基于连续统去除法的土壤盐分含量反演研究

通过对新疆维吾尔自治区温宿县、和田县、拜城县191个土样的原始反射率进行连续统去除及连续统去除的一阶微分处理,分析了盐分的高光谱吸收特征及敏感波段,并建立了盐分含量的多种高光谱定量反演模型。结果表明,在400~2 400 nm波段,土壤反射率与盐分含量之间无明显规律。640~700 nm波段的连续统去除数据与含盐量呈极显著负相关,而710~780 nm波段呈极显著正相关。原始反射率经连续统去除处理后,可明显提高反演模型的预测性能。基于盐分光谱指数和吸收特征参数构建的反演模型的稳定性及预测能力不如连续统去除、连续统去除一阶微分的400~2 400 nm或敏感波段的偏最小二乘回归(PLSR)模型。所有模型中,仅有以400~2 400 nm和640~700 nm连续统去除数据所建模型的相对分析误差(RPD)达2.5以上,分别为2.62和2.52,且二者其余各项评价指标差异不大。以640~700 nm波段连续统去除数据构建的PLSR模型对南疆水稻土盐分含量具有很好的反演效果。

基于连续统去除法的南疆水稻土有机质含量预测

监测土壤有机质含量状况，可为土壤肥力诊断及土壤资源的合理开发利用提供科学依据。本研究通过对南疆191个水稻土样品的反射率数据进行连续统去除处理后，构建了有机质连续统去除光谱指数并提取了850 - 1 380、1 380 - 1 550、1 730 - 2 150、2 150 - 2 380 nm 4个波段的吸收特征参数，据此建立了多种定量反演模型。结果表明：经连续统去除后，有机质的吸收特征得到了有效放大，不同有机质含量的连续统去除曲线在850 - 1 380 nm，其有机质含量与连续统去除值呈正相关，与吸收面积呈负相关，而在1 730 - 2 150 nm波段则呈现相反的规律。反射率连续统去除值与有机质含量的相关性要优于反射率与之的相关性，而反射率一阶微分与连续统去除一阶微分与有机质的相关性差异不明显。不同有机质光谱指数模型之间的建模参数与预测能力差异不大，但均只具备初略估测有机质的能力。吸收特征参数模型中，仅有850 - 1 380 nm 波段的面积归一化最大吸收深度（NMAD850-1380nm）所建模型具有较好的定量预测能力。以反射率、反射率连续统去除、反射率一阶微分、反射率连续统去除一阶微分所建的PLSR模型均具有较好的预测能力，相对分析误差均大于2.00。所有模型中，连续统去除一阶微分（CR′）模型的决定系数与相对分析误差最高，分别为0.91、2.58，均方根误差最低，其值为5.62，具有最好的预测能力。

基于连续统去除法的冬小麦叶片全氮含量估算

以陕西省关中地区冬小麦小区试验为基础,获取不同生育期冬小麦的冠层高光谱数据,提取其连续统去除光谱和7类吸收特征参数,对比原始冠层光谱和连续统去除光谱对叶片氮含量的响应,分析连续统去除光谱吸收特征参数对叶片氮含量的估算能力。结果表明:连续统去除光谱在721~727 nm波段与叶片氮含量呈极显著负相关,相关系数为-0.851;吸收特征参数增强了对叶片氮含量的估算能力,400~550 nm波段吸收特征参数与叶片氮含量的相关性弱于550~770 nm波段;叶片氮含量与550~770 nm和400~770 nm的吸收峰总面积、吸收峰左面积以及吸收峰右面积呈显著正相关,与面积归一化最大吸收深度呈显著负相关,且相关系数绝对值均在0.8以上;550~770 nm波段的吸收峰总面积建立的叶片氮含量指数估算模型精度最高,R2达到0.82,模型检验结果稳定,可用来定量估算冬小麦叶片氮素含量水平。

