微分光谱变换方法对土壤重金属含量反演精度的影响研究

随着我国工农业的日益发展,土壤中以镍(Ni)、铁(Fe)、铜(Cu)、铬(Cr)、铅(Pb)等为代表的重金属污染对人类生活产生了严重影响。高光谱遥感技术具有实时、无损、快速等优点,为高效准确地获取土壤重金属含量提供了科学手段。而在利用高光谱数据反演土壤重金属含量时,微分光谱变换方法的选择对遥感反演土壤重金属含量的精度有显著影响。为明确二者关系,基于研究区采集的60个土壤样品,测定其Ni、Fe、Cr、Cu、Pb等含量以及350~2500 nm波段范围的光谱反射率。在相关系数(CC)分析法的基础上通过改进离散粒子群算法(MDBPSO)优选遥感探测土壤重金属含量的特征波段。最终以优选出的特征波段作为自变量利用随机森林(RF)算法构建了Ni、Fe、Cr、Cu、Pb等重金属含量的估测模型。在对原始反射率数据进行高斯平滑的基础上,对比分析了一阶微分(R′)、对数倒数的一阶微分(1/lgR)′、倒数的一阶微分(1/R)′、指数的一阶微分(e^(R))′四种微分光谱变换方法对土壤重金属反演精度的影响。结果表明,在CC分析法的基础上,MDBPSO算法可以有效地降低光谱数据的冗余度,提高模型的运行效率。其中R′、(1/lgR)′、(1/R)′、(e^(R))′中对Ni、Fe、Cr、Cu、Pb敏感的特征波段个数分别至少减少了154、363、135、744和889个。(1/lgR)′、R′、R′、(1/R)′、R′光谱变换方法分别应用到Ni、Fe、Cr、Cu、Pb特征波段的组合运算中,得到的估测模型的精度优于其他微分变换方法;模型检验集的决定系数分别为0.913、0.906、0.872、0.912、0.876,均方根误差分别为0.743、0.095、2.588、1.541、1.453。本研究为利用遥感数据反演土壤重金属含量微分光谱变换方法的选择提供了科学的参考,为进一步实现土壤重金属含量的大面积高精度遥感监测提供新的思路。

基于光谱变换的滨海湿地土壤全氮含量建模预测

基于133个滨海湿地土样的全氮(TN)含量和光谱反射率(R′)及其对数(lgR)、对数的一阶微分((lgR)')、倒数(1/R)、倒数的一阶微分((1/R)')、一阶微分(R')、平方根(R)、一阶微分的倒数(1/(R)')变换,采用偏最小二乘回归(PLSR)、随机森林回归(RFR)和支持向量机回归(SVR)3种算法分别建立土壤TN含量估测模型。结果表明:①土壤TN含量与光谱变换形式相关性由高到低为:(1/R)'>R'>(lgR)'>1/R>lgR>1/(R)'>R>R,经光谱变换,土壤TN含量与变换光谱的相关性均高于R,其中与(1/R)'的Pearson相关系数最大为0.746。②PLSR和SVR基于R'、(1/R)'、(lgR)'和1/(R)'变换构建的模型、RFR方法构建的所有模型R^(2)均大于0.732,均可用于滨海湿地土壤TN含量的估算。③基于1/(R)'建立的SVR模型预测精度最高,其R^(2)为0.987,RMSE为0.057 g/kg,MAE为0.050 g/kg,是预测滨海湿地土壤TN含量的最优模型,可为准确获取滨海湿地土壤TN含量提供稳定方法。

