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。

油菜叶片和冠层水平氮素含量的高光谱反射率估算模型

通过设计实验首先确定是否可以用油菜叶片反射率光谱预测其氮素含量,以及是否可以用预测的光谱特征值与氮素含量建立相关模型。实验结果表明,反射率光谱的转化形式R的一阶微分为预测油菜氮素含量的最佳形式,最佳波段选择与其他研究结果相似。短波红外光谱波段能较好预测氮素含量,但是选择的高相关性短波红外区域一般都较窄,因此可用高光谱和高辐射分辨率来准确描述油菜光谱特征。短波红外反射率的变化主要是由于植被化学信号的改变而引起的。直接太阳辐射率、观测设备、叶片振动以及大气湿度的细微变化都可能引起光谱一阶微分的变化。冠层反射率一阶微分R′建立的逐步回归模型拟合度较高。

基于高光谱反射率的藻类水体基线荧光峰高度与叶绿素α浓度关系研究

采用现场实测和室内培养两种方式测定了甲藻、赤潮异弯藻、叉角藻赤潮和新月菱形藻、海洋蓝绿藻、叉鞭金藻、塔胞藻、扁藻和小球藻等非赤潮藻类光谱曲线。采用度量太阳激发的叶绿素荧光峰高度的基线荧光高度法，建立了不同藻类基线荧光高度与叶绿素浓度的关系。基线荧光高度法所用的3个荧光高度波段分别为665nm、680nm和865nm。在采用线性方程对不同藻类水体基线荧光高度与叶绿素浓度进行回归分析时，不同藻类产生了明显不同的结果。其中赤潮异弯藻、海洋蓝绿藻和甲藻为负相关，其余为正相关。在正相关的藻类中，小球藻最低，为0．4692。结果偏差主要来自于两个方面：一是藻类荧光峰位置变化影响；二是浮游植物红光和近红外波段高反射率的影响。

黄土高原不同种植密度下春小麦冠层和叶片高光谱反射特征

2006年4—8月,通过大田试验,测定了7个密度梯度下3个品种的春小麦冠层、叶片在不同生育期的高光谱反射率。结果表明:孕穗期,不同密度的春小麦冠层和叶片光谱差异明显,波形相似,其冠层光谱反射率在可见光区随密度增大降低,在近红外区反射率随密度增加升高;乳熟期,不同种植密度春小麦冠层光谱在可见光区的差异比近红外区小;不同密度的叶片光谱在可见光区和近红外区的变化在不同生育期表现出一致性,但随密度变化的规律性不明显;不同生育期的冠层光谱表现为乳熟期的反射率高于孕穗期;叶片光谱表现为乳熟期较孕穗期在近红外光区反射率大大降低;不同品种春小麦的冠层和叶片光谱存在一定差异;孕穗期,不同品种的冠层光谱在可见光区差异较小,差别主要表现在短波红外和近红外区;成熟期,不同品种冠层光谱的差异小;不同品种叶片光谱在近红外区的差异显著;春小麦红边存在双峰现象,从孕穗期到乳熟期,红边位置蓝移,红边幅值降低,红边面积减小;红边幅值的变化可用于估产,红边位置的变动可指示生育阶段。

基于高光谱反射率的糜子冠层叶片叶绿素含量估算

连续两年大田试验研究不同糜子品种叶绿素含量与冠层光谱反射率,并基于不同植被指数建立糜子叶片叶绿素含量的估测模型。结果表明,参试糜子品种叶绿素含量在整个生育期呈现"低-高-低"的抛物线变化趋势,最大值出现在抽穗期到开花期之间;不同品种各生育期内冠层光谱反射率趋势一致,在近红外波段,冠层光谱反射率与叶绿素含量呈稳定正相关,灌浆初期光谱反射率达到最大值;可见光波段,拔节期、开花期和灌浆初期冠层光谱反射率与冠层叶绿素含量呈正相关,成熟期呈负相关;糜子冠层叶绿素含量与760~900、630~690、550 nm波段组合的植被指数具有较高相关性;基于RVI、PSNDb、GNDVI750能较好地建立糜子叶绿素含量统一检测模型,决定系数分别为0.791、0.779、0.748;模型验证的相对误差分别为9.58%、8.93%、11.80%;均方根误差分别为0.045、0.140、0.196。表明利用RVI、PSNDb、GNDVI750建立的模型能较为准确地预测糜子冠层叶绿素含量。