基于连续统去除法的水稻氮素营养光谱诊断

该文将矿质分析及岩石光谱特征分析中普遍使用的连续统去除法引入水稻(Oryza sativa)叶片反射光谱特征的分析中。分析连续统去除光谱反射率和连续统去除一阶微分光谱,发现随着氮素水平的增加连续统去除光谱反射率下降。分析连续统去除光谱吸收特征参数与叶片全氮量相关性,这些参数包括吸收峰左半端的面积(A1)、吸收峰整体面积(A)、对称度(S)和连续统去除最小反射率(Dhc),结果表明连续统去除光谱吸收特征参数与叶片全氮量之间负相关性显著(均通过0.01水平的显著相关检验)。考虑到氮素营养在植物体内转移的营养原理,在分蘖期、孕穗期和抽穗期这3个关键生育期内分别针对水稻第一完全展开叶和第三完全展开叶建立连续统去除光谱吸收特征参数评价水稻氮素营养的回归模型。结果表明在估算第三完全展开叶氮素营养时,3个生育期内建模使用的回归量均为吸收峰整体面积A,而且在3个生育期内模型的决定系数较高且比较稳定。但是,第一完全展开叶建模使用的回归量(续统去除光谱吸收特征参数)不完全一致,这可能是由于氮素营养在植物体内转移导致。尽管连续统去除法诊断水稻氮素营养的一些机理还有待于进一步深入研究,但是该研究证明了运用水稻鲜叶片连续统去除反射光谱进行定性和定量评价水稻氮素营养在方法上是可行的。

基于连续统去除的土壤有机质近红外光谱敏感波段提取研究

土壤是一个复杂的三相集合体,由土壤中不同物质引起的谱带信息重叠现象非常严重,故通过适当的谱图预处理来提取其敏感波段显得尤为重要。本研究将连续统去除方法引入到土壤有机质敏感波段的提取中,分析了当土壤有机质含量变化时其谱图的变化规律,结果表明:采用连续统去除方法可以很好的提取土壤有机质敏感波段,且以提取的敏感波段600nm、900nm和2 210nm为中心,建立的土壤有机质模型可以较准确的预测土壤有机质含量,其所建模型中预测样本均方根误差MSE为0.286,相关系数R为0.979,均优于全波段所建模型中预测样本的均方根误差3.395和相关系数0.861。连续统去除方法可以很好的提取土壤有机质敏感波段,该研究对土壤有机质快速定量测试仪的研制具有重要意义。

基于连续统去除法的枸杞叶片含水率高光谱估算

为探讨连续统去除法估算枸杞叶片含水率的潜力,以宁夏枸杞主栽品种宁杞7号为研究对象,采用自然失水法和烘干法测定枸杞叶片含水率,采用连续统去除法对原始光谱反射率进行处理,分析连续统去除光谱对含水率的响应特征,分析连续统去除光谱、吸收特征参数与叶片含水率的相关性,并建立枸杞叶片含水率估算模型。研究表明:连续统去除光谱能放大吸收谷波段对含水率的响应特征,1100~2200 nm波段光谱反射率对枸杞叶片水分变化的响应能力最强;连续统去除光谱在1500~1850 nm波段与叶片含水率之间的相关性得到增强;基于连续统去除光谱敏感波长和1270~1700 nm波段的吸收峰右面积建立的一元回归模型优于原始光谱敏感波长;基于900~1100 nm波段的吸收峰右面积、1270~1700 nm波段的吸收峰右面积和1100~1270 nm波段的吸收峰总面积建立的多元回归模型估算效果最好,其模型R^(2)=0.7870,检验R^(2)=0.8003,均方根误差为0.6833,平均相对误差为0.72%,可用来定量估算枸杞叶片含水率。

基于连续统去除和偏最小二乘回归的油菜SPAD高光谱估算

【目的】探讨油菜叶绿素含量的高光谱估算方法,为实现油菜叶片叶绿素含量的高效、无损、大面积监测提供理论依据。【方法】以陕西省关中地区油菜叶片为研究对象,分别测定苗期、蕾薹期、开花期及角果期的叶片高光谱数据和SPAD值,提取各生育期连续统去除光谱和7类光谱吸收特征参数,分析原始光谱、连续统去除光谱、光谱吸收特征参数与SPAD值之间的相关关系,构建基于原始光谱特征波段、连续统去除光谱特征波段、光谱吸收特征参数的SPAD估算模型,并对模型精度进行验证。【结果】在可见光范围,光谱反射率由蕾薹期、开花期、苗期到角果期依次递增,最大吸收深度和吸收谷面积逐渐增大。利用连续统去除光谱特征波段与吸收特征参数,分别建立的油菜各生育期叶片SPAD估算模型均优于原始光谱。运用连续统去除光谱特征波段结合最优吸收特征参数构建的偏最小二乘回归估算模型,是进行油菜叶片SPAD估算的最优模型。【结论】连续统去除法对不同生育期油菜叶片叶绿素相对含量具有较好的预测能力,是估算油菜叶片SPAD值的一种实时高效方法。

