摘要： 沉水植物是湖泊生態(tài)系統(tǒng)重要組成,也是水質(zhì)與健康狀況的指標(biāo)性類群,可以采用遙感技術(shù)對其生長和分布情況進(jìn)行監(jiān)測?；趯?shí)測光譜數(shù)據(jù),分析了烏梁素海沉水植物光譜特征,研究了覆蓋度對烏梁素海沉水植物反射光譜的影響,建立了烏梁素海沉水植物覆蓋度反演模型。結(jié)果表明:沉水植物群落的光譜反射率隨覆蓋度減少而下降,覆蓋度為1%~20%時,沉水植物群落光譜反射率與水體反射率非常接近,但在813 nm和1069 nm處仍存在差異。在710~746 nm波段附近,沉水植物群落光譜反射率與覆蓋度呈顯著正相關(guān)。在建立的單波段/波段比沉水植物覆蓋度反演模型中,波段比覆蓋度反演模型要優(yōu)于單波段反演模型,波段比反演模型的決定系數(shù)(coefficient of determination)R^(2)>0.716,均方根誤差(root mean square error,RMSE)小于14.90%,平均相對于誤差(mean relative percentage error,MRPE)小于35.65%,反演精度較高,適用于60%~100%沉水植物覆蓋度反演。利用波段響應(yīng)函數(shù),將實(shí)測光譜反射率積分到Sentinel-2 MSI波段上,建立了multi spectral instrument(MSI)覆蓋度反演模型。波段比二次多項(xiàng)式反演效果最好(R^(2)為0.94,RMSE為4.62%,MRPE為6.22%),可以用于烏梁素海沉水植物覆蓋度的反演。

摘要： 巖礦的反射光譜是進(jìn)行巖礦分類與定量分析的重要依據(jù),而顆粒度是影響光譜反射率的關(guān)鍵因素之一,探究不同顆粒度對巖礦反射光譜的影響至關(guān)重要。為了揭示顆粒度對赤鐵礦反射光譜的影響規(guī)律,以巴西高品位赤鐵礦為研究對象,利用SVC HR-1024光譜儀對不同顆粒度的樣品進(jìn)行可見光—近紅外光譜測試,分析了赤鐵礦樣品的光譜反射率隨著顆粒度的變化規(guī)律。研究表明:0.07~3.00 mm顆粒度范圍內(nèi)赤鐵礦樣品的光譜反射率隨著顆粒度變化較小,且無明顯規(guī)律;顆粒度為0.04~0.07 mm時,顆粒度對于光譜的影響主要體現(xiàn)在1 000~2 500 nm范圍的近紅外波段,顆粒度與反射率呈負(fù)相關(guān)關(guān)系;當(dāng)顆粒度<0.04 mm時,樣品光譜反射率發(fā)生突然性升高,在紅光波段(620~760 nm)的反射峰突顯,使得樣品呈現(xiàn)明顯的磚紅色,同時在850~1 200 nm波段。光譜曲線出現(xiàn)陡邊,反射率增加加快。試驗(yàn)結(jié)果很好地解釋了赤鐵礦在塊狀呈現(xiàn)鋼灰色而在粉末狀呈現(xiàn)紅色的原因,同時也為提高鐵礦遙感分類和定量反演精度提供了參考。

摘要： 傳統(tǒng)的土壤理化性質(zhì)檢測多為實(shí)驗(yàn)室化學(xué)分析方法,這種方法費(fèi)時費(fèi)力,而且獲得的數(shù)據(jù)結(jié)果存在滯后性,不適應(yīng)于土壤理化性質(zhì)的快速評價和及時決策。近年來研究表明,近紅外光譜技術(shù)可用于估算土壤理化性質(zhì),然而許多研究中的估算模型構(gòu)建方法較為復(fù)雜,難以在實(shí)際農(nóng)業(yè)生產(chǎn)中推廣應(yīng)用。本文提出了一種新型的基于土壤光譜曲線線性趨勢變化的土壤理化性質(zhì)估算方法。試驗(yàn)采集了140個土壤樣本,測定其理化性質(zhì)和相應(yīng)光譜曲線,其中70個樣本用于建模,70個樣本用于模型驗(yàn)證。結(jié)果表明,400~1000 nm土壤光譜曲線線性趨勢參數(shù)(Slope)與土壤有機(jī)質(zhì)含量(OMC)、全氮含量均呈極顯著相關(guān)關(guān)系,相關(guān)系數(shù)分別為-0.808和0.637;Slope與土壤陽離子交換量(CEC)的相關(guān)性達(dá)到顯著水平,與有效磷(AP)、有效鉀(AK)、pH的相關(guān)性沒有達(dá)到顯著水平。土壤OMC光譜估算模型為OMC=-329.9 Slope+41.755,決定系數(shù)R2為0.8149,模型較優(yōu)。選取獨(dú)立數(shù)據(jù)對OMC估算模型驗(yàn)證,發(fā)現(xiàn)估算OMC值與實(shí)際測量OMC接近,這表明本研究提出的基于光譜反射率Slope的方法可以估算土壤有機(jī)質(zhì)含量OMC,該方法建模方法簡單,容易開發(fā)成便攜式產(chǎn)品或傳感器,具有較大的應(yīng)用價值。

