科研产出
利用多角度光谱数据探测冬小麦氮素含量垂直分布方法研究
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：作物氮素具有随植株高度层垂直分布的特性,快速、无损探测作物氮素垂直分布状况,对于指导合理施肥、提高肥料利用率和减少环境污染具有重要意义。本文提出了利用偏最小二乘(partial least square,PLS)算法,运用多角度光谱数据估计冬小麦氮素含量垂直分布的方法。分别选用前向和后向不同观测角度组合形成的光谱数据组建植被指数,建立不同高度层的叶片氮素含量探测模型,其中选用±50°和±60°的组合,建立了冬小麦上层叶位叶片氮密度反演模型;选用±30°和±40°的组合,建立了中层叶位叶片氮密度反演模型;选用±20°和±30°的组合,建立了下层叶位叶片氮密度反演模型。针对氮素反演容易受到作物背景(土壤、作物残渣)影响的问题,引入R700/R670比值,改进七种常见的植被指数,利用改进了的植被指数建立了冬小麦上层、中层、下层叶片氮密度垂直分布模型。建模实验结果改进了叶片氮密度上层、中层、下层垂直分布估算结果,验证实验选取建模实验中表现最好的三个植被指数进行进一步研究,结果表明改进后的绿光归一化植被指数(green normalized difference vegetation index,GNDVI)在反演上层、中层、下层叶片氮密度时效果最好,达到了极显著的水平,可用于植被氮素含量的垂直分布探测。
关键词： 冬小麦 氮密度 冠层光谱 多角度 垂直分布 偏最小二乘
全文链接
请求原文
基于CASI高光谱数据的作物叶面积指数估算
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：叶面积指数(LAI)的快速估算对于及时了解作物长势、病虫害监测以及产量评估具有重要意义。利用2012年7月7日在黑河流域张掖市获取的CASI高光谱数据,精确提取出了不同作物的光谱反射率,同时结合地面实测数据,对比分析了宽波段和"红边"植被指数在估算作物LAI方面的潜力,在此基础上,基于波段组合算法,筛选出作物LAI估算的敏感波段,并构建了两个新型光谱指数NDSI和RSI,最后对研究区域作物LAI的空间分布进行了分析。结果表明,在植被覆盖度较低的情况下,宽波段植被指数NDVI对LAI具有较好的估算效果,模型的精度R2与RMSE分别为0.52,0.45(p<0.01);对于"红边"植被指数,由于CIred edge充分考虑了不同的作物类型,其对LAI的估算精度与NDVI一致;利用波段组合算法构建的光谱指数NDSI(569.00,654.80)和RSI(597.6,654.80)对LAI估算的效果要优于NDVI与CIred edge,其中,NDSI(569.00,654.80)主要利用了植被光谱"绿峰"和"红谷"附近的波段,模型估算的精度R2可达0.77(p<0.000 1);根据LAI与NDSI(569.00,654.80)之间的函数关系,绘制作物LAI的空间分布图,经分析,研究区域的西北部LAI值偏低,需增施肥料。研究结果,可为农业管理部门及时掌握作物长势信息、制定施肥策略提供技术支持。
关键词： CASI高光谱数据 叶面积指数 植被指数 波段组合 空间分布
全文链接
请求原文
基于长光程的土壤氧化亚氮排放规律的FTIR光谱法研究
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：氧化亚氮(N2O)的过量排放会对臭氧层造成破坏,合理施肥和采取减排措施对减缓温室效应具有重要的现实意义。本文利用FTIR光谱法研究了施肥和水分对白菜地土壤排放N2O的影响。为了提高系统的灵敏度,我们利用多个反射镜加长了光程。通过比对施肥前后N2O红外光谱和NIST谱库N2O红外光谱,最终选取2 160~2 225cm-1作为定量计算N2O的特征波段。研究发现,施肥和水分能促进白菜地土壤N2O气体排放,这为农田N2O的减排和减缓温室效应提供了理论依据。最后,还研究了施肥后土壤N2O的昼夜排放规律,结果表明,N2O白天的排放量高于晚上,通过和前人研究结果对比,验证了此方法的可行性。本文研究证实,基于长光程的FTIR光谱法是一种测量土壤排放N2O气体规律的快速有效方法,它可以对施肥后的白菜地土壤N2O气体排放进行测量,相对其他传统测量方法具有高速、简便等优势。
全文链接
请求原文
冬小麦条锈病严重度不同估算方法对比研究
