科研产出
利用光谱空间特征估算马铃薯植株氮含量
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：植株氮含量（PNC）是评价作物长势和营养状况的重要指标，快速准确获取作物的PNC信息可为农田管理策略的制定与实施提供重要依据。已有研究表明，仅采用影像的光谱信息估算作物的PNC存在饱和现象，该研究尝试采用植被指数（VIs）结合二维离散小波分解技术（DWT）提取的多个尺度的高频信息（HFI）构建一种光谱空间特征（VIs+HFI）,探究VIs、 HFI和VIs+HFI估算PNC的能力。首先，以无人机为遥感平台获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期5个氮营养关键生育期的数码影像并实测各生育期的PNC数据。其次，基于预处理的无人机影像，提取各生育期冠层的光谱信息构建VIs,并采用DWT提取各生育期1～5尺度的HFI。然后，将各生育期提取的VIs和HFI与马铃薯PNC进行相关性分析，分别筛选出相关系数绝对值较大的前7个VIs和前10个HFI。为降低共线性对实验结果的影响，根据KMO检验结果对筛选的HFI进行主成分分析（PCA）降维处理。最后，采用岭回归和极限学习机（ELM） 2种方法分别以VIs、 HFI主成分和VIs+HFI主成分为模型变量构建马铃薯各生育期的PNC估算模型，并进行评估。结果表明：（1）马铃薯各生育期，1～5尺度的HFI对估算PNC均有贡献。（2）以VIs+HFI为模型变量构建的马铃薯PNC估算模型的精度和稳定性高于单一VIs和HFI。（3）马铃薯各生育期，以岭回归方法构建的PNC估算模型优于ELM方法。其中，以VIs+HFI为模型变量构建的PNC估算模型效果最优，5个生育期的建模R~2分别为0.833、 0.764、 0.791、 0.664和0.435, RMSE分别为0.332%、 0.297%、 0.275%、 0.286%和0.396%; NRMSE分别为9.113%、 9.425%、 10.336%、 9.547%和15.166%,该研究可为马铃薯氮营养状况的实时高效监测提供一种新的技术支撑。
全文链接
请求原文
拉曼高光谱系统中线激光对不同筋度面粉的穿透深度研究
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：激光对面粉的穿透深度是利用拉曼高光谱技术有效检测面粉中添加剂的基础。在偶氮甲酰胺(ADA)顶部放置不同筋度且不同厚度的面粉制备双层样品，采集不同筋度面粉、 ADA、双层样品的拉曼高光谱图像。ADA拉曼特征峰对应的单波段图像结合阈值分割创建检测图像以识别ADA像素，根据识别结果计算线激光对不同厚度面粉层的穿透率。结果显示，ADA拉曼特征峰位于1 335 cm~(-1)处，以此波段灰度图像创建的双层样品检测图像中，线激光对2 mm不同筋度面粉层的穿透率均在99%以上，因此选择该厚度作为线激光对面粉的有效穿透深度。
全文链接
请求原文
基于离散小波-微分变换算法定量反演火龙果茎枝叶绿素含量的研究
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：作为一种仙人掌科植物,火龙果植株无叶,主要依靠肉质茎进行光合作用、蒸腾作用等生理功能,火龙果的肉质茎与常见绿叶类植物叶片在组织结构、形态等方面存在明显差异,且二者在植株冠层结构方面也存在明显差异,该差异会直接影响植株冠层光谱特征,进而影响基于与光谱技术的光合色素监测.为探寻提升火龙果茎枝叶绿素含量估测精度的方法,研究以贵州省罗甸县龙坪镇烟山火龙果种植基地为试验区,先采集火龙果茎枝光谱及光谱测定部位的组织,并采用乙醇萃取法测定此组织的叶绿素含量,然后选用传统数学变换、连续小波变换、离散小波变换、离散小波-微分变换方法分别处理分析光谱数据,并采用相关性分析算法提取、筛选敏感特征波段,最后选用偏最小二乘算法构建火龙果茎枝叶绿素含量估测模型,分析结果如下:(1)采用离散小波-微分变换算法,高频信息与低频信息的峰、谷交替依次呈现,且可用信息分部具有较强的稳定性,可用信息随尺度的增加,曲线振幅加大、频率降低.(2)数学变换内的微分变换、连续小波变换、离散小波变换与离散小波-微分变换方法均能明显提升光谱对火龙果茎枝叶绿素含量的敏感性,其中以离散小波-微分变换方法最优,经处理后光谱与火龙果茎枝叶绿素含量的决定系数最高可达0.565(位于H1分解尺度737.5 nm处).(3)离散小波-微分变换最能有效提升光谱对火龙果茎枝叶绿素含量的估测能力,并且基于离散小波-微分变换H2尺度构建的估测模型为最优模型,其验证精度的R2=0.769,RMSE=0.040,RPD=1.739.研究分析了四类光谱处理算法在提升光谱对火龙果茎枝叶绿素含量敏感性与估测能力方面的效果,表明离散小波-微分变换算法能有效提升光谱对火龙果茎枝叶绿素含量的估测能力,为火龙果茎枝叶绿素含量的无损估测提供了基础技术支撑.
