黑土土壤水分反射光谱特征定量分析与预测

选择单一土类黑土作为研究对象,并准确调配其不同含水量,实验室测定土壤高光谱反射率,利用光谱分析与统计方法,定量描述了不同含水量黑土反射光谱特征,并建立了黑土含水量反射光谱预测模型。结果表明,随土壤含水量的增加,并达到一定阈值(300 g kg-1),反射率存在过饱和现象,但其倒数对数微分可以有效去除过饱和问题;土壤反射率倒数对数微分对土壤含水量的响应表现出三个变化阶段,导致1 870 nm波段的倒数对数微分也表现为非线性变化,需要利用分段函数进行土壤含水量的光谱精确速测。

冬小麦越冬中期冻害高光谱敏感指数研究

利用试验箱进行冬小麦冻害盆栽试验,观测受冻前后叶片光谱反射率、叶绿素含量并分析其变化规律;通过对高光谱数据进行倒数对数、一阶导数、二阶导数变换,与叶绿素含量进行相关分析,寻找表征冻害胁迫的特征值,获得识别和评价冻害差异程度的波段或指数。结果表明,(1)在可见光范围内叶绿素含量与原始光谱反射率呈负相关,在近红外范围内呈正相关,与倒数对数光谱的相关性则相反。一阶导数光谱大部波段相关性通过0.01水平的显著性检验,二阶导数光谱仅少部分波段通过。(2)相关性分析表明,冻害监测的敏感性波段为684.92nm处倒数对数光谱、578.37nm处一阶导数光谱、571.93nm处二阶导数光谱,这些波段与叶绿素的相关系数均通过0.01水平的显著性检验,且相关系数最大,其中以倒数对数光谱为自变量的估算模型最优。(3)叶绿素含量与高光谱特征变量的相关性分析表明,以由蓝边面积(SDb)和红边面积(SDr)计算的VI3(VI3=SDr/SDb)或VI5[VI5=(SDr-SDb)/(SDr+SDb)]为自变量的抛物线模型最优,其训练样本拟合与验证样本精度检验水平均最高,因此VI3、VI5为冬小麦冻害监测的敏感指数。研究结果揭示了冬小麦冻害后高光谱特征,可为促进高光谱技术在冬小麦长势监测和估产中的应用,提高冬小麦冻害遥感监测的准确性提供依据。

基于线性回归算法的春玉米叶面积指数的冠层高光谱反演研究

利用辽宁锦州地区2013年生长季不同土壤水分控制条件下的春玉米冠层高光谱数据,及对应的植株叶面积指数(leaf area index,LAI)数据,分析在不同发育期内不同生长状况下的春玉米冠层高光谱特征及其与植株叶面积指数的关系。采集并计算共313组有效样本,包括350~2 500nm波段范围光谱的反射率、反射率倒数的对数、反射率一阶导数及LAI,应用多元逐步线性回归法和偏最小二乘回归法,对剔除了受大气水分影响较为严重光谱波段的其他波段数据进行降维,构建叶面积指数的全波段冠层高光谱数据模型,并进行精度检验与比较。结果表明,春玉米LAI与光谱反射率在可见光波段(350~680nm)、红外波段(1 430~1 800和1 950~2 450nm)均呈显著的负相关;反射率倒数的对数在对应区间为显著的正相关;反射率一阶导数则在可见光和近红外波段(350~1 350nm)存在较显著相关波段。三种全波段冠层高光谱数据在春玉米LAI的线性回归中,偏最小二乘法在以冠层反射率为自变量的模型构建中,比多元逐步线性回归拟合度好,其总均方根误差为0.480 7;以冠层光谱反射率的倒数的对数及一阶导数为自变量,应用逐步线性回归法建模,拟合度较好,其总均方根误差分别为0.333 5和0.348 8;三种光谱数据的春玉米LAI两种回归算法中,以冠层反射率倒数的对数为自变量,应用逐步线性回归方法建模的拟合度最佳。

基于PCA的土壤含水量高光谱反演模型比较研究

土壤含水量(SMC)是农作物生长过程中的重要指标之一,快速测定土壤水分状况对于农业发展极为重要。针对高光谱波段信息冗余和共线性特点以及光谱测定中无关信息和噪声带来的影响,对原始光谱进行倒数对数一阶微分变换预处理,利用主成分分析(PCA)对光谱信息进行降维,提取出12个主成分作为自变量;利用偏最小二乘、支持向量机、随机森林、BP神经网络建立SMC预测模型并进行综合对比分析。结果表明:利用PCA对光谱信息降维后的主成分建立的模型均有良好的预测能力,选取的主成分累积贡献率达到92%以上;通过对光谱变换前后模型的综合对比可以发现PCA-RF模型精度最高(R2分别为0.8362,0.9630,RPD分别为2.4229、3.7019)。

东洞庭湖湿地指示植被高光谱特征分析

为了建立东洞庭湖湿地指示植被光谱数据库,笔者通过分析指示植被的光谱特征,得到识别湿地植被高分辨率遥感波段窗口,为湿地健康监测提供技术支撑。选取东洞庭湖植被苔草、泥蒿、芦苇、辣蓼与灯心草5种典型湿地植被为东洞庭湖湿地指示植被,对它们进行研究。根据野外测定5种指示植被光谱数据,分析东洞庭湖湿地指示植被的光谱特性、植被类型识别的特征波段及其基本规律。研究发现：（1）在波段范围610-680 nm、810-880 nm、1030-1100 nm、1170-1240 nm、1635-1705 nm之间具有明显的差异。特别在波段1030-1100 nm之间,5种指示植被光谱差异性最大,光谱曲线区分特别明显;（2）通过对苔草、泥蒿、芦苇、辣蓼与灯心草5种湿地植被光谱反射率（R）采用LOG（1/R）变换,得到1个可以区分5种植被的区间,即660-680 nm之间的波段,5种湿地指示植被倒数的对数值依次降低次序是：苔草、芦苇、辣蓼、灯心草和泥蒿;（3）对同一种湿地指示植被苔草不同长势的光谱数据进行降噪、倒数的对数处理后,得到1个特征区间在500-700 nm内,可以明显地区分苔草的长势情况,即长势良好的苔草光谱反射率倒数的对数值要高于长势不好的苔草。

Parameter recognition for defocus blur image using cepstrum analysis

Successful restoration of blurred images depends primarily on the knowledge about the degradationparameter.Defocus blur model in the frequency domain is characterized by concentric rings and the blurradius of the point spread function(PSF)can be identified conveniently in the frequency field for peopleby manual means rather than for computer.This paper introduces a practical method for computer to esti-mate the defocus blur parameter in cepstrum area.Fourier transform plays an intermediate role in the pathto cepstrum domain.We suggest a weighted adjustment operation in the frequency domain and then con-vert it to the cepstrum field to increase the accuracy of recognition.