基于互信息的含水岩石近红外光谱特征选择

传统的相关分析方法无法准确刻画含水岩石的近红外光谱与其含水量之间的非线性关系。针对这个问题,首先进行了莫高窟崖壁砾岩水分运移的室内试验,分别采集了砾岩样品3个不同位置从初始干燥状态到饱和状态的全过程,共计51条近红外光谱信息;然后采用多点平滑与基线校正相结合（NPS+B-corr）的方法对原始近红外光谱进行预处理,根据强吸收谱段1 450和1 950 nm处的光谱曲线特征提取峰高,半高宽,峰面积,左肩宽度,右肩宽度,左右肩比共6个初始特征变量建立初始特征集,同时对所提取的光谱特征变量进行归一化处理,根据处理之后的结果绘制各光谱特征参数与含水量变化的曲线,确定含水量级别;接着,进行初始特征集各光谱特征变量间相关性筛选,以便去掉冗余特征,将初始特征集简化为,即由峰高（Height）,左肩宽度（LHW）,右肩宽度（RHW）三个特征变量构成特征集;最后利用互信息作为相关程度的度量标准,分别采用BIF（best individual feature）法和MIC（maximal information coefficient）法,研究了光谱特征变量与含水量级别之间依赖关系的强弱程度,结果表明：（1）砾岩的近红外光谱在波长1 450和1 930 nm附近有明显的吸收峰,且吸收峰随着含水量的变化表现出较强的关联变化,说明岩石近红外光谱反射率与岩石含水量有着明显的相关性;（2）初选光谱特征变量与岩石含水量的动态规律曲线呈S形,含水量可划分为干燥、吸水、饱和状态三个级别;（3）两种信息法选取的近红外光谱特征不完全一致,基于BIF法,波长1 450 nm处特征变量与岩石含水量级别之间的相关性从高到低排序为右肩宽度,峰高,左肩宽度;1 900 nm处为峰高,右肩宽度,左肩宽度。基于MIC法,1 450和1 900 nm处的特征变量与岩石含水量级别之间的相关性从高到低排序均为左肩宽度,峰高,右肩宽度。（4）利用决策树评估MIC和BIF法的有效性,MIC法比BIF法对含水量级别的识别精度更高。     

不同含水量的岩石近红外光谱的特征选择

岩石含水量是影响岩石物理、化学和力学特性的一个重要指标。在岩土工程、隧道工程等领域，岩石含水量的大小是诱发灾变和病害的关键原因。与传统方法相比，利用近红外光谱（NIRS）特征检测岩石含水量，具有无损、定量的明显优势，其难点和关键是近红外光谱的特征选择。针对该问题，进行了室内实验，研究不同含水量下的岩石近红外光谱的特征选择。特征选择方法中的Filter法，利用样本数据内在的特点，评价特征的重要程度，增强了特征与类的相关性，同时削减了特征之间的相关性，具有复杂度低、直观、效率高、普适性强的优点，符合该研究的数据特点。因此，选用Filter型的依赖性度量法进行特征选择。室内实验中，首先制备11种不同含水量的砂岩试样，并分别采集了前后左右4个测试点处的共计44条近红外光谱曲线；然后，利用一阶导数法对光谱进行预处理，基于此，选择1 400和1 930 nm谱段进行光谱特征分析，并分别提取2个谱段处的峰面积、峰高、半高宽、左肩宽度、右肩宽度、左右肩宽比共计6个初始特征变量；考虑到6个初始特征变量的量纲不同，且变量之间的变化幅度不同，对原始数据进行正规化变换，消除量纲和变化幅度不同带来的影响；接着，根据自变量的筛选原则，去掉自变量之间具有强线性相关的冗余变量；然后，利用依赖性度量法中的统计相关系数作为相关程度的度量标准，分析了初始特征变量之间以及初始特征变量与含水量之间的相关程度，并得到了2个强相关谱段处的最优特征变量；最后，在强相关谱段处分别构建了多元回归模型，并对模型进行了检验分析。研究结果表明：（1）波长1 400和1 930 nm附近的近红外光谱吸收峰特征与岩石含水量有明显相关性；（2）波长1 400 nm处的峰高、右肩宽度、左肩宽度与含水量线性相关性明显；波长1 930 nm处的峰高、右肩宽度与含水量线性相关性明显；（3）多元线性回归模型能够较精确表达含水量与近红外光谱之间的相关性，利用该模型可实现基于近红外光谱特征的含水岩石含水量预测，为利用近红外光谱实现动态监测与评估岩石含水量提供基础建模数据。     

