应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算

当作物生物量较大时,现有植被指数由于受饱和问题限制,不能较好的估算作物生物量。针对此问题,尝试将波段深度分析与偏最小二乘回归(partial least square regression,PLSR)结合,提高对大田冬小麦生物量的估算精度,并将两者结合建立的模型与应用代表性植被指数建立的模型进行生物量估算精度比较。波段深度分析主要对冬小麦冠层光谱550～750nm范围进行,采用波段深度、波段深度比(band depth ratio,BDR)、归一化波段深度指数和归一化面积波段深度对波段深度信息进行表征。在建立的模型中,波段深度分析和PLSR结合的估算精度比应用植被指数模型的精度高,其中BDR与PLSR结合的估算精度最高(R2=0.792,RMSE=0.164kg.m-2)。研究结果表明波段深度分析与PLSR结合能较好的克服生物量较大时存在的饱和问题,提高冬小麦生物量的估算精度。     

海南制浆树种中主要成分的近红外分析与模型优化

为提高制浆树种的利用效率,缓解国内制浆造纸原料短缺的现状,降低行业污染与总体成本,尝试将近红外光谱技术用于海南省制浆树种的成分含量分析,以期根据实时所得成分含量相应调整工艺参数。用结构简单、易改装的全息光栅分光近红外光谱仪采集了海南省常见的适龄制浆树种（尾细桉、尾巨桉、尾叶桉、马占相思和粗果相思）共205个样本的近红外光谱,按传统实验室方法分析其主要成分--综纤维素和木质素的含量。选择合适的预处理方法与偏最小二乘法结合,建立了两种分析模型,并通过遗传算法剔除不相关的变量,筛选出特征波段,明确综纤维素和木质素的特征吸收,优化了模型。其中综纤维素分析模型建立时采用Savitzky-Golay 13点3倍平滑、矢量归一化和一阶导数预处理原始光谱,1 150.3～2 362.0 nm波段参与建模。筛选出的波段包含了1 188～1 196 nm之间CH₃中C-H伸缩振动的二级倍频吸收,1 742～1 633 nm区间内O-H伸缩振动的一级倍频,2 112 nm附近O-H变形振动、O-H伸缩振动的合频等纤维素的特征吸收;也包含了1 470～1 495 nm之间O-H伸缩振动的一级倍频,1 906和1 911 nm附近C═O伸缩振动的二级倍频等聚戊糖的特征吸收。模型RMSEP值为0.55%,绝对偏差范围为-0.91%～0.87%。木质素分析模型建立时采用Savitzky-Golay 13点3倍平滑、多元信号校正和二阶导数预处理原始光谱,1 137.6～1 872.5和2 131.0～2 424.1 nm波段参与建模。筛选出的波段包含了1 143 nm附近苯环C-H伸缩振动的二级倍频吸收和CH₃的C-H伸缩振动的二级倍频吸收,1 670～1 684 nm处苯环C-H伸缩振动的一级倍频,2 205 nm附近C-H、C═O伸缩振动的合频等木质素的特征吸收。模型RMSEP值为0.45%,绝对偏差范围为-0.76%～0.79%。两个模型的RPD值分别为4.71和3.47,均能满足制浆树种主要成分在线快速分析测定的工业需求。同时,本研究为制浆树种近红外表征体系的建立提供了理论依据,对近红外技术助力制浆造纸工业由自动化向智能化转变具有较为显著的意义。     

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。     

丹参酮ⅡA和隐丹参酮近红外光谱的2D-COS解析及其在丹参酮提取物近红外模型中应用

采用二维相关光谱（2D-COS）技术,以氘代氯仿为溶剂,解析了丹参酮ⅡA和隐丹参酮标准品的近红外光谱（NIR）。丹参酮ⅡA和隐丹参酮二维相关切片谱在1 600~1 800,1 900~2 230和2 300~2 400 nm处有特征吸收,其中丹参酮ⅡA在1 640和2 140 nm处有不同于隐丹参酮的呋喃环双键一级倍频和组合频吸收,1 696 nm为丹参酮ⅡA和隐丹参酮分子中甲基伸缩振动二级倍频,1 726和1 740 nm处吸收为丹参酮ⅡA和隐丹参酮环己烯亚甲基伸缩振动二级倍频,2 146和2 220 nm为丹参酮ⅡA和隐丹参酮苯环C—C伸缩振动与C—H伸缩振动的组合频,2 300～2 400 nm处一系列峰为丹参酮ⅡA和隐丹参酮甲基伸缩振动与弯曲振动组合频吸收。以丹参酮提取物为载体,以丹参酮ⅡA和隐丹参酮光谱解析特征波段及组合间隔偏最小二乘（SiPLS）筛选特征波段分别建立偏最小二乘（PLS）定量模型,模型的决定系数R2均大于0.9,校正均方根误差（root mean of square error of calibration, RMSEC）和交叉验证均方根误差（RMSECV）,预测均方根误差（RMSEP）均较小。结果表明,2D-COS技术解析特征波段与SiPLS波段筛选所建PLS模型均稳定。2D-COS技术使近红外定量模型更具解释性,可解析出结构差异特征吸收,同一波段可实现结构类似物的同时定量测定。     

