一种基于改进累积方差百分比的红外高光谱数据降噪方法

降低红外高光谱观测数据中的噪声水平是提高温湿廓线反演精度和反演稳定性的重要环节。采用主成分分析法降噪时,最优主成分个数k的选择一般是根据统计和经验的方法确定。统计的方法大都是根据累积方差百分比法,通过人为设定累积贡献率阈值确定最优主成分个数,使得该方法具有较大的主观性和随意性;经验的方法则需要实时的等效噪声光谱（NESR）数据做标准化处理将非均匀噪声转化为高斯分布,而实时的NESR数据在很多情况下不易获取。针对上述问题,提出了一种基于改进累积方差百分比的主成分降噪方法,通过迭代计算选取不同主成分时重构光谱辐射与模拟光谱辐射的偏差来计算累积贡献率阈值,根据阈值确定最优的主成分个数。该方法解决了确定累积贡献率阈值主观随意性的问题,并且不需要实时的NESR数据做标准化处理。根据物理反演结果分析了数据的标准化对降噪的影响,结果表明,标准化对降噪效果的影响很小,由标准化造成的k值计算误差对降噪效果的影响更大。利用该方法对2011年4个季度中具有代表性的数据做降噪处理,反演的温度廓线均方根误差相比于经验公式法在0.32~3km高度上提高了约0.1K,与利用等效噪声光谱标准化后的降噪数据的反演结果精度相当。在无法获取等效噪声光谱数据情况下,该方法可以客观合理地对地基红外高光谱数据进行降噪。

主成分分析在温室气体时序红外光谱处理中的应用研究

傅里叶变换红外光谱技术可同时测量多种温室气体组分的浓度。仪器噪声和谱线重叠效应会对光谱数据的质量产生影响,从而影响各组分反演浓度的结果。针对上述问题,使用不同数量的主成分对时序测量光谱矩阵进行重建,并将重建光谱矩阵与原始光谱矩阵之间的欧式距离和余弦距离作为动态选择主成分数量的判据,重建时序测量光谱,从而提高时序光谱数据的质量。采用该方法分别对数值仿真光谱、标准气体测量光谱和外场实验测量光谱进行了处理。结果表明,叠加0.001 RMS噪声的数值仿真光谱经过光谱重建后,光谱的结构特征未明显改变,重建光谱与原始光谱之间的残差标准差为4.191×10^(-4),有效降低了测量光谱中噪声的影响。采用该方法对标准气体的平均测量光谱进行了重建,并比较了重建光谱与平均光谱的反演浓度精度。1 min平均测量光谱反演各组分浓度的精度为CO_(2):0.24μmol·mol^(-1)、CH_(4):5.24 nmol·mol^(-1)、N_(2)O:2.92 nmol·mol^(-1)和CO:4.72 nmol·mol^(-1);5 min平均测量光谱反演各组分浓度的精度为CO_(2):0.18μmol·mol^(-1)、CH_(4):2.30 nmol·mol^(-1)、N_(2)O:1.03 nmol·mol^(-1)和CO:1.53 nmol·mol^(-1);1 min重建光谱反演各组分浓度的精度为CO_(2):0.17μmol·mol^(-1)、CH_(4):2.97 nmol·mol^(-1)、N_(2)O:0.72 nmol·mol^(-1)和CO:1.40μmol·mol^(-1);5 min重建光谱反演各组分浓度的精度为CO_(2):0.15μmol·mol^(-1)、CH_(4):1.74 nmol·mol^(-1)、N_(2)O:0.29 nmol·mol^(-1)和CO:0.97 nmol·mol^(-1)。利用重建光谱进行反演能够显著提高气体反演浓度的精度,5 min重建光谱反演浓度的精度结果能够达到WMO/GAW的扩展测量精度要求。在外场实验中,1 min重建光谱反演CO_(2)得到的浓度与1 min平均光谱反演得到的CO_(2)浓度的相关系数可达到89.40%。综合分析可知,对FTIR时序光谱数据进行主成分动态选择不仅降低了时序测量光谱中噪声的影响,而且有效保留了时序测量光谱的特征变化信息。

可见光—近红外光谱矿物信息提取预处理技术

地物光谱特征研究是高光谱图像处理的基础,受观测环境的影响,野外测量的光谱数据中包含有噪声,不利于光谱矿物信息提取工作的进行。本文从光谱矿物信息提取的角度出发,探讨出一套光谱数据预处理流程。比较了小波降噪和Savitzky-Golay降噪的优缺点,实验表明,Savitzky-Golay方法更适合光谱降噪处理。在实际应用中,发现当前常用包络线算法存在一些局限性,在此基础上提出了一种改进的包络线算法。

结合地物类别和低秩特性的高光谱图像降噪

针对现有方法不易确定划分高光谱图像子块的大小和个数,仅考虑子块内低秩性等不足,提出一种结合地物类别和低秩特性的高光谱图像降噪方法.根据地物数据先验知识的类别数,简单划分子块的个数,指定最优参数明确分块大小,再通过相同地物中像素空间和光谱的相关性定义同物空谱低秩特性,最后结合整幅高光谱图像的光谱低秩特性,并根据低秩矩阵恢复模型求解降噪图像.在Washington DC Mall和Indian Pines数据集上进行实验,结果表明:所提方法不仅对每一类地物噪声的降噪效果有所提高,而且针对更为严重的随机噪声和稀疏噪声的混合噪声,也能够达到更好的降噪效果.

小麦秸秆中K和Na元素LIBS同步定量分析研究

快速分析小麦秸秆中K和Na元素含量对提高其燃烧效率具有重要的现实意义。选用华北地区29个小麦秸秆代表性样本作为研究对象,以电感耦合等离子体质谱法(ICP-MS)量测结果作为标准值,探讨激光诱导击穿光谱(LIBS)技术对小麦秸秆中K和Na元素含量进行定量预测分析的可行性。为提高模型定量分析精度,首先分别选取K和Na分析线附近波段光谱作为定标模型原始光谱数据,对比基线校正(BC)、归一化(Norm)与中心化(MC)相互组合算法对LIBS光谱降噪效果影响,分析比较线性建模方法:偏最小二乘回归(PLSR)和非线性建模方法:增强型反向传播人工神经网络(BP-ADaboost)对预处理后光谱数据的适用性。研究结果发现,与PLSR模型相比较,小麦秸秆中K和Na的BP-ADaboost最优模型效果均较好,其预测决定系数R2p分别为0. 908和0. 979,预测均方根误差分别为2. 388 g/kg和0. 138 g/kg,相对分析误差分别为2. 358和4. 203。结果表明,LIBS技术能用于小麦秸秆中K和Na的同步快速定量分析。