砂岩的近红外光谱特征及其含水量反演

沉积岩石的强度往往会受到水的影响，含水量不同其影响程度也不相同。因此，沉积岩石的含水量测定对于后续评估其物理力学特性具有重要的价值。在岩石含水量测定方面，传统的方法往往费时、费力，而且破坏了工程结构的完整性。近红外光谱分析技术是一种非常有潜力的方法，具有实时、无损等优点。基于近红外光谱分析技术对砂岩的光谱特征以及含水量的反演进行了研究。首先，通过室内试验获取了砂岩试样不同饱和度的近红外光谱曲线；然后，对原始光谱曲线进行了异常曲线剔除以及一阶导数预处理，消除噪声、环境等因素的影响；其次，对R1（1 400 nm）和R2（1 900 nm）附近的两个吸收峰进行光谱特征变量提取以及归一化处理，消除量纲和域值的影响；接着，基于最大信息系数对提取的光谱特征变量进行分析和筛选；最后，基于筛选后的光谱特征变量采用自行搭建的BP神经网分类器对砂岩的含水量进行了反演。结果表明：（1）含水砂岩的近红外光谱吸收曲线在1 400和1 900 nm附近有着明显的吸收峰，位于1 400 nm附近的吸收峰，谱带比较宽缓，位于1 900 nm附近的吸收峰，谱带比较尖锐；随着含水量的增加，近红外光谱曲线在1 400和1 900 nm附近吸收峰的吸收强度也在增加，具有明显的正相关性，可作为砂岩含水量分析、反演的主要谱段。（2）根据计算的最大信息系数值，1 400 nm附近的峰高与含水量的相关性最强，同样1 900 nm附近的峰高与含水量的相关性最强；1 400 nm附近的峰面积、峰高和1 900 nm附近的峰高、峰面积、半高宽、右肩宽，共6个光谱特征变量，其最大信息系数值＞0.9，可作为BP神经网络反演砂岩含水量的特征变量。（3）利用最大信息系数筛选出1 400和1 900 nm附近两个吸收峰的特征变量进行BP神经网络建模，所建立的砂岩含水量反演模型训练集准确率为90.3%，测试集的准确率为83.9%，说明基于近红外光谱分析技术砂石含水量的反演方法是可行的。     

岩石化学成分及复介电常数与光谱特征的关系探究

实验对辽宁省兴城地区的97块岩石样本测量了350～2 500 nm间光谱反射率,岩石化学成分及部分样本的复介电常数值,并用包络线去除法计算了光谱吸收深度。研究基于岩石化学成分光谱特征理论、介电常数相关理论,利用相关性分析的方法求得岩石各化学成分与光谱吸收深度间的相关系数曲线、岩石复介电常数与光谱反射率间的相关系数曲线。通过归纳总结曲线形态特征,获得以下信息：(1)岩石中SiO₂,Al₂O₃,CaO,K₂O,MgO,灼失含量与光谱吸收深度在波段(1 900～2 500 nm)间相关性明显,在1 900,2 200和2 300 nm等化学元素识别特征波段处,出现局部极大/极小值;火成岩中Fe₂O₃含量与光谱吸收深度在铁元素的特征波段(400～550 nm)有着良好的相关性,相关系数达-0.406。探讨岩石光谱吸收特征与其化学成分含量间的关系在通过遥感影像进行成矿预测、识别岩性等方面都有着积极的作用。(2)岩石复介电常数总体与岩石反射率呈负相关,实部相关性优于虚部,实部相关系数在1 900 nm附近达到极小值-0.753。观查曲线可知,介电常数实部与光谱反射率相关系数在1 900和2 200 nm附近都有着良好的相关性,因此实验运用不同的模型拟合了在该处的响应关系函数曲线。介电常数是介质的基本物理性质之一,现有研究中多在微波波段中分析电磁波特征与介电常数间的关系,该研究在可见光和近红外波段范围内探究了二者间的关系,为进一步探讨岩石介电特性和光谱特征奠定了基础。     