摘要： 以某重金屬礦區(qū)3個水域(a、b、c)作為研究區(qū),采集Aster衛(wèi)星傳感器的遙感監(jiān)測數(shù)據(jù),再運(yùn)用分光輻射光譜儀測定標(biāo)準(zhǔn)板與目標(biāo)水體,計算目標(biāo)水體的光譜反射率,分析各區(qū)域水體遭受重金屬污染時的光譜反射特征,實(shí)現(xiàn)基于光譜分析的重金屬污染廢水遙感監(jiān)測。結(jié)果表明:a區(qū)域內(nèi)水體重金屬污染程度由深水區(qū)向淺水區(qū)逐步增強(qiáng),水體呈現(xiàn)出橙紅色;b區(qū)域內(nèi)水體重金屬污染程度由淺水區(qū)向深水區(qū)逐步增強(qiáng),水體呈現(xiàn)為棕紅色;c區(qū)域內(nèi)水體未受到重金屬污染,整個區(qū)域內(nèi)水體為銅綠色。該結(jié)果與現(xiàn)場采集的各區(qū)域水體遭受重金屬污染的情況一致。

摘要： 為研究不同鹽脅迫對櫻桃砧木幼苗葉片光合作用的影響及反射光譜的變化,以櫻桃砧木大青葉為試驗(yàn)材料,設(shè)置0、75、150和300 mmol·L^(-1)NaCl鹽脅迫處理,采用分光光度計、CI-340-便攜式光合測定儀和CI-710光纖光譜儀測定葉綠素含量、光合及光譜,研究鹽脅迫下櫻桃砧木幼苗葉片色素含量、光合指標(biāo)、反射光譜變化及彼此間的關(guān)系。結(jié)果表明,隨著鹽含量的增加,葉片凈光合速率(Pn)、蒸騰速率(Tr)、氣孔導(dǎo)度(Gs)和胞間CO_(2)濃度(Ci)均呈先上升后下降的趨勢。葉綠素a+b含量隨鹽濃度增加呈先升高后降低的變化趨勢;其中,葉綠素a含量隨著鹽濃度增加先升高后降低,葉綠素b含量隨著鹽濃度增加逐漸降低;在75 mmol·L^(-1)鹽處理下3種葉綠體色素含量達(dá)到最高。隨著鹽含量的改變,櫻桃砧木的光譜反射率在不同波段下的變化規(guī)律不同,但光譜特征曲線趨勢一致,均有1個"綠峰"、1個"紅谷"和1個反射平臺。在近紅外光區(qū)和綠光區(qū)波段內(nèi),反射率在75 mmol·L^(-1)鹽處理時最高,在150 mmol·L^(-1)鹽處理下最低;而在藍(lán)紫光區(qū)和可見紅光區(qū)波段內(nèi),反射率在150 mmol·L^(-1)鹽處理下最高。綜上所述,適當(dāng)?shù)牡望}處理對櫻桃砧木大青葉的光合色素及光合作用均有一定的促進(jìn)作用,光譜反射率在一定程度上反應(yīng)了植株受鹽脅迫的損傷程度。

摘要： 為探索快速提取典型綠洲棉田土壤鹽分的有效方法,獲取區(qū)域尺度的土壤鹽漬化特征及空間分布,進(jìn)而為土壤鹽漬化防治提供參考。以新疆兵團(tuán)農(nóng)二師31團(tuán)為研究區(qū)域,2019、2021年春季Landsat 8 OLI多光譜影像和野外實(shí)測土壤含鹽量為數(shù)據(jù)源,將波段組、光譜指數(shù)組和全變量組作為模型輸入變量組,采用多元逐步回歸(Multiple stepwise regression,MSR)、偏最小二乘回歸(Partial least squares regression,PLSR)、極限學(xué)習(xí)機(jī)(Extreme learning machine,ELM)、支持向量機(jī)(Support vector machine,SVM)和BP神經(jīng)網(wǎng)絡(luò)(Back propagation neural network,BPNN)構(gòu)建基于3個輸入變量組的土壤鹽分遙感反演模型,探究輸入變量和建模方法對模型精度的影響效果,通過對比確定春季土壤鹽分最優(yōu)反演模型,定量反演地表土壤含鹽量。結(jié)果表明:(1)研究區(qū)主要為非鹽化土和輕度鹽化土,總樣本變異系數(shù)為0.67,呈中等變異性;光譜反射率與土壤鹽漬化程度的關(guān)系表現(xiàn)為土壤鹽漬化越重,光譜反射率越高。(2)海岸波段(b1)、藍(lán)波段(b2)、綠波段(b3)、紅波段(b4)和鹽分指數(shù)(SI1、SI2、SI3、SI4、S3、S4、S5)均通過顯著性檢驗(yàn)P<0.01,相關(guān)系數(shù)均達(dá)到0.4以上。(3)所有模型中,基于全變量組建立的BPNN反演模型精度最高,建模集R2為0.705;驗(yàn)證集R2為0.556。(4)由反演結(jié)果可知,2019、2021年春季耕作區(qū)土壤主要為非鹽化土,分別占耕作區(qū)總面積的55.55%和64.62%,其次為輕度鹽化土,分別占44.31%和35.17%;2021年土壤鹽漬化程度較2019年有所減輕。

