基于半监督模糊识别的土壤含水量高光谱估测模型研究

快速估测土壤含水量对发展精准农业具有重要意义。为提高土壤含水量光谱估测精度,该文基于山东省泰安市周边的94个棕壤样本光谱与含水量实测数据,首先对原始光谱进行对数倒数一阶微分变换,利用最大相关性原则选择特征因子,然后利用半监督模糊识别模型建立土壤含水量光谱估测模型。实验结果表明:以波段655 nm、1 235 nm、1 497 nm、1 677 nm、2 059 nm的对数倒数的一阶微分变换数据作为特征因子,所建土壤含水量光谱估测模型的精度较高,其中18个检验样本的平均相对误差为4.406%,模型的决定系数R~2=0.977;半监督模糊识别模型充分利用了训练样本的确定性及不确定性信息,可有效用于土壤含水量估测。     

基于高光谱数据的戈壁地表砾石粒径反演研究

戈壁地表砾石粒径组成特征反映戈壁形成过程信息,且在很大程度上决定戈壁改造利用的难易,是开展戈壁研究的基础和前提。结合高光谱数据的微分变换,遴选出砾石粒径的敏感波段与反演方程,进行戈壁地表砾石粒径反演研究。结果表明：微分变换后的砾石光谱反射率与粒径有较好相关性,相关性最好的波段为908nm、983nm和985nm。其中,对数倒数微分变换之后的反射率与粒径成正相关（R² =0.61）,而一阶微分、平方根微分、对数微分3种变换形式之后的反射率与粒径呈负相关,相关系数分别为-0.633、-0.646、-0.649。将一阶微分变换后的光谱数据与粒径进行回归分析,发现一元三次回归模型具有较好的拟合精度,其中对数微分在回归分析中表现最好（R² =0.851）,经过验证得出对数微分预测精度（75.27%）高于其他4种微分形式的精度,表明砾石光谱的对数微分变换之后的908nm波段可应用于戈壁地表砾石粒径的反演。     

新疆南部土壤有机质含量的高光谱特征分析

土壤有机质含量是衡量土壤肥力的一个主要指标,也是影响土壤光谱特性的一个重要因素,本研究以南疆地区的草甸土、灌淤土、盐土、水稻土、4种主要土壤类型为研究对象,通过野外调查取样和室内理化分析与光谱测试,研究了土壤有机质含量与土壤光谱特征的关系,结果表明土壤去有机质后光谱反射率不管在全波段还是在紫外、可见光和近红外波段都有明显的提高;反射率经不同形式的数学变换后与有机质含量的相关性有所变化,其中倒数与对数变换后在360~520 nm波段经倒数变换后相关系数有所提高,而在520~1 072 nm波段相关系数反而有所降低,而一阶微分变换后相关系数变化起伏波动较大,缺乏规律性,最显著的效果是个别波段相关性得到增强;利用光谱反射率与反射率的一阶微分均能较好的预测土壤有机质含量,反射率在600.5 nm处预测有机质的精度为72.3%,反射率的一阶微分在539.2 nm处预测有机质的精度为87.0%。     

海岸带浅海水深高光谱遥感反演方法研究

近红外波段(760~900 nm)反射率对水深最为敏感,通过波段比值方法可以提高与水深的相关性,而711nm处反射率一阶微分值与水深的相关系数高达-0.87。对于近岸混浊度高的样本,单波段和比值模型反演效果不好,平均相对误差均高于30%;而光谱微分模型的精度较好,平均相对误差为17%。研究结果证明:水体反射率的一阶微分可以有效地削弱水质变化给水深反演带来的误差。     

高光谱遥感土壤有机质信息提取研究

土壤反射光谱特征分析是反演土壤信息参量的基础资料。本文阐述了使用航空成像光谱仪OMIS- Ⅰ数据并 结合ASD FieldSpec FR(350~2500nm)便携式光谱仪获取野外光谱数据, 对山东省烟台市招远东良乡原状农用土有 机质含量进行反演, 从而实现有机质填图。通过对土壤原反射率对数一阶微分变换并确定其与SOM的相关性, 最 终建立相应的多元线性回归方程。分析认为土壤有机质的测定选用762nm、874nm 及1667nm 波段在本次研究中效 果最佳。该模型也可作为土壤有机质估测和评价的参考。     

基于HJ-1A高光谱影像的盐渍化土壤信息提取——以渭干河-库车河绿洲为例

以环境小卫星高光谱影像为主要数据源,在野外实测样本的支持下进行光谱反射率及其变换形式与土壤含盐量的相关性分析,筛选盐渍化土壤响应敏感波段,利用曲线回归分析方法,建立基于高光谱影像的新疆渭干河-库车河绿洲土壤含盐量定量反演模型.结果表明:研究区土壤含盐量的影像响应波段基本位于近红外波段,其中以780～924 nm波长范围最佳,相关系数R≈0.8;反射率对数的倒数一阶微分土壤含盐量预测模型精度最高,回归方程为Y=-4.152-27.735X+769.813X2,模型及其检验的决定系数都在0.88以上,均方根误差约为3.该模型的建立可为区域盐渍化土壤信息的提取及监测提供参考.     

