土壤的石油污染信息高光谱遥感监测方法

传统的点采样等石油开采区土壤石油污染监测方法时效性差、成本高。高光谱遥感因具有丰富的空-谱信息和较强的地物认知能力,可实现快速、大范围精确探测而成为现今土壤的石油污染监测研究热点。基于高光谱影像的光谱维特性,提出了一种多维加速鲁棒特征(multi-dimensional speeded-up robust features,MD-SURF)的高光谱影像端元提取模型;并以胜利油田孤东采油区为研究对象,提取了研究区Hyperion高光谱卫星影像的土壤端元。通过对所提取土壤端元的光谱信息分析,认为波长963 nm和1 427 nm为土壤石油污染的特征波段,由此建立了研究区土壤端元反射高度Hγ和吸收深度Dλ的石油污染光谱指数;并设置了4种方式的石油污染光谱指数值计算方法及其污染信息提取的指数取值范围。最后根据满足取值范围时光谱指数计算方式的不同个数,确定土壤端元的石油污染程度,认为满足的个数越多则土壤端元污染越严重,从而可较好监测研究区土壤的石油污染异常区域。     

铜铅重金属胁迫下玉米光谱分形维数与污染监测研究

通过设定不同浓度梯度的重金属Cu、Pb胁迫下的玉米盆栽试验,利用美国高性能地物光谱仪SVC HR-1024I对不同浓度铜铅污染的玉米老、中、新叶片进行光谱测量,同时采用SPAD-502叶绿素含量测定仪测定各类叶片中叶绿素含量相对值,并通过化学方法测定不同胁迫程度下玉米叶片中的铜铅含量。在分析玉米叶片中Cu、Pb含量与光谱曲线的绿峰高度(GH)、红谷深度(RD)、蓝边(DB)、红边最大值(MR)、红边面积(FAR)、红边一阶微分曲线陡峭度(FCDR)之间相关性的基础上,利用分形理论对叶片410~780 nm之间的光谱曲线进行分形测量,提出运用光谱曲线分形维数(FRAC)对受不同浓度重金属铜铅污染的玉米叶片进行污染监测,同时对相同浓度铜铅胁迫下的老、中、新叶片也进行了光谱响应研究。结果表明,随着叶片中重金属含量增加光谱曲线分形维数也逐渐增大,同等浓度重金属铜铅胁迫程度下,分形维数从新叶到老叶逐渐减小,并且发现光谱曲线分形维数与绿峰高度、红谷深度、红边面积具有较好的相关性,说明光谱曲线分形维数不仅可以综合描述曲线的光谱特性,还能定量反映玉米叶片受重金属铜铅污染程度及其健康状况。因此,光谱曲线分形维数可以作为玉米叶片重金属污染监测的一种新方法。     

叶绿素含量BP反演模型的光谱信息输入因子构建研究

植被叶绿素含量的高光谱反演是当今研究的热点,传统后向传播(BP)神经网络是其常用的一种反演模型。高光谱数据虽然具有精细光谱分辨率,但也造成了大量的信息冗余与噪声;而小波包变换(WPT)可以有效地抑制高光谱数据噪声和压缩信号,同时主成分分析(PCA)能够很好地降低模型输入因子的维数并可简化网络结构。以盆栽玉米为研究对象,在玉米叶片光谱数据对数变换并一阶微分处理的基础上,针对叶绿素含量的BP反演模型,提出了基于相关系数(CC)、WPT和WPTPCA的输入因子构建方法,并形成了叶绿素含量的CC-BP、PCA-BP及WPT-PCA-BP三种反演模型。通过比较玉米叶片叶绿素含量的实测值与三种BP模型反演结果,表明基于WPT-PCA构建BP模型的输入因子数量虽仅有6个却并不影响其反演精度,也能包含原始光谱的92%信息,且优于基于PCA和传统CC所构建输入因子的BP模型反演能力。     

HHT时频分析土壤光谱的重金属铜离子污染信息提取模型

土壤中不同浓度Cu2+含量映射到土壤光谱上的信息量十分微弱,并且这些高光谱数据中也存在着难以避免的噪声,因而本研究的关键是如何在土壤光谱复杂的噪声环境中提取微弱Cu2+信息。经验模态分解算法(EMD)能够有效去除高光谱数据中的噪声,且EMD是Hilbert变换对“非线性非稳定”信号时频分析的前提,当引入Huang变换后,可利用Hilbert-Huang变换(HHT)模型时频分析高光谱数据以实现降噪处理与信息提取。通过时频的HHT分析不同浓度Cu2+污染下的土壤光谱,完成从原始光谱经EMD分解出各本征模态函数(IMF)分量的包络线、调制信号和频谱等曲线中挖掘土壤光谱的Cu2+污染信息。研究结果表明,相同浓度Cu2+污染时的土壤光谱HHT时频分析结果相同,不同浓度时则不同,所以也可依据IMF分量反演土壤Cu2+含量。因此,高光谱数据的HHT时频分析能为土壤光谱的信息挖掘、光谱诊断和Cu2+含量反演等提供一种新的方法和思路。     

