基于地面高光谱数据的东亚飞蝗危害程度监测

20世纪80年代以来东亚飞蝗在中国再度猖獗,及时、准确地监测东亚飞蝗的危害程度,对于东亚飞蝗的有效防治有重要意义。本研究以河北省黄骅市为研究区,利用地面高光谱数据,分析和比较了正常生长芦苇和受蝗虫危害芦苇的冠层反射光谱和高光谱特征参数的差异,并建立了高光谱特征参数与芦苇叶面积指数(LAI)的关系模型。结果表明,其中的虫害光谱指数(DSI)最适用于反映研究区芦苇受蝗虫危害的程度。在此基础上,利用DSI对研究区蝗虫的危害程度进行了划分,即:DSI>62.856未受危害;41.254≤DSI≤59.496轻度危害;DSI<41.254严重危害。

利用光谱红边参数监测黄萎病棉叶叶绿素和氮素含量

以黄萎病胁迫下棉花叶片为试验材料, 分析感染病害棉叶叶绿素（Chl）含量和氮素含量（LNC）与光谱红边参数间的关系, 建立病害棉叶Chl含量和LNC的光谱红边参数诊断模型。结果表明：（1）随着病情加重, 棉叶Chl a、Chl b、Chl a＋b和LNC逐渐减小, 其中Chl a下降最快, Chl b下降最慢；（2）黄萎病叶片光谱反射率在可见光区（400~700 nm）, 近红外光区（700~1300 nm）和短波红外光区（1300~2500 nm）呈现逐渐上升趋势, 在520~680 nm间达极显著（P〈0.01）；光谱吸收率在可见光区和短波红外光区呈现逐渐下降的趋势, 达极显著（P〈0.01）, 在近红外光区呈现先升后降的趋势。（3）病害棉叶红边位置（REP）、红边振动幅（Dr）、红谷位置（Lo）、红边深度（Depth672）和红边面积（Area672）的值均减小, 红边宽度（Lwidth）的值增加, 且Area672减小的幅度最大, Dr减小的幅度最小, Lwidth增加的幅度较大；（4）病害棉叶Chl a含量、Chl b含量、Chl a＋b含量和LNC均与红边参数REP、Lo、Depth672和Area672呈极显著正相关, 与Lwidth呈极显著负相关, 与Dr未达显著相关；（5）利用红边参数建立的棉叶Chl含量和LNC的诊断模型均达极显著（P〈0.01）, 其中以Area672为自变量建立的病害棉叶Chl a、Chl a＋b和LNC的诊断模型和Lo为自变量建立的Chl b诊断模型的精度最高, 能很好的诊断病害棉叶Chl含量和LNC。

土壤高光谱噪声过滤评价研究

以ASD FieldSpecProFR测试的土壤高光谱数据为研究对象，探讨光谱噪声分布以及不同滤波器去噪效果定量评价。土壤高光谱曲线目视及其包络线去除、一阶微分和高通滤波分析表明，除起始波段350nrn最前端40nm范围内有部分噪声外，其他UV／vNIR（350-1050nm）范围内基本不存在噪声，而整个SWIR（1000-2500nm）范围内存在一定的噪声，SWIR2（1800-2500nm）后半段噪声较大，并且组成光谱仪的3台分光计在相互结合处，噪声比邻近谱段更大。采用六种不同滤波器进行噪声去除，通过构建光谱平滑指数（SI）、横向特征保持指数（HFRI）和纵向特征保持指数（VFRI）进行定量评价各滤波器去噪能力，评价结果对比发现WD和MA既能达到曲线平滑又能较好地保持波段特征。此外在PLSR模型下，以66个土壤样本的光谱为例，将六种滤波器去噪后的一阶微分光谱作为模型输入，比较分析不同滤波器对砂粒含量预测精度影响，精度对比表明，相比滤波器的特征保持能力，平滑能力更能影响砂粒含量精度。本研究为开展光谱预处理和光谱分析技术提供有益探索，并能为光谱学相关应用提供了科学依据。