光谱变换和光谱分辨率对土壤有机质含量估测精度的影响

利用高光谱遥感数据结合统计建模是当前土壤有机质(SOM)含量高光谱估测的主要方法。为了探讨SOM含量高光谱估测适宜的光谱变换方法和光谱分辨率,以黑龙江省建三江黑土区土壤样本为研究对象,采用SR-6500便携式光谱仪在实验室测量土样的光谱反射率。对土壤光谱数据重采样为1、5、10、20、30、40、50、60、70、80、90、100 nm共12种光谱分辨率,经过Savitzky-Golay光谱曲线平滑处理后,将光谱反射率R进行反射率倒数1/R、对数logR、倒数对数log(1/R)、对数倒数1/logR、一阶导数R′、倒数一阶导数(1/R)′、对数一阶导数(logR)′、倒数对数一阶导数[log(1/R)]′和对数倒数一阶导数(1/logR)′共10种光谱变换;利用多元线性逐步回归(MLSR)和偏最小二乘回归(PLSR)的方法建立SOM含量估测模型。结果表明:(1)1/R和(1/R)′光谱变换对于提高SOM含量估测精度的效果较好,其中1/R光谱变换的SOM含量估测精度R^(2)_(val)均高于0.87,(1/R)′光谱变换的SOM含量估测精度R^(2)_(val)均高于0.90;(2)5、10 nm光谱分辨率对于1/R和(1/R)′光谱变换下的MLSR与PLSR估测SOM含量的精度都较高,为较适宜的光谱分辨率;(3)SOM含量估测的光谱分辨率并非越高越好,适度的降低光谱分辨率以及选择合适的光谱变换方法,不仅可以减少数据处理的工作量,也可以提高SOM含量的估测精度。

光谱变换方法对黑土养分含量高光谱遥感反演精度的影响

高光谱遥感反演黑土养分含量时,光谱变换方法对提取精度具有显著影响,为明确二者响应关系,提高反演精度和稳定度,该文以黑龙江建三江地区为研究区,引入航空高光谱成像系统CASI-1500,获取380～1 050 nm数据进行分析。均匀采样60个样品,化验获得其有机质、全氮、全磷和全钾含量数据,利用神经网络方法对有机质含量、支持向量机对氮、磷、钾含量进行建模。对比研究了重采样(RE)、对数倒数(LR)、一阶微分(FD)、包络线去除(CR)和多元散射校正(MSC)变换5种光谱变换后的提取精度。结果表明:MSC、MSC、LR和RE光谱变换方法分别应用到有机质、氮、磷和钾特征波段的组合运算中,得出黑土养分含量的空间分布精度相对最高,预测样本的决定系数分别为0.748、0.673、0.631和0.420。

结合光谱变换和Kennard-Stone算法的水稻土全氮光谱估算模型校正集构建策略研究

土壤组分光谱估算过程中校正样本集的构建会影响模型的预测精度。当前结合反射光谱和Kennard-Stone(KS)算法的校正样本集构建策略忽视了土壤反射光谱是土壤属性的综合反映,构建的样本集通常无法很好地代表目标土壤组分的变异。光谱变换方法可以突出目标组分的光谱特征,为此,本文以湖北省江汉平原滨湖地区水稻土为研究对象,结合包括一阶微分(FD)、Savitzky-Golay(SG)、Haar小波变换、标准正态变量变换(SNV)和多元散射校正(MSC)在内的光谱变换方法和KS算法进行校正样本集建构,通过对比不同样本集构建策略对使用偏最小二乘回归(PLSR)建立的土壤全氮含量光谱估算模型预测精度的影响,研究光谱变换是否有助于提高基于KS算法构建的校正样本集的代表性。结果表明:不同光谱变换会影响校正样本集的构建。反射光谱经过SG或Haar小波变换后,再使用KS算法构建校正样本集与直接基于反射光谱使用KS算法构建的校正样本集相同,建立的估算模型精度不变,相对分析误差(RPD)分别为1.41和1.27。结合FD,SNV或MSC变换和KS算法构建的校正集与基于反射光谱使用KS算法构建的校正集不同,建立的估算模型RPD分别从0.95,1.48和1.42提高到1.13、1.78和2.20。研究表明SNV和MSC等光谱变换方法可以提高基于KS算法构建的校正样本集的代表性,并可有效提高模型预测精度。

