双向反射模型反演沙地表粗糙度研究

由于沙地通常处在半干旱地区,在风蚀作用下表面结构特征会有所改变,同时,沙地表面粗糙度与组成成分的时间与空间变化也是研究风蚀模型所必须的输入信息。作为一种非接触的探测手段,遥感技术有助于实现对沙地表面粗糙程度在时空尺度上的研究。为了利用反射特性描述沙地表面结构特征,以人为模拟的粗糙沙地表面为研究对象,基于野外实测多角度高光谱反射信息,分析了沙地表面粗糙度变化对反射信息分布的影响,并且结合双向反射模型,试图利用模型参数反演粗糙度特征。通过研究发现,如果按照入射方向与沙地表面沙垄方向分类来看,与入射方向平行或者垂直均会对沙地表面反射分布特性有所改变。当沙垄方向与入射光方向垂直时,会使后向散射的反射峰值增加;而沙垄方向与入射光平行时,会使后向散射峰值向主平面两侧扩张。双向反射模型可以模拟沙地表面的反射特性,根据模型参数的变化也可以表示出沙地表面的粗糙度变化特性。这表明双向反射信息可以用于量化沙地表面结构特征,而且有助于了解结构特征对沙地光学特性的影响,也为研究颗粒介质固有光学特性以及反演沙地表面结构特征提供依据。     

基于NMF-PLS对含水量影响下土壤重金属含量反演模型研究

土壤中过高的重金属含量危害巨大,不仅造成了严重的环境污染,而且通过食物链进入人体对人体健康造成严重威胁,所以对重金属检测十分重要。X射线荧光光谱法具有检测时间短、无损检测、检测成本低等特点被广泛使用,然而检测的光谱数据因受到土壤含水量因素的严重干扰,导致直接对土壤重金属含量估算精度较低。以河北省保定市满城区土样为研究对象,对采集的土样进行除杂、过筛、烘干后加入一定量重金属溶液制备不同含水量不同重金属的样本进行检测。对实验中异常数据计算了马氏距离和进行NJW聚类予以剔除,分析了土壤含水量对土壤重金属光谱的影响,结果表明不同含水量间光谱重复性差,随着土壤含水量的增加光谱强度呈非线性降低。采用Savitzky-Golay卷积平滑去噪法和线性本底法对光谱进行预处理,以解决因环境、仪器本身带来的噪声和基线漂移等问题。然后针对于土壤含水量这一主要干扰,采用非负矩阵分解算法进行处理,并使用峰值信噪比这一评价模型确定端元数目,结果表明当端元数目增至10时峰值信噪比趋于稳定波动很小,非负矩阵分解处理后相同重金属含量不同含水量间光谱重复性好、相似性好,并计算了光谱间的相关系数进一步证明了光谱间的相似性。去除含水量对于光谱干扰后建立了偏最小二乘法预测模型,为了验证预测模型的精度,建立了未去除含水量的偏最小二乘法预测模型和使用外部参数正交化法去除含水量建立的偏最小二乘法预测模型,并使用评价参数决定系数(R2)、交叉验证均方根误差(RMSECV)、平均绝对误差(MAE)和相对分析误差(RPD)进行评价。验证结果表明,相比较未去除含水量建立的模型,使用非负矩阵分解去除含水量建立的偏最小二乘法模型R2和RPD分别提高了0.019 7和1.029 2,RMSECV和MAE分别降低了2.386 3和1.439 6;相对于外部参数正交化法建立的偏最小二乘法模型,R2和RPD分别提高了0.009 9和0.108 1,RMSECV和MAE分别降低了0.244 7和0.356 6,说明了经过非负矩阵分解去噪后建立的模型有效提高了预测的精度和鲁棒性。非负矩阵分解可以有效消除土壤含水量对光谱的影响,在此基础上建立的偏最小二乘法模型实现了土壤重金属含量的反演,为重金属定量检测提供了一定的技术支持。     