塔河地区主要岩石金属元素含量、物性参数与光谱特征间的关系研究

测试了采集自黑龙江省塔河地区的300块并进行抛光处理后的岩石样本350~2 500nm间光谱反射率、磁化率、密度、孔隙率和金属元素含量(Fe,Mn,Ti,Zr,V,Zn,Pb,Nb,Co,Bi),并计算了其光谱吸收深度。在此基础上,以相关性分析方法为依据,探讨了所采集岩石样本的金属元素含量、物性参数、反射光谱间的特征响应关系,计算了岩石样本金属元素和光谱吸收深度间的相关性系数、物性参数与光谱反射率的相关性系数,获得成果如下:(1)在410nm附近,闪长玢岩各金属元素与吸收深度间的相关系数都存在尖锐的波峰和波谷,相关系数达到极值。(2)岩石样本金属元素和吸收深度的相关性研究中,侵入岩的相关系数则显著高于其他岩石类型。(3)1 400nm附近,岩石样本金属元素与吸收深度、各物性参数与光谱反射率的相关性都存在尖锐的波峰和波谷。其中磁化率、密度、视孔隙率与光谱反射率的相关系数在可见光范围内波动变化较大。(4)在1 900~2 500nm范围内,金属元素与光谱吸收深度、各物性参数与光谱反射率间的相关系数波动较大,其中金属元素和光谱吸收深度呈显著相关,相关系数达到极值。进一步研究了岩石金属元素和物理特性与其光谱特征的关系,对于不同岩性的不同波段的反射率与不同金属元素间分布状态的探测,具有一定意义。     

水分对土壤近红外光谱检测影响的二维相关光谱解析

为了能进一步分析水分对土壤近红外光谱检测的影响,分别从三个地方(桃园堡、 牧场和农大示范田)采集了三种土壤,经过筛、 烘干后分别配制了含水率为20%, 15%和10%的土壤,然后采用ASD公司的FieldSpec3光谱仪在保证其他检测条件不变的情况下,对不同含水率下不同采集地的土壤进行了检测,获得了其不同含水率下的动态光谱图。 最后视水分为外部干扰,应用二维相关光谱的理论对其进行了分析。 结果表明,在350～2 500 nm波段范围内,三个不同采集地土壤的同步二维相关光谱图比较类似,都在2 210和1 929 nm附近处出现较强的自动峰,在1 415 nm附近处有较弱的自动峰;从三处自相关峰的密集程度来看,1 929 nm处对应的官能团对水分最敏感,2 210 nm处次之,1 415 nm处最不敏感。 该研究明确找出了水分对土壤近红外光谱检测影响的敏感波段和敏感程度,为今后消除水分影响建立抗水分干扰模型提供了依据。     