全文链接
请求原文
两种近红外光谱仪的番茄可溶性固形物含量定量模型比较研究
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：以番茄可溶性固形物含量（SSC）的无损速测为例，分别采用线性渐变分光（LVF）、数字光处理（DLP）近红外光谱仪对大、小番茄采集近红外光谱数据；分别基于两种近红外光谱仪数据计算大、小番茄平均光谱及差谱，并比较两种近红外光谱仪所采集大、小番茄近红外光谱数据的特征；对两种近红外光谱仪的数据分别进行主成分分析（PCA），并比较了大、小番茄前3主成分的得分分布；按SSC梯度对数据进行分级，采用偏最小二乘（PLS）回归结合全交互验证算法分别基于两种近红外光谱仪数据建立番茄SSC定量校正模型。结果表明：（1）大、小番茄LVF近红外光谱的平均光谱及其差谱的光谱特征分别与DLP近红外光谱的平均光谱及其差谱的光谱特征相似。（2）大、小番茄LVF近红外光谱数据PCA前3主成分得分散点分离趋势不明显，而DLP近红外光谱数据PCA前3主成分得分散点基本上不具有分离趋势。（3）基于LVF近红外光谱数据所建各模型的相对预测性能（RPD）皆不低于2.11，其中标准化预处理所建模型具有最佳性能，模型维数（Nf）、校正测定系数（RC~2）、校正均方根误差（RMSEC）、交互验证测定系数(R~2CV)、交互验证均方根误差（RMSECV）、RPD、预测相关系数（RP）、预测均方根误差（RMSEP）分别为8、0.949 1、0.27、0.899 9、0.38、3.16、0.882 6、0.63；基于DLP近红外光谱数据所建各模型的RPD皆不低于1.60，其中标准化预处理所建模型具有最佳性能，Nf、RC~2、RMSEC、R~2CV、RMSECV、RPD、RP、RMSEP分别为5、0.823 5、0.49、0.728 6、0.62、1.94、0.788 4、0.80。该研究可为番茄SSC的无损快速测定以及果蔬品质无损快速检测的仪器选择与评价提供一定的参考。
全文链接
请求原文
中红外及近红外光谱在小杂粮品质检测中的应用进展
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：中红外光谱以及近红外光谱在现代分析化学中有重要的地位,是人类认识物质结构、功能、成分以及含量的重要途径.小杂粮泛指生育期短、种植面积少、种植地区和种植方法特殊,有特种用途的多种粮豆,其特点是小、少、特、杂.小杂粮营养丰富,既是传统口粮,又是保健食品资源.随着人民生活水平的提高和膳食结构的改善,小杂粮作为药食同源的新型食品资源,在现代绿色保健食品中占有重要地位.对小杂粮进行品质检测可为小杂粮生物活性物质研究、品质分级、小杂粮育种、产地溯源与真伪鉴别等方面提供可靠的数据支撑.按照麦类小杂粮及豆类小杂粮分类,对国内近30年来小杂粮品质检测有关文献加以综述.研究表明,麦类小杂粮品质检测文献更多,约占文献数量的2/3左右,且以近红外光谱技术应用居多;豆类小杂粮品质检测文献相对较少,约占文献数量的1/3左右,且以中红外光谱技术应用居多.中红外光谱、近红外光谱在小杂粮品质检测分析方面有诸多重要应用.其中,中红外光谱更多应用于小杂粮中活性物质以及小杂粮加工过程的表征,而近红外光谱则更多应用于小杂粮中粗蛋白、粗脂肪、水分等主要品质指标的定量分析检测,可为小杂粮品质监测、科学育种提供高效的数据来源.近年来,随着化学计量学的发展和计算机技术的进步,近红外光谱不再局限于小杂粮品质指标定量分析,而且还被应用于小杂粮产地溯源等领域,亦取得了良好的效果.最后对中红外光谱、近红外光谱在小杂粮品质无损分析检测方面做出了展望.
