红富士苹果叶片全钾含量高光谱预测研究

苹果叶片钾素含量是反映其质量高低的重要因素,利用高光谱技术对苹果叶片钾素含量进行定量化反演,可为苹果信息化管理提供理论依据。在室内条件下,利用ASD FieldSpec 3地物光谱仪,测定了86个苹果叶片样品的高光谱反射率,并化验了其钾素含量。在分析苹果叶片原始光谱和一阶导数光谱特征的基础上,与其钾素含量进行相关分析,确定敏感波段,构建特征光谱参数,建立钾素含量预测模型,对模型进行了优选和检验。结果表明,苹果叶片钾素含量与原始光谱反射率在350~374nm波段呈极显著负相关,在375~2500nm呈极显著正相关;构建的8个特征光谱参数与苹果叶片钾素含量均呈极显著相关。通过进一步比较和筛选,确定了基于928 nm和1081 nm原始光谱反射率的2个苹果叶片钾素含量最佳预测模型。经检验,模型决定系数R2分别为0.5167和0.5646。取得快速利用高光谱预测苹果叶片钾素含量的研究成果。     

基于高光谱的长江中下游沿江地区土壤化学元素含量反演研究

为探究高光谱遥感技术在土壤元素快速定量化检测中的应用,解决传统土壤元素含量测定效率低下的问题,本文以长江中下游沿江芜湖段为典型研究区,实地采集615个土壤表层样品（0～15 cm）,经实验室化学成分测定和光谱采集,利用多种数据预处理方法和回归建模方法,建立铬（Cr）、镉（Cd）、钾（K）、磷（P）、氮（N）、有机质含量的高光谱估算模型。结果表明：经对原始光谱进行预处理以及多种光谱数学变换,元素含量与光谱的相关性均有不同程度的提高,不同元素具有差异性,总体建模结果均大于通过原始光谱直接建模效果。各元素的预测模型精度均大于86%,模型的预测效果较好,可为土壤元素快速定量化检测提供技术参考。     

基于多角度高光谱指数的花岗岩中长石含量反演研究

花岗岩中长石含量的定量估算有助于其定名和分类,为后续相关地质过程研究提供基础数据。在可见光—近红外—短波红外波段范围内（0. 35~2. 5 μm）,传统基于光谱吸收特征参数反演矿物种类和含量的方法,不适用于像长石这类无诊断性吸收特征的矿物。同时,基于物理的辐射传输模型由于计算复杂,在较大程度上限制了该方法在矿物定量反演中的应用。本文基于多角度高光谱数据,通过不同光谱预处理方法及光谱指数类型的组合实验,创建用于估算花岗岩中长石比例的光谱指数模型。结果表明,使用2035 nm波段的反射率二重差分型（CRDDn2035）指数模型,在不同实测数据集中均具有良好表现,估算精度达到0. 81。本研究创建了一种适用于估算长石占比的光谱指数模型,为定量反演具有弱吸收特征的岩矿信息提供了新的技术手段与思路。     

土壤有机碳含量高光谱建模研究——以青藏高原三江源区为例

土壤有机碳(SOC)是陆地生态系统碳循环的重要组成部分,也是评价区域土壤质量、土地退化程度和作物产量的重要指标。高寒生态系统土壤有机碳含量估算,对于高寒地区土壤碳库核算和土壤质量评价等都具有重要意义。本研究以青藏高原三江源区作为研究区,基于野外采集的272个土壤样本的SOC和土壤光谱室内测试数据,首先对原始光谱数据进行一阶微分(FD)、二阶微分(SD)、倒数对数(RL)、去包络线(CR)和多元散射校正(MSC)等多种数学变换;然后基于8种光谱变换数据与SOC含量的相关性分析提取特征波段,利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)4种方法,分别构建SOC含量的高光谱反演模型;对各种模型的模拟精度和稳定性进行评价,明确SOC含量反演的最佳光谱变换和模型组合模式。结果表明：三江源区SOC含量较高,且不同植被类型和不同土壤类型的SOC含量差异较大;总体上,单一数学变换形式中基于一阶微分(FD)变换构建的反演模型的模拟精度最高(尤其是FD-RF组合模型,其验证集R²=0.86,RMSE=8.40,RPD=2.64);多种数...     

基于高光谱的桂东北峰丛洼地土壤有机碳含量预测

以桂东北寨底峰丛洼地土壤为研究对象,利用二阶微分和去除包络线二阶微分方法对土壤光谱进行处理,筛选出3种光谱指数与土壤有机碳(S O C)相关系数最高的特征波段,通过比较偏最小二乘回归、多元线性回归与多元逐步回归等模型的精度,确定SOC最佳估测模型.结果表明:(1)研究区土壤样品有机碳质量分数最小值为0.20％,最大值为...     