基于谐波分析和高光谱遥感的土壤含水量反演研究

土壤含水量的高光谱反演是当今研究的热点。以土壤多样化的陕西省横山县为研究区,通过野外采集土壤样品,室内利用ASD Field Spec FR地物光谱仪测定土壤样品光谱,采用称重法计算出土壤样品含水量,并分析了不同含水量土壤样品的光谱特性。针对土壤含水量光谱反演中光谱反演因子的构建问题,在研究一阶微分(FD)-主成分分析(PCA)、小波包变换(WPT)-FD-PCA反演输入因子生成方法及存在的不足的基础上,提出了基于谐波分析(HA)的WPT-FD-HA-PCA的反演输入因子构建方法。以上述三种反演输入因子为基础,建立了土壤含水量反演的FD-PCA-反向传播(BP)、WPT-FD-PCA-BP、WPT-FD-HA-PCA-BP三种BP反演模型。通过比较土壤含水量实测值与三种反演输入因子的反演结果,得出WPT-FD-HA-PCA-BP模型的反演精度最高,决定性系数R2达到0.9599,均方根误差为1.667%,其反演结果明显优于其他两种模型。这表明通过WPT和谐波分析能有效地抑制光谱噪声并压缩信号,在一定程度上明显提高了土壤含水量反演精度。     

基于等效密度流体近似反射模型反演海底参数

为了获取海底沉积物的物理和地声特性,根据等效密度流体近似反射模型得到的不同掠射角下的海底反射损失,利用差分进化算法和粒子群算法相结合的两级混合优化算法以及Bayesian反演方法对海底沉积物的孔隙度、平均颗粒粒度、颗粒质量密度以及颗粒体积弹性模量进行反演,再根据这4个物理参数的估计值进一步计算出海底地声参数,包括声速和衰减。通过反演结果与仿真真值的比较可以看出,除颗粒体积弹性模量外,得到的估计结果是令人满意的,特别是这种间接反演海底地声参数的方法对地声参数的估计具有较高的精确性和较强的稳健性,相对误差分别为0.092%和17%。最后,对实验室水池池底沙质沉积物的反射损失数据进行处理,给出了沙质沉积物各参数的估计值、不确定性和相关性,并通过反演结果与部分实测参数值的比较验证了反演方法的可行性。     

利用土壤的近红外光谱特征测定土壤含水量

以新疆玛纳斯县不同质地土壤(砂壤土、粉粘壤土和粘土)室内光谱反射率作为研究对象,采用包络线去除法对土壤光谱曲线进行处理,与土壤含水量进行相关分析并建立模型。结果表明：不同质地土壤光谱反射率大小依次为：粘土>粉粘壤土>砂壤土;砂壤土、粉粘壤土和粘土分别以田间持水量20.01%,24.10%和30.43%为临界点,在低于该临界点范围内含水量与反射率呈反比,在高于该临界点范围内含水量与反射率呈正比;在1 390～1 623 nm波段内,土壤含水量与光谱归一化反射率有较好的负相关,并达到显著水平,所建立的土壤含水量预测模型R2值达到0.8以上,模型平均相对误差为10%。结果表明,建立不同质地土壤含水量光谱预测模型可以较准确反映土壤含水量,其快速、无损、准确的优点,为测定土壤含水量提供了一种新方法。     

基于可见光-短波红外波谱反射率的裸土土壤含水量反演建模

土壤是地表能够生长植物的疏松土层。它由不同矿物质、有机物质、空气、水分、微生物等组成,其中土壤含水量变化较大,利用遥感技术快速准确的反演土壤含水量具有重要意义。针对反演土壤含水量受土壤类型影响较大的问题,提出构建归一化光谱斜率吸收指数（normalized spectral slope and absorption index,NSSAI）,用于削弱土壤类型对土壤水分反演影响。其建模方法如下：首先在野外采取不同类型的土壤样本,制备不同土壤含水量的土样,利用ASD光谱仪采集不同含水量下的土壤反射率光谱,然后根据各类土壤在不同含水量下的光谱响应规律,提取短波红外水分的光谱吸收特征和可见光波段的土壤光谱斜率,综合两者在降低土壤类型影响土壤含水量反演精度的各自优势,构建归一化光谱斜率吸收指数,进一步建立该指数与土壤含水量之间的线性拟合关系来计算土壤含水量。实验结果表明,与传统利用单一土壤水分光谱吸收特征参数及其变形的方法相比,基于NSSAI构建的土壤含水量反演模型拟合精度较高（相关系数为0.93）,在土壤含水量较低和较高的情况下都能有效排除土壤类型差异造成的影响,提高了裸土土壤含水量的反演精度。     

涂层表面偏振双向反射分布函数的模型研究

为了表征复杂涂层表面的光学散射特性,基于微面元理论的偏振双向反射分布函数模型,利用遗传算法从实验数据中反演出模型的关键参量。采用C 语言对偏振双向反射分布函数模型进行了数值模拟,分析了模型参量对偏振双向反射分布函数的影响。数值模拟结果与实验数据的对比表明,该模型算法有较高的模拟精度,可以为后续的目标特征提取与识别工作提供参考。     