唐卡主色矿物颜料光谱分析

唐卡作为一件艺术品,具有较高的历史价值和艺术价值。对唐卡的矿物颜料进行鉴别分析,对唐卡的鉴定、修复、数字化存档、再现等具有非常重要的意义。该研究对唐卡主色矿物颜料进行体系性的光谱分析,选用唐卡绘制过程中5种主色常用的矿物颜料,深入分析矿物颜料的可见光、近红外、短波红外光谱特征产生机理,总结了不同色系矿物颜料可见光、近红外、短波红外谱段光谱特征。通过分析同一矿物颜料粉末、调和骨胶颜料以及颜料上布色卡光谱特征,发现粉状颜料调和骨胶后,反射率整体下降,在1 447和1 928 nm附近出现两个水的强吸收特征。而当骨胶溶物涂绘上布后,随着膏状颜料中水分的减少,上述两个吸收特征均变弱,个别颜料在1 447 nm处的吸收特征甚至消失。因此,矿物颜料粉末和颜料上布色卡光谱极为接近,可以在后期的唐卡颜料分析中直接利用唐卡矿物颜料粉末光谱进行匹配分析。唐卡红色矿物颜料为朱砂,矿物成分主要为HgS,其光谱在可见光波段先降后升,500 nm附近形成一个较深的吸收特征,且吸收峰较宽（430～530 nm）,红光谱段附近反射率急速升高,近红外波段反射率变化较为平直,在1 940和2 250 nm附近有弱吸收特征。唐卡黄色矿物颜料主要有三种：土黄（雄黄、雌黄）,赭石及金箔,主要成分分别为硫化砷、氧化铁及金。其特征光谱在可见光谱段集中在400～500 nm之间,不同颜料的吸收特征位置和吸收深度均不同。赭石在近红外波段的反射率整体较低,且860 nm附近还出现了吸收特征;而雄黄、雌黄和土黄则在近红外和短波红外谱段表现出反射率较高且波形平直,在1 890和2 230 nm附近有弱吸收特征;金箔在可见光波段的吸收特征窄浅,可作为区分的依据。唐卡蓝色矿物颜料为石青,主要矿物成分为蓝铜矿,其光谱在500～1 000,1 500,2 040,2 285和2 350 nm附近均有较强吸收特征,而在1 885和1 980 nm处有弱吸收特征。唐卡绿色矿物颜料为石绿,主要矿物成分为孔雀石,其光谱在550～1 000 nm有较强的宽吸收特征,在2 270和2 350 nm有明显吸收特征。尽管石青和石绿主要矿物成分皆为碳酸铜,但石绿在900～1 900 nm红-近红外谱段反射率增加较缓,1 500 nm无吸收特征,可以作为区分石青和石绿的依据。唐卡白色矿物颜料为砗磲和白土,主要矿物成分分别为碳酸钙和高岭土。在可见光谱段范围,砗磲在370 nm有弱吸收特征,而白土则在370和730 nm处有两个明显的吸收特征,可作为区分。在短波红外和近红外谱段,白土在1 425,1 930和2 230 nm均具有明显吸收特征,砗磲则在1 930和2 320 nm有明显吸收特征,1 440 nm处吸收特征较弱。且同种矿物颜料粉末,矿物粉末颗粒越大,颜料颜色越深,其光谱特征反射率越低。     