高光谱土地退化指数研究

提出了两种针对Hyperion 数据的土地退化指数计算方法:沙化土壤指教(SSI)和土壤退化指教(SDI),并以典型地区的数椐进行验证.结果表明:两种指数均能够真实地反映出地面土地退化信息,计算方便且切实可行,充分显示出了高光谱遥感技术在土地退化监测中的应用潜力.     

基于高光谱数据提取水体叶绿素a浓度的混合光谱模型

从模型的精度和稳定性方面,与传统的经验模型比较显示,利用原始数据的一阶微分数据进行叶绿素a浓度混合光谱模型反演最佳。最后,以此模型对三种不同年份测量的地面高光谱数据进行了叶绿素a浓度的提取。实验结果表明混合光谱模型可以作为遥感监测水体叶绿素a含量的定量模型。     

基于高光谱的土壤养分含量反演模型研究

为实现土壤养分（有机质SOM、全氮TN、全磷TP、全硫TS）含量的快速测定,以建三江创业农场为例,对土壤原始反射率进行了一阶微分（FD）、倒数对数（RL）、倒数一阶微分（FDR）、多元散射校正（MSC）和连续统去除（CR）变换,分析6种光谱变量与土壤养分的相关性,将在α=0.01水平上显著相关的波段作为特征波段,运用多元逐步回归（SMLR）、偏最小二乘回归（PLSR）和BP神经网络（BPNN）三种分析方法分别建立有机质、全氮、全磷和全硫的高光谱预测模型,并利用决定系数（R²）、均方根误差（RMSE）和相对分析误差（RPD）对预测模型进行评价.结果显示,PLSR和BPNN建立的土壤养分含量预测模型均优于SMLR,能极好地预测有机质和全氮含量,同时具有粗略估算全硫含量的能力.三种方法中仅有CR-BPNN能对全磷含量进行粗略估算.对有机质、全氮、全磷和全硫预测效果最佳的模型及其验证集决定系数分别为：MSC-PLSR （0.86）、MSC-PLSR （0.75）、CR-BPNN （0.56）、FDR-BPNN （0.67）.     

高光谱遥感定量反演成矿元素含量的研究进展

随着遥感技术的不断发展,高光谱遥感也相应取得了较大的进步,而其应用于找矿方面也越来越广阔。在有土壤覆盖物的多金属矿区,遥感土壤地球化学方法也相应地取得了较大的发展。多金属矿区土壤覆盖物的重金属元素含量测量是判断矿区成矿元素地球化学异常的标志,同时为找矿预测打下基础。使用遥感手段定量化的提取矿区表层覆盖物（土壤）中地球化学信息是找矿预测的必经之路。文章从理论、技术及定量化反演方法三个方面对高光谱遥感应用于土壤地球化学研究取得的新进展进行归纳和总结,并展望遥感土壤地球化学的应用前景。     

高光谱岩心数据管理及其分析

基于IDL工具和SQL Server数据库研制了高光谱岩心数据管理和分析软件, 可实现岩心单点测量和成像扫描获取的高光谱数据的管理以及光谱参量计算和蚀变填图等功能; 同时, 数据分块技术的应用使得软件具备处理GB量级数据的能力。研究成果可为岩心高光谱数据深入应用提供技术支持。      

基于BP神经网络的瓦斯含量预测

以淮南矿区潘一矿13-1煤层为研究对象,在分析勘探钻孔资料的基础上,确定了煤层埋深及厚度、顶底板岩性、地质构造和煤变质程度是影响煤层瓦斯含量的主要因素;使用BP神经网络方法建立了瓦斯含量预测模型;结合实际数据,对预测模型进行训练和检验。预测结果表明:该模型比使用多元线性回归预测能获得更高的精度,说明预测模型可靠。     

基于光谱匹配的热红外高光谱数据岩性分类研究

从岩石光谱出发,结合光谱谱带强度特征和光谱波形特征,针对机载热红外高光谱数据（TASI）,在以往算法基础上,提出一种改进的算法--光谱离散能级波形匹配法（SDEM）,并将其运用到岩性分类研究中。SDEM算法能识别岩石光谱间的微小差异,并在充分考虑光谱谱带强度和波形特征的同时,有效减弱数据噪声。与传统的岩性分类方法--高光谱角度制图法（SAM）相比,改进的算法能更精确地区分岩石相似光谱,识别易混淆岩性,对出现“异物同谱”现象的岩石也具有更好的区分能力。将SDEM、SAM方法应用于甘肃柳园地区TASI数据岩性分类研究中,可看出SDEM方法能识别出SAM未识别或识别错误的岩性。通过研究区野外查证,可知SDEM方法所得岩性分类结果更符合岩石实际分布情况。可见光谱离散能级波形匹配法具有较好的岩性分类效果,能更好地区分地物。     