连续统去除法分析不同马铃薯品种高光谱差异性

在我国实施"马铃薯主粮化"战略的背景下,加强马铃薯相关的研究显得十分有意义。比较和分析不同马铃薯品种不同时期的光谱差异性,旨在为马铃薯品种鉴定、马铃薯与其他作物的区分、马铃薯空间分布提取、马铃薯病虫害监测、马铃薯受各种胁迫的影响以及各种作物识别研究等提供理论和技术支持,也为作物高光谱相关研究提供新思路。对在吉林地区大田试验获取的马铃薯早熟品种费乌瑞它和中晚熟品种延薯4号结薯期和块茎膨大期等关键生育期的样品的冠层高光谱反射率数据,首先利用Savitzky-Golay平滑滤波进行去噪声处理,获取其连续统去除光谱并提取出最大吸收深度、总面积、左面积、右面积、对称度、面积归一化最大吸收深度6个特征参数。同时对滤波后的光谱反射率数据和连续统去除光谱反射率数据进行一阶微分处理。在对不同马铃薯品种这两种光谱反射率曲线对比分析的基础上构建反射率差异性指数、一阶导数差异性指数、连续统去除光谱特征参数差异性指数共3类8种差异性指数作为评价指标。其中反射率差异性指数和一阶导数差异性指数研究"绿峰"550nm,"红谷"670nm以及可见光-近红外平台760nm附近的波段。利用这些差异性指数定量地分析了不同马铃薯品种高光谱差异性。将连续统去除法应用到植物高光谱差异性分析中来,并且深入到不同马铃薯品种以及其不同生育时期。构建的差异性指数取得了很好的评价效果,结果表明:(1)相比反射率差异性指数和最大吸收深度差异性指数,一阶导数差异性指数、总面积差异性指数、左面积差异性指数、右面积差异性指数、对称度差异性指数和归一化差异性指数都可以很好地描述不同马铃薯品种的高光谱差异性,连续统去除光谱局部放大了两个不同马铃薯品种的高光谱差异;(2)滤波光谱和连续统去除光谱反射率差异性最大的波长位置和时间都相同,均处于8月16日波长671.24nm处;最大吸收深度差异性指数值最大仅为0.01;滤波光谱一阶导数差异性指数值在6月24日波长673.55nm处最大达到0.977,连续统去除光谱一阶导数差异性指数在6月24日波长759.74nm处最大达47.87,在不同马铃薯品种光谱差异性分析中作用最为明显;总面积差异性指数值、右面积差异性指数值、对称度差异性指数值和归一化差异性指数值均在6月24日最大,最大值分别为0.13,0.214,0.205和0.113,左面积差异性指数值在7月24日最大,为0.199;(3)根据所构建的差异性指数定量评价结果综合推测可知,两个不同马铃薯品种高光谱差异最大的时期处于早熟品种费乌瑞它结薯期的中晚期,中晚熟品种延薯4号结薯期的初期。

利用连续统去除方法遥感反演冠层水分含量的比较研究

用连续统去除的技术方法来处理冬小麦的高光谱数据,用其参量来与冠层水分含量进行相关性分析并建立回归反演模型,最后对模型进行检验。比较不同吸收峰的不同参量与冠层水分含量的相关性;对比不同的反演模型,得出1200nm吸收峰面积AUC的乘幂模型反演结果最好。

基于连续统去除法的玉米品种高光谱差异性研究

根据玉米吐丝期和灌浆期冠层光谱反射率数据,采用Savitzky-Golay滤波法进行光谱平滑处理后,利用连续统去除法对绿峰535 nm、红谷650 nm、近红外波段770 nm进行光谱分析,提取吸收峰总面积、最大吸收深度、对称度、左面积、右面积、面积归一化最大吸收深度6个玉米冠层反射光谱吸收特征,利用提取的特征参数构建高光谱反射率差异性指数,对不同品种玉米的光谱差异性进行定量分析。结果表明:除最大吸收深度差异性指数及右面积差异性指数外,其他4个指数可以表征不同玉米品种在同一时间的光谱差异性,能够定量化描述不同品种玉米的光谱特征。研究结果能够为玉米品种遥感识别、产量估算等研究提供理论依据。

基于连续统去除法的湿地松叶绿素含量高光谱估算模型

采用ASD野外光谱辐射仪在BRDF测试系统环境下对野外采集的湿地松叶片样本进行光谱测量,以获得湿地松的叶片光谱反射率,并利用UV2450-紫外可见分光光度计对湿地松叶片进行叶绿素含量测定.采用连续统去除法对光谱数据进行处理分析,计算波段深度(BD)、波深中心归一化(BNC)、波段面积归一化(BNA)、波段深度归一化指数(NBDI)和反射率差异比率(DRR(λi))等光谱特征参数,通过对湿地松叶片叶绿素含量与光谱特征参数的相关性分析,得到NBDI748,BNC749,BNA617,BNA748四个特征参量,与湿地松叶绿素含量建立估算模型并对模型进行精度检验.结果表明以BNA617为变量建立的光谱参量模型能够较好的估算湿地松叶绿素含量.