全文链接
请求原文
利用无人机高光谱影像的冬小麦氮含量监测
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：作物氮含量影响作物的生长状况,合适的施氮量可以促进作物生长和提高作物产量,因此准确、快速地监测作物的氮含量十分必要.旨在探索将无人机成像高光谱获取的植被指数和光谱特征参数相结合以提高冬小麦关键生育期氮含量估算精度的潜力.首先,以无人机为遥感平台,搭载高光谱传感器获取了冬小麦拔节期、挑旗期、开花期和灌浆期 4 个主要生育期的高光谱遥感影像,并实测了各生育期的氮含量数据.其次,基于预处理后的高光谱影像,提取冬小麦各生育期的冠层反射率数据,并构造能较好反映作物氮素营养状况的 12 种植被指数和 12 种光谱特征参数.然后,计算了各光谱参数与冬小麦氮含量的相关性,并筛选出各生育期与氮含量相关性较强的植被指数和光谱特征参数;最后,利用逐步回归分析(SWR)构建基于植被指数、植被指数结合光谱特征参数的氮含量估算模型.结果显示:(1)选取的大部分植被指数和光谱特征参数与冬小麦氮含量都有较高的相关性.其中,植被指数的相关性高于光谱特征参数;(2)基于单个植被指数或光谱特征参数估算冬小麦虽然可行,但精度还有待进一步提高;(3)与单一植被指数或光谱特征参数相比,植被指数结合光谱特征变量利用 SWR方法构建的氮含量估算模型的精度和稳定性更高(拔节期:建模R2=0.64,RMSE=24.68%,NRMSE=7.96%,验证R2 =0.77,RMSE=23.13%,NRMSE=7.81%;挑旗期:建模R2=0.81,RMSE=15.79%,NRMSE=7.41%,验证R2 =0.84,RMSE=15.10%,NRMSE= 7.08%;开花期:建模R2 =0.78,RMSE=9.88%,NRMSE=5.66%,验证R2 =0.85,RMSE=9.12%,NRMSE=4.76%;灌浆期:建模R2=0.49,RMSE=13.68%,NRMSE=9.85%,验证R2=0.40,RMSE= 18.29%,NRMSE=14.73%).研究结果表明,结合无人机成像高光谱获取的植被指数和光谱特征参数构建的冬小麦氮含量估算模型精度和稳定性较高,研究结果可为冬小麦氮含量的空间分布和精准管理提供参考.