基于光谱变换的低温胁迫下冬小麦叶绿素含量估测研究

近年来,冻害已成为影响我国冬麦区的农业气象灾害之一,及时、快速、准确地获取冬小麦叶绿素含量对于监测冬小麦冻害发生具有极其重要的意义。本研究通过低温胁迫试验,在拔节期对两个冬麦品种进行-6℃,4 h、8 h和12 h的胁迫处理后,测定其冠层光谱反射率,并对原始光谱数据进行15种典型变换处理,分析比较不同光谱变换下冬小麦叶绿素含量的PLSR模型,筛选出能够表征低温胁迫下冬小麦叶绿素含量的最佳光谱变换方式。结果表明,随低温胁迫时间的延长,两个冬小麦品种叶绿素含量呈降低趋势,随着低温胁迫后天数的增加,各处理与对照的差异逐渐减小。胁迫后5 d,近红外区域反射率有较大升高,并随低温胁迫后时间的延长而升高;在可见光区域,短期内差异不明显。胁迫后10 d、20 d、35 d,黄、红波段逐渐趋于水平,同时近红外区域反射率差异逐渐缩小,可见光区域光谱反射率出现不同程度的上升。对原始光谱数据进行15种典型变换处理,发现原始光谱的倒数、对数、幂、平方根等变换难以提高与叶绿素含量的相关性,且建模效果较差。除原始光谱对数的一阶微分(T6)外,其他微分变换处理的叶绿素含量诊断模型都优于原始光谱。综合考虑模型的校正、验证效果、模型最佳因子数以及相对分析误差的大小,二阶微分变换处理(T15)叶绿素含量校正模型的R2和RMSE分别为0.930、0.340,验证模型的R^2为0.753,表明基于T15的光谱变换数据可实现低温胁迫下叶绿素含量的准确估算,为最佳光谱变换方式。

基于光谱变换与融合的IKONOS多光谱影像分类

利用多种光谱线性变换及其融合的方法,减少波段间的信息冗余,提高光谱特征的可分性,并用实验证明了算法的有效性。

基于光谱变换的高光谱指数土壤盐分反演模型优选

该文探索基于光谱变换建立光谱指数,进而建立土壤盐分反演模型的可行性。运用倒数、导数、对数等15种光谱变换对土壤含盐量进行反演,并利用原始光谱的波段反射率构造光谱指数对土壤盐分进行建模。在15种高光谱变换中,一阶微分R'和一阶对倒数(log1/R')变换下土壤盐分估算模型的精度较高。但总体而言,基于单一光谱变换和光谱指数的模型模拟精度均较低。采用光谱变换建立光谱指数,并进一步建立土壤盐分反演模型,结果表明,基于(log1/R')光谱变换构建归一化植被指数,然后建立的土壤盐分精度最高,经验证,其R2为0.89,均方根误差为3.34 g/kg,高于单一方法构建的模型,可为半干旱地区土壤盐分反演提供参考。

传统光谱变换与连续小波耦合定量反演潮土有机质含量

以北京地区的96个潮土土样的有机质含量为研究对象,以传统光谱变换为参照,研究分析传统光谱变换与连续小波的耦合在估测土壤有机质含量的可行性;首先采用传统光谱变换与连续小波处理土壤光谱数据,然后将处理后的光谱数据与土壤有机质含量进行相关性分析,提取敏感波段,并采用偏最小二乘法构建土壤有机质含量估测模型。结果表明:耦合传统光谱变换技术与连续小波技术可大幅提升光谱对有机质含量的敏感性,其相关系数R^2最高可达0.714,这表明耦合传统光谱变换技术与连续小波技术可深入挖掘光谱内的有益信息;与传统光谱变换技术相比,基于耦合传统光谱变换技术与连续小波技术构建的模型精度更高,稳定性更好,其中以微分变换构建的模型最优,其R^2=0.772,RMSE=0.223,这表明耦合传统光谱变换技术与连续小波技术可有效压制噪声的负面影响,提升光谱的稳定性。