基于高光谱的鸡蛋新鲜度检测

借助高光谱成像仪采集贮期白壳鸡蛋的透射高光谱数据,对比测量常规表征新鲜度的哈夫单位值,用Matrix Laboratory（MATLAB）和Statistical Analysis System（SAS）等软件,同时结合化学计量法对样品鸡蛋的高光谱数据进行分析处理,建立了基于高光谱技术的鸡蛋新鲜度预测模型。选用高光谱500～1000nm的波段作为敏感波段进行研究,用马氏距离剔除鸡蛋异常样本数据,并对鸡蛋高光谱数据进行了微分校正,通过比较发现高光谱二阶微分与鸡蛋哈夫单位值之间的线性度高,因此选用高光谱二阶微分数据来进一步研究,并对其进行了小波去噪、光滑处理及标准化处理。选用近年新提出来的competitive adaptive reweighted sampling（CARS）变量选取法对高光谱进行降维,提取出32个特征参数,建立了白壳蛋基于全波段的偏最小二乘法（partial least square,PLS）预测模型和基于特征参数的多元回归模型,验证集的相关系数分别为0.88,0.93,均方误差分别为7.565,6.44。用验证集的蛋对基于高光谱二阶微分全波段的偏最小二乘法预测模型、基于特征参数的多元回归模型分别进行验证,两个模型判别白壳蛋新鲜和不新鲜的最高准确率达100%,88%。

基于高光谱技术的病害早期胁迫下黄瓜叶片中过氧化物酶活性的研究

应用可见/近红外高光谱对细菌性角斑病早期胁迫下的黄瓜叶片中所含过氧化物酶(peroxidase,POD)活性进行检测。在380~1 030nm光谱范围获取120个样本(健康,病害轻微感染1级和2级)的光谱曲线,并使用分光光度计法测量感染病害样本中的过氧化物酶活性值。采用单因素方差分析(analysis of variance,ANOVA)对三种不同程度早期病害胁迫下过氧化物酶活性值进行统计分析,结果表明不同程度病害胁迫下黄瓜叶片中的过氧化物活性存在显著性差异(p=0.05)。采用SPXY方法将样本分为建模集(80个样本)与预测集(40个样本)。采用random frog(RF)和回归系数法(regression coefficient,RC)方法提取特征波段,并建立过氧化物酶活性值的偏最小二乘回归(partial least square regression,PLSR)预测模型。最终得到RF-PLSR具有最佳的预测效果,预测集相关系数为0.816,预测均方根误差为11.235。研究结果表明高光谱结合化学计量学方法可以实现细菌性角斑病早期胁迫下黄瓜叶片中过氧化物酶活性的测定,为植物病害的早期无损诊断提供参考。

基于高光谱分析的植烟土壤有机质和全氮含量预测研究

为实现植烟土壤有机质和全氮含量的快速、准确测定,以120份豫中烟区潮褐土为研究对象,在室内条件下采集并研究了土壤有机质和全氮与高光谱400~2400 nm波段的定量反演关系。光谱经Savitzky-Golay平滑滤波后采用偏最小二乘回归(Partial least square regression,PLSR)方法,建立了土壤高光谱与有机质和全氮间的定量反演模型,对比了3种光谱变换形式及5种预处理方法对模型的影响。结果表明,光谱经一阶微分(FDR)或倒数对数(lg(1/R))变换后,建模系数有所提高;不同预处理方法的反演模型精度差异明显,正交信号校正(OSC)明显优于其他光谱预处理方法。采用FDR-OSC建立的土壤有机质和lg(1/R)-OSC建立的土壤全氮模型预测效果最好,预测模型决定系数R^2分别为0.948和0.919,预测均方根误差(RMSEP)分别为1.316 g·kg^(-1)和0.091 g·kg^(-1),相对分析误差(RPD)分别为4.26和4.07,是豫中烟区潮褐土有机质和全氮含量的最佳预测模型。采用高光谱技术结合OSC-PLSR方法对植烟土壤有机质和全氮含量进行高精度预测是可行的。