基于连续统去除法的苹果树冠SPAD高光谱估测

准确、快捷、实时地对苹果树冠层土壤和作物分析仪器开发（SPAD）值进行高光谱估测，对苹果树的长势监测具有重要意义。连续2年测量了62个果园的196棵苹果树冠层光谱反射率及SPAD值，分析了原始光谱及连续统去除法处理后的光谱与SPAD的相关性，并对连续统去除法处理后的光谱在350～1300nm范围内，计算了任意两波段组合而成的归一化植被指数（NDVI）、比值植被指数（RVI）和差值植被指数（DVI）等光谱指数。利用逐步回归和主成分分析法，提取主成分作为自变量，构建了估测SPAD的支持向量机回归模型，并用第2年采集的数据进行了验证。新建的3类植被指数中，与SPAD相关性最大的植被指数分别为NDVI（406，563）、RVI（406，565）和DVI（646，695），相关系数（r）分别达到了0．677、0．690和0．711。对支持向量机回归模型进行验证，预测集决定系数（PR2）达到了0．837，预测集相对误差（REP）为1．190％，预测集相对分析误差（RPDP）达到了2．213。连续统去除法及光谱指数均能提高光谱与果树冠层SPAD的相关性，并且与SPAD相关性较高的光谱指数是由可见光波段组合而成，支持向量机回归模型对新梢旺长期苹果树冠层SPAD具有较好的估测能力。

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。

基于连续统快速傅里叶变换的红外光谱处理技术

为实现红外光谱对遥感地物准确的识别,消除高频噪声是光谱特征分析和提取的重要环节。利用光谱连续统处理方法,结合信号时域分析领域快速傅里叶变换提出了一种新的红外光谱滤波方法。该方法首先对红外光谱进行光谱连续统去除,利用快速傅里叶变换将去连续统后光谱转换到频域,设计低通滤波器滤除高频噪声,然后通过快速傅里叶反变换将频域信号转换到时域,最后对信号进行光谱连续统恢复,得到滤除噪声后的红外光谱信号。对比实验表明,连续统快速傅里叶滤波方法比常规的时域滤波方法有更好、更快的滤波效果,解决了传统快速傅里叶红外光谱滤波的吉布斯现象。该方法操作简便、运行速度快捷、滤波效果好,满足了红外光谱地物识别对光谱高质量的要求。

盘锦地区不同品种水稻品质及其冠层高光谱反射率特征分析

对2022年盘锦地区8种水稻进行品质特征分析,并探讨不同品种水稻籽粒加工品质、外观品质、蒸煮品质、营养品质与水稻成熟期冠层原始光谱、一阶导数光谱及连续统去除光谱的相关关系。结果表明:盐粳939的加工品质较好,锦稻106(9系)的外观品质较好,锦稻香103的蒸煮品质较好,盘粳968(3系)的营养品质较好。原始光谱反射率与糙米率指标的相关关系较好,在731~1131 nm和1150~1360 nm两个波段内,相关系数高达0.767;糙米率与一阶导数光谱的相关关系最好,在1459 nm处达到极显著相关,相关系数为0.867;垩白度和垩白粒率均在1804 nm处与连续统去除光谱的相关关系较好,并达到极显著负相关,相关系数分别为-0.979和-0.983;长宽比与原始光谱的相关关系较好,相关系数在659 nm处达到最大值,为0.849;蒸煮品质所包含的食味值、直链淀粉含量和营养品质所包含的蛋白质含量均与连续统去除光谱有较好的相关关系。

基于高光谱的建筑垃圾光谱特征提取与分析

为开展典型建筑垃圾高光谱特征分析研究,借助光谱仪,在平顶山市部分区域获取5类常见建筑垃圾光谱数据,对原始光谱进行一阶微分、连续统去除、光谱特征参量化,结果表明:1)一阶微分法有效减弱了背景噪声,基于一阶微分法得到的最佳波段窗口为670—762 nm,波段区间内光谱差异较大、无交集;2)连续统去除处理有效增强了光谱的吸收特征,连续统去除曲线的特征波段为1 950 nm,在此基础上提取9类特征参数,其中光谱积分面积S最有利于五类建筑垃圾差异识别。研究结果可为建筑垃圾遥感识别和分类提供数据参考和科学依据。

