土壤Cr含量高光谱反演模型组合优化研究

土壤重金属污染高光谱反演的特征波段提取方法和反演模型的选择是影响反演精度的关键;二者如何优化组合,提高反演精度是目前亟需解决的难题。在华南典型铬(Cr)污染区,采集了92组土壤样品,使用电感耦合等离子体质谱(inductively coupled plasma mass spectrometry,ICP-MS)检测Cr含量,并使用ASD Field Spec4地物光谱仪在实验室收集其高光谱信息。光谱信息预处理采用平滑滤波(SG)+标准正态化(SNV)+二阶微分(SD)变换组合,减弱土壤散射和噪声的影响。选择竞争性自适应重加权采样(CARS)、逐步投影算法(SPA)、无信息变量消除(UVE)、遗传算法(GA)四种算法提取特征波段。选择多元线性回归(MLR)、偏最小二乘法(PLSR)、支持向量回归(SVR)和人工神经网络(ANN)四种反演模型建立特征波段与Cr含量之间的关系。通过对比不同特征波段提取方法和反演模型组合对土壤Cr含量反演的结果发现:采用CARS和UVE特征波段提取方法可以显著提高PLSR、MLR和SVR模型的预测效果;SPA方法能够提高ANN模型的预测效果;通过SG+SNV+SD+CARS+PLSR组合方式,提取位于800~1000、1400~1700以及2100~2450 nm之间的98个特征波段,建模后模型验证,决定系数R2为0.97,均方根误差RMSE为5.25 mg·kg^(-1),平均绝对误差MAE为4.35 mg·kg^(-1),相对分析误差RPD为3.94,表明该模型在预测土壤Cr含量具有优异的性能。以土壤Cr污染高光谱反演为例,通过比较不同特征波段提取方法与反演模型组合的反演精度,确定最优模型,为小样本土壤重金属污染反演的建模提供了思路。

典型铅锌矿区土壤重金属含量高光谱反演模型研究

矿区开采造成的土壤重金属污染严重影响作物产量、引发人体疾病;有效预防土壤重金属污染对健康的损害非常重要。高光谱快速、动态获取地物连续光谱信号的特点,为发展基于遥感的土壤重金属含量监测提供了新的思路。针对河北省涞源县典型铅锌矿区,实地采集矿区及周边土壤样本,基于SVC HR-1024i地物光谱仪(350~2500 nm)获取土壤光谱反射率,通过对光谱数据进行平滑、一阶导数、多元散射校正、标准正态变换、多元散射校正后一阶导数、标准正态变换后一阶导数六种光谱数据组合变换,使用差值指数、比值和归一化方法从六种预处理数据中提取光谱指数,通过实验室化学测试分析得到土壤重金属镉、铅、锌含量,对不同重金属元素使用不同光谱变换方式进行预处理,得到不同类型重金属元素的最优光谱变换方式。采用差值指数、比值指数和归一化植被指数,提取不同光谱指数下的最优波段组合,从而得到用于不同重金属元素建模使用的最优自变量。基于随机森林和偏最小二乘回归法分别构建重金属元素反演模型。研究表明,通过对光谱数据预处理,可以有效地降低噪声,增强光谱特征。从结果来看,经过预处理后光谱数据与重金属含量相关性有所提高。对不同重金属元素建模选择对其最优的光谱指数自变量,增加了反演建模的有效特征。对三种重金属镉、铅、锌利用随机森林算法和偏最小二乘回归法建立预测模型,最优模型的R 2分别达到了0.90、0.91、0.84,证实了该方法的有效性。该研究可为铅锌矿区土壤重金属含量反演建模提供依据,为矿区土壤重金属含量检测提供方法参考。

基于Landsat8的沱沱河流域总氮和氨氮反演模型研究

将沱沱河流域2021年6-7月TN、NH_(3)-N的实测值和Landsat 8影像的41种波段组合的反射率建立反演关系,筛选出拟合度较高的波段组合与实测值以线性、二次多项式、对数函数、指数函数和幂函数的方式建立反演模型。结果表明,Landsat 8影像的B4、B5、B6和B7波段反射率与TN、NH_(3)-N值呈显著相关性;B4+B5+B7波段组合与TN值具有较高的拟合度,B6/B7与NH3-N值具有较高的拟合度。将2021年8月的遥感影像利用模型反演TN、NH_(3)-N的预测值,并与实测值进行模型精度验证,TN值反演模型的MAE为13.89%,RMSE为0.152 mg/L,NH_(3)-N值反演模型的MAE为5.87%,RMSE为0.077 mg/L。