剑湖湿地中菰的叶绿素含量高光谱估算模型研究

2017年7月27日,在云南省剑湖湿地中,利用ASD Filed Spec 3光谱仪和CCM-200 Plus叶绿素仪,分别测量了菰(Zizania caduciflora)的反射光谱和叶绿素含量指数(chlorophyll content index,CCI);利用原始光谱反射率以及经一阶微分和连续小波变换的反射率数据,对菰的反射光谱特征进行了研究;分析原始光谱反射率、一阶微分的反射率、"三边"参数、经Mexican Hat小波变换的反射率的小波系数与叶绿素含量指数之间的关系,筛选出显著相关的变量,采用多元逐步线性回归方法,建立叶绿素含量指数的估算模型,并检验估算模型的精度。研究结果表明,菰与健康绿色植物的原始反射光谱特征相同,利用经一阶微分和连续小波变换的反射率数据,可以更好地提取菰反射率信息和分析菰的反射光谱特征;菰的所有波段的原始反射率都与叶绿素含量指数不相关,但是经过一阶微分和小波变换后的反射率,其在一些波长范围内与叶绿素含量指数显著相关;在同一环境下生长的菰叶绿素含量差异明显;在建立的3个叶绿素含量指数估算模型中,利用小波系数建立的回归模型的估算精度相对较高,其决定系数为0.310,均方根误差为6.725。     

基于高光谱的不同人类干扰程度下荒漠土壤有机质含量估算模型

为对比同一背景下不同人类干扰程度的荒漠土壤有机质含量的预测模型,以天山北麓阜康市的土壤为研究对象,通过对无人干扰区、人为干扰区全样本和剔除有机质质量分数大于2%的样点的原始光谱反射率进行6种光谱变换,分析不同变换形式与有机质含量的相关性,以相关系数通过P=0.01和0.05水平上显著性检验的敏感波段为自变量,运用多元逐步回归、偏最小二乘回归以及主成分回归法分别建立了无人干扰区、人为干扰区土壤有机质高光谱的预测模型,并选择精度最高的为最优模型。结果表明：（1）无人干扰区与人为干扰区的原始光谱所有波段与有机质含量的相关性都没有通过0.01水平的显著性检验。将有机质质量分数大于2%的样点剔除后,有机质含量与原始光谱反射率的相关系数都大于全样本且有部分波段通过了0.01水平的显著性检验。（2）不论采用何种方法建立的全样本无人干扰区和人为干扰区的预测有机质模型的RPD均小于1.4,不具有预测有机质含量的能力。其中全样本无人干扰区一阶微分、人为干扰区倒数一阶微分多元逐步回归模型是其所有模型中,建模精度最高的,R²分别为0.652、0.512,但是其RPD仅分别是0.662、0.655,表明模型的预测能力很差。（3）剔除有机质质量分数大于2%的样点之后,预测效果最好的是无人干扰区一阶微分多元逐步回归模型,R²达到0.776,RMSE为1.408,RPD为2.136;而人为干扰区的二阶微分模型预测效果最优,R²为0.542,RMSE为2.261,RPD为2.087。     

洪河自然保护区乌拉苔草生物量高光谱遥感估算模型

尝试用不同方法构建洪河自然保护区湿地植被乌拉苔草(Carex meyeriana)的高光谱植被指数,建立水上鲜/干生物量高光谱估算模型,并比较了不同模型的反演精度。通过实测不同覆盖度和水深状况下乌拉苔草的冠层高光谱反射率与水上生物量的数据,采用高光谱可见光—近红外波段及其微分光谱波段(350~1 050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI、FDDVI植被指数,分别找出与水上鲜生物量和干生物量具有最佳相关性波段组合的植被指数,建立乌拉苔草水上生物量的最佳估算模型,并对比分析了反射率光谱植被指数(FNDVI、FRVI、FDVI)模型和微分光谱植被指数(FDNDVI、FDRVI、FDDVI)模型的反演精度。结果显示,微分光谱与乌拉苔草水上生物量的相关性比反射率光谱好;微分光谱植被指数与乌拉苔草水上生物量的相关性比反射率光谱植被指数好,尤其以微分光谱植被指数FDRVI与FDNDVI建立的二次函数模型反演乌拉苔草的水上鲜生物量和干生物量的效果最好,精度分别达74.9%、71.4%,其均方根误差分别为0.074 4和0.026 2,通过了p<0.01极显著验证。这表明,采用微分光谱植被指数FDRVI、FDNDVI对乌拉苔草水上鲜生物量和干生物量的估算可以取得较高的预测精度。     

