基于 PROSPECT模型的蔬菜叶片叶绿素含量和SPAD值反演

叶绿素含量是衡量植物营养和病虫害发生情况的重要指标。传统的分光光度法对植物叶片破坏性较大且无法实时、快速、无损地获取叶绿素含量。新兴的利用叶绿素仪测量叶绿素相对含量（以下简称SPAD值）的方法不能定量获取实际含量。光学辐射传输模型PROSPECT从生物物理、化学的角度以及能量传输的过程出发,定量描述了叶片色素、水分、结构参数等对叶片反射光谱的影响。因此,提出利用PROSPECT模型同时反演蔬菜叶片叶绿素含量和SPAD值,实时、快速、无损、定量获取植物叶片叶绿素的含量。第一,多次测量三种蔬菜叶片的反射光谱,并用叶绿素仪测量SPAD值。然后,预处理光谱数据,获得平均反射率光谱。第二,以欧式距离为评价函数,利用PROSPECT模型对实测反射率光谱进行拟合。拟合过程中三种蔬菜欧式距离最大为0.008 9,最小为0.006 4,平均为0.007 5,表明该模型能够很好地拟合蔬菜叶片的反射率光谱。第三,根据拟合结果,反演叶绿素含量和透射率光谱,再根据透射率光谱获取叶片在940和650 nm波长处的光透过率,计算叶片的反演SPAD值。第四,建立反演叶绿素含量、反演SPAD值与实测SPAD值的关系模型。结果表明: (1)利用该模型反演得到的叶绿素含量值与实测SPAD值有较好的线性关系, 其关系模型为：y=1.463 3x+16.374 3,两者相关系数为0.927 1,模型的决定系数为0.862,均方根误差为2.11;(2)利用该模型反演得到的SPAD值与实测SPAD值之间线性关系较好,其关系模型为：y=0.986 9x-0.668 3,两者相关系数为0.845 1, 模型的决定系数为0.714 3,均方根误差为3.380 2。研究表明,通过测量植物叶片的反射率光谱,利用PROSPECT模型可以无损、定量地获取蔬菜叶片的叶绿素含量和SPAD值。该方法可推广至其他植物的叶绿素测量和实时监测,为变量施肥、精准种植提供可靠的数据支持。研究结果对蔬菜生长态势的无损监测具有重要的意义。     

热红外遥感图像中云覆盖像元地表温度估算研究进展

地表温度是描述陆表过程和反映地表特征的重要参数。及时掌握区域和全球尺度上的地表温度时空分布是许多地表过程研究和热红外遥感应用的必需。热红外遥感是地表温度快捷获取的最佳手段,但仅局限于天空晴朗无云情形。云覆盖致使热红外遥感不能直接获取云覆盖像元地表温度,其反演结果为云顶温度或附加了云辐射强迫效应后的地表温度。如何精准获取热红外遥感图像中云覆盖像元地表温度信息,成为热红外遥感地表温度反演和应用亟待完善的难题。文章系统详细回顾了国内外热红外遥感图像中云覆盖像元地表温度估算方法,评述了各方法的特性,并指出今后应加强加深热红外遥感与被动微波遥感融合技术、数据同化技术、尺度效应和算法参数化中普适性假定等四方面研究。     

区间极限学习机结合遗传算法用于红外光谱气体浓度反演的研究

提出一种新的有效的FTIR光谱气体浓度反演的方法。 该方法将区间划分的思想用于红外光谱波长优化筛选,即将红外光谱在给定波长范围内划分为若干个子区间,在每个子区间中利用遗传算法(genetic algorithm, GA)优化后的极限学习机(extreme learning machine,ELM)建立浓度预测模型,根据每个子区间测试集均方根误差RMSE和相关系数R2的大小评价模型的泛化性能,筛选出最优子区间组合建立预测模型。 通过含干扰组分(CO₂,N₂O)的CO气体的 FTIR光谱对提出的算法进行了验证,在波段为2 140～2 220 cm-1范围内利用区间法筛选出的最优组合作为变量,应用GA-ELM建立的浓度反演模型,其决定系数R2为0.987 4,均方根误差RMSE为154.996 3,建模时间仅为0.8 s,表明该算法(Interval-GA-ELM, iGELM)的应用不仅缩短了建模时间,而且在干扰组分存在的情况下,依然可以准确筛选出特征波长,从而提高了模型稳定性和预测精度,为大气污染气体遥测分析提供了行之有效的方法。     