无人机高光谱在城市水质环境监测应用中反演模型构建的研究

高效的城市水质常态化监测是水环境污染防治的基础所在,无人机载高光谱技术既可以降低传统水质监测方法的人力和时间成本,同时可以推动生态环境智能检测网络的建立。聚焦城市中小河道水质监测的要求,探究无人机高光谱技术中反演模型构建中的关键技术。结果表明,无人机高光谱技术对于城市水质监测具有一定的准确性,具有推广和应用价值。

三芯电缆接头轴向温度反演模型及其材料参数敏感性分析

三芯电缆中间接头热点温度的实时感知对研究电缆安全运行、温升及动态载流能力评估具有重要意义。因此,以10 kV三芯电缆中间接头为研究对象,针对不同型号中间接头的结构、材料及现场工艺分散性的实际情况,构建了电缆接头温度场仿真模型,分析了中间接头的温度场分布规律。建立了基于轴向热流的导体轴向温度统一反演模型。采用单因子变化与正交组合方式,分析了材料参数分散性对接头导体轴向反演模型的拟合度及灵敏度的影响。仿真结果表明,轴向温度反演模型的灵敏度系数和拟合优度变化均较小,对于不同结构、材料及现场工艺分散性具有较好的鲁棒性。

石屏一矿掘进工作面煤层瓦斯参数反演模型研究及应用

为提升煤与瓦斯突出预测和防治的准确性、可靠性和效率,首先,基于煤层瓦斯赋存规律、吸附解吸特征及瓦斯运移规律相关理论构建掘进工作面瓦斯参数反演模型;其次,将瓦斯反演模型内嵌到煤与瓦斯突出实时监测预警系统软件中,对石屏一矿C19上煤层13019上机巷掘进工作面的瓦斯含量和瓦斯压力进行反演预测;最后,采用DGC瓦斯含量直接测定法实测现场数据对模型反演结果进行对比验证。反算数值与实测数值对比表明,煤体瓦斯含量和压力反演计算结果准确可靠。

一种基于Gramian约束与高斯-牛顿法的地震与重力联合反演模型

为了降低单一反演方法的非唯一性问题,本文提出了一种基于Gramian约束的地震与重力数据三维联合反演算法,通过改变Gramian项中的转换算子,实现了联合反演中物性的直接耦合与结构耦合。采用高斯-牛顿法对目标函数最优化,并使用LSQR算法对大型方程组求解,得到模型的更新方向,进而求得模型参数。

基于多维实测数据的管廊结构状态反演模型的建立

输电管廊作为“地下生命线”,亟需稳定可靠的监测数据实现管廊接口健康状态风险的预警。现有模型一般是针对一维或二维受力下弹性、连续和匀质的长线型结构已有较好的分析效果,然而实际输电管廊结构常设有接缝,不具有线弹性结构,而且在平原、山地和沿海等不同地域的管廊结构也存在差异。

基于无人机偏振遥感的水稻冠层氮素含量反演模型

受水稻冠层几何结构的影响,传统的无人机高光谱获取到的反射光谱信息中包含与水稻内部组成物质无关的镜面反射信息,从而影响水稻氮素含量的反演精度,因此在利用无人机获取水稻冠层反射光谱信息时,有必要考虑通过偏振测量技术去除反射光谱中的镜面反射分量,进而实现提升水稻氮素含量反演精度的目的。基于无人机偏振遥感测量得到的水稻分蘖期多角度偏振光谱数据和与之对应的氮素含量数据,采用植被指数方法分析二者之间的相关性,得到了水稻冠层偏振光谱数据与其对应氮素含量相关性最高时对应的角度,选取该观测角度下的偏振光谱数据,利用连续投影法(Successive projections algorithm,SPA)提取特征波段,在此基础上,基于数学变换的方法,提出了构建植被指数的新思路,构建了由2个波段组成的偏振光谱植被指数(Polarisation spectrum vegetation index,PSVI),并利用线性回归方法建立水稻冠层氮素含量的反演模型。结果表明,通过对不同观测天顶角下水稻冠层偏振光谱数据与氮素含量相关性分析,得到最佳观测角度为-15°(后向观测15°);利用连续投影法提取得到该角度下偏振光谱信息中的6个特征波长为500、566、663、691、736、763 nm;运用数学变换思想构建了由波长500 nm和566 nm组成的偏振光谱植被指数(PSVI);将PSVI作为模型输入,利用线性回归方法建立水稻冠层氮素含量反演模型,模型训练集R^(2)为0.7838,RMSE为0.428 mg/g;验证集RMSE为0.662 mg/g,反演结果优于差值植被指数(Difference vegetation index,DSI)、比值植被指数(Ratio vegetation index,RVI)等常见的植被指数构建的氮素含量反演模型。综上,基于无人机获取的水稻分蘖期偏振光谱数据,以PSVI植被指数作为模型输入,能提升水稻冠层氮素含量的反演精度。

