波段宽度和位置对植被叶面积指数反演精度的影响分析

文章通过模拟的不同波段宽度和位置的光谱数据集评估波段宽度和位置对LAI估算的影响,对不同波段宽度下单波段和植被指数反演LAI的结果分析,评价不同波段和植被指数对波段宽度和位置的敏感性,确定LAI估算中受波段宽度影响较小且可以取得最佳反演精度的波谱范围。结果表明,在所选取的植被指数中,B1波段的位置和宽度对植被指数估算LAI的影响较小,而B2波段的位置和宽度对植被指数估算LAI存在较大影响,特别是在500~600nm和650~700nm范围内时影响尤为显著。利用单波段反演LAI时,对波段宽度变化不太敏感且可以获得不错精度的波谱范围为450~500nm;不同类型的植被指数估算LAI时受波段宽度影响较小且可以取得最佳反演精度的稳定波谱范围为B1:750~850nm,B2:450~480nm。本研究为利用不同光谱宽度的遥感数据准确的估算LAI提供了科学依据。

小麦氮素无损监测仪敏感波长的最佳波段宽度研究

为研究不同核心波长时波段宽度对小麦冠层叶片氮素营养监测精度的影响,以作物氮素营养无损监测仪的最佳光谱指数NDSI(R860,R720)和RSI(R990,R720)为例,分析核心波长的反射率、光谱指数及基于光谱指数的冠层叶片氮积累量监测模型随波段宽度的变化规律。结果显示,随波段宽度的增加,核心波长为720 nm时反射率快速上升,核心波长为860 nm时反射率非常缓慢下降,核心波长为990 nm时反射率缓慢上升;光谱指数NDSI(R860,R720)和RSI(R990,R720)逐渐减小;监测模型的建模精度和预测精度均逐渐减小,误差逐渐增大。860 nm和720 nm两个核心波长的适宜宽度分别小于96 nm和28 nm时,基于NDSI(R860,R720)的监测模型的表现保持稳定;990 nm和720 nm两个核心波长的适宜宽度分别小于3 nm和13 nm时,基于RSI(R990,R720)的监测模型的表现持续保持稳定。

采用不同光谱波段宽度的归一化植被指数估算水稻叶面积指数

通过大田试验,测量了水稻不同生育期的冠层光谱,并通过在TM红光波段和近红外波段范围内不断扩展波段宽度,计算了各个波段宽度对应的归一化植被指数(NDVI)及其与叶面积指数(LAI)的最大相关系数,再根据NDVI与LAI最佳拟合方程的最大R2值随波段宽度的变化特征确定了最佳波段宽度.结果表明:NDVI与LAI的相关系数和最佳拟合方程的最大R2值具有相同的变化趋势,在小于红光波段宽度60nm范围内,均随波段宽度的增大而减小,即窄波段NDVI比宽波段NDVI对LAI的估算效果好;在超过60nm后,由于受近红外波段宽度的影响而略有波动.对R2规律的分析表明,使用NDVI估算水稻LAI的最佳波段宽度为15nm.

湖泊水体叶绿素a含量估算的波段宽度变化影响分析--以太湖为例

为研究不同波段宽度遥感数据对监测水体叶绿素a含量的影响，以太湖水体实测高光谱遥感反射率数据为基础，分析计算不同波段宽度下遥感反射率的归一化值与叶绿素a浓度之间的相关系数。随着波段宽度在75．93nm范围内不断递增，最大相关系数逐渐减小，最大正相关波段向长波方向移动，最大负相关波段向短波方向移动。而波段宽度在31．6nm范围内变化时，最大正相关波段和最大负相关波段都会保持相对稳定。通过对不同波段处相关系数平均值和标准差的对比分析认为，718．77～734．58nm为叶绿素a遥感监测的最佳波段范围。这将对遥感传感器的波段设置，以及实际水体叶绿素a遥感监测时的波段选择，具有重要的参考价值。

通道调制型偏振成像系统的波段宽度限制判据

通道调制型偏振成像技术是一种体积紧凑、空间分辨率高且能够实时获取全偏振信息的新型偏振成像探测技术.但该技术目前只能实现准单色光的全偏振探测,严重制约了其实用化.本文首先对宽带光通道调制型偏振成像出现混叠现象的原因进行了分析,得出载波频率是限制波段宽度的主要因素.据此在空间频谱域上分析并推导了通道调制型偏振成像系统的光谱宽度限制判据公式,同时通过模型仿真得到了系统的极限有效光谱范围,与理论推导公式结果进行了对比分析,验证了判据的准确性.基于该判据可预测给定通道调制型偏振成像系统的有效工作波段,同时还可为扩展系统波段宽度提供理论支撑.