叶面施肥对草坪高光谱反射率及色泽的影响

色泽是草坪外观质量重要的评价指标之一,叶绿素水平是影响草坪色泽的重要因素。对4种草坪高羊茅、草地早熟禾、普通狗牙根和匍匐翦股颖进行叶面喷施氮肥、铁肥试验,研究草坪反射光谱特征与叶绿素密度的相关性。结果显示,施用氮肥或氮肥+铁肥显著提高草坪草叶绿素密度,降低可见光区光谱反射率;草坪可见光区光谱反射率与叶绿素密度呈显著负相关,其中绿波段反射率R531与叶绿素密度具有最大相关系数(r=-0.855);通过逐步回归分析,得出了由绿波段R531和R562构建的反演叶绿素密度和评价草坪色泽的回归方程,且预测值与实测值相关性达极显著水平。

用冠层高光谱反射估测玉米植株色素时的采样点和指标选择

初步分析了11个玉米品种在7个生育期的植株叶绿素含量、类胡萝卜素含量和叶绿素/类胡萝卜素比值在不同层位(上层、中层和下层)的变化特点及其与15个高光谱参量间的关系,结果发现1)玉米叶片叶绿素/类胡萝卜素比值较明显表现出随形态学高度的下降而升高;2)绝大多数的高光谱参量与叶绿素含量(m g.g-1FW)间达到了显著或极显著相关,但相关性不强(最大r=0.56,n=77);3)高光谱参量与叶绿素/类胡萝卜素比值间相关性,明显强于与叶绿素含量或类胡萝卜素含量间的相关性(最大r=0.75,n=77),并表现出明显的层间差异,下层明显强于中层和上层。研究表明,在用高光谱反射分析玉米的色素状况时,用叶绿素/类胡萝卜素比值代替叶绿素含量作为色素指标可提高分析精度。

油茶籽脂肪酸成分含量与高光谱反射率的相关性

测定来自不同产地的30个油茶籽样品的油酸、亚油酸、棕榈酸含量和高光谱反射率，分析油茶籽高光谱反射率与脂肪酸含量间的相关关系。结果显示，与油茶籽脂肪酸成分含量相关性比较好的高光谱波段主要分布在400～500、600～630nm以及900am左右，且敏感波段区高光谱反射率与脂肪酸成分含量的相关系数均在0．4以上。

胡杨条形叶和卵形叶类胡萝卜素含量与高光谱反射率的相关性研究

研究了胡杨两种叶形叶片的类胡萝卜素含量与高光谱反射率的相关性。2009年5月～9月在塔里木河上游逐月测定了生长季节期胡杨条形叶和卵形叶393～1 095 nm波长范围内高光谱反射率以及类胡萝卜素含量（单位：mg/g Fw和mg/g Dw）和密度（mg/m2叶面积）,并进行了相关分析。结果表明,胡杨条形叶类胡萝卜素含量在0.34～0.37 mg/g Fw,0.66～0.77 mg/g Dw,和78.13～105.25 mg.m-2之间,卵形叶含量在0.24～0.39 mg/g Fw,0.52～0.73 mg/g Dw,和70.17～102.93 mg.m-2之间,且随季节而变化。不同月份,条形叶和卵形叶的类胡萝卜素含量、密度与不同波长高光谱反射率的相关性之间既有正相关也有负相关。其中,卵形叶类胡萝卜素含量（鲜基）与高光谱反射率在9月份时757 nm处的负相关性最强（相关系数为-0.582）;条形叶类胡萝卜素密度与高光谱反射率在6月份时862 nm处的负相关性最强（相关系数为-0.430）。胡杨叶片类胡萝卜素与光谱反射率之间的相关性极为复杂,相关系数值受到季节、叶形、类胡萝卜素含量的表示单位和光谱波长的影响。