关键词： 无人机 冬小麦 高光谱 氮含量 逐步回归 光谱特征参数
全文链接
请求原文
综合光谱纹理和时序信息的油茶遥感提取研究
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：具有极高营养价值且被誉为东方“橄榄油”的油茶树是我国南方地区重要经济林，我国是世界上油茶树分布最广的国家。提取油茶种植分布和面积对林业部门开展油茶的宏观管理和生产指导具有重要意义。以地处亚热带地物复杂且多山地丘陵的湖南省常宁市为研究区，该区域分布有大量农田和森林，且部分植被季节变化较大，对油茶的遥感提取带来了很大挑战。提出了基于春夏秋三期的GF-2号高分辨率卫星影像，综合植被指数、纹理特征、 PCA主成分3种特征，以及春夏、春秋、夏秋、春夏秋四种不同时序组合和随机森林（RF）算法共构建了17种分类场景（S1—S17）,运用随机森林（RF）、支持向量机（SVM）、最大似然（MLC）三种不同分类算法开展油茶遥感提取实验，筛选出最优特征组合、最佳分类季节与最优时序组合、最优分类方法。结果表明：仅基于光谱信息分类精度低，纹理特征的加入可大幅提升精度，而PCA对于精度的提升效果微弱；通过比较不同季节单时期的分类结果发现油茶提取精度最高的季节为夏季，夏季单时期影像在最优特征组合（S8）中油茶生产者精度（PA）为94.06%,油茶用户精度（UA）为92.57%;在分类场景S10—S17中实验发现，采用时序信息要比单时期影像有明显的精度提升，时序组合分类精度由高到低依次为：春夏秋、春夏、春秋、夏秋；综合光谱、纹理、时序信息通过随机森林（RF）、支持向量机（SVM）、最大似然（MLC）进行油茶提取，随机森林算法分类精度总体表现最好。采用春夏秋多时相遥感植被指数、纹理、 PCA的随机森林方法（S17）是分类精度最高的方案，总体精度（OA）和Kappa系数分别为96.85%和0.961 0,油茶生产者精度（PA）为98.31%,油茶用户精度（UA）为94.33%;采用春夏时相遥感植被指数、纹理的随机森林方法（S10）为兼顾计算效率与精度的最优方案，总体精度（OA）和Kappa系数分别为95.62%和0.9458,油茶生产者精度（PA）为96.93%,油茶用户精度（UA）为95.09%。所提出的最佳油茶遥感提取方案能够为亚热带地区油茶及其他经济林的遥感监测提供参考。
全文链接
请求原文
北方寒区河流湿地土壤溶解性有机质荧光光谱特征
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：溶解性有机质(DOM)是土壤中活跃的有机成分,其来源和组成可指示土壤腐殖化程度及与外部环境间的相关关系.为科学地监测与评价湿地土壤环境质量,采集黑龙江省碾子山雅鲁河国家湿地公园内不同植被条件下的表层(0~20 cm)土壤,应用三维荧光光谱-平行因子分析法,测定DOM荧光光谱,并进一步分析土壤理化指标对DOM组成的影响.结果表明:5种植被类型(包括9种群系)条件下土壤DOM腐殖化指数在2.562~9.052之间,落叶阔叶林和落叶阔叶灌丛土壤腐殖化程度高于草甸,其次为沼泽,水生植被最低;荧光指数介于1.407~1.586,土壤DOM来源兼具外生源和自生源特征,落叶阔叶林和芦苇[Phragmites australis(Cav.)Trin.ex Steud.]沼泽表现为明显的外生源特征,而水生植被及稗[Echinoch-loacrus-galli(L.)P.Beauv.]沼泽具有明显的自生源特征;生物指数在0.482~0.662范围内,新近自生源贡献率均较低.土壤DOM中识别出3类5种有机组分,类腐殖质(紫外类富里酸和可见类富里酸)相对比重最大,外生源特征明显的土壤样品中含量多;其次为类蛋白质(类酪氨酸和类色氨酸),自生源特征较强的土壤样品中含量多;类腐殖酸(胡敏酸)最低,多存在于旱生-中生环境中.土壤含水量、pH值、总有机碳含量对DOM组成具有显著或极显著的影响,3项理化指标与类蛋白质含量成正相关,与类腐殖质含量成负相关,含水量、总有机碳含量与类腐殖酸含量成负相关.总体上看,在该湿地公园内,落叶阔叶林、落叶阔叶灌丛土壤偏弱酸性,含水量、总有机碳含量低,腐殖化程度高,外生源特征明显,类腐殖质和类腐殖酸含量高,其次为草甸及沼泽植被,而水生植被条件下土壤近中性,含水量、总有机碳含量高,腐殖化程度低,自生源特征明显,类蛋白质含量高.本研究结果可为以该湿地公园为代表的北方寒区永久性河流湿地土壤环境质量监测与评价提供基础数据.