融雪期积雪深度高光谱反演方法研究

积雪在干旱区的水分平衡中发挥着极为重要的作用,积雪深度的监测主要依靠地面站点观测和遥感反演等技术,高光谱遥感为快速、大面积监测积雪的物理特性提供了可能。通过对融雪期不同厚度积雪表面的反射光谱以及积雪深度数据的观测,进而对二者进行相关性分析;采用相关性较高同时也是特征吸收谷的波段数据建立单波段雪深回归模型;采用呈显著相关的波段进行逐步回归,选用贡献率最高的波段作为神经网络模型的输入变量进行积雪深度的反演研究。结果表明：在天山北坡中段的军塘湖流域地区,1 022,1 241和1 492 nm附近是积雪的特征吸收谷;相比单波段反演雪深模型的估算精度(R2=0.53),BP神经网络模型具有更高的雪深反演水平,当隐含层节点数为4时,R2为0.86,RMSE为0.67,表明神经网络模型可以显著提高高光谱数据反演积雪深度的能力。     

石油烃污染紫色土的可见-近红外光谱特征及其含量估算研究

高光谱遥感技术是一种有效的监测石油类污染手段,目前主要应用于海上溢油方面,而关于土壤石油烃污染的研究较少。针对土壤石油烃污染研究不足的现状,选取柴油、汽油和机油三种石油烃,开展了石油烃污染紫色土的光谱特征实验研究,分析了紫色土在不同种类石油烃污染及不同污染浓度条件下的光谱特征,提取了含有不同种类石油烃的紫色土光谱吸收特征波段。在此基础上,经过7种光谱变换和相关性分析,筛选出与石油烃含量最敏感的光谱变量,分别采用单变量回归法和多元逐步线性回归法建立了估算模型,并对模型进行了验证。研究表明：含有柴油、机油和汽油的光谱在1 200,1 700和2 300 nm附近均出现了吸收特征,光谱吸收深度表现为：机油>汽油>柴油;多元逐步线性回归法优于单变量回归法,其建立的柴油、机油和汽油的估算模型决定系数均大于0.95,校正均方根误差小于0.47,验证均方根误差小于0.56,估算精度较高。     

石油烃污染紫色土的可见-近红外光谱特征及其含量估算研究（英文）

高光谱遥感技术是一种有效的监测石油类污染手段,目前主要应用于海上溢油方面,而关于土壤石油烃污染的研究较少。针对土壤石油烃污染研究不足的现状,选取柴油、汽油和机油三种石油烃,开展了石油烃污染紫色土的光谱特征实验研究,分析了紫色土在不同种类石油烃污染及不同污染浓度条件下的光谱特征,提取了含有不同种类石油烃的紫色土光谱吸收特征波段。在此基础上,经过7种光谱变换和相关性分析,筛选出与石油烃含量最敏感的光谱变量,分别采用单变量回归法和多元逐步线性回归法建立了估算模型,并对模型进行了验证。研究表明:含有柴油、机油和汽油的光谱在1 200,1 700和2 300nm附近均出现了吸收特征,光谱吸收深度表现为:机油汽油柴油;多元逐步线性回归法优于单变量回归法,其建立的柴油、机油和汽油的估算模型决定系数均大于0.95,校正均方根误差小于0.47,验证均方根误差小于0.56,估算精度较高。     

基于Enter-PLSR的高光谱晋华宫矿南山煤矸石山景区土壤有效氮估测

土壤有效氮是反应土壤肥力的一个重要指标。高光谱技术对土壤有效氮进行监测和评价可以为土地复垦和生态修复提供指导性的动态信息。针对国家矿山公园高光谱有效氮监测研究的空白和偏最小二乘回归(PLSR)计算效率问题,利用ASD FieldSpec 3光谱仪采集了晋华宫矿南山煤矸石山景区(晋华宫矿国家矿山公园组成部分),30个碱化栗钙土土样350～2 500 nm波段的光谱曲线,研究了土壤光谱与土壤有效氮含量之间的关系。对土壤反射率光谱进行一阶微分和倒数的对数变换,然后在提取特征吸收波段的基础上,分别进行PLSR和进入法-偏最小二乘回归(Enter-PLSR)建立估算模型并检验。结果表明Enter-PLSR估算模型在保证与PLSR估算模型相近准确度的情况下,自变量从122个降低到12个,大大提高了计算效率,在填补国家矿山公园高光谱有效氮监测研究空白的同时弥补了PLSR方法计算效率的不足。     