波段宽度对利用植被指数估算小麦LAI的影响

为了能够根据遥感数据类型实现指数的优化选择进而提高叶面积指数的反演精度,该研究分析了不同波段宽度(5~80 nm)对植被指数反演叶面积指数精度的影响。通过比较反演模型的决定系数均值,筛选出14个模型精度较高的植被指数,并探讨了不同波段宽度的选取对各指数叶面积指数反演精度的影响。结果表明,波段宽度对不同植被指数的影响可分为3类:1)OSAVI2等指数波宽越窄,反演精度越高,更适合应用于高光谱遥感数据;2)SR[800,680]等指数随着波段宽度的增加,反演精度先升后降,最适波宽为35 nm,适用于中等光谱分辨率的遥感数据;3)SR[675,700]等指数随着波段宽度的增大,反演精度不断提高,在多光谱数据中有更好的应用潜力。

波段位置和宽度对不同生育期水稻NDVI影响研究

通过对不同生育期水稻冠层光谱的分析,探讨了不同波段位置和波段宽度对不同生育期水稻NDVI的影响,以及在一定NDVI精度要求下红光波段最大宽度和波段中心位置的相互作用。结果表明,在所有生育期,近红外波段的位置和宽度对NDVI影响不大;红光波段的位置和宽度对NDVI有较大影响,特别是红光波段位置接近红谷极值(670nm附近)时影响尤为显著。相对而言水稻生育前期的NDVI更容易受到波段位置的影响,但是波段位置对不同生育期之间NDVI的差值影响不大。无论红光波段还是近红外波段,当取值处于红边区域(690—740nm)时,对NDVI有较大影响。当保证NDVI偏差在1%以内时,在水稻生长旺期,构成NDVI的红光波段最大宽度随着波段中心位置向长波移动而逐渐变窄,当到达690nm附近达到最窄,而后略有变宽;对于生长前期和后期,由于在648nm附近变窄而有波动。

HJ-1B B08在轨星上定标有效波段宽度计算的查找表法

通过构建适用于HJ-1B热红外通道(IRSB08)特性的有效波段宽度计算方法,提高HJ-1B B08在轨星上绝对辐射定标的精度。根据HJ-1B星上定标原理、利用卫星发射前地面实验数据和Planck方程,建立基于定标黑体温度的有效波段宽度计算的查找表法,结果表明查找表法得到的有效波段宽度为2.01μm左右,介于半高宽法1.940μm和矩方法2.394μm之间,且与定标黑体温度的关联性很小,在低温点和高温点之间的相对差异在0.3%以内。半高宽法和矩方法分别低估和高估有效波段宽度,导致定标后的表观辐射亮度分别偏高和偏低,不适用于HJ-1B B08特点,查找表法定标的表观辐亮度与星地同步实验结果非常相近,绝对误差为0.04 W·m^(-2)·sr^(-1)·μm^(-1),对应的亮度温度误差为0.4 K左右,能很好的应用于HJ-1B B08在轨星上绝对辐射定标。

光谱波段宽度对森林叶片叶绿素含量反演的影响分析

随着传感器技术的发展,高光谱数据光谱的波段宽度逐渐变窄,如何从海量的光谱数据中找到最优的光谱波段反演叶绿素含量,成为研究的难点问题。本文在测量华中农业大学狮子山6种主要树种的光谱数据和叶绿素含量的基础上,利用叶绿素指数(CI)和回归方法反演叶绿素含量,并分析了波段宽度对反演叶绿素含量结果的影响,结果发现波段宽度会影响到叶绿素反演的精度,当波段宽度为30nm时,叶绿素含量与"红边"区域(700nm-730nm)和近红外区域(770nm-800nm)叶绿素指标(CI)间的线性关系较好,决定系数可达到77.62%,均方根误差为10.6ug/cm2。