不同品种核桃叶片含水量与高光谱反射率的相关性差异分析

[目的]探究不同品种核桃(Juglans regia L.)叶片含水量与叶片高光谱反射特征的相关性,分析品种间差异,为核桃叶片水分的准确诊断提供参考。[方法]本研究以5个不同品种的核桃叶片为研究对象,测定了脱水过程中叶片水分含量及其同步反射光谱响应曲线,分析并对比了不同品种核桃叶片含水量与光谱反射率的相关关系,探讨了核桃叶片水分敏感波段的品种间差异。[结果]表明:(1)不同品种核桃叶片的构成物质与叶片结构相似,在叶绿素和水分含量上存在差异;(2)核桃叶片含水量与叶片反射率的相关关系不受水分表征量的影响,在621~703、1244~2500 nm范围内各品种核桃叶片含水量与反射率均呈显著相关关系(p<0.05);(3)在704~1243 nm范围内,不同品种核桃叶片具有不同的水分敏感波段,各品种间差异明显。[结论]不同品种核桃叶片含水量与高光谱反射率的相关关系在704~1243 nm范围内具有明显的品种间差异。

使用高光谱反射成像评估柑橘溃疡病变大小

在运往欧盟等选择性国际市场前,需要有效的措施来去除柑橘中的溃疡果。本研究的目的是使用高光谱图像来确定溃疡病变的检测尺寸限。先前开发了基于近红外-可见光波的多光谱算法来将溃疡柑橘果实从其他果实中(正常的、腻斑病、虫害、黑病变、痂和风疤)分割出来,然而,这项工作没有考虑到损伤的尺寸。本研究选用带有一个基于阈值的简单分类器的、使最大总体分类精度达到95.7%双波段比值(834 nm和729 nm反射波长的比率)的方法来估计病变大小。检测到的最小的溃疡病变尺寸的当量直径是1.66 mm。观察了阈值的变化和侵蚀环的数量对最小可检测损伤评估的影响(多次运用形态学腐蚀图像),发现最小阈值获得了更好的溃疡分类精度,但总体分类精度较低。同时,阈值越高,趋势相反。1.275阈值在溃疡分类精度、总体分类精度和最小损伤尺寸检测三个方面获得了最优权重。增加侵蚀环的数量减少了小溃疡病变的检出率,因此可以得出结论,一个侵蚀环给能够获得最好的大小估计结果。试验过程中应用的侵蚀内核尺寸为3 mm×3 mm。

土壤全氮含量与碳氮比的高光谱反射估测影响因素研究

基于土壤高光谱反射特征可以实现土壤全氮(TN)含量与碳氮比(C∶N)等土壤属性的快速、无损测定,但其估测模型受土壤颗粒粒径水平与光谱指数(预处理)等因素影响。通过研磨准备2、0.25和0.15mm共3个水平颗粒粒径的土样,分析了原始(RAW)及多次散射校正MSC(MultipleScattering Correction)、一阶微分FD(First Derivative)、连续统去除CR(Continuum Removal)等预处理的土壤反射光谱与TN含量、碳氮比变化之间的关系,发现土壤研磨可以提高反射光谱对TN含量变化的响应,而FD、CR与MSC等光谱预处理能够明显缩小不同颗粒粒径水平土样的光谱反射—TN含量、碳氮比相关性差异。结果表明:0.25mm颗粒粒径土样的FD预处理光谱在2 250nm和2 280nm处分别与TN含量、碳氮比变化存在最大相关,但最大相关单波段线性回归模型的TN含量、碳氮比估测精度不如全波段光谱PLSR模型。其中,0.25mm土样RAW光谱全波段PLSR模型估测TN含量的表现最佳(RPD=3.49,R2=0.92,RMSEP=0.1g/kg);而碳氮比的估测结果并不十分理想,其最优估测模型(0.25mm土样FD预处理的全波段PLSR模型)的RPD仅为1.21,可能与土样的碳氮比变化范围较小有关,在以后的研究中可以尝试采集更多的样本数量或土壤类型,使训练样本具有较大的变量范围,以取得较好的估测效果。

透射和反射高光谱成像的马铃薯损伤检测比较研究

针对马铃薯损伤部位随机放置会影响检测精度的问题,提出从正对相机、背对相机及侧对相机三个方向,应用透射和反射高光谱成像技术采集马铃薯图像,进行透射和反射高光谱成像的马铃薯损伤检测比较研究。对透射和反射高光谱图像进行独立成分(IC)分析和特征提取,利用所得特征对反射图像进行二次IC分析,对透射和反射光谱进行变量选择,最终分别建立基于反射图像、反射光谱、透射光谱的马铃薯损伤定性识别模型;对识别准确率高的模型做进一步优化,采用子窗口排列分析(SPA)算法对透射光谱的特征做二次选择得到3个光谱变量,并建立任意放置的马铃薯损伤识别最优模型。试验结果表明,基于反射图像、反射光谱建立的模型识别准确率较低,其中基于反射图像的马铃薯碰伤,侧对相机识别准确率最低为43.10%;基于透射光谱信息建立的模型识别准确率较高,损伤部位正对、背对相机的识别准确率均为100%,侧对相机为99.53%;马铃薯损伤识别最优模型对任意放置的损伤识别准确率为97.39%。应用透射高光谱成像技术可以检测任意放置方向下的马铃薯损伤,该研究可为马铃薯综合品质的在线检测提供技术支持。