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。     

近红外光谱法快速测定毛竹Klason木质素的含量

研究了用近红外漫反射光谱法对毛竹Klason木质素含量的快速预测。选取了代表不同竹龄、不同高度和横向不同位置的54个竹材粉末样品,用常规实验室方法测定了54个样品的Klason木质素含量,用近红外光谱仪漫反射方式在350～2500 nm范围内采集相应样品的光谱,利用多变量统计分析软件建立样品木质素含量和光谱数据之间的相关性模型。结果表明,对原始光谱进行二阶导数预处理后,选择1 011～1675 nm和1930～2488 nm波长区间,用偏最小二乘法(PLS1)和完全交互验证方式建立了的校正模型和预测模型的相关系数分别为0.99,和0.97,校正标准误差SEC＝0.36％,预测标准误差SEP=0.59％,说明毛竹Klason木质素含量和近红外光谱之间存在非常好的相关性,用近红外光谱技术可以实现对竹材样品中Klason木质素含量的快速预测。     

三峡库区柑桔园紫色土光谱特征及其与氮素相关性研究

应用可见光-近红外光谱技术研究了三峡库区柑桔园紫色土的光谱特征及其与土壤氮素营养含量的相关性。结果表明,三峡库区柑桔园土壤光谱反射率在可见光区域随波长增加呈直线上升,在近红外短波区域(780～1 750 nm)基本趋于平稳,波动较小,而在近红外长波区域(1 750～2 400 nm)上波动性和反射率均较大,并且在近红外长波段区域的1 416,1 913,2 209 nm处出现了强的吸收峰。土壤有效氮、全氮含量均与光谱反射率呈正相关,与倒数对数光谱成负相关。在可见光541 nm处,土壤有效氮含量与反射光谱一阶导数微分值达最大正相关,相关系数为0.605**,二者响应的最佳拟合方程为y=2E+09x2-3E+06x+890.49(R2=0.5,x为反射光谱一阶导数值)。在近红外长波段1 909 nm处,土壤全氮含量与反射光谱的倒数对数值的相关性最好,相关系数为-0.612**,二者响应的最佳拟合模型为y=1.372 12-2.107 5x+0.859 2(R2=0.4,x为反射光谱倒数对数值)。     

最小相关系数的多元校正波长选择算法

在近红外光谱的定量分析中,由于仪器的精密程度越来越高,采集的光谱数据通常具有很高的维度.因此,波长选择对于剔除噪声及冗余变量,简化模型,提高模型的预测性能是必不可少的.近红外光谱特征波长选择方法众多,但变量间的多重共线性问题仍是导致模型效果较差的一个关键问题.变量间共线性可以通过相关系数进行分析,当相关系数高于0.8,...     

20种氨基酸近红外光谱及其分子结构的相关性

旨在研究20种氨基酸的分子结构与其近红外光谱的相关性,为氨基酸近红外光谱在动物科学、食品和医药等方面的推广应用奠定一定的理论基础。应用岛津傅里叶变换红外光谱仪IRPrestige-21及其近红外附件FlexIRTM Near-Infrared Fiber Optics module,采集20种氨基酸标准物质在1 000～2 502 nm波长范围内的近红外光谱,分辨率8 cm-1,每个样品扫描3次,每次扫描50遍,取其平均值为氨基酸标准品的近红外光谱。根据氨基酸侧链基团的不同,分别比较脂肪族氨基酸、芳香族氨基酸和杂环氨基酸中各氨基酸分子结构与其近红外光谱的相关性。研究表明,20种氨基酸在1 000～2 502 nm区域有非常明显的近红外光谱吸收且差异显著。分子量较大的脂肪族氨基酸其近红外光谱受侧链基团的影响较大,而甘氨酸近红外光谱受羧基和氨基的影响较大;两种芳香族氨基酸近红外光谱的差异主要来自于苯环,酪氨酸苯环上的—OH基团降低了苯分子的对称性,导致更多振动吸收峰的出现;杂环氨基酸因其侧链上杂环分子基团构成不同,其近红外光谱在1 600～1 800 nm区域差异较大。综上,20种氨基酸主要存在4个特征光谱区：第1特征光谱区为1 050～1 200 nm主要由C—H基团的二级倍频构成;第2特征光谱区为1 300～1 500 nm主要由C—H基团的组合频构成;因侧链基团分子构成不同,在第3特征光谱区1 600～1 850 nm和第4特征光谱区2 000～2 502 nm表现出差异较大的特征吸收峰。因此,可以利用此4个近红外光谱特征区域对氨基酸进行定量和定性分析,提高氨基酸近红外光谱模型预测的准确性。     

