时频率的二阶导数的突变非常微弱，而Pb污染的土壤光谱IMF2的瞬时频率的二阶导数存在明显的突变点，根据突变点及土壤Pb污染光谱的IMF2的瞬时频率的二阶导数识别的土壤Pb污染光谱的特征波段区间为2 150~2 300 nm；利用不同浓度Pb污染下土壤光谱Hilbert能量谱峰值、EMD能量熵、一阶导数、有机质和含水率，通过箱形图去除了六组异常样品，然后利用聚类分析的方法将去除异常样品后的土壤Pb污染样品分为两类，最后将Hilbert能量谱峰值、EMD能量熵、2 134 nm波段一阶导数、790 nm波段一阶导数、1 276 nm波段一阶导数、2 482 nm波段一阶导数、有机质和含水率作为参数建立两类数据的BC-PLSR(boxplot cluster-partial least squares regression)模型预测土壤中Pb含量，经验证模型精度较高，相关系数分别为0.88和0.99。     

主成分分析法与植被指数经验方法估测冬小麦条锈病严重度的对比研究

通过人工田间诱发不同等级小麦条锈病,在不同生育期测定染病冬小麦冠层光谱及其病情指数(disease index,DI).利用主成分分析法提取冠层光谱350～1 350 nm范围内的前5个主成分(principal components,PCs),以及一阶微分光谱在蓝边(490～530 nm),黄边(550～582 nm)和红边(630～673 nm)内的前3个PCs,并利用逐步回归法建立反演模型,其结果分别与植被指数经验模型进行对比,结果表明:以一阶微分PCs为变睛的模型精度优于其他模型,其RMSE为7.65,相对误差为15.59%.通过对预测值与实测值对比发现,以微分指数SDr'/SDg'为变量的模型适合监测冬小麦早期病情,而以一阶微分PCs为变量的模型特别适合监测冬小麦条锈病病情较严重期.研究结果对利用高光谱遥感监测与评估小麦病害程度具有实际应用价值.     

山药近红外拉曼光谱分析

采用785 nm半导体激光光源,全息光栅和近红外增强CCD探测器等光电器件,构建了一套近红外拉曼光谱探测系统,测试获得了山药的拉曼光谱及拉曼一阶导数谱。山药拉曼光谱谱中出现了477,863,936 cm-1等较强的特征峰,主要归属为蛋白质、氨基酸、淀粉、多糖等物质,与已知山药生化成分基本相符。在山药拉曼一阶导数谱中,467,484,870,943 cm-1处出现明显特征峰。对比山药拉曼光谱,在600~800cm-1,1 000~1 400 cm-1区域内,山药拉曼一阶导数谱变化较为明显,可以更为清晰地表现山药拉曼光谱,能作为山药拉曼光谱分析的补充方法。     

东北黑土的光谱特性及其与土壤参数的相关性分析

选取我国东北黑土作为研究对象,研究其光谱特性并分析黑土主要参数与近红外光谱的相关性.通过比较东北黑土和北方潮土光谱特征的差异,显示当水分含量较高时,两种土壤的光谱特性差别不是很明显,当水分含量较低时,受土壤质地的影响,两种土壤的吸光度光谱及微分光谱均有很大差异.土壤水分值和吸收光谱有很大相关系数,土壤全氮与光谱呈现出了一定的相关性,提高土样全氮含量的方差,可以获得高的相关系数;由于黑土中有机质的含量很高,使基于土壤有机质的光谱吸收达到饱和,二者之间呈现较低的相关性.     

基于可见-近红外光谱的植物叶绿素含量无损检测方法研究

叶绿素含最足植物营养胁迫、光合作用能力和生长状况的良好指示剂.实时、可靠的作物营养诊断是进行科学施肥管理的基础,也是实施精细农业的关键技术之一.文章提出了一种应用可见-近红外光谱技术检测植物叶绿素含量的方法.采用透反射测样方式获取了植物叶片的可见-近红外光谱,并对获得的500～900 nm光谱数据进行平滑、一阶微分以及小波变换等预处理,然后采用偏最小二乘法(PLS)建立了植物叶片叶绿素含量与叶片吸收光谱的定量分析模型,最后利用该模型对预测集样本进行预测.预测集中样本的预测值与标准值之间的相关系数为0.93,预测均方根误差为1.1 SPAD.实验结果表明,利用可见-近红外光谱检测叶片叶绿素含量是可行的,这对今后实现快速无损榆测植物叶绿素含量具有重要的指导意义.     