基于冠层高光谱信息的苹果树花量估测

【目的】研究基于盛花期冠层高光谱数据的苹果花量估测技术,为植株花果管理和生产力预测技术的建立奠定基础。【方法】以5年生M9无性系砧木‘米奇嘎啦’苹果(Malus pumila‘Mitch Gala’)、树形为高纺锤形的植株为试材,在盛花期采集植株冠层可见-近红外高光谱图像,人工统计供试植株花量,比对分析基于原始光谱反射率(original reflectance spectra,OS)与Savitzky-Golay平滑法(savitzky-golay smoothing,SG)、正态变量标准化(standardization of normal variables,SNV)、标准化(Normalize)、一阶求导(first derivation,lst Der)、二阶求导(second derivation,2nd Der)共5种预处理的高光谱数据的偏最小二乘法(partial least squares method,PLS)模型,以及基于载荷系数法(x-loading weight,x-LW)提取的特征波长的PLS模型、人工神经网络(the back-propagation neural network,BPNN)、最小二乘支持向量机(the least squares support vector machines,LS-SVM)等模型对单株单位面积花量实时估测精度的影响。【结果】苹果树单株花量与单株单位面积花量具有较高的相关系数,表明采用冠层单位面积花量替代单株总花量进行树体花量估测可行。单株单位面积花量与植株冠层光谱反射率在紫外-可见光波长(308—700 nm)呈极显著正相关,在近红外波长(750—1 000 nm)相关性不显著。基于全波长,以Normalize预处理光谱建立的PLS模型对单株单位面积花量的预测效果最好,校正集决定系数(R_c^2)和预测集决定系数(R_p^2)分别为0.794和0.804,校正集均方根误差(RMSEC)和预测集均方根误差(RMSEP)分别为0.084、0.062,预测相对误差(RE%)为3.940。基于特征波长的BPNN模型稳定性差,而LS-SVM模型的建模效果较好,R_c^2和R_p^2分别为0.826和0.804,RMSEC和RMSEP分别为0.077、0.064,RE%为12.160。【结论】基于Normalize预处理的PLS模型对高纺锤形苹果树冠层单位面积花量的预测效果最优,同时,本研究利用高光谱成像仪获取的数据,经过分析处理对提取特征信息进行简化,可为多光谱遥感数据的应用提供依据。

9种胁迫条件下棉花叶片光谱特征及其识别研究

对不同胁迫条件下棉叶光谱特征进行比较研究,可为棉花胁迫类型识别提供理论依据。以田间获取的9种胁迫棉叶为材料,对9种胁迫叶片进行光谱测试,分析各自光谱特征差异,对其进行定性定量的识别。结果表明:黄萎病、枯萎病、干旱、缺氮、红蜘蛛和角斑病棉叶光谱反射率形状和大小在全波段均发生了较大变化,蚜虫、冻害和盐害均变化较小。9种胁迫棉叶的光谱"绿峰"和"红边"均具有"单峰"现象,其中黄萎病、干旱、缺氮、枯萎病、红蜘蛛和角斑病2个"单峰"峰值均减小,"单峰"位置均发生"蓝移",而蚜虫、冻害和盐害基本不变。蚜虫棉叶的吸收波段位置、吸收深度、吸收面积略微增加,其他胁迫均减小,蚜虫棉叶吸收宽度略微减小,冻害棉叶吸收宽度基本不变,盐害棉叶吸收宽度先增后减,其他胁迫棉叶的吸收宽度均增加。不同胁迫棉叶的14个光谱特征参数表现出一定的规律,建立相应的判别式可有效对不同胁迫棉叶进行准确识别。因此,利用光谱技术进行棉花叶片不同胁迫诊断是可行的。