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：为了提高遥感监测小麦条锈病病害严重度的准确性,寻找小麦病害的较优反演模型,在国家精准农业示范研究基地基于野外定位调查小麦病情指数及冠层光谱数据,利用与小麦病害发生呈显著关系且有效反映植被生理生长状况的7种高光谱植被指数,尝试分别采用PLS(偏最小二乘回归)、BP神经网络和植被指数经验法三种方法建立小麦条锈病病情反演模型,并进行比较分析。结果表明:三种方法病害严重度预测值与实测值间的R2分别为0.936,0.918,0.767。采用偏最小二乘回归方法监测小麦病情指数效果更好,为探寻不同种类植被指数对模型的贡献,尝试用代表植被绿度的NDVI,GNDVI,MSR和代表水分含量的NDWI和MSI植被指数分别作为PLS模型的输入变量,建立病害反演模型。结果表明:小麦条锈病中,叶片叶绿素含量的变化比冠层水含量的变化对病情指数更为敏感,对病害有更好的解释作用。然而,两模型精度都低于七种植被指数全部参与时的预测结果,即输入变量中采用多种植被指数比用单类指数模拟准确度高。
关键词： 高光谱遥感 条锈病 偏最小二乘法 神经网络 病情指数
全文链接
请求原文
ICP-AES分析光谱条件对中药蒲公英无机元素吸收的影响
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：在全密闭植物工厂中水培种植中药蒲公英,以发射不同波段光谱的荧光灯及LED灯作为药材生长光源,并结合ICP–AES技术分析了不同光谱条件对蒲公英无机元素吸收和积累的影响。结果表明:(1)相近的光合有效辐射(PAR)条件下,单一红光R及混合光FLRB有利于水培蒲公英可食生物量的积累,单一蓝光B处理下可食生物量最低;(2)荧光灯FL条件下蒲公英地上部分常量无机元素含量比值为K∶Ca∶P∶Mg∶Na=79.74∶32.39∶24.32∶10.55∶1.00,微量无机元素含量比值为Fe∶Mn∶B∶Zn∶Cu=9.28∶9.71∶3.82∶2.08∶1.00;(3)峰值为660nm的红光有利于蒲公英对Ca,Fe,Mn,Zn元素的吸收,Cu元素含量受光谱条件的影响不明显;(4)蒲公英地上部分对Ca,Na,Mn,Zn四种元素的积累量均在纯红光R下最高,而对其余六种元素的积累量以混合光FLRB条件下最高。
关键词： 植物工厂 光谱成分 ICP-AES技术 蒲公英 无机元素
全文链接
请求原文
应用CARS和SPA算法对草莓SSC含量NIR光谱预测模型中变量及样本筛选
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：采用光谱技术对水果进行定量或定性分析,如何获得一个简单、有效的校正模型对后续模型的应用和维护都非常关键。以草莓内部品质近红外光谱预测为例,从关键变量和特征样本优选两方面进行研究。采用竞争性自适应重加权CARS算法对光谱变量进行初次选择,随后采用连续投影算法SPA对校正集样本进行优选,获得98个特征样本,针对优选后的变量/样本子集利用SPA算法作二次关键变量提取,获得25个关键变量。为了验证CARS算法的性能,蒙特卡罗无信息变量消除MC-UVE和连续投影算法SPA用于比较研究。CARS算法在消除无信息变量的同时可以对共线性信息进行去除。同样,为了评估SPA算法在特征样本选择中的性能,经典的Kennard-Stone算法也用于比较分析。SPA算法能够用于校正集特征样本的优选。针对最终优选后的变量/样本(25/98)子集建立PLS和MLR模型对草莓内部可溶性固形物含量SSC含量进行定量预测。结果表明,两个模型利用原始变量/样本的0.59%/65.33%的信息均能够获得比基于原始变量/样本所建模型更好的性能,且MLR模型比PLS模型性能略优,r2pre,RMSEP和RPD分别为0.909 7,0.348 4和3.327 8。
关键词： 变量筛选 样本筛选 近红外光谱 草莓 可溶性固形物
全文链接
请求原文
基于近红外高光谱成像及信息融合的小麦品种分类研究