利用高光谱反射率预测枸杞叶片氮素含量

为实现枸杞氮素含量的快速无损监测,以“宁杞7号”为研究对象,同步测定枸杞叶片光谱反射率与叶片氮素含量,选用快速傅里叶变换(FFT)对测定的枸杞叶片光谱进行平滑滤波处理,并获取原始光谱(OS)。采用一阶微分、二阶微分及连续统去除法对原始光谱进行变换处理,获取枸杞叶片一阶微分光谱(FDS)、二阶微分光谱(SDS)及连续统去除光谱(CRS),将原始光谱及3种变式光谱分别与叶片氮素含量进行相关性分析,进而筛选出敏感波长,并构建预测枸杞叶片氮素含量的随机森林回归模型(RFRM)和多元线性回归模型(MLRM)。结果表明,基于3种变换光谱构建的RFRM和MLRM的预测精度均优于基于OS构建的模型;其中:基于FDS构建的模型预测效果最优,其次为基于SDS和基于CRS构建的模型,基于OS构建的模型预测精度最差。同时表明,RFRM的拟合度均优于MLRM,基于原始光谱OS、一阶微分光谱FDS、二阶微分光谱SDS和连续统去除光谱CRS构建的RFRM,同MLRM相比,其模型拟合度分别提高0.258、0.259、0.275和0.291,RMSE分别降低0.044、0.054、0.059、0.076,MAE分别降低0.045、0.043、0.066、0.059。基于FFT+FDS组合方法下筛选的敏感波长构建的RFRM,其建模数据集的拟合度、RMSE和MAE分别为0.897、0.071和0.058,检验数据集的决定系数、RMSE和MAE分别为0.689、0.129和0.102,模型具有良好的精度和稳定性,可作为枸杞叶片氮素的高光谱估测方法。

基于支持向量机(SVM)的稻纵卷叶螟危害水稻高光谱遥感识别

对健康水稻叶片以及受稻纵卷叶螟危害后的水稻叶片进行了室内光谱的测定及分析。对430～530 nm和560～730 nm波段采用连续统去除的方法,分别提取了波深、斜率参量作为径向基核函数支持向量机的输入变量,利用LIBSVM软件包构建叶片高光谱识别模型。当参数γ和惩罚系数C分别取0.25和1时构建的径向基支持向量机模型的分类性能最佳,识别精度达100%。研究结果为实时水稻病虫害的早期监测以及田间管理提供了一定的理论基础。

不同病害胁迫下大豆的光谱特征及识别研究

在英国诺丁汉大学Sutton Bonington校区(52.8°N,1.2°W)实测感染锈病与普通花叶病大豆的单叶光谱数据,利用连续统去除法对原始光谱数据进行处理,筛选对病害及锈病严重度敏感的波段,构建植被指数对感染锈病与普通花叶病及不同严重度锈病的大豆进行识别研究。研究发现普通花叶病胁迫下的大豆光谱反射率在可见光区域均大于健康大豆的,而锈病胁迫的大豆光谱反射率在绿光区随病情严重度增加而减小,在红光区随病情严重增强而增大。根据大豆光谱变化特征设计了一个植被指数R500×R550/R680对大豆病害进行识别,通过计算不同病害及不同严重度之间的J-M距离对指数识别病害能力进行检验,结果表明指数R500×R550/R680能够较好的识别出大豆锈病与普通花叶病,且该指数在识别大豆锈病严重度方面也有较强的能力。研究结果对农作物病害遥感监测与防治具有重要的理论价值与实际应用意义。

叶片生化组分浓度对单叶光谱影响研究——以2100nm吸收特征的碳氮比反演为例

运用连续统去除法和波深归一化方法对构成植物叶片碳氮比的基本因素——总碳和总氮浓度进行深入研究,对其组成物质的浓度差异在2030—2220nm区间内光谱响应的物理机制进行深入分析。在对多组典型叶片的对比分析后发现,经连续统去除后的相对反射率光谱中可以明显观察到碳、氮浓度差异造成的影响,而其影响与纤维素、木质素和蛋白质在此范围的吸收特征密切相关。其中,以纤维素和木质素为代表的碳浓度的影响主要体现在2030—2050nm区间,而以蛋白质为代表的氮浓度的影响则体现在2054nm和2172nm附近存在的斜率突变上。另外利用波深归一化方法再次证明了氮浓度对2054nm和2172nm处光谱特征的影响,进一步证实蛋白质双峰特征在光谱上的响应,并通过相关分析和回归分析验证了相对反射率光谱与碳氮比之间的定量关系。