摘要： 可見與近紅外波段光譜反射率數(shù)據(jù)庫是顏色科學(xué)與技術(shù)和遙感目標(biāo)地物分類識別領(lǐng)域等研究與應(yīng)用的基礎(chǔ)數(shù)據(jù)。主成分分析(PCA)在光譜數(shù)據(jù)分析、光譜重建、高光譜數(shù)據(jù)降維以及遙感圖像分類等方面有廣泛應(yīng)用。測量并建立了云南公園常見綠化植物柳樹、樟、紅花檵木、藍(lán)花楹等48種植物150條葉片從可見光到近紅外波段光譜反射率數(shù)據(jù)庫,波長范圍400~1000 nm、間隔4 nm。并且分別對可見與可見到近紅外兩種波段范圍進(jìn)行PCA研究。結(jié)果表明:不同植物葉片按照紅、綠、黃相同色相的光譜反射率曲線基本相似;但對于同一種植物,在可見光波段400~700 nm,因?yàn)轶w內(nèi)葉綠素、葉黃素、葉紅素和花青苷含量的不同,光譜反射率曲線有較大的差異;在近紅外波段700~1000 nm,所有植物葉片光譜反射率僅僅是大小不同,而同一植物光譜反射率基本不隨波長變化。PCA分析表明:在可見光和可見與近紅外波段前三個主成分的累積貢獻(xiàn)率分別達(dá)到98.62%和94.97%。數(shù)據(jù)庫及其PCA分析結(jié)果將為自然物體光譜重建、多光譜成像技術(shù)和遙感目標(biāo)地物分類識別等領(lǐng)域應(yīng)用提供支撐。

摘要： 油菜是我國第一大國產(chǎn)植物油來源,大田生產(chǎn)中需要施加適量的微肥以提高產(chǎn)量和品質(zhì).篩選出一種可提高油菜產(chǎn)量的微肥配方需要經(jīng)過復(fù)雜的大田統(tǒng)計和產(chǎn)量測定,因此構(gòu)建出能快速篩選微肥的模型十分重要.以高油酸油菜"帆鳴1號"為試驗(yàn)材料,使用地物波譜儀測定了不同微肥條件下全生育期的光譜反射率,并用乙醇提取法準(zhǔn)確測定葉綠素含量.將光譜反射率、葉綠素含量和最終產(chǎn)量性狀兩兩間進(jìn)行相關(guān)性分析.產(chǎn)量測定表明,施加微肥可以提高油菜產(chǎn)量和蕾薹期時葉綠素的含量,使單株產(chǎn)量最高提高2％.光譜參數(shù)與葉綠素相關(guān)性分析表明,蕾薹期時葉綠素含量與光譜參數(shù)550和720 nm相關(guān)性較高,表明蕾薹期光譜參數(shù)可用于預(yù)測產(chǎn)量進(jìn)而篩選出能提高油菜產(chǎn)量的微肥.葉綠素含量和產(chǎn)量相關(guān)性分析表明,蕾薹期時,葉綠素含量與產(chǎn)量相關(guān)性較高.光譜參數(shù)與產(chǎn)量相關(guān)分析表明,550和720 nm的光譜反射率與產(chǎn)量之間均呈顯著負(fù)相關(guān)性.光譜參數(shù)與產(chǎn)量相關(guān)分析表明,550和720 nm的反射率與產(chǎn)量之間均呈顯著負(fù)相關(guān)性.綜合分析施肥量、光譜參數(shù)、產(chǎn)量和葉綠素變化可知,蕾薹時光譜參數(shù)550和720 nm與產(chǎn)量相關(guān)系數(shù)模擬的線性方程可用于微肥的篩選,線性方程分別為y=-32.362 x+33.097,y=4.0695 x+35.386,y=28.849 x+23.735,y=-19.023 x+31.005,y=12.447 x+24.586,R2均大于0.6.綜合分析施肥量、光譜參數(shù)、產(chǎn)量和葉綠素變化,油菜生長至蕾薹期時光譜參數(shù)550和720 nm與產(chǎn)量相關(guān)系數(shù)模擬的線性方程R2≥0.6時的微肥配比可以使產(chǎn)量提升.本研究結(jié)果表明,蕾薹期光譜參數(shù)可用于預(yù)測產(chǎn)量進(jìn)而篩選出能提高油菜產(chǎn)量的微肥,可增加樣本量進(jìn)一步檢測相關(guān)性并開展后續(xù)驗(yàn)證.鑒于地物波譜檢測技術(shù)具有過程高效,不使用化學(xué)試劑,無需對樣本進(jìn)行破壞性取樣,成本低,該模型的建立對開展大規(guī)模高油酸油菜微肥配方的快速篩選具有重要意義,為篩選油菜微肥和促進(jìn)油菜產(chǎn)量研究提供了理論基礎(chǔ).