基于高光谱粗糙集分析的矿化信息挖掘

以野外勘察和光谱测量数据为数据源,以光谱曲线的16个特征和矿化蚀变程度分别为条件属性和决策属性,应用粗糙集理论和方法离散化数据构建决策系统和实现属性约简,获取识别矿化信。息最佳变量组合及区间值,将其作为参量建立矿化信。息识别模型,并以矿区其他数据进行了检验,结果与实地勘查资料基本吻合,表明该方法可以作为高光谱矿化信,息识别模型,为成矿预测提供依据。     

铁矿岩心高光谱编录初探

对河北省昌黎县闫庄铁矿床的磁铁石英岩型铁矿石样品进行了光谱反射率测量,并与其铁含量进行了相关关系研究,研究结果表明,铁矿石中铁含量与850～900 nm的反射率均值呈现显著指数负相关关系,并从光谱编录入手,绘制了闫庄铁矿1个钻孔部分样品的光谱曲线与光谱彩色条码柱状图,与地质柱状图合并生成简单的光谱地质柱状图;研究证明,用岩心光谱反射率值去定量估算其铁品位是可行的,根据光谱曲线生成简单的彩色地质光谱柱状图非常有效,具有推广前景.     

基于高光谱成像与拉曼技术的艺术画颜料成分对比检测研究

高光谱成像与拉曼光谱都是无损检测分析方法。高光谱成像技术不仅可以获取影像每个像元的连续光谱,而且具有成像的优势。本文分别利用拉曼光谱、可见光高光谱与红外高光谱成像技术对古画颜料成分光谱成像,通过最小噪声分离、纯净像元提取、光谱特征拟合方法,与标准波谱库匹配,识别出该彩绘艺术画颜料成分主要由朱砂、石青、雌黄、白云母等组成,与拉曼光谱检验结果基本一致。结果表明利用高光谱成像技术不但保存了物质成分波谱信息,而且保存了图像信息,具有"图谱"合一的优势。     

高光谱遥感地空综合预测方法在新疆卡拉塔格地区铜金矿床找矿中的应用

新疆卡拉塔格地区位于东天山成矿带,地质矿产资源丰富,铜金及多金属矿床集中,找矿潜力较大。铜金矿床地表矿化蚀变现象明显,发育的褐铁矿化+黄钾铁矾化+绢云母化形成地物反射光谱特征,为高光谱遥感地空综合预测方法用于探测铜金矿化蚀变信息成为可能,并成为寻找铜金矿床的有效技术方法。本文在卡拉塔格地区开展了航空高光谱和地面高光谱在铜金多金属矿床找矿研究,分别采用Hy Map航空成像光谱仪和Field Spec Pro FR光谱仪,获取了研究区Hy Map航空高光谱数据、地面准同步定标数据、地面高光谱数据,提取并筛选了基于Hy Map航空高光谱影像的成矿有利蚀变信息,在此基础上对该区红山铜金矿床航空-地面高光谱提取的蚀变信息进行了综合剖析,并结合矿区地质背景,建立了红山铜金矿床高光谱遥感地空综合找矿模型,经对比分析在该区圈定了2处找矿预测区。说明高光谱遥感地空综合预测方法在该区得到了很好的应用效果。     

高光谱遥感岩矿识别方法对比研究

高光谱遥感作为全新的遥感技术,在我国目前处于探索研究阶段。本文在高光谱遥感图像处理基础上,对美国Cuprite矿区岩矿开展了基于像元统计和基于波谱特征的分类识别实验研究,提取了八类岩矿分布信息,并应用混淆矩阵评价了不同分类方法、不同岩矿种类的分类精度,研究成果表明:岩矿空间分布越集中,波谱特征越明显,其分类精度越高;分类方法上,基于波谱特征的分类法优于基于传统统计分析的分类法,这为高光谱遥感技术在遥感地质矿物填图的应用提供理论依据。     

红外光谱定量测定硅灰石矿中矿物含量

通过对硅灰石矿中主要矿物——硅灰石、方解石和石英的红外光谱特征、及其与矿物含量间的变化关系的实验,确定了各主要矿物的特征分析吸收带,并建立了相应的工作曲线和相关方程。用红外光谱法定量测定了硅灰石矿中矿物含量。     

珠海一号高光谱影像融合方法对比

本文采用HSV、Brovey、CN、GS、PC、NND等6种常用融合方法,对吉林一号、高分二号、高分六号光学全色图像和珠海一号高光谱图像进行融合实验,通过目视分析和均值、平均梯度、信息熵、相关系数等指标对融合影像定性定量评价。结果表明,GS方法综合效果和光谱保真度最好,PC次之,NND方法清晰度和信息量保持能力最好。从数据源比较,吉林一号与高光谱数据融合后图像,目视效果和评价指标值稳定性相对更好。高分数据全色数据空间分辨率与高光谱空间分辨率相差越小,融合效果越好。