基于光谱变换的冬小麦冠层SPAD值估算模型研究

建立精准、无损的冬小麦叶绿素含量监测模型,为冬小麦施肥调控和产量评估提供科学依据。本研究以实测的冬小麦冠层光谱反射率和冠层SPAD值数据为基础,分析经变换后反射率与冠层SPAD值的相关关系,以此为基础构建了基于不同光谱变换形式下冬小麦全生育时段的冠层SPAD值监测模型。结果表明:以光谱变换后反射率与监测冠层SPAD值相关性最高为原则,筛选出的适宜光谱变换形式下的敏感波段,其中拔节-抽穗期为一阶微分(503 nm),抽穗-灌浆期为一阶微分(543 nm),灌浆-成熟期为对数的一阶微分(726 nm),全生育期为除以R930(724 nm);考虑各生育时段特点构建不同光谱变换形式下适宜的回归模型组合即模型组合1,考虑模型简单实用性构建单个光谱变换值的一元二次回归模型即模型2,模型1在各生育期及全生育期的决定系数R^2分别为0.836、0.855、0.917、0.890,且较同期模型2的决定系数R^2分别提高了24.4%、6.1%、57.8%、37.8%,表明采用各生育期不同光谱变换形式下适宜模型组合的监测效果优于单个光谱变换值的一元二次回归模型。

基于光谱变换与SPA-SVR的玉米SPAD值高光谱估测

叶绿素含量快速、无损监测是评估玉米生长状态有效方式之一。以抽雄期玉米为研究对象,研究原始光谱、普通一阶导数光谱、间隙一阶导数光谱、开平方根光谱以及连续统去除光谱的特征波段以及5个传统植被指数与玉米叶绿素含量之间关系。对比分析不同模型(单因素回归模型、结合连续投影与多元线性回归、支持向量回归模型)对抽雄期玉米叶绿素含量预测能力。结果表明,光谱变换可增强特征波段与SPAD值相关性,同时还增加敏感波段数量、提升建模精度;连续投影算法对特征降维效果明显,各类多元模型最优光谱参数为5~9个;各类型光谱下均为多因素模型精度优于单因素模型。其中,基于普通一阶导数光谱的支持向量回归模型为最优模型,其建模R^(2)与验证R^(2)分别达到0.92与0.90。光谱变换在反演玉米叶绿素方面有较大潜力,连续投影与支持向量回归结合可产生较好建模效果。

基于光谱变换的宁夏银北地区可溶性阴离子反演

可溶性阴离子是土壤盐分的重要组成部分,对植物生长发育有重要影响。为探讨野外实测光谱对土壤可溶性阴离子的反演精度,以宁夏银北平罗县盐渍化土壤为研究对象,对野外实测光谱选用6种常规变换[平滑R、平滑倒数1/R、平滑对数lg(R)、平滑倒数的对数lg(1/R)、平滑一阶微分R′、平滑二阶微分R″]预处理,然后分别利用相关性分析和逐步回归法筛选离子敏感特征波段,最后采用主成分回归(PCR)、偏最小二乘回归(PLSR)和支持向量机(SVM)建立土壤各阴离子反演模型。结果表明:1)研究区土壤中Cl-和SO_(4)^(2-)含量较高,CO_(3)^(2-)含量最低,属于氯化物-硫酸盐盐渍土。2)原始反射率经R″变换后与土壤阴离子的相关性最强,与CO_(3)^(2-)、HCO_(3)^(-)、Cl-和SO_(4)^(2-)相关系数分别达到0.572、0.741、0.802和0.545。3)与相关性分析相比,逐步回归(SR)更好地解决了光谱间共线性的问题,反演精度更高。4)与PCR、PLSR相比,SVM所建可溶性阴离子反演模型效果最佳。土壤CO_(3)^(2-)、Cl-、SO_(4)^(2-)反演效果最佳的模型均为R″-SR-SVM,其中对CO_(3)^(2-)的反演模型建模决定系数(R_(c)^(2))为0.984、验证决定系数(R_(p)^(2))为0.560、相对分析误差(RPD)为6.76;SO_(4)^(2-)的反演模型R_(c)^(2)为0.970、R_(p)^(2)为0.841、RPD为5.59;Cl-的反演模型R_(c)^(2)为0.925、R_(p)^(2)为0.940、RPD为3.62;HCO_(3)^(-)效果最佳的模型为R′-SR-SVM,R_(c)^(2)为0.970、R_(p)^(2)为0.840、RPD为5.59。研究结果可为该区域及同类地区土壤盐渍化反演提供理论依据。