摘要： 光譜反射率描述物體的表面顏色特征,為了能夠獲取物體自身更加精確的顏色信息,在圖像處理領(lǐng)域光譜反射率重構(gòu)成為了關(guān)注的話題.反射光譜重構(gòu)算法是對實(shí)驗(yàn)物體表面在可見光范圍內(nèi)每一波長處的光譜反射率進(jìn)行重構(gòu),以達(dá)到提高物體自身顏色準(zhǔn)確復(fù)制的精度,最后建立相應(yīng)的反射光譜.嘗試將壓縮感知(CS)理論應(yīng)用到光譜實(shí)驗(yàn)中,對光譜反射率進(jìn)行重構(gòu).首先是介紹了壓縮感知理論知識,然后把壓縮感知理論與光譜反射率原理相結(jié)合,根據(jù)基于壓縮感知的光譜反射率重構(gòu)的理論框架,選取合適的采樣值,壓縮感知的采樣值即壓縮值,小波基作為正交矩陣,高斯隨機(jī)矩陣作為測量矩陣,正交矩陣與測量矩陣需要保證具有不相關(guān)性,將原始光譜反射率從高維到低維進(jìn)行線性投影,得到低維的觀測信號,運(yùn)行簡單的正交匹配追蹤算法(OMP)對低維的觀測信號進(jìn)行由低維到高維的高精度重構(gòu),重構(gòu)得到的光譜反射率與原始光譜反射率具有相同的維度,最后將壓縮感知重構(gòu)算法與傳統(tǒng)的光譜反射率重構(gòu)算法偽逆法與多項(xiàng)式回歸法進(jìn)行比較.經(jīng)過壓縮感知重構(gòu)算法得到的色差值與均方根誤差值都小于偽逆法和多項(xiàng)式回歸法重構(gòu)的結(jié)果,經(jīng)壓縮感知的重構(gòu)精度明顯提高;經(jīng)壓縮感知重構(gòu)的光譜曲線可以達(dá)到或者更接近原始光譜曲線的峰值,整體效果更接近原始光譜曲線;經(jīng)多項(xiàng)式回歸法和偽逆法重構(gòu)的光譜曲線達(dá)不到原始峰值,整體上存在偏差.可以認(rèn)為壓縮感知用低采樣的數(shù)據(jù)達(dá)到了全采樣的效果,提高了光譜反射率重構(gòu)的精度.基于壓縮感知的光譜反射率重構(gòu)算法效果明顯優(yōu)于傳統(tǒng)的多項(xiàng)式回歸法和偽逆法,可以將壓縮感知理論應(yīng)用到實(shí)際的多光譜成像系統(tǒng)中.

摘要： 茶樹類型和產(chǎn)地來源影響普洱茶品質(zhì),而茶樹類型和產(chǎn)地不同,其冠層光譜也存在特征性差異.因此,利用這一特征差異,可明確普洱茶鮮葉來源,對保證普洱茶品質(zhì)具有重要意義.本研究以云南景東、景谷、瀾滄、寧洱4個典型普洱茶山的古樹茶、大樹茶、臺地茶為研究對象,用地基光譜測定儀測定其野外冠層葉片光譜反射率,分析它們之間的光譜反射特征和差異性,揭示云南普洱茶樹的地基光譜反射規(guī)律.結(jié)果顯示:(1)不同普洱茶樹冠層葉片光譜反射率存在差異,在近紅外波段上,古樹茶與臺地茶光譜反射率差異顯著可區(qū)分,古樹茶與大樹茶兩者光譜反射相近似,古樹茶平均反射率高于大樹茶;(2)不同類型冠層葉片光譜反射率在近紅外波段上表現(xiàn)為古樹茶>大樹茶>臺地茶;同類型茶樹冠層葉光譜反射率表現(xiàn)為瀾滄>景東>景谷,與3地年平均溫度呈正相關(guān)關(guān)系,與海拔呈負(fù)相關(guān)關(guān)系;(3)754、801、891 nm波長可作為選擇區(qū)分3種類型普洱茶的理想波長,其中801 nm可作為區(qū)分不同地區(qū)古樹茶的特征波長.

摘要： 采用傳統(tǒng)的節(jié)能減排的方法來控制地球溫室效應(yīng)需要在全世界范圍內(nèi)進(jìn)行協(xié)調(diào),這是一項(xiàng)十分艱難的工作,有可能失敗.若能采用制造反射板等將太陽能量向太空反射,則是人類采用技術(shù)手段來主動控制控室效應(yīng),執(zhí)行起來要容易、可行得多.本文以美國杜邦油漆為例,研究了在金屬基底上噴涂白漆涂層對太陽能量的光譜反射率,研究顯示,杜邦白漆涂層在太陽輻射的峰值波段具有很大的反射率,達(dá)到了90％以上,在未考慮大氣作用的情況下,白油漆對太陽能量的平均反射率達(dá)到了71.6％,杜邦其它色漆的反射率均沒有白油漆大.