基于光谱红边参数的棉花黄萎病叶片氮素含量诊断研究

以黄萎病胁迫下棉花叶片为供试材料,分析了黄萎病棉叶氮素含量(LNC)与光谱红边参数间的关系,建立了黄萎病棉叶LNC(Leaf nitrogen content)的光谱红边参数诊断模型。结果表明:(1)随着黄萎病严重程度的增加,棉叶LNC逐渐减小,且差异显著;(2)黄萎病棉叶红边参数红边位置(REP)、红边振幅(Dr)、红谷位置(Lo)、红边深度(Depth672)和红边面积(Area672)均减小,红边宽度(Lwidth)增加,且Area672的值减小的幅度最大,Dr减小的幅度最小,Lwidth的值增加的幅度较大;(3)黄萎病棉叶LNC含量均与红边参数REP、Lo、Depth672和Area672呈极显著正相关,与Lwidth呈极显著负相关,与Dr未达显著相关;(4)基于红边参数建立的黄萎病棉叶LNC含量的诊断模型均达到极显著水平(P<0.01),其中以Area672为自变量建立的黄萎病棉叶LNC的诊断模型的精度最高,R2超过0.7,RMSE小于0.6,RE小于0.007,能很好地诊断黄萎病棉叶LNC。

光谱分析技术在蝗虫监测中的应用

蝗虫监测技术的研究对保护生态环境和减少经济损失具有重要意义。但长期以来缺乏准确、有效的方法。文章介绍了蝗虫测报技术的发展和蝗虫生境监测的重要性,阐述了光谱技术在蝗虫预测方面的发展概况以及常用算法。遥感可对蝗虫栖息、生长、繁殖的生境进行监测,结合地理信息系统(GIS)可建立测报模型。利用高光谱遥感可以更为准确地监测蝗虫灾害,有利于量度蝗虫危害程度和划分发生区域,同时可监测蝗虫群落的空间分布动态。近红外技术可以判别蝗虫的种类,还可通过土壤水分和养分的测定来监测蝗虫的产卵地,对局部抽样调查和观测蝗虫非常有利。光谱分析技术作为一种快速、有效的监测和预测蝗虫发生的工具,由于其在空间定位、信息获取、信息处理等方面的优势,必将成为这一领域重要的研究手段。文章还对今后的研究方向进行了展望。

基于连续统去除法的冬小麦叶片全氮含量估算

以陕西省关中地区冬小麦小区试验为基础,获取不同生育期冬小麦的冠层高光谱数据,提取其连续统去除光谱和7类吸收特征参数,对比原始冠层光谱和连续统去除光谱对叶片氮含量的响应,分析连续统去除光谱吸收特征参数对叶片氮含量的估算能力。结果表明:连续统去除光谱在721~727 nm波段与叶片氮含量呈极显著负相关,相关系数为-0.851;吸收特征参数增强了对叶片氮含量的估算能力,400~550 nm波段吸收特征参数与叶片氮含量的相关性弱于550~770 nm波段;叶片氮含量与550~770 nm和400~770 nm的吸收峰总面积、吸收峰左面积以及吸收峰右面积呈显著正相关,与面积归一化最大吸收深度呈显著负相关,且相关系数绝对值均在0.8以上;550~770 nm波段的吸收峰总面积建立的叶片氮含量指数估算模型精度最高,R2达到0.82,模型检验结果稳定,可用来定量估算冬小麦叶片氮素含量水平。

利用高光谱微分指数反演油茶炭疽病病情指数的研究

通过实地调查油茶炭疽病病情指数,并使用美国ASD公司生产的手持式野外光谱辐射仪测定相应的油茶冠层光谱反射率,然后将光谱数据进行一阶微分与滑动平均滤波相结合的预处理,经相关分析,选取与病情指数极显著相关的微分指数,采用单变量线性和非线性回归方法,选取部分样本建立油茶炭疽病病情指数的反演模型,并利用其余样本对模型进行精度检验。结果表明,随着病情指数的增大,油茶冠层光谱的一阶微分值在可见光区域的反射峰和吸收谷逐渐消失,红边斜率逐渐减小;病情指数与冠层光谱一阶微分值在480～513 nm、526～569 nm、583～607 nm和669～727 nm 4个波段达到极显著相关;以SDr′为自变量的对数模型反演病情指数的精度最高,其计算出的预测值与实测值之间的相关系数r和均方根误差分别为0.869和0.067,预测精度较高。该研究结果表明利用高光谱微分指数反演油茶炭疽病病情指数是可行的,并为油茶林的健康评价提供了新的方法。