提高空间目标温度测量精度的波段优选方法

为提高空间目标温度的测量精度而进行波段优选方法的探索。建立空间目标温度测量数学模型和波段优选评价函数数学模型,仿真分析探测波段对红外系统的测温灵敏度、温度分辨力和信噪比的影响,实现系统探测波段的优选。仿真结果表明,优选的探测波段为中心波长范围8.0μm～9.6μm,波段宽度60nm,温度分辨力最高可达到0.06K,同时可获得大于5的信噪比。结论:提出的方法可以使测温灵敏度和温度分辨力分别平均有8.7%和11.3%的提高。

冬小麦鲜生物量估算敏感波段中心及波宽优选

开展高光谱作物生物量估算敏感波段中心和最优波段宽度筛选对提高作物生物量估算精度具有重要意义。该文以冬小麦为研究对象,利用小麦关键生育期内350~1000 nm冠层高光谱数据和实测地上鲜生物量,研究任意两波段构建的窄波段归一化植被指数N-NDVI(narrow band normalized difference vegetation index)与冬小麦地上鲜生物量间的相关关系,构建拟合精度R^2二维图,并以R^2极大值区域重心作为高光谱估算鲜生物量敏感波段中心。通过对敏感波段中心进行波段扩展和相应生物量估算验证,最终确定敏感波段最佳波段宽度。在此基础上,开展基于敏感波段最优波段宽度下冬小麦地上鲜生物量估算和精度验证。结果表明,在N-NDVI与冬小麦鲜生物量间拟合R2≥0.65的二维区域内,确定了401 nm/692 nm、579 nm/698 nm、732 nm/773 nm、725 nm/860 nm、727 nm/977 nm 5个鲜生物量估算的高光谱敏感波段中心;在高光谱估算生物量归一化均方根误差NRMSE≤10%、相对误差RE≤10%条件下,上述5个敏感波段中心的最优波段宽度分别为±21 nm、±5 nm、±51 nm、±40 nm和±23 nm。通过与实测鲜生物量数据对比,利用上述敏感波段中心最优波段宽度进行作物生物量估算,精度在P<0.01水平上均达到极显著水平,且RE、NRMSE分别在8.15%~9.14%、8.69%~9.65%范围内。可见,利用作物冠层高光谱进行冬小麦地上鲜生物量估算时,N-NDVI与鲜生物量间拟合R2极大值区域重心的作物高光谱敏感波段筛选和最优波段宽度确定具有一定可行性,为开展作物高光谱数据波段优选提供了新思路,也为多光谱遥感波段设置及遥感数据应用潜力评价提供一定依据。

冬油菜叶面积指数高光谱监测最佳波宽与有效波段研究

以冬油菜为研究对象,利用连续3季(2013—2016年)不同氮营养水平下冬油菜关键生育期400~1 350 nm冠层高光谱和LAI数据,研究基于偏最小二乘(Partial least square,PLS)回归分析的冬油菜原初光谱(Raw spectral reflectance,R)及一阶微分光谱(First derivative reflectance,FDR)窄波段光谱变量(1、5、10、20 nm)和宽波段光谱变量(40、80、100 nm)与LAI之间关系,确定可稳定指示油菜LAI时空变化的最佳波宽及其有效波段。在此基础上,进行了基于有效波段最优波宽下冬油菜LAI预测和精度验证。结果表明,冬油菜LAI对氮肥响应具有高度敏感性,可较为充分反映油菜LAI时空变化,其建模集和验证集变异系数分别为65.4%和54.4%;随波宽增加,基于R-PLS和FDR-PLS回归模型的冬油菜LAI预测精度均呈先增加后降低趋势,至窄波段光谱变量和宽波段光谱变量临界处20 nm波宽时达最高,且FDR-PLS预测效果显著优于R-PLS,建模集和验证集相对分析误差(Relative percent deviation,RPD)分别为2.223和2.004。根据FDR-PLS回归模型中各波段变量重要性投影值(Variable importance for the projection,VIP),确定基于该最佳波宽条件下油菜LAI有效波段分别为759、847、921、1 002、1 129 nm。此后,再次构建基于上述有效波段的油菜LAI预测模型,建模集和验证集RPD分别为2.004和1.707,反演效果较为理想。

