城市河网尺度的水体光谱指数适宜性分析研究

城市地表水是城市生态环境的重要组成部分,地表水环境高光谱遥感是高光谱遥感的重要应用方向,水体提取是地表水环境高光谱遥感的第一步,其主要任务是从高光谱遥感数据中提取地表水水体轮廓。基于光谱指数的水体提取方法充分利用光谱信息,计算简单,实现容易,提取效果优异。归一化植被指数(NDVI)、归一化水体指数(NDWI)、高光谱差异化水体指数(HDWI)和基于指数的水体指数(IWI)等光谱指数已经广泛应用于湖泊、大江大河等开阔水体提取。近些年来,随着成像光谱技术的发展,高光谱遥感数据的获取能力也突飞猛进,空间分辨率和光谱分辨率不断提高。与江河湖基本在流域内沿地形分布不同,城市地表水一般细小,纵横交错,形成河网。在高光谱遥感数据用于城市体表水提取时,其面临的图像空间分辨率、地物类型和地物复杂等,与江河湖水体提取有很大不同。因此,需要对这些常用的光谱指数在城市地表水提取中的适宜性进行评价。以此做为出发点和目标,以河网密布的江南水乡中国浙江省嘉兴市为研究对象,以应用型航空成像光谱仪(Airborne imaging spectrometer for applications, AISA)获取的高空间分辨率机载高光谱遥感数据为数据源,通过Youden指数确定最佳阈值,将总体分类精度、错分误差、漏分误差、Kappa系数作为衡量指标,分析评价了NDVI,NDWI,HDWI和IWI 4种光谱指数在城市河网提取中的适宜性。结果表明,阴影与水体光谱变化趋势类似,是造成水体提取过程中高错分误差的主要因素。四种指数都可以准确抑制落在植被中的阴影,但无法有效抑制落在建筑物中的阴影。HDWI虽然可以在一定程度上抑制建筑物中的阴影,但是无法有效地抑制亮建筑物背景。通过对不同类型水体和阴影（笼罩下地物）光谱的进一步分析,虽然水体和阴影光谱曲线变化趋势相似,均在560～600 nm附近存在波峰,但是水体和阴影波峰高度存在差异,水体波峰值较大而阴影波峰值较低。因此,通过充分挖掘水体和阴影在560～600 nm处光谱反射信息,有望进一步抑制建筑物阴影,提高城市河网水体提取精度。     

普通高等学校医药类专业物理理论课教学现状调查

采用问卷调查的方式,调查了全国28省(市)69所普通高等学校医药专业(本科)物理理论课的教学情况．结果表明：经过多年的努力。医药院校的物理理论课教学取得了显著的成果;但由于学时数的削减,也有许多院校的物理理论课教学受到很大的限制．亟待出台适应新形势、有全国指导意义的医药类专业(本科)物理课程教学基本要求,以利于规范普通高等学校医药类专业(本科)物理课程教学．     

普通高等学校医药类专业物理实验课教学现状调查

通过问卷方式，调查了全国28个省（市）69所普通高等学校医药专业（本科）物理实验课教学情况，结果表明：经过多年的努力，许多院校物理实验课教学取得了显著成果；由于学时数的削减和经费投入不足，也有许多院校的物理实验课教学受到很大影响，亟待出台适应新形势、有全国指导意义的医药类专业物理实验教学基本要求，以利于规范普通高校医药类专业物理实验教学。     