典型块状煤的可见-近红外光谱特征研究

因可见-近红外波段反射光谱测试方便,仪器成本较低,适用于在线分析,为此针对煤在可见-近红外波段的反射光谱曲线特征规律及其产生机理进行了研究分析。从晋、鲁、宁、吉地区煤矿收集了无烟煤、烟煤、褐煤三大类型中的12种典型煤样,按煤阶从高到低具体包括无烟煤一号、无烟煤二号、贫煤、贫瘦煤、瘦煤、焦煤、肥煤、1/3焦煤、气肥煤、气煤、褐煤一号、褐煤二号,在实验室利用地物光谱仪采集了块状煤样在可见-近红外波段的反射光谱曲线。通过对光谱曲线特征分析,发现无烟煤的反射光谱曲线整体上趋于水平方向,吸收谷特征不明显,随煤阶的降低,光谱反射率、近红外波段光谱斜率整体上呈增加趋势,较明显的吸收谷特征增多且吸收强度增加,有13个较明显的吸收谷特征波段。通过X射线衍射分析（XRD）测定了煤样的碳材料结构和矿物成分,煤非晶质性分子结构的芳构化趋势对煤阶升高时光谱反射率降低、反射曲线趋于平缓起到主要作用。当煤阶降低时,以脂肪侧链为主的有机吸收基团的中红外波段基频在近红外波段的倍频和合频产生众多吸收叠加,绝大多数吸收谷特征不明显,相对较为明显的吸收谷产生在1 700和2 300 nm附近。同时含Fe等过渡金属的矿物、H₂O、粘土矿物等无机物成分也是煤反射光谱曲线吸收谷特征增多的因素。通过对实验煤样X射线荧光分析（XRF）和工业分析测定了煤样中Fe和Al等矿物元素成分含量和空气干燥基水分、灰分、挥发分、固定碳含量,得出煤反射光谱曲线的近红外波段光谱斜率与挥发分产率、固定碳含量分别呈正、负相关性。H₂O谱带吸收深度之和与内在水分含量线性相关性较好,Fe和Al含量与相关波段吸收谷深度之和基本呈线性关系,而主要由有机基团倍频和合频所产生的1 700和2 300 nm附近两处吸收谷深度之和与挥发分产率线性相关性较差。获得典型块状煤种的可见-近红外波段反射光谱特征,为煤矿区高光谱遥感以及煤光谱数据库的建立提供依据,也为直接利用可见-近红外波段的反射光谱曲线波形特征快速、低成本、定性地识别煤种类提供参考;同时对煤矿用煤炭探测光谱传感器的研制具有重要意义。     

土壤漏油含量光谱预测实验研究与分析

针对土壤漏油污染的检测、分析和含量预测等实际问题,用关中平原常见普通土壤、柴油、机油及油土混合物为研究对象,设计被不同油种污染以及不同污染程度的土壤光谱特征实验。采用光谱分析的方法来获取光谱指数,测量并分析渗漏相同含量两个油种的油土混合物以及渗漏不同含量同一油种的油土混合物的光谱特征及其差异,根据分析结果建立一个基于反射特征的土壤柴油渗漏含量的光谱预测模型。研究表明：(1)渗漏相同含量不同油种时,渗漏柴油的土壤的反射率低于渗漏机油的土壤;渗漏柴油和机油的土壤均在1 740和2 328 nm附近出现双吸收谷特征,且在每一个吸收谷点处渗漏柴油的土壤的光谱吸收深度和光谱吸收指数均低于渗漏相同含量机油的土壤。(2)建立的土壤柴油渗漏含量的光谱预测模型相关系数r的值达到0.854,说明模型具有较强的稳定性;评价模型预测能力的均方根误差RMSE值为0.016证明该模型具有较好预测能力,可以对土壤柴油渗漏含量进行有效的预测。     

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。     

基于植物油可见吸收光谱的相关系数鉴别特级初榨橄榄油

目前市场上的橄榄油品牌很多,质量参差不齐,亟需完善橄榄油的等级分类检测和特级初榨橄榄油的鉴别方法。可见吸收光谱光谱法可在不直接接触样品的情况下对样品进行无添加试剂的探测,因此为实现特级初榨橄榄油的鉴别,采用可见吸收光谱法对不同种类植物油进行了光谱测量。实验结果发现特级初榨橄榄油在500~780 nm波段内具有4个明显的吸收峰,而其他种类植物油在此波段内吸光度较弱或无吸收峰,且同种植物油不同品牌之间的光谱特征极其相似。采用相关系数比对不同种类植物油可见吸收光谱,分别计算了四个不同波长范围内植物油的可见吸收光谱的相关系数,实验发现不同波长范围内的植物油可见光谱相关系数差别较大。在520～700 nm范围内,特级初榨橄榄油间的光谱相关系数在0.999 6以上,特级初榨橄榄油与其他种类植物油的光谱相关系数均低于0.267 8,特级初榨橄榄油与其他等级橄榄油的光谱相关系数在0.194 6～0.835 8之间。研究结果表明可见吸收光谱相关系数法是一种快速非接触式鉴别特级初榨橄榄油的可行性方法。建立了一种特级初榨橄榄油快速鉴别方法,即可见吸收光谱相关系数法。该方法在特级初榨橄榄油的实际鉴别中具有一定的应用价值。     