基于不同光谱变换的剑湖茭草鲜生物量估测研究

通过实地采集剑湖湿地茭草反射光谱和现场测量鲜生物量,基于24种光谱变换对茭草反射光谱特征进行分析,选取16种光谱变换筛选全波段(350~2 350 nm)中对茭草鲜生物量敏感的特征波段,构建其鲜生物量估测模型。结果表明:不同形式的光谱变换更容易分析光谱特征,对数倒数和倒数的变换增强了可见光波段的特征。对数倒数一阶微分变换增强了近红外波段的特征,倒数二阶微分和对数倒数二阶微分增强了短波红外的特征,4~5尺度的连续小波变换适合分析原始光谱特征。连续小波变换后最大相关系数为0.734;其次为二阶微分变换,最大相关系数为-0.730。基于立方根二阶微分变换构建的多元回归模型对茭草鲜生物量估测效果最佳,R2、RMSE、P和RPD分别为0.88、1 044.90 g/m2、83.95%、2.64。

基于不同形式光谱变换的土壤铬含量光谱定量反演研究

以土壤的室内光谱曲线为数据源,对其进行微分、倒对数和平方根等8种光谱变换,采用相关系数法筛选铬的特征波段,最后基于偏最小二乘回归并借助R软件建立了关于重金属铬的最优定量估算模型。

基于高光谱的不同生育期玉米花青素含量估测

花青素(Anthocyanin)是玉米体内的重要色素,对花青素含量的便捷、无损估测对监测玉米长势具有重要意义。利用关中地区拔节期、大喇叭口期、抽雄期以及乳熟期玉米冠层叶片Anth值及高光谱数据建立多个单因素模型和多因素模型。结果表明,不同生育期玉米叶片原始光谱特征总体一致、局部不同。变换光谱的特征波段与Anth值相关性优于原始光谱,其中一阶导数光谱特征波段最优。连续投影算法(SPA)降维能力较好,筛选出的建模参数在2~27个。最优单因素模型与多元性线性回归模型精度均为抽雄期最优,拔节期和大喇叭口期次之,乳熟期最差。所有模型中,抽雄期基于一阶导数光谱的麻雀搜索算法-极限学习机回归(SSA-ELMR)模型精度最佳,该模型建模与验证R2分别为0.847、0.895,相应nRMSE为6.44%和7.21%。本研究结果表明抽雄期是玉米叶片花青素含量反演的最佳时期,极限学习机能进一步提升传统模型精度。

优化光谱指数结合PLSR的多金属矿区土壤As含量高光谱反演

砷(As)是我国多金属矿区的主要污染物之一,对环境、农业和人类健康构成严重威胁。近地高光谱技术具有快速、动态、无损、光谱分辨率高等优势,对于多金属矿区土壤As污染监测与综合治理具有巨大应用潜力。然而,由于受污染区域、土壤背景以及高光谱质量、光谱输入量等因素影响,高光谱反演模型的适用性和精度差异较大。本研究针对湘南某多金属矿区,基于Pearson相关性分析并结合变量投影重要性(VIP)准则,提取18种变换光谱形式下的单变量特征波段及4种光谱指数算法下的优化光谱指数作为光谱输入量,建立偏最小二乘回归(PLSR)模型,实现了矿区土壤As含量反演。结果表明:倒数(RT)、对数(L)、平方根(Sqrt)、标准正态变量变换二阶导(SNV_SD)等变换后的光谱数据与As含量具有较高的相关性;优化光谱指数能从二维光谱空间揭示As的光谱响应,相较于单变量特征波段,以优化光谱指数为自变量构建的模型性能更优;比值指数(RI)模型的R_(c)^(2)、RMSE_(c)、R_(p)^(2)、RMSE_(p)、RPD分别为0.908、50.8 mg/kg、0.949、35.6 mg/kg、4.45,是研究区土壤As含量反演的最优模型。单变量特征波段结合优化光谱指数预测土壤As含量具有较好的可行性,可为多金属矿区土壤As污染高光谱快速监测提供科学依据。