全文链接
请求原文
基于无人机成像高光谱估算马铃薯植株氮含量
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：植株氮含量（PNC）是评价作物长势和氮营养状况的重要指标，因此，准确高效地获取PNC信息，对动态监测马铃薯长势及精准施控氮肥具有重要意义。首先于马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期获取无人机高光谱影像，并基于预处理的影像提取5个生育期冠层的原始光谱和一阶微分光谱；其次将提取的冠层光谱与马铃薯PNC进行相关性分析，筛选出PNC的敏感波长；然后分别利用灰度共生矩阵和1～3阶颜色矩，提取冠层原始光谱特征波长处高光谱图像的纹理和颜色2种图像特征，并将提取的特征与马铃薯PNC进行相关性分析，筛选出相关性较高的前5个图像特征；最后分别基于光谱特征、图像特征和图谱融合特征利用弹性网络回归（ENR）、贝叶斯线性回归（BLR）和极限学习机（ELM） 3种方法建立马铃薯PNC估算模型。结果表明：（1）马铃薯5个生育期的冠层光谱特征波长存在差异，但多数位于可见光区域。（2）冠层原始光谱特征波长图像的纹理和颜色特征与PNC的相关性较高，且现蕾期到淀粉积累期的相关性明显高于成熟期。（3）基于单一光谱特征和单一图像特征构建的马铃薯PNC估算模型在现蕾期到淀粉积累期效果较好，成熟期效果较差。（4）现蕾期到淀粉积累期，基于图谱融合特征的马铃薯PNC估算效果明显优于单一光谱特征和单一图像特征。（5）马铃薯各生育期，基于同种变量利用ENR构建的PNC估算模型效果较好，BLR次之，ELM较差。其中，以图谱融合特征为模型变量，利用ENR构建的PNC估算模型精度和稳定性最好，5个生育期的建模R~2分别为0.91、 0.75、 0.82、 0.77和0.69, RMSE分别为0.24%、 0.31%、 0.26%、 0.22%和0.29%, NRMSE分别为6.59%、 9.79%、 9.58%、 7.87%和11.03%。该研究可为马铃薯的氮营养监测提供一种快捷高效的技术手段。
全文链接
请求原文
利用VGC-AGB模型和高光谱遥感的马铃薯地上生物量估算
《光谱学与光谱分析 》 2023 EI SCI 北大核心 CSCD
摘要：马铃薯是继水稻、小麦、玉米之后的一种重要的粮食作物,其优化种植和生产对于保障粮食安全具有重要的意义.作物的地面生物量(AGB)被广泛认为与作物的生长状态密切相关,常常被直接用来参与作物产量预测和健康状态参数评估.现有的研究表明,遥感植被指数在中高作物覆盖度时会丧失对作物参数的敏感性,即"饱和现象",这制约了作物生长中后期 AGB的准确监测.采用了一个新型垂直生长作物 AGB估算模型(VGC-AGB)结合高光谱遥感开展马铃薯多生长阶段的 AGB估算研究.针对多生长时期遥感光谱指数开展作物生物量监测中存在的"饱和问题",VGC-AGB定义了叶片干物质含量(Cm)和垂直器官干物质含量(Csm)2 个参数,分别描述马铃薯叶片和茎的平均干物质含量,并通过叶面积指数(LAI)×Cm 计算叶片的地上生物量(AGB1),通过种植密度(Cd)、马铃薯株高(Ch)和Csm的乘积,即Cd×Ch×Csm计算垂直器官的地上生物量(AGBv).基于国家精准农业研究示范基地 2019 年马铃薯田间实验,分别获取了马铃薯 4 个关键生长时期的地面 ASD高光谱数据、实测株高、AGB和LAI数据等,并利用高光谱反射率数据构建了高光谱特征参数,分别对比了(1)高光谱特征参数+株高,(2)地面测量参数+VGC-AGB模型和(3)高光谱特征参数+VGC-AGB模型的 3 种马铃薯 AGB估算模型的性能.结果表明,与传统的高光谱遥感植被指数+株高的AGB估算方法相比,新型 VGC-AGB模型结合高光谱遥感数据可以提供更高性能的马铃薯 AGB1、AGBv和总 AGB估算结果,该方法可为马铃薯 AGB的快速无损监测提供技术支撑.
关键词： VGC-AGB模型 高光谱遥感 马铃薯 地面生物量
全文链接
请求原文