摘要： 不同土壤粒徑大小差異致使土壤光譜反射率不近相同,從而影響土壤有機(jī)質(zhì)含量的預(yù)測精度.因此探索不同粒徑下土壤有機(jī)質(zhì)含量估算精度,可為有機(jī)質(zhì)的精確估算以及減少樣品的前期處理提供參考依據(jù).本文將分別過10、20、50、100目篩的土樣于暗室內(nèi)進(jìn)行350～2500nm波段光譜反射率測量,經(jīng)多元散射校正(MSC)與小波變換(WT)平滑去噪后,首先將原始光譜(R)及其數(shù)學(xué)形式包括反射率倒數(shù)(1/R)、反射率對數(shù)(1gR)、反射率根號(√R)進(jìn)行一階微分變換,然后采用遺傳算法結(jié)合偏最小二乘法(GA-PLS)篩選土壤有機(jī)質(zhì)含量特征波段區(qū)間,再將R、R'及特征波段(CHR)作為偏最小二乘回歸(PLSR)和支持向量機(jī)(SVM)的輸入波段進(jìn)行有機(jī)質(zhì)含量建模.結(jié)果表明:土壤粒徑越小,光譜反射率越高,特別是當(dāng)波長大于500nm時,反射率明顯增加且粒徑＜1mm時反射率值差異明顯;土壤有機(jī)質(zhì)含量的特征波段主要位于425～447nm,1427～1459nm,1948～1958nm,1970～1991nm,2012～2039nm,2155～2185nm譜區(qū);采用GA-PLS算法挑選特征波段建立SOM估算模型,模型精度和預(yù)測能力明顯高于R和R';利用SVM方法建模模型精度明顯高于PLSR方法;當(dāng)土壤顆粒大?。?.25姍(50目)時,模型精度提高不明顯.

摘要： 隨著石油勘探、開發(fā)和運(yùn)輸?shù)娜找婊钴S,溢油事件時有發(fā)生.為了對溢油事件進(jìn)行及時有效的監(jiān)測,在實(shí)驗(yàn)室,分別以自來水和海水為背景水體,以原油、柴油、汽油和酒精為實(shí)驗(yàn)油品,進(jìn)行溢油量和光譜反射率相關(guān)性研究,發(fā)現(xiàn)在400～900nm波長范圍內(nèi),隨著油量的增加,原油、柴油和汽油的光譜反射率逐漸降低,根據(jù)這一規(guī)律,分別對SPOT5衛(wèi)星數(shù)據(jù)的三個波段550nm、645nm和835nm建立了原油、柴油和汽油的溢油量-反射率模型.在大連新港溢油區(qū),應(yīng)用雷達(dá)遙感和多光譜遙感進(jìn)行溢油監(jiān)測實(shí)踐,雷達(dá)可以實(shí)現(xiàn)疑似油膜的檢測,獲取溢油面積信息,多光譜數(shù)據(jù)(SPOT5)除了可以獲取溢油面積信息,還可以實(shí)現(xiàn)溢油量的估算.

摘要： 為探討山茶Camellia品種的葉色變化規(guī)律,以5個品種10～15年生的植株為材料,在葉片變色期間,每隔30d統(tǒng)計其葉片的花色苷、光合色素以及光譜反射率.結(jié)果表明花青苷和光合色素含量的比例變化是山茶葉色變化的關(guān)鍵因素,葉片的光譜反射率可很好地反映葉片外在顏色的變化.相關(guān)性分析表明光譜在近紅外波段742～780hm處的反射率與花青苷和葉綠素含量成顯著或極顯著的負(fù)相關(guān),綠光波段523～562nm之間的反射率與花青苷含量成顯著或極顯著的負(fù)相關(guān),有2個品種在藍(lán)光波段441～500nm之間的反射率與葉綠素含量成顯著或極顯著的負(fù)相關(guān),這些波段可為反演相對應(yīng)的色素含量提供依據(jù).葉片的光譜反射率既能表征葉片的外觀顏色,也是葉片色素含量的綜合體現(xiàn),可見使用光譜取色法有助于科學(xué)地解析彩葉植物葉色形成的化學(xué)機(jī)制.

摘要： 土壤有機(jī)質(zhì)含量深刻影響著土壤形成、土壤肥力、環(huán)境保護(hù)以及農(nóng)林業(yè)可持續(xù)發(fā)展,利用高光譜對土壤有機(jī)質(zhì)含量進(jìn)行反演預(yù)測,為高效、精確、無損的估測土壤有機(jī)質(zhì)含量提供參考.本文利用美國ASD FieldSpec3地物光譜儀對江漢平原腹地公安縣的土壤進(jìn)行室內(nèi)光譜測量,土樣按采樣深度分成A、B、C三層,通過對每層土樣光譜反射率做一階微分變換與有機(jī)質(zhì)含量進(jìn)行相關(guān)性分析,建立各層土壤光譜變量與土壤有機(jī)質(zhì)含量的多元回歸反演模型.結(jié)果表明:土壤有機(jī)質(zhì)從A層到C層呈不斷遞減趨勢,A層有機(jī)質(zhì)含量明顯高于其他兩層;采用光譜反射率一階微分與土壤有機(jī)質(zhì)含量的相關(guān)系數(shù)進(jìn)行分析,A層土壤有機(jī)質(zhì)的敏感波段為433nm、500nm、541nm、617nm、796nm、1395nm、1613nm、1805nm、2002nm、2198nm,建立的土壤有機(jī)質(zhì)含量反演回歸模型,預(yù)測精度好,擬合值R2為0.880;B層和C層亦能夠有效獲得土壤有機(jī)質(zhì)的敏感波段并建立高精度的反演模型.不同土層的有機(jī)質(zhì)變化規(guī)律與反演模型為我國今后三維地下建模提供參考依據(jù),促進(jìn)我國農(nóng)業(yè)快速、準(zhǔn)確、健康的發(fā)展.