近红外拉曼光谱快速检测地榆

采用先进的共焦显微拉曼光谱仪,测试了地榆的拉曼光谱,绘出地榆拉曼一阶导数谱。地榆拉曼光谱中,在155、195、902、1466、1476cm-1等处出现明显的特征峰。地榆拉曼谱的一阶导数谱,在152,192,900,157,197,905cm-1等处出现明显特征峰。分析地榆拉曼光谱,确认主要归属与已有的地榆化学成分研究结果相符。地榆拉曼光谱及其一阶导数谱可作为地榆快速准确检测的依据。     

山东省焦家式金矿区土壤重金属铬高光谱监测研究

矿区土壤环境问题日益突出,以山东省烟台市焦家式金矿区为典型区,系统采集了85个表层土壤样品进行野外光谱实测,其中35份用于重金属铬含量测定.利用光谱变换技术对原始光谱提取了一阶微分、二阶微分和去包络线三种光谱指标,采用偏最小二乘回归法建立光谱数据与铬含量间的定量关系,将最优预测模型应用于其余50个样本点铬浓度值的获取,最终通过克里金插值实现了对研究区土壤重金属铬的快速监测.结果表明,基于一阶微分数据模型预测精度最高,其次为二阶微分,原始光谱和去包络线数据.研究区铬的含量与金矿的分布情况密切相关,即金矿密集区域铬含量更高,这表明金矿开采对土壤中铬的含量与分布存在一定影响.     

Hyperspectral estimation of soil organic matter based on different spectral preprocessing techniques

In this study, the potentiality of visible and near-infrared reflectance spectroscopy to estimate soil organic matter was assessed. Six preprocessing methods were implemented to process the original spectra. The partial least-squares regression approach was also applied to construct predictive models and evaluate the optimal spectral preprocessing method. The significant wavelengths of soil organic matter were determined by using the correlation analysis and the partial least-squares regression analysis. The results were: (i) visible and near-infrared reflectance spectroscopy was proved to be an ideal approach in the soil organic matter estimation; (ii) different preprocessed spectra could improve their correlation with soil organic matter; the combination of first-order derivative and Savitzky–Golay smoothing method outperformed other preprocessing methods; (iii) the soil organic matter predictive models based on spectra processed by derivatives and Savitzky–Golay smoothing together presented a satisfactory accuracy, yielding the determination coefficient and root mean square error values of 0.986 and 0.077, respectively, for first-order derivative; and 0.973 and 0.105, respectively, for second-order derivative. The combination of first-order derivative and Savitzky–Golay smoothing was ultimately recommended the preferable preprocessing method; and (iv) the wavelengths of 417, 1853, 1000, and 2412?nm were determined as the significant wavelengths associated with soil organic matter. The study will provide a reference for the site specific management of agricultural inputs by using the visible and near-infrared reflectance spectroscopy technology.     

矿区土壤Cu含量高光谱反演建模

为探究高光谱遥感手段反演土壤Cu含量方法的可行性，以湖南省某矿区为例，利用ASD地物光谱仪和实验室电感耦合等离子发射光谱法测定83个土壤样品350～2 500 nm光谱信号和Cu含量。在光谱重采样、一阶/二阶微分、标准正态变换预处理对比分析基础上，分别采用主成分分析与相关分析对潜在建模变量进行初步筛选，运用逐步回归方法确定最终模型变量，建立土壤Cu含量反演模型，基于最优模型识别Cu含量光谱指示特征波段。结果表明，相对于传统主成分分析方法，标准正态变换后的光谱全要素主成分分析逐步回归建模方法因保留土壤样品弱光谱信号能有效提升土壤Cu含量估算能力，R2达0.86，模型对于预测样本的估计效果较好，建模样本和预测样本的残差分别为0.76和1.29，且通过F检验；360～400，922～1 009，1 833～1 890与2 200～2 500 nm波段对研究区土壤Cu含量有较好指示性。研究结果将丰富南方矿区土壤Cu含量估算典型案例，同时为发展基于高光谱遥感的土壤环境监测手段提供理论支撑。