棉花黄萎病叶片氮素含量与高光谱数据相关性分析

【目的】探讨棉花黄萎病叶片全氮含量（LTNC）与高光谱数据间相关性,为遥感监测黄萎病冠层全氮含量提供理论依据。【方法】在棉花黄萎病发生的不同时期,获取黄萎病叶片光谱及氮素含量数据,对其光谱反射率进行一阶微分处理和光谱特征参数提取,并与氮素含量进行相关分析。【结果】（1）棉花黄萎病LTNC与反射光谱在404~728 nm,880~2 500 nm呈极显著负相关（平均r=-0.71,-0.68）,748~768 nm呈极显著正相关（平均r=0.31）,且在694、758、2 247 nm处的相关系数最大,｜r｜=0.87,0.32,0.73;（2）黄萎病LTNC与一阶微分光谱在700~753 nm处呈极显著正相关（平均r=0.89）,在452~632 nm处呈极显著负相关（平均r=-0.64）,与单波段554 nm处相关系最大（｜r｜=0.90）;（3）黄萎病LTNC与24个光谱特征参数均达极显著相关,组合波段参数相关性最好,植被指数和吸收参数的相关性较好,单波段相关性一般,与PVI[FD554,FD 731]的相关性最好,r值最大,为0.91;与PPR[550,450]的相关性最差,｜r｜仅为0.48。【结论】黄萎病棉叶LTNC与高光谱数据间有高的相关性,可利用高光谱数据对黄萎病LTNC进行遥感监测。

基于地面高光谱数据的油茶炭疽病病情指数反演

使用FieldSpec HandHeldTM地物光谱仪采集不同发病程度的油茶冠层光谱数据,并实地调查油茶炭疽病病情指数,将光谱数据进行一阶微分与滑动平均滤波相结合的预处理,提取与病情指数相关性较高的敏感波段,并采用主成分分析法(principal component analysis,PCA)对敏感波段的光谱数据进行降维,分别以敏感波段和PCA降维处理后的敏感波段作为输入变量建立了病情指数的BP神经网络反演模型。两种建模方法建立的BP神经网络模型计算出的预测值与观测值之间的决定系数(R2)均达99%以上。精度检验证明,以PCA降维所得到的前10个主成分作为输入变量建立的10-7-1三层BP神经网络模型预测精度更高,模型计算出的预测值与观测值之间的决定系数(R2)和均方根误差(RMSE)分别为0.998 6和0.814 8。该研究表明,利用地面高光谱数据结合主成分分析和BP神经网络算法反演油茶炭疽病病情指数是一种有效的方法。

秦岭大熊猫主食竹叶片不同花期内源激素变化及与高光谱的响应关系

选取佛坪保护区不同开花状态的大熊猫主食竹种巴山木竹(Bashania fargesii)、秦岭箭竹(Farge-sia qinlingensis)和龙头竹(Fargesia dracocephala)进行高光谱测定,并利用酶联免疫吸附法测定分析竹叶的内源激素(赤霉素、生长素、玉米素核苷和脱落酸)的差异,并建立关系模型。结果为:(1)巴山木竹和龙头竹在未开花状态下的赤霉素含量高于开花状态下的,而秦岭箭竹相反;三种竹子未开花竹的生长素和脱落酸含量都低于开花竹;未开花竹的玉米素核苷高于开花竹的。(2)除巴山木竹的生长素和玉米素核苷含量与一定波段的原始光谱显著相关,三种竹子的其他激素含量仅与光谱一阶导数在一定波段极显著相关。(3)利用特征波段得到的线性模型精度高。研究表明激素含量与光谱的相关性能预测竹子开花。