利用光谱数据快速检测土壤含水量的方法研究

应用美国ASD公司的FieldSpec HandHeld型可见/近红外光谱仪获得了52份不同含水量土壤的可见/近红外漫反射光谱数据,并通过实验测定了各土壤样本的含水量值,运用相关系数法寻找出了光谱对于土壤水分的敏感波段,然后利用单一敏感波段处的光谱数据建立了一元回归模型, 并检测了土壤含水量。实验结果表明, 该模型对土壤水分的检测效果比较好,模型的预测相关系数r为0.966 5,预测均方根误差RMSEP为0.012 1,为快速、准确检测土壤含水量提供了一条新的途径。     

基于高光谱特征与人工神经网络模型对土壤含水量估算

土壤含水量(θ)是影响作物生长和作物产量的主要因素之一。旨在评估基于光谱特征参数的各种回归模型估算土壤含水量的精度,并比较人工神经网络(BP-ANN)和光谱特征参数模型的性能。2014年在室内获取砂土和壤土的土壤含水量和光谱反射率数据。结果表明：(1)当砂土容重为1.40 g·cm-3时,900～970 nm最大反射率和900～970 nm反射率总和估算θ达到极显著水平(R2超过0.90);容重为1.50 g·cm-3时,用蓝边最大反射率和900～970 nm反射率总和估算θ相关性最好(超过0.70);容重为1.60 g·cm-3时,780～970 nm反射率总和与560～760 nm归一化吸收深度的R2均超过0.90,达到极显著水平;容重为1.70 g·cm-3时,900～970 nm最大反射率和900～970 nm反射率总和的R2为0.88,呈极显著水平。(2)当土壤类型为壤土时,用900～970 nm最大反射率和900～970 nm反射率总和估算θ相关性最好。(3)蓝边反射率总和(R2=0.26和RMSE=0.09 m3·m-3)和780～970 nm吸收深度(R2=0.32和RMSE=0.10 m3·m-3)估算砂土的含水量相关性最好。在估算壤土的含水量时,900～970 nm最大反射率(R2=0.92和RMSE=0.05 m3·m-3)与900～970 nm反射率总和估算模型的精度最高(R2=0. 92和RMSE=0.04 m3·m-3)。(4)用人工神经网络模型能够更好地估算两种土壤的含水量(R2=0.87和RMSE=0.05 m3·m-3)。因此,人工神经网络模型对θ估算具有巨大的潜力。     

基于PCA的土壤Cd含量高光谱反演模型对比研究

土壤重金属污染对人类健康造成了极大的威胁,如何快速摸清土壤污染情况尤为重要.高光谱遥感具备光谱分辨率高,快速无损等优势,使其在土壤组分反演方面具有巨大的潜力.针对高光谱信息冗余及光谱变换对土壤镉(Cd)含量估算的影响进行分析,并利用变换前后的高光谱数据对比研究了不同高光谱模型对土壤Cd含量反演的性能.首先利用等离子体质...     

土壤Cd含量实验室与野外DS光谱联合反演

土壤重金属高光谱遥感建模理论上能够大大降低传统化学分析测定所需成本,正逐步发展为有效探查土壤污染空间分布与开展污染土壤综合防治的关键技术。然而土壤重金属高光谱遥感调查技术目前多局限于稳定可控条件下的实验室光谱模型,野外诸多因素（光照、湿度、土壤粗糙度等）影响下野外原位光谱模型的有效性已成为困扰该项技术大范围推广亟待突破的关键科学问题。以湖南衡阳市某矿区为例,分别利用ASD地物光谱仪和等离子发射光谱法测定46个土壤样品350~2 500 nm的实验室光谱和Cd含量,并在土壤取样时同步测量样品野外原位光谱。在运用DS（direct standardization）转换算法处理野外光谱的基础上,融合实验室光谱先验知识,基于主成分逐步回归建模方法开展了土壤Cd含量实验室与野外原位DS光谱联合反演实验,交叉验证了模型的稳定性。同时为深入探究实验室与野外原位DS光谱联合反演模型的有效性,将其与基于实验室光谱、野外原位光谱、野外原位DS光谱、实验室与野外原位光谱联合建立的主成分逐步回归模型开展了对比分析。结果表明：野外原位光谱反演模型精度（R2=0.56）明显低于实验室光谱反演模型（R2=0.64）,野外原位DS光谱反演模型与之相比精度有所提升（R2=0.66）;在野外原位光谱DS转换校正基础上,联合实验室光谱先验知识的土壤Cd含量反演模型精度最高,R2可达0.72。与此同时,实验室与野外原位DS光谱联合反演模型揭示482,565,979和2 206 nm波段对研究区土壤Cd含量有较好指示性,此结果与实验室光谱反演模型所识别的特征波段一致,两者物理意义相同。研究结果证实了实验室光谱先验知识以及DS转换算法能够提升野外原位光谱模型的可靠性,可为发展土壤Cd含量野外原位高光谱遥感探测提供重要的提供理论与方法支撑。     