船运铁矿粉污染海冰反射光谱特征研究

国际防止船舶造成污染公约（MARPOL）中关于防止船舶垃圾污染的附则V规定,对含有海洋环境有害的物质（HME）的干燥残留物必须在适当的港口接收设施中排放,但因费用等因素影响,很多船只将废弃物直接抛弃于海洋中。散落于海冰表面的船运铁矿粉会污染海冰品质,并加速海冰融化,对海洋环境造成一定的污染。对铁矿粉污染海冰的光谱反射率特征的研究,能够为利用光学遥感影像进行海冰品质监测提供数据基础。通过现场测量覆盖不同面积比例铁矿粉颗粒的海冰和清洁海冰之间光谱特征差异,为港口附近铁矿粉污染的范围以及沉降量的估算提供参考和依据。该研究是在渤海海域天然海冰条件下进行的,获取并分析了不同污染程度的海冰光谱特征,探讨这些光谱特征与铁矿粉颗粒几何截面积比例的相关性。为了反演海冰表面铁矿粉面积比例,利用光谱矢量角余弦值和光谱吸收指数阈值法进行了海冰、铁矿粉端元提取,根据混合像元线性解混模型理论,建立基于特征光谱波段反射率值的海冰表面铁矿粉面积比例反演模型。所研究海冰表面铁矿粉面积比例分为0 （洁净海冰）,25.8%,37.2%,46.1%,52.1%,65.1%,72.5%,82.3%,92.3%,93.1%和100%（纯铁矿粉）等,数据采集波长范围350～2 500 nm。结果表明,利用1 460 nm波段处的吸收指数（SAI）进行海冰和铁矿粉端元提取效果最佳,反射率与铁矿粉面积在918～1 400,1 500～1 780和2 250～2 300 nm波段,相关系数都大于0.90,86%以上波段范围的反射率与铁矿粉面积的相关系数在0.90以上,91.75%以上的波段范围相关系数在0.80以上。选取1 610～1 630 nm波段的平均反射率估算铁矿粉面积比例,几何截面积较小的误差一般大于几何截面积较大的,在克服海冰背景反射率的影响下,比较精确地估算了海冰-铁矿粉像元中铁矿粉颗粒的几何截面积比例,平均反演精度达到94.23%。     

QuickBird多光谱图像像元分解

以QuickBird卫星记录的DN值图像为实验数据,根据1～4波段积分辐亮度之和与全色波段积分辐亮度之间的比例关系及能量守恒律构建分解方程,将1～4波段图像每个像元分解成16(4×4)个像元,获得了分辨率为0.61 m的1～4波段辐亮度图像.与原图像比较,空间分辨率提高到4倍,地物细部特征清晰,视觉效果明显提高,图像成图适宜比例尺从1:10 000提高到1:2 500.     

高光谱数据处理算法的小麦赤霉病籽粒识别

赤霉病是小麦的一种主要病害,它会导致小麦减产甚至绝收,严重影响小麦种子质量,此外小麦受侵染分泌的真菌毒素危害人类身体健康。因此,小麦赤霉病籽粒的识别具有非常重要的意义。起初普遍采用色谱法和酶联免疫法进行赤霉病检测,这些方法设备昂贵、检测速度慢、准确性低。近年来,高光谱成像技术被广泛应用于农作物的识别与检测中,但是在小麦赤霉病检测的应用研究中,大多采用抽样检测的方法,图像采集完成后需要通过ENVI软件手动选取感兴趣区域。前期准备工作冗杂,而且容易发生漏检,漏检的小麦籽粒在存储运输过程中向周边籽粒快速侵染,难以保障小麦安全健康。鉴于此,利用高光谱成像系统结合机器学习提出了一种用于对大量小麦赤霉病籽粒样本快速可视化识别的算法,以降低漏检率并提升检测效率。实验分别采集健康小麦和染病小麦469～1 082 nm波段的高光谱图像,通过直方图线性拉伸结合图像分割的方法获取小麦样本的掩膜图像信息。利用Savitzky-Golay平滑去噪法与标准正态变量变换法（SNV）进行数据预处理,通过主成分分析法（PCA）和连续投影法（SPA）进行特征变量提取,筛选特征变量个数分别为4个和8个。在掩膜图像位置采集健康小麦样本与染病小麦样本各400份,其中75%用于建模集,25%用于测试集。采用十折交叉验证法结合线性判别分析法(LDA) 、K-近邻算法（KNN）、支持向量机（SVM）分别建立分类模型,测试集准确率都达到90%以上。随后比较了网格法（GRID）、粒子群算法（PSO）、遗传算法（GA）三种核参数寻优方法对SVM模型的影响,其中,SG-SPA-SVM（PSO）模型分类效果最优,建模集准确率为95.5%,均方根误差为0.212 1,测试集准确率为98%,均方根误差为0.141 4。基于样本点预测的基础之上,对掩膜获得所有小麦样本的光谱曲线进行预测并将识别结果反馈回掩膜中再进行伪彩色显示,实现染病籽粒可视化识别。结果表明,高光谱成像结合SG-SPA-SVM（PSO）算法建立的分类模型可以高效快速、准确无损、可视化的实现小麦赤霉病籽粒识别,为研制小麦赤霉病自动识别设备提供了算法基础。