支持向量机在土壤镁含量高光谱估算中的应用

研究利用土壤样本实验反射光谱,分析了土壤镁(Mg)含量与土壤反射光谱的关系,比较了主成分回归分析(PCR)、偏最小二乘回归分析(PLSR)和支持向量机回归分析(SVMR)等方法,以及土壤反射光谱及其变换光谱与土壤Mg含量之间的估算模型,为土壤Mg含量高光谱估算提供依据。结果表明:PCR、PLSR、SVMR 3种建模方法在Mg含量的估算中,SVMR的估算精度相对较高,估算精度平均达到80.96%,分别比PCR和PLSR提高了6.16%、4.20%;对于不同的数学变换处理方法,一阶微分变换相对较好,估算精度平均为80.76%,分别比反射率、倒数对数变换提高了4.95%、4.61%。因此,运用土壤反射光谱一阶微分变换的SVMR进行建模,可以相对较好地估算全Mg含量,精度达84.04%。

新型超光谱大气CO_2遥感探测技术

论述了空间外差光谱技术在大气CO2超光谱遥感探测中的应用。分析了高精度大气CO2遥感探测所需的光谱波段、光谱分辨率以及信噪比等重要指标,以此为设计依据,开展了大气CO2空间外差光谱仪核心元器件指标的计算。利用Y-12飞机进行航空验证实验,分别采集了农田、工业区、沙滩区域的CO2吸收光谱数据,并开展了数据处理,获取了机载平台下的CO2精细吸收谱线。初步的反演结果表明空间外差光谱技术能够满足大气CO2等温室气体的遥感探测灵敏度要求。

机载高光谱CASI/SASI数据几何校正及精度评定

机载高光谱具有高光谱分辨率和高空间分辨率的特点,展现出了独特的优势。机载高光谱数据的几何校正精度,直接影响着数据能否正常使用,是数据预处理中的关键问题。传统的空中三角测量技术必须依靠地面控制点才可以解算影像的外方位元素,工作量大,而且在无法测量地面控制点的区域不能使用。本文在分析CASI/SASI系统几何校正原理的基础上,结合POS AV系统,设计了一套几何检校方案;检验结果表明,在测区范围内无地面控制点的情况下,利用检校场飞行解算的相关数据,CASI/SASI高光谱数据的几何精度达到了要求。

矿物岩石高光谱数据库分析

U SGS- MIN、JPL、JHU、IGCP- 2 6 4、ASTER等是当前国际上几个常用的光谱数据库。本文通过分析这些光谱库数据 ,发现某些矿物的光谱在不同光谱库中有较大的差异 ,甚至在同一光谱库中也有多种曲线形态。由此进一步分析并验证了由矿物组成的各类岩石在光谱特征上存在更大的变异。这些差异都会给高光谱遥感图像分析带来不利影响。文中讨论了影响矿物、岩石光谱特征的几个因素 ,并指出了建立光谱库的注意事项。

不同条件下夏玉米冠层反射光谱响应特性的研究

通过对两个年份不同生育阶段的田间夏玉米活体进行冠层反射光谱测定,该文分析了不同空间尺度、种植密度、观测角度、生育阶段、叶面积指数LAI、氮素胁迫、叶片含水量以及与杂草共生等8个条件下的冠层反射光谱响应特性,并探讨其发生机理,研究结果表明,夏玉米在不同条件下的冠层反射光谱响应均呈现出一定的规律性。在近红外波段,其反射率值随氮肥施用量的增加而增大,尤以750～1350nm波段,但在可见光波段,反射率值降低;随着观测探头的逐步升高,反射率值降低;随杂草量的增多,反射率值逐渐增大。这些结果揭示了高光谱遥感田间夏玉米理化信息获取的巨大潜力,同时,为以后遥感反演建模提供了依据。