基于物候特征的植物光谱识别方法研究

光谱分析对于植物识别特征与机理研究具有重要意义,长期以来在植被光谱的叶绿素吸收特征、水分吸收特征、红边效应、光谱波形参数提取、波形转换、以及植被叶面结构和化学组份对光谱的影响方面进行了大量研究,而在植物因季节变化引起的叶面结构、叶绿素、叶面积指数变化而产生的光谱变化研究较少。通过开展对不同生活型、叶面结构与大小、物候特征的11类植物季节生长过程的地物光谱观测,提取植物的归一化植被指数NDVI、包络线去除后的绿波段最大光谱吸收深度、红波段最大光谱吸收深度参数,对该参数时间过程曲线的均值、变幅、斜率进行分析,研究植物生长期和成熟期特征参数的植物光谱可分性研究。提出了植被光谱区分度的参数运算方法,利用该参数进行植被识别能力分析。结果表明:植物生长过程的光谱特征比成熟期的光谱特征更容易区分。在相同参数对比中,生长期植物区分度比成熟期区分度高出三个点。在植物生长过程中,总体上植被的季节变幅区分度>斜率区分度>均值区分度,而对于NDVI参数季节变化,植物季节斜率区分度最大。所以利用植物的季节NDVI斜率、绿波段最大光谱吸收深度的季节变幅、红波段最大光谱吸收深度的季节变幅进行植物的识别效果最佳。

光谱分析的葡萄酒掺水鉴别方法

葡萄酒市场的迅猛发展,大量的中国优质葡萄酒也一直受假冒葡萄酒的侵害。假冒劣质葡萄酒的存在不仅影响中国优质葡萄酒的品牌,也会对人体产生一定的伤害。葡萄酒中掺水掺伪是制造假酒的最常见的手段,因此,对葡萄酒掺水掺伪的检测方法的研究也越来越受到国内外学者的重视。相比于传统的感官鉴定法、理化指标分析检验方法,具有快速、高效、无需破坏样本、非接触性等独特优势的可见-近红外光谱分析技术,更加适合于葡萄酒品质的快速检测。为了快速、准确的检测葡萄酒掺水问题,基于可见-近红外光谱构建了一种反映葡萄酒掺水程度的光谱吸收深度指数(DI),并设计构建了基于DI指数的葡萄酒掺水量的反演估算模型。首先采用长城解百纳葡萄酒(CC)、张裕解百纳葡萄酒(ZY)和西奥葡萄酒(XA)三种葡萄酒配制葡萄酒样本,分别提取相同量的葡萄酒作为实验对象,掺入比例为0%(未掺水的纯葡萄酒),4%,7.7%,11.1%,14.3%,17.2%的蒸馏水,获取样本共18份;另外对长城葡萄酒加大掺水比例,分别掺入比例为0%,20%,40%,60%,80%,90%的蒸馏水,获取样本数为6份,共获得24份掺有不同比例蒸馏水的葡萄酒样本。然后利用PSR-3500便携式地物光谱仪采集葡萄酒样本光谱数据,并对葡萄酒样本的原始光谱数据进行S-G滤波、特征波段选择、包络线去除等特征增强预处理;通过分析预处理后的葡萄酒样本的可见-近红外光谱特征,选取能反映葡萄酒掺水程度的837nm处稳定的吸收特性,构建了葡萄酒掺水的光谱吸收深度指数(DI)。为了提高光谱吸收深度指数DI的稳健性,DI指数中光谱反射率的值均采用837nm附近微小邻域均值进行计算。最后采用二次多项式拟合方法,给出了基于DI指数的葡萄酒掺水量的反演估算模型。选用长城解百纳葡萄酒在837nm处微小邻域内光谱吸收深度指数DI值,同时选择长城葡萄酒样本中的七个样本作为模型预测集,另外4个样本作为测试集,对该葡萄酒掺水量的反演估算模型进行验证分析。实验结果表明,采用二次多项式拟合方法,该模型结果的精度R平方高达0.999 2,且该模型的估算值与真实值的平均相对误差为0.042 5,表明了基于DI指数所构建的反演估算模型不仅可以判定待鉴别葡萄酒是否掺水并且可以定量分析葡萄酒的掺水量。光谱吸收深度指数DI构建简单,且能够反映不同品牌的葡萄酒的掺水稀释程度。研究结果可为低成本、手持式简易的葡萄酒光谱检测设备的设计与研发提供科学依据,进一步促进可见-近红外光谱分析在葡萄酒品质无损检测及相关领域的应用推广。

基于连续统去除法的水生植物提取及其时空变化分析——以官厅水库库区为例

光谱特征变量的筛选作为水生植物识别的重要手段之一,在水生植物种类识别研究中应用广泛。该研究将实测光谱特征提取与多时相Landsat 8 OLI影像数据分析相结合,找到一种有效识别不同种类水生植物的特征变量。在水生植物反射光谱特征分析中引入矿质分析中普遍使用的连续统去除法,对光谱重采样结果作连续统去除处理后提取光谱吸收深度特征。采用单因素方差分析法对比7个光谱重采样波段和3个连续统去除吸收深度敏感波段,发现经连续统去除处理的短波红外1波段(SWIR1CR)对于不同类型的水生植物区分效果最佳。将连续统去除法应用到遥感影像处理上,发现SWIR1CR波段能较好区分沉水植物和挺水植物;结合影像归一化植被指数和SWIR1CR波段可较好区分三类水生植物。结合特征波段筛选结果采用支持向量机分类方法,得到水生植物的分类结果精度为86.33%,对比全生长期12期影像提取的水生植物分布图,发现水生植物主要分布于官厅水库库区南北岸浅水区,水生植物面积最大时约占库区总面积的35.13%;其中沉水植物年内生长分布变化幅度较大,6月上旬开始迅速生长;10月份水生植物开始衰减;11月份水生植物占库区面积的20%,沉水、浮水植物大幅衰减消失。