基于野外测量研究植被冠层偏振光谱反射特性

植被冠层反射太阳光会产生部分偏振光,这为偏振遥感探测提供了信息源。利用地基平台开展野外偏振测量是非常重要的研究,它不仅能获取植被冠层本质的偏振反射特性,而且还可以与机载或者星载平台数据进行匹配;虽然研究者们已经通过机载或者星载偏振探测器获取了大量植被冠层的偏振反射信息,但是关于地面植被冠层偏振反射分布特性的研究却很少。因此,为了详细研究植被冠层的偏振反射特性,基于野外多角度高光谱偏振测量与偏振反射物理机制,分析了植被冠层偏振光谱特性及其偏振反射分布特性;随后,反演了两种偏振模型的参数,将测量值与模拟值进行对比分析。研究结果发现,植被冠层的偏振反射具有明显的各项异性特征,而且与波长之间存在微弱的关系;同时,偏振模型可以很好地模拟植被冠层的偏振反射信息,可以作为研究植被冠层的理论依据。该研究测量的偏振反射信息与模型计算值之间呈现良好的吻合性,既描述了植被冠层偏振反射分布特性,又证明模型的有效性和测量结果的准确性。对植被冠层偏振特性的详细研究,不仅有助于完整地解释植被冠层与电磁波之间的辐射响应特征,而且对于偏振遥感对地观测以及地表偏振信息对大气偏振信息的研究也具有重要科学价值。     

材料表面偏振双向反射分布函数模型修正

为表征物体表面偏振散射特性对目标偏振信息提取的影响,基于微面元散射模型结合KubelMunk理论,综合考虑镜面散射和漫散射,构建一种改进的偏振双向反射分布函数(pBRDF)模型,得到物体表面散射光的偏振度与材料复折射率、方位角、探测角和入射波长等因素的数学模型,并利用该模型对基础材料的复折射率进行反演.结合实际应用利用FD-1665偏振成像仪在不同影响因子条件下对目标表面进行了一系列偏振探测实验.最后将数值模拟结果和实测数据进行比较,其材料偏振特性曲线与实测数据吻合,表明修正后的模型有较高的精确度,该模型可以为后续的偏振监测和目标识别工作提供理论支持.     

植被双向反射分布函数的模型及其发展

介绍了双向反射分布函数(BRDF)的概念和反映植被特性的归一化植被指数(NDVI)、增强植被指数(EVI)、差值植被指数(DVI)等一些重要指数参数。评述了近年发展起来的植被BRDF模型的构建方法,例如统计反演方法,MODIS植被指数合成法和集合卡曼滤波法(EnKF)。分析了目标表面BRDF数据的获取方法和改进的驱动核算法。对BRDF模型的发展趋势进行了展望。     

反射光谱特征的土壤分类模型

土壤反射光谱综合反映了土壤的理化性质和内部结构,高光谱遥感已被用于基于土壤反射光谱特性的土壤分类。已有研究一般利用土壤反射光谱一阶微分主成分作为输入量进行光谱分类模型构建,但主成分数据缺乏物理意义,且缺乏对比性、适用范围也有限。与反射率一阶微分数据相比,基于去包络线提取具有明确物理意义的特征参数,能够提高土壤分类的精度,并寻找到一种高精度土壤分类模型。选取吉林省农安县的四种典型土壤（风砂土、草甸土、黑土、黑钙土）,将采集后的土壤样本进行风干、研磨、过2 mm筛处理,采用ASD FiledSpec®3便携式光谱仪对处理后的土壤样本的可见光近红外光谱区进行测试,从而获得土壤样本的光谱数据。对光谱数据进行九点平滑、10 nm重采样处理进行降噪,将处理后的数据分别进行一阶微分主成分以及去包络线处理。利用土壤样本的去包络线提取光谱特征参数。以一阶微分主成分数据和光谱特征参数为输入量分别代入Logistic聚类模型（LR）、人工神经网络聚类模型（ANN）、K-均值聚类模型（K-means）。首先明确了不同土类之间的反射光谱曲线、去包络线的差异大小,以及相同土壤的反射率曲线、去包络线进行土壤分类的优劣,并且在去包络线的基础上提取能够区分不同土类的光谱特征参数;其次,比较一阶微分主成分与光谱特征参数作为输入量时,三种光谱分类模型精度差异并分析不同模型精度差异的原因。结果表明：（1）四种土壤的反射光谱曲线差异较小,去包络线可以极大的增强四种土壤在430～1 210 nm之间的光谱差异,并在去包络线的基础上构建具有明确物理意义的光谱特征参数。（2）将一阶微分主成分和光谱特征参数分别代入三种聚类模型可知,以光谱特征参数为输入量的土壤光谱分类模型均超过了以一阶微分主成分为输入量的模型精度,由于光谱特征参数保留了原数据的物理意义、更准确的体现了不同土壤类型之间的差异性,而一阶微分主成分数据带有一定的模糊性不同范围之间缺乏对比性,在土壤分类中以光谱特征参数作为输入量更具有优势。（3）在三类土壤分类模型中,LR的分类精度最高为76.67%,Kappa系数为0.56;ANN的分类精度中等为72.50%,Kappa系数为0.48;K-means的分类精度最低,只有65.00%,Kappa系数为0.33。研究成果可为土壤精细制图、以及土壤分类仪器的研制提供技术支持。     