粉尘环境下典型煤岩近红外光谱特征及识别方法

针对煤矿井下近红外煤岩识别中所存在的粉尘问题,采用无烟煤与抑爆剂9∶1混合的混合物模拟煤矿井下粉尘环境,构建了粉尘环境煤岩光谱识别实验装置。为了研究粉尘环境对典型煤岩近红外光谱的影响,从全国各地收集了页岩、砂岩、灰岩3类岩石样本及无烟煤、烟煤、褐煤3类煤类样本的原位典型煤岩试样23个,采集无粉尘情况下的23个煤岩样本表面近红外波段1000-2500nm的反射光谱作为实验标准数据库,分别从实验标准样本库中3类典型煤样本与3类典型岩样本中随机选择1个样本作为实验样本,分别采集测试样本在600, 1 000, 1 500和3 000 mg·m~(-3)粉尘浓度下的近红外波段的反射光谱数据,结果显示:粉尘的加入导致1 000～1 200 nm波段与2 400～2 500 nm波段的光谱图像信噪比降低;随着粉尘浓度的增加,粉尘中的无烟煤的不透明物质使得实验样本中的特征吸收谷减弱;采用光谱角度匹配SAM以及皮尔逊相关系数对试样和标准样本库进行相关性分析,无烟煤类样本、烟煤类样本、砂岩类样本、灰岩类样本在光谱角度匹配SAM匹配模型下有着较高的匹配度,匹配度在各个粉尘浓度下均处于0.9以上;相关系数匹配模型匹配度受粉尘的影响剧烈,平均相关系数为0.73;实验标准数据库及实验样本经SG卷积和SNV标准正态预处理后,预处理后的样本数据库与实验样本光谱角度匹配SAM匹配模型匹配度无明显变化,相关系数匹配模型匹配度显著提升,平均相关系数为0.78;除褐煤2号外,所有的样本光谱相关系数平均提升0.13,无烟煤2号样本各个浓度平均相关系数提升76.3%,而样本12褐煤2号的光谱相关系数经光谱预处理降低。建立光谱角度匹配SAM以及皮尔逊相关系数煤岩识别模型,二值化煤岩样本,煤为"0"岩为"1",通过两种识别模型对不同浓度下的6个实验样本进行煤岩识别,光谱角度匹配SAM的识别准确率P为100%,识别时间为8 ms,皮尔逊相关系数的识别准确率P为87.5%,识别时间为852 ms。     

利用反射光谱研究砂岩风化与排氮作用——以江西龙虎山为例

近期,《Nature》、《Science》等世界顶级期刊揭示了地表岩石与全球氮循环的相互作用,认为岩石是氮素的重要储库,其风化排氮是生态系统氮素的主要来源之一,对局部乃至全球氮循环具有重大影响。陆地地表岩石分布面积75%是沉积岩,丹霞地貌是受沉积岩风化侵蚀作用形成的重要地貌类型之一,研究丹霞地貌沉积岩的风化与排氮作用对深入了解全球氮循环过程具有重要意义。以江西龙虎山丹霞地貌出露的红色砂岩为研究对象,在系统的野外样品采集工作基础上,利用偏光显微镜、ASD光谱仪和碳氮分析仪对样品的矿物组成、光谱曲线和氮素含量进行鉴定和测量。结果表明：龙虎山砂岩主要为长石砂岩,颗粒矿物为长石和石英,胶结物以铁质、钙质为主,次为泥质;砂岩的化学风化类型主要有胶结物溶蚀和颗粒矿物水化两种,其中胶结物溶蚀以铁质溶蚀为主,溶蚀后岩石的光谱曲线在902 nm处（Fe3+的特征吸收波段）的吸收指数下降,而颗粒矿物水化则主要体现为长石向粘土矿物转变,水化后岩石的光谱曲线在2 210 nm处（粘土Al-OH的特征吸收波段）的吸收指数上升。针对同一件样品,已被化学风化的部分与未被风化的部分相比,其氮元素含量有所下降,且氮元素含量与2 210 nm处的吸收指数存在一定的负相关系（R2=0.802 6）,说明岩石风化有助于氮排放;针对不同样品,氮元素含量与2 210 nm处的吸收指数相关性很差（R2=0.025 6）,说明岩石矿物组成与结构差异对岩石初始氮含量和吸收指数产生影响,从而降低两者间的相关性。以上研究说明,反射光谱为砂岩风化程度检测与氮排放研究提供了一种重要的技术手段,但研究时必须注意岩性的一致性。     