摘要： 本文針對新疆瑪納斯河流域中下游沖洪積扇平原綠洲的典型農(nóng)田土壤的室內(nèi)光譜進(jìn)行分析,研究了不同質(zhì)地及水鹽條件下土壤光譜反射率的變化.結(jié)果表明:不同質(zhì)地土壤光譜反射率表現(xiàn)為:粘土＞粉粘壤土＞砂壤土;不同鹽分含量的土壤光譜曲線變化趨勢基本一致,利用BP神經(jīng)網(wǎng)絡(luò)能夠很好地反映土壤含鹽量與其反射率間的非線性映射關(guān)系.在土壤含水量的反射率特征波段內(nèi),構(gòu)建了土壤含水量預(yù)測模型.本研究對于新疆農(nóng)田土壤的水鹽高光譜動態(tài)監(jiān)測以及評估地區(qū)土壤水鹽運(yùn)移有重要意義.

摘要： 本研究以北疆鹽漬土土壤反射率及土壤含水量為背景，以包絡(luò)線去除、一階微分等數(shù)學(xué)變換后的土壤光譜反射率與土壤含水量為研究對象，分析土壤含水量與土壤光譜反射率之間的關(guān)系，旨在為快速、無損的預(yù)測土壤含水量，為日后的遙感監(jiān)測提供基礎(chǔ)數(shù)據(jù)。結(jié)果表明:不同含水量土壤光譜曲線變化趨勢一致,但仍有差異,隨著土壤水分含量的變化,含水量越高反射率越低,反之亦然.光譜反射率在去除包絡(luò)線、一階微分等數(shù)學(xué)變換后經(jīng)過相關(guān)性分析所建立的土壤含水量預(yù)測模型中檢驗(yàn)發(fā)現(xiàn),預(yù)測含水量的最佳模型是由去除包絡(luò)線后建立的線性方程,其調(diào)整值R2值為0.887,平均誤差為12.3％.

摘要： 本文利用高光譜遙感數(shù)據(jù)研究鳳眼蓮植株氮素含量估算方法，基于不同生長期的鳳眼蓮植株氮含量的野外大水域試驗(yàn)，分析鳳眼蓮植株光譜反射率特征，通過對原始反射光譜及高光譜參數(shù)與鳳眼蓮植株氮含量進(jìn)行相關(guān)分析，從而確定其敏感波段及高光譜特征參數(shù)，并建立了鳳眼蓮植株氮含量的估算模型。研究結(jié)果表明，綠光波段的反射峰、藍(lán)邊振幅、黃邊振幅、紅邊振幅、藍(lán)邊面積、黃邊面積及紅邊面積與鳳眼蓮植株氮含量有較顯著的相關(guān)性，其中黃邊振幅與氮含量的相關(guān)性最佳，相關(guān)系數(shù)為-0.85。利用黃邊振幅建立線性回歸方程能夠有效估算鳳眼蓮植株的氮含量，估算的均方根誤差為0.21，平均絕對誤差是3.29%。本文研究結(jié)果為鳳眼蓮植株氮含量的高光譜遙感監(jiān)測提供了理論依據(jù)和技術(shù)途徑。

摘要： 染色木材在使用過程中容易發(fā)生變褪色，影響其裝飾效果和使用壽命，阻礙推廣應(yīng)用。本文引入光譜反射曲線研究了室內(nèi)自然光環(huán)境下楊木和樺木染色單板的光變色過程，分析了樹種、漂白處理、染料結(jié)構(gòu)及濃度對染色單板耐光性的影響。結(jié)果表明，光輻射后染色單板K／S曲線呈下降趨勢，光譜反射率曲線向黃光方向移動，染色單板發(fā)生黃化。染料品種對染色單板耐光性影響顯著，酸性藍(lán)染色單板的光譜反射率曲線變化明顯，而酸性大紅的變化不大。利用光譜反射曲線可快速直觀地評估染色單板耐光性的優(yōu)劣。

摘要： 通過測定控制灌溉條件下盆栽甘蔗在苗期和分蘗期的冠層光譜反射率、冠層溫度、葉水勢和土壤含水量，研究分析了冠層光譜反射率、冠氣溫差、葉水勢在苗期和分蘗期的變化規(guī)律及其反映甘蔗缺水狀況的敏感性和重要性。試驗(yàn)結(jié)果表明：隨著土壤含水量的降低，甘蔗冠層光譜反射率降低，冠層溫度升高，冠氣溫差增大，葉水勢降低。經(jīng)線性回歸分析知，比值植被指數(shù)（R960/R560）、下午14:00 的冠氣溫差、葉水勢與土壤含水量均呈極顯著的相關(guān)關(guān)系，表明冠層光譜反射率、冠氣溫差和葉水勢可以作為甘蔗水分虧缺的診斷指標(biāo)。通過通徑分析表明，比值植被指數(shù)、冠氣溫差和葉水勢對甘蔗水分狀況的敏感程度不一，對甘蔗水分狀況的最敏感指標(biāo)是葉水勢，其次是冠氣溫差，比值植被指數(shù)最不敏感。