基于敏感变量筛选的多光谱植被含水率反演模型研究

植被含水率是农田生态系统敏感性的重要表征,为提高近地遥感植被含水率反演效率和精度,基于无人机多光谱影像数据,提取苜蓿、玉米2种植被覆盖的光谱反射率,在此基础上引入红边波段计算改进光谱指数。将5种光谱反射率及25个光谱指数利用变量投影重要性(Variable importance in projection, VIP)分析、灰色关联度(Gray relational analysis, GRA)分析与皮尔逊(Person)相关性分析进行筛选,并建立基于反向神经网络(Back-propagation neural network, BPNN)、偏最小二乘法(Partial least squares regression, PLSR)、支持向量回归(Support vector regression, SVR)和随机森林(Random forest, RF)4种机器学习模型,以确定不同作物覆盖下的最佳植被含水率反演模型。结果表明,3种筛选算法中VIP和GRA的模型精度明显优于Person相关性分析,且反演结果波动较小;在4种机器学习算法中,SVR算法在非线性问题中相较于BPNN、PLSR、RF算法具有较强的解析能力和模型鲁棒性,验证集决定系数R~2达到0.77以上,其结果能较真实反映植被含水率;两种样地基于GRA的植被含水率反演模型精度最高,苜蓿覆盖地GRA-SVR验证集R~2达0.889,RMSE为0.798%,MAE为0.533%;玉米覆盖地反演结果验证集R~2为0.848,RMSE为0.668%,MAE为0.542%。研究结果可为植被含水率的快速、精准反演提供理论依据。

面向火星表面巡视探测的热惯量反演模型及试验验证

基于火星表面土壤温度的昼夜周期性变化特性,建立了一种面向火星表面巡视探测的热惯量反演模型,可根据表层不同深度的热电偶测温数据计算被测区域的热惯量,实现表面巡视探测过程中的热惯量在线反演。为验证模型正确性,在地面建立了火星表面热特性试验测试系统,通过对比被测模拟火星土壤的热惯量实际值与模型计算值,验证热惯量反演模型的精度。结果表明,与试验模拟火星土壤的热惯量数值相比,该模型对热惯量的反演误差小于6%,为在线反演火星表面不同土壤地形的热惯量,辅助识别地形可通过性提供了一种可行方法。

南疆盐碱土水、氮、盐光谱特征及其反演模型

【目的】探讨南疆盐碱土在不同水、氮、盐条件下的光谱特征,构建适合南疆盐碱土的水、氮、盐反演模型。【方法】以南疆代表性盐碱土为研究对象,设置不同的土壤水、盐和氮量,分析不同处理的土壤光谱特征,采用偏最小二乘回归(PLSR)、支持向量机回归(SVR)和BP神经网络(BPNN)建立土壤水、氮、盐反演模型。【结果】土壤水的特征波段在1900 nm附近,土壤氮的特征波段在1490~1506、1540~2006、2011~2500 nm之间,土壤盐的特征波段在1880~1883、1890~1942 nm之间;PLSR模型对水、氮、盐量的反演效果最好,BPNN模型次之,SVR模型最差。【结论】1900 nm波段是水、氮、盐共同的特征波段,南疆盐碱土水、氮、盐量的最优反演方法为:采用Savitzky-Golay方法进行平滑处理,运用主成分分析降维后通过偏最小二乘回归建立反演模型。