矿区复垦农田土壤重金属含量的高光谱反演分析

以矿区复垦农田土壤为研究对象,利用实验室获取的土壤重金属元素砷(As)、锌(Zn)、铜(Cu)、铬(Cr)和铅(Pb)的含量与土壤可见近红外高光谱数据建立重金属元素含量的定量估算模型。为了保证模型预测的精度和稳定性,首先,对原始光谱数据进行平滑处理,并进行光谱变换,即：一阶导数,标准正态变量变换及连续统去除变换;然后,通过相关性分析提取不同变换光谱的特征波段;最后,将最小二乘支持向量机与传统的多元线性回归和偏最小二乘回归方法的结果相比较。研究表明：(1)以不同变换光谱数据建立反演模型均有较好的稳定性并达到一定精度,其中以最小二乘支持向量机方法优于偏最小二乘回归优于多元线性回归模型(除少数几个情况外);(2)从不同光谱变换数据中提取的光谱特征对反演模型结果有一定影响,其中以连续统去除和标准正态变量变换建模结果较好,一阶导数变换稍差。因此,利用高光谱遥感技术来定量估算土壤重金属含量是可行的,而且,必要的光谱预处理对提高估算模型的精度很有帮助。     

支持向量机和神经网络在粗糙面参数反演中的比较

首先介绍支持向量机和神经网络方法及其在内部网络训练上的不同.分别利用支持向量机和神经网络对高斯粗糙面的均方根高度和相关长度进行反演.通过仿真结果和误差对比分析,发现在小样本情况下,支持向量机的反演结果比神经网络好,而在具有大量样本的情况下,神经网络的反演精度有显著提高,而且反演时间比支持向量机少很多.     

变几何域传热的表面热流反演方法

变几何域的表面热流反演是一类特殊的热传导逆问题,在再入飞行器烧蚀型防热材料的表面热流反演中具有工程实用价值.本文首先对变几何域传热的正问题计算方法进行了校核验证,然后建立了求解变几何域表面热流反演问题的顺序函数法和共轭梯度法;给出了这两种反演方法的基本思想和算法推导,并针对典型算例进行了仿真.结果表明:两种反演方法都能计算出较好的反演结果,并且算法受测量噪声的影响较小,具有较好的鲁棒性;反演算法能适应不同的几何域变化函数,但几何域变化量的测量误差在表面热流的反演结果中会有较为直接的反映.     

二维变几何域下的表面热流反演

采用共轭梯度法,给出二维变几何域下的热流反演算法,并对算法的有效性和稳定性进行验证.结果显示:测点数目对反演结果有较大影响,测点数目的选取和热流的空间变化剧烈程度有关;反演初值的选取对反演结果,尤其是末时段,会有较大影响,应尽可能选择传热过程末时刻热流作为反演初值.     

基于迭代TSVD的NMR二维谱反演算法

针对现有基于TSVD的二维反演算法中截断位置判断不准确、容易产生虚假峰等问题,提出了一种改进的方法. 首先,通过逐步求精的方法对L曲线上的拐角位置进行定位,得到迭代的最大截断位置;然后,根据反演核奇异值的集中程度获取迭代的最小截断位置;最后,在给定的截断位置范围内从小到大进行TSVD,每次迭代都以上一次迭代的结果为依据. 对仿真数据和实验数据的反演结果表明,该算法都能够得到比较好的二维反演效果. 与现有基于TSVD的方法相比,该算法具有更高的鲁棒性,能够得到更清晰的二维谱,可满足实际应用需求.     

考虑不同开裂深度的混凝土断裂韧度反演分析

混凝土的断裂韧度受到多种因素的影响,要想获得准确值具有一定的难度。基于工程的实测资料,考虑不同裂缝开裂深度的影响,采用概率分析法反演混凝土的断裂韧度,反演结果表明,裂缝的开裂深度对混凝土的断裂韧度影响很小。     

黄河口地区环境脆弱性的遥感反演

环境脆弱性定量遥感研究,可以为环境脆弱性研究提供稳定的数据源支撑。通过遥感反演获取区域环境脆弱性的空间分布。从土壤和植被角度, 构建了环境脆弱性综合评价指标体系, 采用AHP-模糊评判方法计算采样点环境脆弱度,并将其分别与样点ETM+光谱反射率及其转换数据的相关关系进行分析,确定其敏感波段, 在此基础上,采用传统回归方法、基于BP人工神经网络分析方法和支持向量机回归方法建立环境脆弱度的光谱反演模型,并采用该模型对研究区的环境脆弱度进行反演,得到环境脆弱性度时空分布图。结果表明, 返青期NDVI、九月份NDVI以及返青期的亮度分量是环境脆弱度的ETM+敏感光谱参数,模型精度比较结果显示,除了支持向量机模型外,其他模型都达到了显著水平,其中以BP神经网络模型的精度最高,传统回归模型也可满足预测需要,但多元回归的模拟精度要高于一元回归模型。研究结果可为大空间尺度的卫星水平环境脆弱性遥感反演提供理论支持。