融合光谱和时相特征的地表水遥感信息提取方法

遥感技术已被广泛应用于大面积地表水观测,但由于水面光谱特征在空间和时间上的高度变化,使得遥感在大面积、多时相地表水监测方面存在局限性,因此提出一种融合光谱和时相特征的地表水遥感信息提取模型,以解决中分辨率遥感影像条件下植被、云、地形阴影等地表覆盖背景中开阔水域的提取问题。基于Google Earth Engine(GEE)平台构建地表水体分类模型系统,处理辅助数据集以及Landsat卫星影像的多光谱/时相属性,从长期连续的Landsat影像多维数据中提取地表水分布,探索干旱地区地表水的时空变化动态。利用三个独立的数据集,验证地表水提取的总体精度和kappa系数分别为0.91和0.81。该模型通用、高效且可靠,应用于中国内陆干旱区的实验表明,该方法对多种环境条件都有效,可为较复杂地表环境下水体提取和时空演化分析提供技术参考。

深度学习下模糊高光谱图像复原数学模型仿真

高光谱图像具有三维数据结构,可同时采集目标对象的空间维、光谱维的特征,但其成像过程中,因载荷平台振动,得到高光谱图像较为模糊,影响图像使用中的准确度与可信度。为此,研究一种深度学习下模糊高光谱图像复原数学模型方法。根据高光谱成像原理与点扩散函数求解模糊图像的光谱信息,利用傅里叶变换建立其退化模型,获得模糊图像与实际图像之间相关性。通过3D卷积网络采集模糊图像特征,使用卷积核、激活函数获取特征增加非线性因子,通过反卷积层得到特征图谱,利用图像重建层将特征重组,输出清晰高光谱图像,实现模糊高光谱图像复原。实验结果表明,所提方法能够将模糊图像复原,复原的图像信噪比在6dB以上,且图像复原时间低于15s。

基于便携式激光诱导击穿光谱的T91金属老化等级评估

耐热钢微观组织及机械性能会随着服役过程发生退化,对老化状态的实时快速监测对安全运行及生产具有重要意义。基于便携式激光诱导击穿光谱(LIBS)设备对获取的T91光谱特征进行降维并优化了老化等级评估模型,实现了对T91耐热钢老化等级的快速诊断。分别采用主成分分析与线性判别式分析(LDA)的降维方法,对光谱特征进行优化精简。而后基于降维后的数据,进一步采用K最近邻算法和支持向量机(SVM)算法来建立金属老化等级评估模型,讨论了建模关键参数选择对模型性能的影响。结果表明,经过LDA降维的光谱数据能实现更好的聚类分布,可有效提高评估模型的准确率。同时,应用LDA-SVM模型能获得最高的老化等级评估准确度,达94.58%。所采用的模型建模方法可有效实现基于便携式LIBS的T91耐热钢老化等级评估。

Selection of characteristic spectral bands for the analysis by the NIR correlation coefficient method

We analyzed the infrared 0R）-near infrared （NIR） 2D correlation spectra of drugs perturbed by temperature. By identification of functional groups by IR spectrum and by the correlation analysis of IR-NIR spectrum, we identified the characteristic spectral bands that were closely related to the structure of a drug substance of interest. These characteristic spectral bands were relatively less interfered by other ingredients for analysis by the NIR correlation coefficient method. With these characteristic spectral bands, the accuracy of screening illegally added Sildenafil citrate, Tadalafil and Metforrnin hydrochloride in Chinese patent drugs and healthcare products reached about 90%, which met the requirements of rapid screening.