基于高光谱对花岗岩中长石含量测定研究

长石是地表岩石最主要的造岩矿物。为研究光谱分辨率及颗粒尺度对长石含量预测的影响,测定由石英、钾长石及斜长石粉末混合成的模拟花岗岩光谱信息。采用高斯响应函数重采样法,进行多光谱变换后,使用随机森林、支持向量机及极端梯度提升建模,得到钾长石及斜长石含量反演的最佳光谱宽度分别是10 nm和30 nm。依次去除矿物粒径较小样本,建模反演可得斜长石和钾长石的平均决定系数(M),分别增加0.25与0.26,表明岩石中矿物颗粒尺度越大,矿物反演精度越高。研究结论可得,基于可见光-近红外波段信息反演岩石中矿物含量。据获得的长石含量反演最佳波段宽度及颗粒尺度,为设计合适高光谱传感器进行大范围地表岩石组分检测提供参考。

利用叶片高光谱指数预测水稻群体叶层全氮含量

通过测定叶片高光谱来快速估测整个水稻叶层全氮含量对于水稻氮素诊断有重要意义。本文通过连续3年不同施氮水平和不同品种类型的4个大田试验,分生育期同步测定了不同叶位叶片的高光谱反射率及叶层全氮含量,并系统分析了叶片水平多种高光谱指数与水稻叶层全氮含量的定量关系。结果表明,不同叶位叶片的光谱反射率与叶层全氮含量的相关程度不同,顶二叶(L2)表现最好、顶三叶(L3)次之,而L2和L3的平均光谱(L23)有助于进一步提高光谱指数的敏感性,是估测叶层氮含量的适宜叶位组合。绿光560nm和红边705nm波段附近光谱反射率与叶层全氮含量呈极显著负相关关系,两者分别与近红外波段组合而成的光谱比值指数可较好地监测水稻叶层全氮含量,其中绿光、红边窄波段比值指数SR(R780,R580)和SR(R780,R704)表现较好,与叶层全氮含量的决定系数分别为0.887和0.884;独立试验数据检验的RMSE分别为0.216和0.235。将上述2个窄波段比值指数中的近红外、绿光波段和红边波段宽度分别扩展至100、20和10nm,从而构建的宽波段比值指数SR[AR(750-850),AR(568-588)]和SR[AR(750-850),AR(699-709)]与叶层全氮含量相关性仍具有较高水平,线性回归模型的拟合精度(R2)为0.886和0.883,检验RMSE值分别为0.218和0.237。从而在叶片水平,确立了适于叶层全氮含量估测的基于绿光、红边与近红外波段的比值组合和波段适宜宽度。

基于叶片反射光谱估测水稻氮营养指数

【目的】基于叶片反射光谱建立快速、无损监测水稻氮营养指数(nitrogen nutrition index,NNI)的估算模型。【方法】2018—2019年开展2个水稻品种(徽两优898和Y两优900)及5个氮肥梯度(施氮量为0、75、150、225和300 kg·hm^(-2),分别记为N0、N1、N2、N3、N4)的田间小区试验,测定关键生育期不同叶位叶片反射光谱和植株NNI,构建多种光谱指数的水稻NNI监测模型。【结果】单叶及叶位组合的敏感波段均分布在540 nm的绿光波长处,其与近红外波段构成的窄波段比值指数SR(R_(900),R_(540))可较好反演水稻NNI。但不同叶位叶片窄波段比值指数与水稻NNI的预测精度表现不同,顶3叶(L_(3))预测精度最好(R^(2)=0.731,RMSE=0.130,RE=11.6%),顶2叶(L_(2))次之(R^(2)=0.707,RMSE=0.136,RE=12.2%),顶1叶(L_(1))最差(R^(2)=0.443,RMSE=0.187,RE=14.7%);顶2叶和顶3叶组合平均光谱(L_(23)的预测精度优于单叶水平和其他叶位组合(R^(2)=0.740,RMSE=0.128,RE=11.5%)。再将窄波段比值指数SR(R_(900),R_(540))近红外与绿光区域分别重采样50 nm和10 nm,所构建的宽波段比值指数SR[AR_((900±50)),AR_((540±10))]模型精度较SR(R_(900),R_(540))未明显降低,且在L_(23)水平下2个模型的模型精度和预测精度基本一致(R^(2)=0.740,RMSE=0.128,RE=11.5%)。水稻NNI小于1时与产量呈线性的正相关关系(P<0.05),大于1时产量趋于平稳。【结论】L_(2)和L_(3)叶片反射光谱为监测水稻NNI的敏感叶位,其中叶位组合L_(23)可提高模型预测精度。基于叶片反射光谱构建的多种波段比值指数(SR(R_(900),R_(540))和SR[AR_((900±50)),AR_((540±10))])可快速估测水稻NNI,从而为不同传感器对水稻氮营养指数估测监测研究提供了理论依据。