受扰土壤全量氮磷钾的光谱反演

选取无人为干扰区、人为干扰区共55个土壤样品测定全氮磷钾含量，结合实测光谱的微分变换建立预测模型，并筛选出不同人为干扰下最优模型。结果表明：人类活动造成土壤全氮磷钾含量降低，数据集中程度和分布状态均发生变化。无人为干扰区以二阶微分建立的全氮、全钾含量预测模型和全磷以对数的倒数一阶微分建立的模型建模集r²均超过0.9，检验集相对分析误差（RPD）均大于2.0，预测效果最佳。人为干扰区以倒数一阶微分建立的全氮、全磷含量预测模型不仅RPD>2.0，而且r²>0.92，也达到极好水平。入选RPD>2预测模型的敏感波段中，无人为干扰区均位于可见光近红外波段，而人为干扰区则在近红外波段。这为今后提高全氮磷钾含量预测精度提供了新视角。     

腾格里沙漠典型植物含水率与地物光谱的关系分析

地物光谱特征不仅是遥感机理研究的重要内容,亦是遥感应用分析的重要依据。用ASD手持式光谱仪测定了腾格里沙漠10种典型植物的冠层光谱,对测得光谱数据进行包络线去除和一阶微分处理,并在实验室采用烘干法得到植物的含水率,运用相关系数法分析植物含水率与经包络线去除的光谱数据之间的关系,同时分析了不同含水率植物的红边特征。结果表明：研究区植物最大含水率为88.19%,最小含水率为37.34%;含水率与包络线去除的光谱数据在可见光（561~718 nm）和近红外（861 nm,894 nm）波段均存在极显著相关性,并建立了两者之间的回归模型,说明可见光近红外波段可以反映沙漠植物的水分状况;不同含水率植物的红边参数有所差异。     

基于光谱平滑的浑浊水体叶绿素a浓度一阶微分估算模型

一阶微分处理常用于浑浊水体叶绿素a浓度的遥感估算,直接的微分处理容易扩大噪声的影响,该文使用光谱平滑降低噪声,讨论平滑处理对一阶微分估算模型的影响.对2004年夏季和2011年春季太湖水面实测光谱数据进行核回归平滑处理并建立一阶微分模型,结果表明,平滑处理后的光谱数据建立的一阶微分模型稳健性更好.将2004年7月数据建立的模型用于8月数据,2011年3月建立的模型用于4月数据,平滑处理后模型验证的均方根误差分别降低了13.1 mg/m3和3.9 mg/m3.光谱平滑对一阶微分模型应用精度的改进作用最显著,优于波段比值和三波段模型.平滑处理后的一阶微分和三波段模型应用精度较高,其中一阶微分模型使用的波段信息少,较易用于浑浊水体的叶绿素a浓度估算.     

农作物种类高光谱遥感识别研究

作物种类高光谱识别研究对发展精准农业具有重要意义。通过原始反射光谱、常用指数、不同形式变换光谱及高光谱特征参数对观测的8种农作物的识别能力进行分析,同时采用识别效率最高的数据变换形式构建BP神经网络模型。结果表明:8种农作物的反射光谱曲线存在较大差异,差异最大的波长位置为0.65μm、0.78μm、0.86μm、0.93μm、1.08μm、1.19μm;无论采用原始光谱计算的指数还是常见卫星传感器对应通道计算的指数,识别农作物的能力从大到小均为SRNDVISAVIDVI;高光谱特征参数SDr对作物的识别效果优于其他光谱形式,构建的BP神经网络模型隐含层节点数为13时总体精度最高,达91.8%。     