胶州湾海域海水浊度和悬浮物粒径分布及遥感反演模型

为拓展无人机搭载多光谱相机在海上应用的广度和精度,利用2021年1月、3—7月共6个航次的胶州湾海域现场观测数据,采用多种数理统计方法,开展了海水浊度和悬浮物粒径时空分布特征及基于多光谱数据的遥感反演研究。浊度和悬浮物粒径的分析结果表明,胶州湾湾内海域表层浊度冬季偏低,春夏季高,特别是5月浊度最高,是春季水华暴发浮游植物大量繁殖的结果。胶州湾悬浮颗粒以极细砂为主;悬浮物粒径冬季较粗、春季较细、夏季最小,与水动力条件的季节变化密切相关。将多光谱数据计算得到的不同波段离水辐照度反射率与浊度和悬浮物粒径分别进行相关性分析,结果显示红光波段(660~680 nm)的辐照度反射率对浊度和粒径参数最敏感。基于红光波段的波段组合构建了多种函数类型的浊度反演模型,基于450和660 nm处的离水辐照度反射率构建的多项式模型反演效果最好,预测浊度与实测浊度的相关系数为0.82,预测浊度的均方根误差为1.448 FTU。通过基于红光波段的波段组合以及后向散射系数分别构建平均粒径的反演模型,基于555和660 nm处的离水辐照度反射率构建的多项式模型对平均粒径有较好的预测效果,预测结果的均方根误差为0.051φ,平均相对误差为1%。已构建的基于胶州湾海域的两类遥感反演模型可以推广应用到其他二类水体。

基于高光谱遥感的土壤有机质反演模型研究进展

利用高光谱遥感反演土壤有机质与传统的化学分析方式有很大的优势,促进现代农业的发展。国内外利用高光谱反演土壤有机质含量模型进行了大量的研究,从最初的线性回归模型发展到如今较为复杂的非线性模型,该文总结了常见的高光谱对有机质含量建模方法与模型特点。通过分析总结前人的研究发现,目前土壤有机质含量模型研究进展主要有运用的模型复杂化、反演模型的评价方法多样化、多种建模方法综合应用及深度学习大数据分析新技术更加普遍。

基于手机图像颜色特征的支持向量机土壤含水量反演模型

及时准确地监测土壤含水量对区域精准灌溉和水资源管理至关重要,图像识别技术以其简单、快速的优势成为获取土壤含水量信息的有效手段。通过室内控制试验,利用手机相机采集了粗砂、细砂、粉砂质壤土、壤质黏土和粉砂质黏土等5种土壤不同含水量的图像,分析红(R)、绿(G)、蓝(B)、色调(H)、饱和度(S)、亮度(V)和全色灰度值(DN)等7种颜色特征参数与土壤含水量的关系,选取RGB颜色空间的R、HSV颜色空间的V和全色图像的特征参数DN为输入项构建了支持向量机土壤含水量反演模型。结果表明:各颜色特征参数与土壤含水量之间存在不同的非线性关系,其中仅有S与土壤含水量呈现正相关关系,其余特征参数与土壤含水量均呈现负相关关系。在RGB颜色空间,相关性表现为R>G>B,在HSV颜色空间,相关性表现为V>H>S,全色图像的特征参数DN与含水量之间的相关性仅小于R和V。相比于同类型研究提出的多元线性模型(R2为0.600~0.990,RMSE为1.100%~8.000%),建立的支持向量机土壤含水量反演模型的R2为0.986~0.997,RMSE为0.402%~0.911%,MAE为0.339%~0.831%,展示出更高的预测精度和稳定性,为获取土壤含水量提供了一种新方法,可为农田灌溉管理和水文循环等领域开展土壤含水量监测提供技术支持。

基于遥感海浪信息的近岸水深反演模型

基于遥感影像的测深技术具有易获取、成本低和覆盖率大等优势,是目前的研究热点问题之一。为在波浪折射的基础上,进一步综合考虑绕射及非线性的影响,本文提出了一种基于海浪波数和波高信息的近岸水深反演模型。将模型与Berkhoff椭圆形浅滩理想试验对比,平均误差为0.13%,显著小于现有基于频散关系反演水深的方法。进一步应用模型反演三亚湾近岸地形,通过与海图对比,平均误差为11.58%,且大部分区域的误差小于10%。部分区域误差较大,主要是由于遥感影像获取的波数空间分辨率和精度较低。以上结果表明该模型可以利用遥感海浪信息较准确推算近岸水深。本文对于近岸浅海区的水深反演工作具有一定的参考价值。