基于近红外光谱判断分析煤种的鉴别研究

煤种信息为煤炭质量评价、进出境税收征管提供技术支撑。传统煤种鉴别方法需测定煤炭样品干燥无灰基挥发分、低煤阶煤透光率、粘结指数、恒湿无灰基高位发热量等指标,能耗大,检测周期长,不利于口岸快速通关。基于不消耗化学试剂、快速、低成本等优势,采用近红外光谱鉴别煤种受到广泛关注,但目前还未有针对全球不同产地来源煤炭的煤种鉴别应用,煤炭近红外光谱特征与煤种的相关关系仍有待挖掘。采集了来自澳大利亚、俄罗斯、印度尼西亚等9个国家410批进口煤炭代表性样品,涉及褐煤、烟煤和无烟煤3个煤种,对比分析了不同煤种煤炭样品的漫反射近红外光谱特征,发现不同煤种煤炭样品近红外光谱在吸光度、光谱斜率、特征峰上存在差异。结合样品成分信息、X射线衍射、近红外光谱进行数据挖掘,发现近红外光谱吸光度与煤炭中固定碳含量呈正相关,光谱斜率与煤炭芳构化呈负相关,煤炭芳构化增加导致长波长方向的吸收系数增大,光谱斜率变小,光谱特征吸收峰主要为水分和有机物质含氢基团的特征信息,特征峰强度取决于煤炭中水分和挥发分含量。采用主成分分析（PCA）进行数据降维,光谱变量从1 557个降到394个,对前10个主成分进行逐步判别,筛选出PC1,PC2,PC3,PC4,PC6,PC7,PC8,PC9和PC10代替原始数据作为模型输入变量,建立煤种鉴别的Fisher判别分析模型,建模样品验证准确率为98%,交叉验证准确率为97.8%,测试样品验证准确率为99.1%。PCA载荷图表明：PC1和PC2主要与煤炭挥发分含量相关,其次是水分含量。判别函数1（57.7%）与PC1的相关性最强,判别函数2（42.3%）与PC2的相关性最强,说明不同煤种中挥发分含量和水分含量的差异是近红外光谱进行煤种鉴别的内在依据。     

近红外“3R”法双谱自适应去噪

针对近红外透射和吸收双光谱提出一种自适应的去噪方法。同步采集样品的近红外透射谱和吸收谱,在相同分解原则下总体经验模态法分解两组光谱,得到单组分特征模态分量。计算特征模态分量与原透射谱、吸收谱之间相关性,以及两组特征模态分量之间相关性,相关性最小模态分量初判为噪声分量。分析该分量在光谱中点处自相关性,若中点处很大,其他点几乎为零或很小,可以判断该分量为噪声。这种基于模态分量相关性的噪声判别方法称为“3R”法则。剔除噪声分量,重构光谱信号,循环上述分解过程,直到不满足“3R”法则,降噪过程结束。构造理想光谱,叠加噪声,“3R”法降噪效果优于EMD和EEMD低通滤波器,略逊于小波分解。真实光谱实验中,经过上述方法降噪处理过的玉米叶片光谱采用3层BP神经网络建立与叶绿素之间预测模型,“3R”法处理模型具有最大校正相关系数和预测相关系数,最小校正标准差和预测标准差。在四种降噪方法中,“3R”法对光谱谱峰位置和峰高的影响最小。实验表明,“3R”双谱去噪方法无需预设迭代次数,不用考虑分解层数,没有基函数,是自适应的,该方法适合近红外光谱去噪。     