基于人工神经网络的傅里叶变换中红外光谱法对食用油油烟种类识别研究

随着餐饮业的发展,餐饮烟气已经成为某些城市三大空气污染源之一。由于餐饮烟气对人体健康威胁很大,近年来对餐饮烟气的研究愈来愈热。餐饮烟气中包含有大量食用油加热过程中裂解而产生的不饱和烃类,危害着人类健康。不同食用油裂解出来的成分以及含量有所不同,通过构建一定的分类识别数学模型,从而实现对食用油分类识别。采用自主研发的傅里叶变换红外光谱仪,采集了不同食用油油烟烟气红外光谱数据。同时构建了主成分分析(PCA)分别结合概率神经网络(PNN)以及误差反向传播人工神经网络(BPANN)的分类识别算法。将两种分类识别算法对不同食用油油烟烟气的傅里叶变换红外光谱数据进行分析。通过样本数据对数学模型进行训练,将训练好的数学模型对未知光谱数据进行分析,来确定产生油烟烟气的食用油种类。实验结果表明,两种算法都能对不同的油烟种类进行较好地分类识别。在全波段识别时,识别率分别达到90.25%和97.0%。通过对烟气光谱数据的吸收波段进行分析,提取大气窗口并且具有较强可挥发性有机物(VOCs)吸收特征的波段(1 300～700 cm-1以及3 000～2 600 cm-1);将吸光度数据分成两个分离的吸收波段,两种算法在3 000～2 600 cm-1波段都有较好的识别效果,PCA-PNN算法识别率为90.25%,PCA-BPANN算法识别率为92.25%。可见,两种人工神经网络算法都能有效对食用油烟种类进行识别。     

高光谱图像的海面溢油自动检测方法研究

海面溢油对海洋环境会生成许多有害物质,导致位于食物链底端的浮游生物大量死亡,进而危害整个海洋生态系统。高光谱遥感可以获取溢油和海水的空间分布信息和光谱分布信息,利用高光谱图像进行溢油检测具有更好的检测性能。针对高光谱图像的海面溢油检测过程中需要人工辅助的缺点,提出一种基于自适应匹配滤波的高光谱图像海面溢油自动检测方法。首先,利用场景中溢油的C—H键光谱特性,设计一种溢油参考光谱特征提取模型,获取溢油检测过程中的参考光谱。其次,依据海水、云以及溢油光谱反射特性的差异,选取海水、云和溢油差异最大的波段,分割海水像素,计算溢油检测过程中的背景参数。最后,将目标检测中经典的自适应匹配滤波方法进行适当的改进应用于溢油的检测。将该方法应用于实际墨西哥湾airborne visible infrared imaging spectrometer(AVIRIS)高光谱遥感影像的海面溢油的检测,结果表明该方法具有计算速度快,不需要人工辅助等方面的特点,可用于海面溢油的自动检测。     

高光谱技术联合归一化光谱指数估算土壤有机质含量

随着近地高光谱遥感技术的发展,为快速、有效、非破坏性地获取土壤有机质(SOM)信息提供了可能。土壤高光谱波段数据众多,光谱数据变量之间存在较为严重的多重共线性,影响模型复杂结构,而构建归一化光谱指数(NDSI)可以有效去除冗余信息变量,放大光谱特征信息。以江汉平原公安县为研究区,采集56份耕层土样,在室内获取土壤光谱数据,采用“重铬酸钾-外加热法”测定SOM含量,对实测土壤光谱数据(Raw)进行倒数之对数(LR)、一阶微分(FDR)和连续统去除(CR)三种变换,计算四种变换的NDSI数值,分析SOM与NDSI的二维相关性,并对一维、二维相关系数进行全波段范围内的p=0.001水平上显著性检验,提取敏感波段和敏感光谱指数,结合偏最小二乘回归(PLSR)建立SOM的估算模型,探讨二维光谱指数用于建模的可行性。研究表明,二维相关系数相比一维相关系数有不同程度的提升,以LR最为显著,相关系数数值提升约0.26;基于二维相关性分析提取的敏感光谱指数的PLSR建模效果整体优于一维相关性分析提取的敏感波段,其中,NDSI_LR-PLSR模型的稳健性最优,验证集R2为0.82,模型验证RPD值为2.46,模型稳定可靠,可以满足SOM的精确监测需要,适合推广到区域范围内低分辨率的航空航天遥感(如ASTER,Landsat TM等),应用潜力较大。     