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：高光谱成像技术因具有图谱合一的特点在作物品种鉴别方面具有较大潜力,但目前研究大多只提取利用了光谱信息,对图像信息没有进行有效利用。本文利用近红外高光谱成像仪采集了强筋、中筋、弱筋3个类型共计6个品种的单粒小麦种子高光谱图像,提取了长、宽、矩形度、圆形度、离心率等12个形态特征,并对图像中的胚乳和胚区域进行分割建立掩膜,提取了胚乳和胚区域的平均光谱信息。采用PLSDA和LSSVM方法建立基于图像信息的判别模型,结果表明强筋、弱筋两者二分类的识别率能达到98%以上,强筋、中筋两者二分类的识别率只能达到74.22%,说明近红外高光谱图像的形态信息能够反映品种间差异,但单独利用图像信息进行分类时准确度可能欠佳。采用SIMCA,PLSDA和LSSVM方法建立了胚乳和胚区域光谱信息的多分类模型,胚乳区域的分类效果较胚区域略好,说明籽粒不同部位的形状差异会影响分类效果。进一步融合光谱信息和图像信息,采用SIMCA,PLSDA和LSSVM方法建立融合模型,识别率较单独的图像或光谱信息模型均略有提升,PLSDA方法从原来的96.67%提升到98.89%,表明充分挖掘高光谱图像所包含的形态特征和光谱特征可有效提高分类效果。
苹果产地差异对可溶性固形物近红外光谱检测模型影响的研究
《分析化学 》 2015 SCI 北大核心 CSCD
摘要：为更好地利用近红外光谱预测苹果可溶性固形物含量,减少产地差异对近红外光谱检测模型的影响,以4种不同产地的富士苹果为研究对象,采用基于x-y共生距离的样本划分方法分别对不同产地的苹果选取代表性样本作为校正集,利用偏最小二乘算法,建立和比较单一产地和混合产地下的苹果可溶性固形物近红外光谱检测模型,并结合竞争性自适应重加权算法(CARS)和连续投影算法(SPA)对苹果可溶性固形物的建模变量进行筛选。相比单一产地和其它混合产地模型,混合所有4种苹果产地的校正集样本建立的模型取得了最好的预测结果,另外,结合CARS-SPA筛选的16个特征波长,模型得到了进一步简化,其预测相关系数和预测均方根误差分别为0.978和0.441°Brix。结果表明,利用多个产地的苹果样本建立的混合模型,结合有效特征波长,可提高对苹果可溶性固形物含量的预测精度,减小产地差异对可溶性固形物近红外光谱检测的影响。
全文链接
请求原文
融合多源遥感数据生成高时空分辨率数据的方法对比
《红外与毫米波学报 》 2015 EI SCI 北大核心 CSCD
摘要：融合多源遥感数据生成高时空分辨率数据具有重要的应用价值.对目前常用的3种时空融合方法进行对比分析,即基于时序数据(STIFM)、基于混合像元分解(STDFM)和增强型自适应遥感图像(ESTATFM)的时空融合方法.以盈科灌区为例,由多时相的MODIS数据提取地物的时间变化信息,结合初期的ASTER/TM影像的空间信息,融合生成30 m具有MODIS时间分辨率的数据.以真实的ASTER数据为基准,从光谱特征和地物类别的角度定量评价结果,表明STDFM和ESTATFM分别在红波段和近红外波段取得效果最优,相关系数分别为0.91和0.71,3种方法融合的NDVI效果基本相当,相关系数均高于0.84.在地物类别空间信息的表达方面,ESTATFM方法在异质性较强的玉米和小麦区域具有较好的适用性.
关键词： 多源遥感数据 数据融合 高时空分辨率 混合像元分解
全文链接
请求原文
基于小波变换的便携式X射线荧光光谱仪检测模型的建立与改进
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：应用便携式X射线荧光光谱仪对土壤中Cr,Cu,Zn,As,Pb等重金属含量进行检测,每个样品扫描检测3次,利用小波阈值滤噪的方法对所测谱线进行光滑去噪处理后,根据土壤重金属的标准值和相应的计数率(取三次处理后检测谱线的平均值)建立各重金属的标准曲线。运用小波阈值滤噪方法时,为确定最佳的小波基和小波分解层数,以信噪比(SNR),均方根误差(MSE)和信息熵(H)作为评估指标评价降噪效果。为验证仪器的稳定性,根据土壤样品中重金属浓度的不同挑选部分样品并同时选用H3BO3(空白对照)进行重测。结果表明:运用小波变换方法时,选取coif3小波基对谱线进行三层分解,取得了最佳的去噪效果;建立好模型后,仪器的决定系数R2范围是0.990~0.996,表明在0~1 500mg·kg-1范围内,土壤样品中各重金属元素含量与X射线荧光光谱特征峰强度之间的线性关系良好;经过重复检测和计算得知仪器的检出限均低于国家一级土壤标准。将小波变换的方法实际运用到X射线荧光光谱仪检测模型的建立与改进中,有效的提高了模型的准确性,同时经验证,仪器具有良好的精密度,可运用于实际土壤重金属污染的现场快速筛查。
全文链接
请求原文