基于双光谱二维相关谱的葡萄糖溶液温度扰动分析方法研究

在近红外光谱分析应用中，温度扰动导致的光谱变化对于定量分析的准确度影响较大。针对温度扰动识别及定量分析的需要，研究了基于双光谱二维相关谱(2T2D-COS)的光谱扰动分析方法。选择葡萄糖水溶液为样本，根据人体血糖浓度范围和在体组织温度范围设计实验，测量样本在浓度扰动和温度扰动下的透射光谱。对其进行基线校正和滤波预处理后，通过2T2D-COS分析得到浓度扰动和温度扰动下的异步谱。结果表明，温度扰动引起的交叉峰出现在强氢键结合水对应的特征吸收波长(1 474 nm)和弱氢键结合水对应的特征吸收波长(1 410 nm)附近，而葡萄糖浓度扰动引起的交叉峰出现在水分子对应的特征吸收波长(1 450 nm)和葡萄糖分子对应的特征吸收波长(1 595 nm)附近。为了定量分析样品温度，进一步提取了温度扰动异步谱交叉峰1 410 nm波长下的切片谱，其在1 410～1 600 nm波段的相关峰强度随温度的升高而增大，与样品温度之间具有较好的相关性；选择波长(1 475±4) nm范围内的切片谱，对谱峰强度积分后进行线性拟合，建立样品温度的线性回归模型，对温度的预测均方根误差可以达到0.125 9℃。以...     

植被叶片光谱特征对烟煤病胁迫程度的响应模型研究

烟煤病是我国南方热带、亚热带地区一种非常普遍的植物病害,对我国农业生产造成巨大危害,对其监测预报是实施有效治理措施的重要基础和依据。为建立以高光谱数据为基础的烟煤病严重程度反演模型,在重庆北碚城区采集50个银木叶片样本,利用ASD FieldSpec HandHeld光谱仪获取高光谱数据,通过数码相机和ENVI软件获取叶面积数据,将银木叶片烟煤病面积与整个叶片面积的比例作为烟煤病的严重程度,建立相关性最大波段的烟煤病反演模型,探究烟煤病严重程度与光谱曲线之间可能存在的关系。结果表明： 单叶尺度下,健康叶片在560 nm波段附近有明显的反射峰,随着烟煤病严重程度增大,反射峰逐渐消失, 在可见光与近红外波段,总体上光谱反射率与烟煤病病情严重程度呈负相关性。500～650和720～850 nm为烟煤病的光谱敏感波段,其中相关度最大值点为550 nm波段,相关系数达到-0.72。在烟煤病严重程度与叶片波段原始光谱信息及多波段组合关系研究中,单叶尺度下785 nm波段高光谱参数与烟煤病严重程度建立的回归模型的决定系数(R2)最大,为0.875。通过模型的显著性检验和预测精度检验, 785nm 处的光谱反射率建立的二次曲线模型为最优。证明在单叶尺度下,基于785 nm波段的二次曲线模型反演烟煤病的效果较为理想。     