水分胁迫条件下棉花生理变化及其高光谱响应分析

利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。     

基于HJ1A-HSI超光谱影像的耕地有机质遥感定量反演

以环境小卫星超光谱影像为主要数据源,在耕地有机质实测样本的支持下,开展光谱反射率及其变化形式与有机质的相关性分析,筛选耕地有机质响应的敏感波段与特征组合算法,利用多元回归分析方法,建立基于HSI影像的耕地有机质定量反演模型。研究结果表明,耕地有机质的HSI影像响应波段均位于可见光与近红外波段间,其中以540～860nm范围最佳,相关系数均在0.5左右;HSI反射率对数一阶微分预测模型精度最高,模型及其检验的决定系数都在0.7以上,均方根误差在0.2%左右,可用于顺义区耕地有机质全覆盖空间填图。因此,环境小卫星的超光谱影像对耕地有机质含量具有较好的光谱响应能力,其空间覆盖能力有助于开展县域尺度的耕地有机质遥感反演和空间填图。     

基于减小叶片水分影响的湿地芦苇氮浓度高光谱反演研究

以盘锦双台河口湿地国家级自然保护区作为研究区,采用基于bootstrap的偏最小二乘回归模型（PLSR）,分别构建不同光谱变换技术（包括光谱水分影响减小技术WR、包络线去除CR、光谱一阶微分FD、光谱倒数的对数LR）和原光谱数据（R）的芦苇叶片氮浓度预测模型。使用变量投影重要性指标VIP,计算了各光谱波段在估算芦苇叶片氮浓度时的重要性。研究结果表明,WR光谱变换技术的芦苇叶片氮浓度估算精度最高（R²=0.87,均方根误差=0.57）,该方法可以有效减小叶片水分的影响,增强鲜叶片光谱中细微的氮吸收特征。     

基于高光谱反射率的江苏大丰麋鹿国家级自然保护区水体营养状态评价

以归一化和一阶微分光谱反射率为自变量,建立江苏大丰麋鹿国家级自然保护区核心区水体中的叶绿素a、总氮和总磷含量的估算方程;采用修正营养状态指数方法,评价该保护区核心区水体的营养状态。研究结果表明,叶绿素a、总氮和总磷含量的敏感波段分别为514 nm、680 nm和737 nm;以一阶微分光谱反射率为自变量建立的叶绿素a和总氮含量估算方程精度较高,以归一化光谱反射率为自变量建立的总磷含量估算方程的精度相对最高;江苏大丰麋鹿国家级自然保护区第一和第二核心区的水体处于中度富营养状态,第三核心区人工河流水体的营养状态由中度富营养向轻度富营养转变,第三核心区自然河流水体处于中、轻度富营养状态。     

基于模糊集分析的土壤质量指标高光谱反演

通过对横山县84个土样350~2 500 nm波段的光谱曲线分析,进行土壤质量12项指标的光谱反演。为获得有效光谱反演指标,利用单相关分析方法计算土壤质量指标与光谱反射率的相关系数并绘制相关系数曲线,根据极大相关性选择最佳波段作为光谱反演指标;剔除异常样本后,利用模糊识别理论建立土壤质量指标反演模型,通过优化得到模型的最佳参数。土壤质量12项指标光谱反演模型的平均检验误差均小于15%,说明模型的精度较高。     

干旱区几类主要地物遥感的最佳波段选择

采用t检验法比较地物间光谱反射率的差异性,选取显著性差异频数较多的波长集合作为最佳遥感波段。用新疆境内十一种有代表性的干旱区地物的光谱数据作为检验对象,在两种显著性水准上制定其光谱差异性频数表。按照能区分8成以上地物的要求,并考虑适当加大光谱能量,排除大气吸收的影响,提高监测植被动态效果,选取510-610nm、620-690nm、770-930nm、950-1100nm作为干旱区几类主要地物遥感的最佳波段。检验数据的置信度在95%以上。有93%显著性差异数据的置信度达到99%。用F检验法选择波段,得到非常相近的结果,进一步证明所选波段的可靠性。     

基于高光谱遥感的新疆北疆地区土壤砂粒含量反演研究

 土壤砂粒含量是表征土壤质量的重要指标,探索建立基于高光谱遥感的区域土壤砂粒含量反演方法对区域土壤质量监测具有重要意义。通过野外采集的高光谱数据与MODIS影像相结合,遴选出土壤砂粒含量的敏感波段与反演方程,进行干旱区裸地土壤砂粒含量遥感反演研究。结果表明：430 nm为土壤砂粒含量的敏感波段,原始光谱经变换后的数值与土壤砂粒含量的相关系数在430 nm处达到最大值0.76;基于MODIS第3波段中心波长460 nm处的土壤原始光谱的反演精度最高,达到89.30%,与实际情况吻合较好,表明MODIS第3波段可以应用于干旱区裸地土壤砂粒含量的遥感反演。