基于高光谱技术的场地土壤重金属污染快速调查研究

为了准确预测场地土壤重金属分布状况,实现土壤重金属污染快速调查,以某废弃助剂厂填埋区土壤为研究对象,基于高光谱数据,利用单变量回归模型、偏最小二乘回归模型和支持向量机模型估算土壤重金属Cr、Ni、Cu、Zn、Cd、Pb、As和Hg的含量。结果表明,土壤光谱反射率与各重金属含量均呈负相关;偏最小二乘回归模型和支持向量机模型对8种重金属的预测精度均优于单变量回归模型,偏最小二乘回归模型为Cd、Pb、Cr和Ni的最佳估算模型,支持向量机模型为Cu、As、Zn和Hg的最佳预测模型;研究区土壤重金属反演结果在趋势上与实验室分析结果基本一致,高值区和极值点分布亦较为吻合,能够圈定存在重金属污染风险的区域,同时提供技术支撑,实现场地土壤重金属污染的快速调查。

高光谱漫反射无损检测鸡蛋受精状态

种鸡蛋孵化期间受精状态的检测需要消耗大量人力、物力,并且孵化期间的种鸡蛋不能保证均为健康蛋,需要能够在孵化早期将无精蛋和死精蛋快速准确挑选出来达到降低生产成本的目的。以白来航鸡蛋为研究对象,采用高光谱分选仪批量采集受精、未受精、死精三类鸡蛋共119枚在382~1026 nm范围内的高光谱数据,其中受精蛋采集孵化3,5,7,9,11,13和15 d的数据,并通过黑白校正方法对原始光谱图做校正处理,得到其漫反射率,经过实验对比以及根据实际生产需要,受精蛋选用孵化3和5 d的光谱数据作为建模数据。同时提出了一种将光谱数据转换为图像数据的方法,在最大化保证光谱原始数据的前提下达到了光谱向量数据可视化的效果,可以有效与深度学习图像识别算法相结合。采用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)对光谱波段进行筛选,建立基于全波段、CARS筛选的特征波长、SPA筛选的特征波长与SVM、RandomForest算法与AlexNet、MobileNet网络的判别模型,其中AlexNet-5dFull Wave Bands准确率最高为93.22%。与通过不同特征波长算法筛选出的数据实验结果对比发现,经过SPA算法筛选后的特征波长的建模效果相比于CARS效果更好,其中SVM-SPA3d模型准确率为91.52%,RandomForest-SPA3d模型的准确率为89.83%,AlexNet-SPA3d模型的准确率为89.83%,表明经过SPA筛选后的特征波长能够保存更多关于种蛋信息差异的有效信息。研究结果表明,利用高光谱分选仪对批量种蛋进行漫反射光谱采集,并将黑白校正后的原始光谱漫反射率数据转换为图像数据,将转换后的图像数据利用深度学习图像识别算法对鸡蛋的受精状态进行准确、无损鉴别是可行的,为后续相关自动化的批量检测提供了技术支持。

反射式高光谱人体组织检测技术研究进展

高光谱成像(HSI)检测技术在农业生产检测、地质勘探以及城市规划等方面已经得到了广泛的应用。随着高光谱技术的不断发展,基于反射式高光谱成像效应,在可见光到近红外波段(400~1 100nm),对人体组织的实时、快速和精准的非损伤检测技术也已经成为医学领域的一个重点研究方向。简要回顾了高光谱技术在医学方面的发展现状以及不同的高光谱技术在人体组织检测方面的对比,综述了反射式高光谱技术在不同人体组织检测方面的应用和成果,包括皮肤水肿、舌肿瘤以及肺癌等方面的研究进展,并提出了高光谱技术在医学领域亟待解决的问题。