汽轮机油中含水量的近红外光谱研究

汽轮机油在使用过程中会因为种种原因混入水分,使油液理化性能发生变化,影响系统的正常工作,采取合理的措施有效地对汽轮机油中的含水量进行分析一直是汽轮机油的研究热点之一。应用近红外光谱技术结合连续投影算法(SPA)实现了汽轮机油中含水量的分析,通过对汽轮机油中含水量为0～0.156%的57个油样进行光谱扫描,运用原始光谱、一阶导数光谱和多项式最小二乘拟合求导算法Savitzky-Golay(SG)的不同预处理方法,并应用SPA提取近红外光谱的有效波长,以相关系数(r)和均方根误差(RMSE)作为模型评价指标对汽轮机油中含水量进行了研究。结果表明原始光谱经过一阶导数与SG预处理后,应用SPA提取近红外光谱的16个特征波长,作为最小二乘支持向量机(LS-SVM)模型的输入变量,建立了SPA- LS-SVM模型。运用此模型对验证集样本进行预测的相关系数和均方根误差分别为0.975 9和2.656 8×10-3,说明应用SPA结合近红外光谱技术来检测汽轮机油中含水量是可行的,并能获得满意的预测精度,为进一步应用光谱技术进行汽轮机油中其他污染物的检测提供了新的方法。     

融入可见光-近红外高光谱吸收特征的新型植被指数估算天然草地FAPAR

考虑到植被可见光-近红外的光谱吸收特征与光合有效辐射吸收率(fraction of absorbed photosynthetically active radiation,FAPAR)有很好的关联,综合“高光谱曲线特征吸收峰自动识别法”与“光谱吸收特征参量化法”,提取对FAPAR敏感的高光谱吸收特征参数,借鉴可见光-近红外植被指数的数学形式,尝试用优化组合后的可见光-近红外光谱吸收特征参数替代光谱反射率,构建新型植被指数估算植被FAPAR,并利用2014年和2015年内蒙古自治区中部与东部地区天然草地典型群落冠层实测光谱数据进行FAPAR估算建模与验证。结果表明: 新型植被指数“SAI-VI”不仅有效提高了单个光谱吸收特征参数在高、低覆盖区域估算FAPAR的精度,而且相比五种与FAPAR有较好相关性的具有不同作用类型的可见光-近红外植被指数,其与FAPAR值的相关性更高(存在最大相关系数=0.801),以其为变量的指数模型预测FAPAR精度更高且稳定性较好(建模与检验的判定系数均最高且超过0.75,标准误差与平均误差系数也相应最小)。研究表明：融入可见光-近红外高光谱吸收特征的新型植被指数“SAI-VI”,强化了可见光波段与近红外波段光谱吸收特征的差别,相较单一光谱吸收特征参数,在降低土壤背景影响的同时增强了对FAPAR变化的敏感度。同时,“SAI-VI”有效综合了对植被FAPAR敏感的光谱吸收特征信息,相较原始光谱反射率,能表达植被光合有效辐射吸收特征的更多细节信息,可作为植被冠层FAPAR反演的新参数,一定程度上弥补当前植被指数法估算FAPAR的不足。     

基于可见-近红外光谱技术的炭疽病侵染后油茶叶片叶绿素含量预测研究

分析炭疽病侵染后油茶冠层的可见-近红外光谱特征,探索建立病害胁迫下油茶冠层叶片叶绿素含量的预测模型。通过实地调查病情指数,获取不同病害程度的油茶冠层叶片光谱数据及其叶绿素含量,并对光谱数据进行了一阶微分与滑动平均滤波相结合的预处理,再通过光谱数据重采样,提取敏感波段建立了叶绿素含量的BP神经网络预测模型。结果表明:(1)随着病情的加重,油茶冠层光谱可见光区域的反射峰和吸收谷逐渐消失;红光到近红外陡峭的红边被逐渐拉平;在近红外区域,健康油茶的光谱反射率明显大于感病油茶的光谱反射率。(2)微分光谱484～512,533～565,586～606和672～724nm四个波段是叶绿素吸收和反射的敏感波段。(3)以敏感波段为输入变量建立的BP神经网络模型,其计算出的预测值与观测值之间的相关系数r和均方根误差分别为0.992 1和0.045 8。因此,利用可见-近红外光谱技术预测炭疽病侵染后油茶叶片叶绿素含量是可行的。