重金属铅离子胁迫下玉米叶片光谱弱差信息的DSAT甄别模型

光谱间微弱信息测度是当今高光谱遥感研究难点之一,传统光谱测度方法难以区分光谱信息的微弱差异。研究设计了不同浓度的铅(Pb)污染实验,并测量了不同浓度铅离子(Pb2+)胁迫下玉米叶片的高光谱反射率、叶绿素含量及Pb2+含量,但是从所测结果得出,不同浓度Pb2+胁迫下的光谱相似性相关系数均达到0.999,难以区分不同浓度Pb2+胁迫引发的光谱间微弱信息差异和污染程度。针对这一情况,基于光谱微分处理、正切函数增强、光谱角量度与波谱分段检测等,提出了一种新型的相似光谱测度方法,即微分光谱角正切(derivative spectral angle tangent,DSAT)法。为了验证DSAT在区分相关系数达0.99以上相似光谱的可行性和有效性,将DSAT用于不同浓度Pb2+胁迫玉米叶片的整体波形与光谱区间子波形的信息差异性度量与检测。实验结果得到,波形差异信息与玉米叶片中叶绿素相对浓度与Pb2+含量显著相关。进而也证明DSAT法在甄别较高相似性光谱间差异上具有更好的实用性和优越性。     

玉米叶片铜铅污染元素种类光谱判别的EC-PB规则

随着人类生活质量的提高,农产品重金属污染问题备受关注。农作物中的重金属元素会通过食物链侵害人体健康,而不同重金属元素对人体毒害差别较大,因此农作物中含有重金属元素的类别识别至关重要。传统重金属元素检测方法存在环节多、耗时长、成本高等缺点,但高光谱遥感技术具有信息使用量大,理化反演能力强,分析速度快,无损监测等优势,逐渐成为农作物重金属污染分析的重要手段之一。以不同CuSO₄·5H₂O和Pb(NO₃)₂浓度梯度土壤胁迫下典型农作物玉米生长的叶片光谱为研究对象,引入光谱包络线去除(CR)、光谱比值(SR)、分数阶微分(FOD)同时结合改进红边比值指数(MSR)构建铜铅元素识别指数(CLI);通过挑选与铜铅元素种类相关性最强的三个分数阶微分阶数的CLI值建立铜铅元素判别特征点(CLDFP);再利用欧式聚类(EC)将训练集样本分为铜污染与铅污染两类并结合圆心连线的垂直平分线(PB),建立基于EC-PB识别铜铅元素种类的二维坐标系下判别规则线(CLDRL)和三维坐标系下判别规则面(CLDRP),从而实现玉米叶...     

基于模糊聚类的多尺度空间数据挖掘模型及其矿山应用

基于空间数据的尺度特性,提出了多尺度空间数据挖掘的技术思想,建立了同一地理要素在不同尺度下的信息推理模型,即多尺度空间数据挖掘框架模型.以矿井煤层厚度为研究对象,以聚类分析为挖掘技术,实现了多尺度分析思想应用于空间数据挖掘领域的设想,证实了空间数据挖掘领域中的多尺度现象.研究成果丰富和发展了空间数据挖掘的基础理论.     

基于地形图与GIS的矿区地表三维快速可视化技术

地形三维可视化技术是当今GIS应用的热点,地形三维可视化可有利于提高地表地形的认知、分析、管理和工程实施等.本文基于日常工作中常用的纸质或CAD矿山地形图,利用ArcGIS的空间分析与可视化技术,通过数据转换、等高线修复及高程赋值,生成地表不规则三角网,然后结合纠正后的矿区影像可实现地形图的快速三维显示。     

基于光谱参数和Cu2+吸收机理的玉米叶片铜污染预测研究

依据多个浓度梯度下Cu~(2+)胁迫的玉米盆栽实验,通过采用多种光谱特征参数、红边位置(REP)、红边一阶微分包围面积(FAR)和归一化植被指数(NDVI)等光谱参量;以及另五种植被指数(红边归一化植被指数NDVI_(705),改进红边比值植被指数mSR_(705),改进红边归一化植被指数mNDVI_(705),光化学植被指数PRI和结构不敏感色素指数SIPI);并结合Cu~(2+)的光谱吸收机理,同时基于玉米叶片的反射光谱和Cu~(2+)含量实验室实测数据,开展了玉米叶片光谱参数及植被指数与铜污染程度预测的相关性分析研究。实验结果表明:本文提到的大部分光谱参数及植被指数与叶片中Cu~(2+)含量具有一定的相关性;随着Cu~(2+)浓度增加,盆栽玉米在低于200μg/g浓度时仍可正常生长;而在高于浓度为200μg/g后生长受到抑制。玉米受Cu~(2+)污染时,在Cu~(2+)特征吸收峰810 nm处反射率有下降趋势,与无Cu~(2+)污染时反射率上升的趋势相反,说明Cu~(2+)光谱吸收机理可以用来区分和预测玉米是否受到Cu~(2+)污染。