基于SPA-BPNN的成都市天府新区东部土壤As含量高光谱估测建模

为明确成都平原城市边缘带土壤中重金属As含量,以四川省成都市天府新区东部为研究区,对土壤原始高光谱数据进行一阶微分(FD)、二阶微分(SD)、去包络线(CR)和标准正态变换(SNV)处理,利用皮尔逊相关系数(PCC)和连续投影算法(SPA)筛选出最佳变换光谱的特征波段,分别建立偏最小二乘(PLSR)、极限学习机(ELM)、随机森林(RF)和BP神经网络(BPNN)4种回归模型,利用高光谱数据进行土壤重金属As含量估测并进行精度验证。结果表明,经去包络线一阶微分(CR-FD)变换的光谱与土壤重金属As含量相关性显著提升,由0.473提高到0.848;无论是基于PCC还是SPA算法筛选出的特征波段,非线性模型的拟合度以及预测精度均高于线性模型;相对于PCC算法,利用SPA算法筛选的特征波段建立的模型预测精度明显提升,PLSR、ELM、RF、BPNN模型验证集的决定系数(R2)分别为0.786、0.847、0.856、0.942。因此,以SPA算法筛选出的光谱波段作为自变量构建的BPNN模型(SPA-BPNN)是研究区内As含量的最优估测模型。

宽波段傅里叶变换太阳光谱仪等光程差采样系统设计

太阳成像光谱探测是诊断太阳大气磁场和热力学参数的主要手段.傅里叶变换太阳光谱仪(Fourier Transform Solar Spectrometer, FTSS)具有宽波段的优势,是当前中红外高分辨率太阳光谱探测的最佳选择.FTSS通过采集目标辐射等光程差干涉图,反演获得光谱图,等光程差采样的间隔决定了反演光谱波长范围.因此从FTSS宽波段光谱观测对不同等光程差采样间隔需求出发,基于现场可编程门阵列(Field Programmable Gate Array, FPGA)技术,采用全数字分频、倍频方案,设计了一套宽波段FTSS等光程差采样系统.采用分布式余数补偿方法,有效解决了在参考激光干涉信号倍频过程中,输出采样信号在输出信号周期间误差累积问题,并降低了输出采样信号的误差及非均匀性;经功能仿真及实验测试,系统在200 Hz–50 kHz频率范围内,频率误差δ <0.04%,可有效满足FTSS的300 nm–25μm宽波段的光谱观测数据采集需求,为后续可见和红外波段FTSS的研制奠定了技术基础.

基于响应率修正的傅里叶变换光谱仪非线性校正算法研究

傅里叶变换高光谱仪器在定量化遥感领域展现出极大的优势,非线性校正是保证在轨辐射定标精度不可缺少的过程。针对搭载于风云四号静止轨道干涉式红外探测仪(FY-4/GIIRS)运行轨道受日晒分布不均匀、仪器环境温度日变化剧烈的特点,推导出一种基于仪器光谱响应率修正的非线性校正算法,通过测量一组标准参考辐射源光谱量化值和光谱响应率,拟合得到光谱响应率一次项修正系数。在仪器环境温度变化后,利用一次项修正系数、黑体观测光谱值和黑体观测光谱响应率重新计算光谱响应率常数项修正系数,就可以得到任意仪器环境温度下的仪器非线性校正系数。经仪器发射前地面热真空(TVAC)定标试验数据验证,该算法简单有效,在各试验环境温度工况下,对180~320 K观测范围内的辐射定标精度均有明显的提高。

基于不同光谱变换的土壤盐含量光谱特征分析

跟踪初生盐渍土壤的微生物修复实验,采用同步实测得土壤盐含量和光谱数据,详细分析了基于34种光谱变换,修复过程中盐渍土的光谱特征。对于选取的6种光谱变换,采用全波段(400~1650 nm)和分析获得的最佳敏感波段分别建立了土壤盐含量的光谱反演PLSR(partial least squares regression)模型。研究表明,光谱变换处理使土壤盐含量与平滑后的光谱反射数据的相关性明显增强,且最佳敏感波段范围进一步聚焦。本研究得到最佳光谱变换为导数变换,基于全波段的土壤盐含量预测模型以SGSD变换效果最好,与原始光谱相比,模型的r、RMSEP分别从0.537和1.928改善到0.823和1.256。而SGSD(Log R)是基于最佳波段所建立的盐含量预测模型的有效光谱变换方法,该研究为进一步实现盐渍土中盐含量快速定量分析提供了方法和数据参考。