基于双向反射分布函数的卫星表面光散射研究

基于双向反射分布函数(BRDF),从太阳辐射理论出发,分析了表面漫反射率与入射波长的关系,卫星、太阳及观测站三者的相互位置关系.推导了卫星表面为朗伯表面和以BRDF模型为基础的随机粗糙表面的散射光照度表达式.然后以FY-1D卫星为例,计算了一段观测时间内,卫星地面照度值和视星等值的变化情况.最后比较了这两种条件下的地面...     

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。     

基于双向反射分布函数模型的结构光投影自适应调制方法

金属结构件的三维形状测量是评定金属构件加工质量的基础,基于结构光的三维重建方案受到金属构件中的高亮反射影响,存在着信噪比下降,甚至数据缺失的问题.针对金属构件检测中的高光问题,提出了一种自适应的条纹投影测量方案,并将其应用到金属表面的形状尺度测量中.采用了结合阈值化方法和色彩空间变换的方法检测图片高光区域,使用基于极线...     

基于偏振反射模型和随机森林回归的叶片氮含量反演

叶片氮含量极大程度上影响植被生物化学过程,有重要的研究意义。利用机载高光谱数据反演叶片氮含量在农业遥感领域有广泛应用,但其反演精度不能完全满足精细农业的需要,有一定提升空间。叶片氮含量遥感反演精度受机理误差和算法误差的影响,机理误差主要来源于叶片表面反射。传感器探测到的反射辐射既包含叶片内部多次散射,又包含叶片表面镜面反射部分,只有前者是携带叶片内部生化组分（如氮含量）信息的,由于后者是入射光在叶表蜡质层发生的直接反射,因此该部分并不携带叶片内部信息。根据菲涅尔定律,叶表镜面反射是部分偏振的,而内部散射是非偏振的,因而通过偏振反射建模可部分去除叶表镜面反射影响,以消除机理误差。算法误差主要来源于不同氮含量反演算法对于高光谱数据挖掘能力的差别。比较了偏最小二乘法、主成分回归、支持向量机、K-近邻算法和随机森林回归在高光谱叶片氮含量反演中的表现,在调整算法参数之后,选择使用随机森林回归算法以减少高光谱反演算法误差。以常绿针叶林、落叶阔叶林和针阔混交林为研究对象,利用多角度偏振卫星POLDER/PARASOL的多光谱数据库构建二向偏振反射模型,用以模拟和分析研究区森林的偏振反射率;从HySpex传感器系统获取的机载高光谱数据中去除偏振反射率带来的光谱机理误差,以实现叶片氮含量的精确反演。以均方根误差为主要指标评估精度变化可获得以下结论：在高光谱叶片氮含量反演中,消除偏振反射率带来的机理误差后,各算法反演精度均有提升,平均提升了4.244%。其中,随机森林回归可以最大程度减小反演算法误差（可决系数达到0.803,均方根误差达到0.252）,且对光谱偏振信息最为敏感,去除偏振后精度提高了13.103%。相比于广泛使用的偏最小二乘算法,去除光谱机理误差并减小反演算法误差后,叶片氮含量反演精度整体提高了32.440%。该研究实现了基于机载高光谱数据的叶片氮含量精确反演,证明了在叶片氮含量反演中去除偏振反射率的必要性,体现了在高光谱氮含量反演中随机森林算法的应用潜力。