水稻、玉米、棉花的高光谱及其红边特征比较

测定了水稻、玉米、棉花 3种作物共 6个品种的冠层和主茎叶片不同生育期高光谱反射率及其对应叶片中叶绿素、类胡萝卜素含量 ,分析了它们的高光谱及其红边特征和红边参数与叶面积指数、地上生物量、鲜叶重及叶片色素含量的相关性。结果表明 :(1) 3种作物冠层高光谱反射率大小与其生育期有关。冠层和叶片光谱反射率最大值比较结果是 ,冠层光谱 :棉花 >玉米 >水稻 ;叶片光谱 :水稻 >棉花 >玉米。 (2 ) 3种作物冠层光谱的红边都具有“双峰”现象。红边幅值Dλr 和红边面积Sr 均呈增大、减少的变化规律 ,但红边位置λr 的变化范围和变化规律不同 ;冠层红边参数λr、Dλr、Sr 与其叶面积指数和鲜叶重之间都呈极显著相关 ,但与地上鲜生物量和地上干生物量相关性有差异 ;叶片叶绿素a、叶绿素b、总叶绿素及类胡萝卜素含量与其光谱红边位置λr 之间都呈极显著相关 ,但与红边参数Dλr、Sr

玉米叶片氮含量的高光谱估算及其品种差异

准确、快速、及时地对玉米氮营养状况做出判断是氮肥合理施用的基础。该研究在水培条件下对3个玉米品种(组合)叶片氮含量(LNC)的高光谱敏感波段、估算模型及其品种差异进行了探讨。结果表明,LNC与不同波段叶片光谱反射率的相关性存在品种差异,但3个品种(组合)都在500～649nm和691～730nm表现极显著的负相关关系,并在同一波长获得最高的相关系数,说明可以利用统一的波段来预测不同品种的LNC。依品种建立了LNC与归一化差值光谱指数(NDSI)或比值光谱指数(RSI)的定量关系模型,NDSI(714,554)和RSI(714,554)所建模型的拟合度最好,直线和指数模型拟合度均达到极显著水平,可以用来估算玉米LNC。玉米LNC估算中,以该品种数据所建模型的估算偏差最低,利用综合模型或其他品种模型则加大了估算偏差,高估与低估的最高偏差分别为35.6%和32.7%。在利用高光谱技术进行玉米氮营养状况诊断的研究及应用中,应考虑品种间差异。

不同粒径土壤的反射光谱对荒漠土壤有机质含量的响应

为研究荒漠土壤有机质的高光谱诊断技术,分析了不研磨土样与2 mm土样的高光谱反射特征及与有机质含量的相关性。结果表明:不研磨土样的原始反射光谱在365.0~449.2 nm和567.8~799.8 nm与土壤有机质成极显著负相关。反射光谱经数学变换后,扩展了与有机质极显著相关的波段范围,2 mm土样光谱反射率与有机质的最大相关系数(|r|=0.420)高于不研磨土样(|r|=0.351)。2mm土样光谱经一阶微分变换后,在569.2 nm和1141.5 nm建立的土壤有机质含量预测模型精度较高,但是当有机质含量低于9 g.kg^(-1)时,预测精度较差。

水稻成熟过程中高光谱与叶绿素、类胡萝卜素的变化规律研究

通过大田和室内试验 ,测定了 2个品种、3个供氮水平处理的水稻冠层、主茎剑叶、完全展开倒三叶和穗在成熟过程中的不同时期的高光谱反射率及对应叶片和穗的叶绿素、类胡萝卜素含量。结果表明 :不同供氮水平的水稻冠层和叶片光谱差异明显 ,其叶片的叶绿素、类胡萝卜素含量随供氮水平的提高而增大 ;冠层光谱反射率随发育期推移在可见光范围内逐渐增大 ,在近红外区域逐渐降低 ;穗光谱的红边位置象冠层、叶片光谱一样也存在“蓝移”现象 ;叶片叶绿素、类胡萝卜素含量和高光谱植被指数VI1(R990 /R553 )、VI2 (R12 0 0 /R553 )、VI3 (R750 /R553 )、VI4(R670 /R440 )和VI5 (R553 /R670 )呈S形变化规律 ;叶片和穗的高光谱植被指数VI1、VI2、VI3、VI4、VI5、PRVI、PSSRa、PSNDa和λred与其叶绿素、类胡萝卜素含量之间存在极显著相关。这表明能用高光谱方法来估算水稻叶片和穗的叶绿素、类胡萝卜素含量 ,它为水稻品质遥感监测提供依据。