基于ASO-BP神经网络的生物量反演模型研究

本文选择六盘山森林区为论文研究区域,光学数据选择Landsat 8 OLI,微波雷达数据选择具有L波段的ALOS-2 PALSAR-2,并结合森林资源清查数据作为六盘山森林AGB的反演模型研究数据源,对选择的两种数据源的相关特征变量进行提取、分析、筛选,基于经典及改进算法构建六盘山森林AGB反演模型。利用原子优化算法(ASO)优化BP神经网络模型构建新的森林地上生物量反演模型——基于原子优化算法改进的BP神经网络(ASO-BP)森林AGB反演模型,通过对两种生物量反演模型精度的对比与评价,最终选择精度最高的ASO-BP反演模型比较适用于六盘山森林地上生物量反演,完成六盘山森林地上生物量的估算和分析。

黄河下游引黄灌区深层土壤含水率反演模型研究

农田深层土壤含水量精准识别,是优化土壤表层墒情遥感解译成果应用、推进测墒灌溉的关键基础技术。依据河南、山东典型引黄灌区土壤墒情自动监测资料,分析了农田土壤含水量变化规律,研究建立了农田表层土壤与深层土壤含水量之间的关系。研究表明,不同深度的土壤含水量之间显著相关,根据可遥感识别的表层土壤含水量,能够较好地反演深层土壤水分状况。

粮食主产区耕地土壤重金属高光谱综合反演模型

粮食主产区的耕地土壤重金属污染已成为影响粮食安全和人居环境安全的突出问题。高光谱遥感技术为快速高效获取土壤重金属含量提供了新的途径,也为土壤总金属污染的监测和防治提供了技术保障。以河南省粮食主产区新郑市为研究对象,共采集191个耕地土壤样品,利用Rank-KS法划分为144个建模集样本和47个验证集样本;在室内利用ASD Field Spec 3型地物光谱仪获取土壤高光谱数据,对耕地土壤样品在400~2 400 nm的光谱反射率与Cr、Cd、Zn、Cu、Pb 5种重金属元素进行相关性分析,筛选出5种重金属均通过P=0.01显著性检验的共用高光谱特征波段作为反演模型的自变量;采用基于OLS的固定影响变系数面板数据模型,对新郑市144个建模集样本的5种土壤重金属面板数据构建高光谱综合反演模型。结果表明:面板数据模型整体显著,拟合优度较高(R^2=0.993 7,F统计量为1 365.94)。模型精度检验Cu的相对分析误差为2.046,Pb的相对分析误差为3.432,都具有较好的预测精度;Cr、Cd、Zn的相对分析误差在1.4~1.8之间,具有一般的定量预测能力。面板数据模型通过一次建模综合反演多种土壤重金属,计算简便、速度快,可以用于新郑市耕地土壤重金属的高光谱快速监测。

水驱开发多层油藏井间连通性反演模型

针对当前井间连通性模型只能预测产液动态变化、无法计算油水两相动态且不能分层进行连通性分析等局限性,建立了新的可模拟油水动态的多层油藏井间连通性模型。模型将油藏系统分层离散成一系列由井间传导率和连通体积等参数表征的井间连通单元,并以连通单元为模拟对象进行物质平衡方程计算,通过考虑定液、定压两种生产模式实现压力求解和井间流量计算,结合前缘推进理论建立了井间饱和度追踪计算方法,最终得出井点处各层的油水产出动态;以此为基础利用随机扰动近似法和投影梯度法等通过动态拟合建立了模型参数反演方法。实例应用显示,所建模型取得了较好的动态拟合和预测效果,反演后的连通模型参数与实际油藏地质特征相吻合,验证了方法的正确性;相比当前连通性方法,模型能实时获得分层井间流量分配系数、单井产液和产油劈分系数等信息,可以更准确地反映油藏平面及纵向的油水流动关系和生产措施变化,指导油田实际生产。