摘要： 本發(fā)明提出了一種由多光譜地表反射率推演高光譜地表反射率的方法，首先獲取輻射校正場高光譜地表反射率參考曲線：通過波段式對地輻射計與光譜儀同步觀測同一片區(qū)域，將光譜儀獲取的平均高光譜地表反射率作為參考曲線；然后校正波段式對地輻射計與光譜儀之間的系統(tǒng)偏差獲得校正系數(shù)；最后計算衛(wèi)星過頂時刻的高光譜地表反射率：利用相鄰兩個波段的地表反射率與高光譜地表反射率參考曲線帶內(nèi)地表反射率之間的比例關(guān)系，確立相鄰波段之間任意波長處的地表反射率；在多光譜地表反射率不能覆蓋的區(qū)域，利用距離所求波長最近的多光譜地表反射率比例對高光譜地表反射率參考曲線進(jìn)行縮放，確定地表反射率；本發(fā)明提高了在軌衛(wèi)星遙感器輻射定標(biāo)的精度。

摘要： 本發(fā)明提出了一種由多光譜地表反射率推演高光譜地表反射率的方法，首先獲取輻射校正場高光譜地表反射率參考曲線：通過波段式對地輻射計與光譜儀同步觀測同一片區(qū)域，將光譜儀獲取的平均高光譜地表反射率作為參考曲線；然后校正波段式對地輻射計與光譜儀之間的系統(tǒng)偏差獲得校正系數(shù)；最后計算衛(wèi)星過頂時刻的高光譜地表反射率：利用相鄰兩個波段的地表反射率與高光譜地表反射率參考曲線帶內(nèi)地表反射率之間的比例關(guān)系，確立相鄰波段之間任意波長處的地表反射率；在多光譜地表反射率不能覆蓋的區(qū)域，利用距離所求波長最近的多光譜地表反射率比例對高光譜地表反射率參考曲線進(jìn)行縮放，確定地表反射率；本發(fā)明提高了在軌衛(wèi)星遙感器輻射定標(biāo)的精度。

摘要： 本發(fā)明公開了一種基于多光譜LED照明的物體光譜反射率重建方法，包括以下操作：根據(jù)CDD成像系統(tǒng)的光譜響應(yīng)曲線的具體參數(shù)以及光線波長對應(yīng)光散射能力進(jìn)行光源的選擇以及確定光照模式；從現(xiàn)有顏色數(shù)據(jù)庫中提取若干個顏色基函數(shù)，通過該若干個基函數(shù)的線性疊加重建被測物體反射率；獲得目標(biāo)照明所需的權(quán)值向量，產(chǎn)生測量系統(tǒng)的照明光源；最后在固定相機(jī)曝光量的情況下，分別在不同照明光源條件下，通過已知光譜反射率的標(biāo)準(zhǔn)色卡的過光譜圖像優(yōu)化獲得相機(jī)響應(yīng)縮放系數(shù)，進(jìn)而重建光譜反射率。本發(fā)明的有益效果是在給定照明條件和觀測條件的情況下，由CCD(電荷耦合器件)數(shù)字相機(jī)的響應(yīng)值重建物體表面光譜反射率，從而高效地獲取物體表面的光譜反射率。

摘要： 本發(fā)明公開了一種基于光譜反射率鄰域差異圖和鄰域概率融合的多光譜遙感影像變化檢測方法，其實(shí)現(xiàn)步驟主要包括：1)輸入同一地區(qū)的已配準(zhǔn)的兩時相多光譜圖像集，對其進(jìn)行維納濾波去噪并歸一化處理；2)將處理后的圖像集轉(zhuǎn)換為相對地物光譜反射率圖像集；3)計算光譜反射率變化模值，得到光譜反射率變化模值圖；4)計算光譜反射率角值，得到光譜反射率角制圖；5)計算光譜反射率的鄰域差異值，得到鄰域差異圖；6)分別對光譜反射率變化模值圖、光譜反射率角制圖和鄰域差異圖進(jìn)行聚類，得到二值圖；7)對所得二值圖進(jìn)行基于鄰域概率的融合，得到變化檢測結(jié)果圖。本發(fā)明無需人工參與，檢測精確度高，可用于城區(qū)擴(kuò)展監(jiān)測、森林和植被變化監(jiān)測等領(lǐng)域。

摘要： 本發(fā)明公開了一種多光譜作物傳感器光譜反射率的校正方法，屬于數(shù)字農(nóng)業(yè)領(lǐng)域。多光譜作物生長傳感器將上行光傳感器和下行光傳感器入射光強(qiáng)轉(zhuǎn)換成電壓值，該方法將上行光傳感器電壓值轉(zhuǎn)換成傳感器入射界面處光強(qiáng)對應(yīng)的電壓值，由下行光傳感器與入射界面處光強(qiáng)電壓的比值得到反射率，再將該反射率與標(biāo)準(zhǔn)反射率建立一元線性回歸校正方程，通過該校正方程即可得到后的光譜反射率。該方法消除了太陽高度角對光譜反射率的影響，具有較好的普適性。