基于小波变换的油膜光谱特征分析

水上溢油光谱作为高光谱遥感目标识别与分类的参考依据,在溢油识别与厚度区分等方面具有重要的研究意义。通过测量厚度范围为1.0～127 μm间的轻柴油的20组光谱曲线,计算其反射率光谱曲线随厚度变化的特征,并利用db4小波对反射率数据进行处理,突出光谱奇异性及其位置与奇异值随油膜厚度变化的特征。在研究范围内的油膜光谱反射率高于水体,但反射率值与油膜厚度间无固定增减关系。在其厚度小于6 μm时反射率光谱曲线无明显特征,厚度大于6 μm后在388 nm附近存在区别于水体的反射峰特征且随厚度增加特征愈加突出。油膜光谱小波分析后的细节系数在388～393 nm内表现出明显的奇异性,并且奇异位置随厚度增加向短波方向移动、奇异极值增大。研究证实了小波分析在确定油膜光谱特征位置与变化研究中的积极作用,并发现了紫外-可见光短波范围内的光谱特征,为紫外遥感进行溢油识别提供了科学依据。     

太赫兹光谱用于成品油的识别

用太赫兹时域光谱(THz-TDS)技术研究了90#、93#、97#汽油和-10#柴油在0.25—1.5THz波段的响应特性。结果表明,不同油品其太赫兹响应图谱确实存在明显的差异,并从成分上分析了产生这些差异的原因。在成品油中,吸收系数受醇类添加剂的影响很大,芳烃次之,直链烷烃很少;折射率主要受成分中碳数的影响同时芳烃的作用也很大。通过吸收系数和折射率的不同能够实现成品油的鉴别和区分。     

多种薄油膜光谱反射率特性外场测试方法及结果分析

水面溢油机载航测工作需要以全面的溢油模拟目标的光谱反射率特性数据作为支撑,选择合适的工作波段,并通过获得的数据对溢油情况进行分析与判断。针对汽油、柴油、润滑油、煤油与原油五种目标样本,油膜从紫外波段到近红外波段进行了反射光谱测量,并将结果与相同实验环境下的水的反射光谱对比。实验结果表明油膜的光谱反射特性与油品类型以及油膜的厚度相关。不同种类的油膜在相同厚度的情况下,光谱反射率曲线的差异很大,而同一种类的油膜,随着油膜厚度的改变,光谱反射率曲线亦随之发生改变,因而就单一油膜而论,可以通过反射率曲线区分不同的油膜厚度。以相同的油膜厚度而论,柴油,煤油,润滑油在380 nm附近存在反射率峰值,与水的反射率差异明显,原油在大于340 nm波长的反射率远小于水,所得到的反射光谱能够在一定程度上区分不同类型油膜。实验涉及主要溢油油种,数据全面覆盖探测常用的光谱波段,定量化描述了油膜光谱反射率特性,为机载水面溢油探测工作的波段选择与水面溢油的早期发现与分析提供了全面的理论与数据支持。     

棉籽油分含量近红外无损检测分析模型与应用

棉花是一种重要的油料作物。建立快速、无损检测棉花种子含油量的方法,对于棉花油分育种工作中的材料鉴定、筛选具有重要意义。利用近红外光谱仪采集118份不同油分含量棉花种籽的近红外漫反射光谱,结合化学方法测定验证,建立了棉籽油分含量快速无损检测的近红外模型。光谱预处理方法采用一阶导数＋多元散射校正(MSC),光谱范围5 446～8 848 cm-1,主成分维数为5,以基本覆盖陆地棉棉籽含油量范围的106份试验材料为校正样品集,利用偏最小二乘法(PLS)建立了棉籽仁油分含量近红外反射光谱(NIR)校正模型。校正模型决定系数R2=0.975,校正标准差SEC=0.67。用外部验证样品集进行外部验证,对所建模型的实际预测能力进行检验。结果表明,油分含量预测值与化学值相关系数r=0.978,预测结果误差范围0.1%～1.7%,建立的模型具有很好的预测性。利用建立的模型对784份育种材料进行了油分含量预测,结果显示,该模型应用可以加快棉花育种材料的油分鉴定。