基于无人机高光谱影像的NDVI估算植被盖度精度分析

研究波段参数对NDVI估算植被生物物理参数的影响,对于提高NDVI在植被覆盖变化监测中的应用精度具有重要意义。采用无人机载Resonon Pika XC2高光谱仪获取的人工草地高光谱影像,分析红光和近红外波段位置移动与宽度变化对NDVI的影响,评估NDVI对植被盖度的敏感性和植被盖度估算精度。结果表明:波段位置固定时红光和近红外波段宽度扩展对NDVI及其敏感性影响不大,窄波段NDVI估算植被盖度的精度优于宽波段。红光和近红外波段位置向长波方向移动时对NDVI及其敏感性有不同程度的影响,随着敏感性增强NDVI抗扰动性降低,估算植被盖度的精度有所下降。窄波段NDVI的灵敏度系数及其与植被盖度线性拟合的R^(2)波动剧烈,植被盖度估算的位置稳定性较差。10 nm NDVI在不同位置处取得了较高的盖度估算精度,R^(2)最大值为0.83。4种主流卫星影像计算的宽波段NDVI对于高植被覆盖区盖度反演具有良好的适用性,但与窄波段10 nm NDVI相比其盖度反演精度仍然有一定程度的衰减。研究结果可为NDVI精确反演植被参数提供科学参考和依据。

波段位置和宽度对河口湿地4种植被NDVI的影响

研究不同波段位置和宽度对植被NDVI的影响,对于进一步认识NDVI指数具有重要的意义。采用ASD(Analytical Spectral Devices)地物光谱仪测定闽江河口互花米草(Spartina alterni-flora)、秋茄(Kandelia candel)、芦苇(Phragmites australis)和短叶茳芏(Cyperus malaccensis)冠层光谱,利用ViewSpecPro和Oragin8.0软件对光谱数据进行分析和处理,探讨不同波段位置和波段宽度对河口湿地4种植被NDVI的影响。结果表明:①当红光波段固定,近红外波段以50nm宽度移动时,4种湿地植被NDVI随近红外波段中心位置增加而迅速增加,之后趋于平稳,在925～1 050nm出现一个小的谷值,互花米草和短叶茳芏的谷值要比其他两种植物更为明显;不同波段宽度影响表现为:除红边与970nm附近区域对NDVI的影响较显著外,其他波段影响不显著;②当近红外波段固定,红光波段以10nm宽度移动时,4种湿地植被NDVI随红光波段中心位置移动先略有增加或变化不大,然后迅速降低;不同波段宽度影响表现为:在650～700nm波段宽度越宽,NDVI值越小,600～650nm范围内波段宽度对NDVI的影响不大;③4种湿地植被红光波段宽度对NDVI的影响要大于近红外波段。

单次曝光彩色数字全息术的发展

本论文提出一种新型单次曝光数字全息术,可用于三维彩色图像复振幅全息图的瞬时记录。通过空间抽取离轴全息图和插值抽取全息数据可获得参考光位相不同的3幅全息图,从这3幅全息图中提取得到复振幅全息图。单次曝光全息术可推广应用于记录采用常规位相分布参考光的全息图。本文还讨论了单次曝光全息术中波段宽度的极值。通过数值模拟和光学实验验证了复振幅全息图的单次曝光记录。结果表明,由于完全消除了直射光、零级干扰噪声和共轭光的干扰,高分辨率的精细彩色图像可从复振幅全息图中得到再现。单次曝光数字全息术能够通过采用RGB脉冲激光来记录移动物体的彩色图像,并在实时全息显示中再现移动的彩色图像。