摘要： 基于多光譜視頻的面部光譜反射率復(fù)原方法屬于醫(yī)學(xué)圖像處理領(lǐng)域，針對膚色顏色判斷過程中出現(xiàn)的同色異譜現(xiàn)象提出。該方法利用同步控制電路控制光源組合的切換及相機(jī)快門的觸發(fā)，實(shí)現(xiàn)在不同光源譜的光照下，面部多光譜信息的采集?；?font color="red">光譜反射率的有限維理論，面部光譜反射率可采用有限維正交光譜基的線性模型表示。該方法針對面部膚色在顏色空間的分布相對集中的特點(diǎn)，確定最佳光源組合及面部光譜反射率正交基。在確定光源功率譜和正交光譜基的情況下，可根據(jù)成像模型，由多光譜視頻各點(diǎn)的數(shù)值序列計算該點(diǎn)的正交光譜基系數(shù)，從而完成面部各點(diǎn)光譜反射率的復(fù)原。該方法為中醫(yī)辨證施治提供更精確的診斷信息，有利于提高中醫(yī)面診的客觀性。

摘要： 基于全局敏感度分析的高光譜反射率數(shù)據(jù)光譜特征提取方法，其步驟為：①敏感度分析：使用全局敏感度分析方法計算高光譜反射率數(shù)據(jù)各波段位置處的敏感度；②特征波段選擇：根據(jù)敏感度分析的結(jié)果選擇特征波段；③正則變換：使用正則變換方法計算類別可分性最大時的特征向量；④光譜特征構(gòu)建：使用特征波段反射率值與特征向量對應(yīng)元素值的線性組合構(gòu)建第一正則軸，作為光譜特征。相比于傳統(tǒng)的高光譜反射率數(shù)據(jù)光譜特征提取方法，本發(fā)明所提出的方法構(gòu)建的光譜特征可以在降低數(shù)據(jù)維度的同時使不同類別的可分性達(dá)到最大，特別適用于農(nóng)作物脅迫檢測、目標(biāo)識別和地物分類等遙感應(yīng)用問題，在高光譜反射率數(shù)據(jù)處理與應(yīng)用技術(shù)領(lǐng)域擁有廣闊前景。

摘要： 本申請適用于多光譜檢測技術(shù)領(lǐng)域，特別涉及一種光源光譜和多光譜反射率圖像獲取方法、裝置及電子設(shè)備，該光源光譜獲取方法包括：獲取多光譜圖像，確定所述多光譜圖像中每個像素的多光譜響應(yīng)值；獲取RGB圖像，將RGB圖像與多光譜圖像進(jìn)行匹配，獲得匹配后的RGB圖像；將匹配后的RGB圖像轉(zhuǎn)換成灰度圖像；確定所述灰度圖像中灰度值小于閾值或灰度值小于或等于閾值的目標(biāo)區(qū)域，根據(jù)所述目標(biāo)區(qū)域在所述多光譜圖像中對應(yīng)的各像素的多光譜響應(yīng)值計算光源光譜響應(yīng)值。本申請實(shí)施例可以提高環(huán)境光光譜的預(yù)估精度。

摘要： 本申請適用于多光譜檢測技術(shù)領(lǐng)域，特別涉及一種光源光譜和多光譜反射率圖像獲取方法、裝置及電子設(shè)備，該光源光譜獲取方法包括：獲取多光譜圖像，確定所述多光譜圖像中每個像素的多光譜響應(yīng)值；根據(jù)所述多光譜圖像重構(gòu)RGB圖像；將所述RGB圖像轉(zhuǎn)換成灰度圖像；確定所述灰度圖像中灰度值小于閾值或灰度值小于或等于閾值的目標(biāo)區(qū)域，根據(jù)所述目標(biāo)區(qū)域在所述多光譜圖像中對應(yīng)的各像素的多光譜響應(yīng)值計算光源光譜響應(yīng)值。本申請實(shí)施例可以提高環(huán)境光光譜的預(yù)估精度。

摘要： 本發(fā)明公開了一種基于多光譜LED照明的物體光譜反射率重建方法，包括以下操作：根據(jù)CDD成像系統(tǒng)的光譜響應(yīng)曲線的具體參數(shù)以及光線波長對應(yīng)光散射能力進(jìn)行光源的選擇以及確定光照模式；從現(xiàn)有顏色數(shù)據(jù)庫中提取若干個顏色基函數(shù)，通過該若干個基函數(shù)的線性疊加重建被測物體反射率；獲得目標(biāo)照明所需的權(quán)值向量，產(chǎn)生測量系統(tǒng)的照明光源；最后在固定相機(jī)曝光量的情況下，分別在不同照明光源條件下，通過已知光譜反射率的標(biāo)準(zhǔn)色卡的過光譜圖像優(yōu)化獲得相機(jī)響應(yīng)縮放系數(shù)，進(jìn)而重建光譜反射率。本發(fā)明的有益效果是在給定照明條件和觀測條件的情況下，由CCD(電荷耦合器件)數(shù)字相機(jī)的響應(yīng)值重建物體表面光譜反射率，從而高效地獲取物體表面的光譜反射率。