光谱指数

摘要： 【目的】蜜柚叶片氮素(nitrogen,N)含量是准确诊断和定量评价生长状况的重要指标,建立合适的蜜柚叶片氮素含量高光谱估算模型,为实现快速、无损、精确的氮素含量估测提供依据。【方法】基于蜜柚叶片高光谱数据和氮素含量实测数据,建立了蜜柚叶片偏最小二乘回归模型(PLS)、BP神经网络回归模型(BPNN)、随机森林回归模型(RF)和支持向量机回归模型(SVM),并确定了蜜柚叶片氮素含量最佳估算模型。【结果】原始光谱和一阶微分光谱与蜜柚叶片氮素含量在可见光范围内有多波段相关性显著,并出现多个极值。原始光谱曲线敏感波长为569 nm和704 nm,一阶微分曲线的敏感波长为541、617、695、753 nm。与蜜柚叶片氮素含量相关性较显著的光谱参量是NDVI′_(695,753)、RVI′_(695,753)、DVI′_(617,695)、R′_(617)、DVI′_(541,617)。建立的PLS、BPNN、RF和SVM 4种蜜柚叶片氮素含量估算模型的决定系数R^(2)分别为0.75、0.80、0.83和0.81,均方根误差RMSE分别为1.16、1.08、0.97和1.02。验证模型的决定系数R^(2)分别为0.79、0.84、0.85和0.82,均方根误差RMSE分别为1.11、0.94、0.87和0.99,其估算模型的精确程度为RF>SVM>BPNN>PLS。【结论】通过对琯溪蜜柚叶片氮素含量进行4种高光谱估算模型对比,随机森林估算模型精度稍高于PLS、BPNN和SVM估算模型。研究结果为光谱监测蜜柚叶片氮素含量提供了技术依据。

摘要： 以博斯腾湖西岸湖滨绿洲为研究区,将野外原位高光谱实测数据和土壤有机碳(SOC)含量作为基础数据,通过对原始光谱进行4种数学变换,探索不同光谱变换形式下的弓曲差(C)、差值光谱指数(DSI)、简单比值土壤指数(RSI)、亮度光谱指数(BSI)、归一化土壤指数(NDSI)与SOC含量的关系,并建立基于随机森林法(RF)的SOC含量估算模型。结果表明:(1)研究区SOC含量主要集中在5.25~78.76 g/kg,平均值为21.82 g/kg,变异系数为69.11%,呈中等变异性;(2)在光谱数据lgR下,SOC含量与DIS指数相关系数最高,相关系数为0.80,最佳组合波段为(1758 nm,1752 nm);(3)基于不同光谱指数与弓曲差(C)建立的模型验证集精度R^(2)和RMSE分别介于0.67~0.84和5.85~8.45 g/kg,模型的RPD均在1.66以上;在基于光谱数据lg(1/R)变换下,模型的验证集R^(2)=0.82、RMSE=3.52 g/kg、RPD=3.99,可以较好地估算研究区SOC含量,为干旱半干旱地区湖滨绿洲SOC含量反演提供依据和参考。

摘要： 如何利用卫星搭载的常规通道蓝光(B)、绿光(G)、红光(R)和近红外(NIR)实现作物氮素营养诊断对于区域氮素优化管理及氮素循环估测具有重要意义。本研究以2014—2016年在内蒙古阴山北麓武川县和四子王旗布置的多年多点不同氮水平的田间试验为基础,通过冠层高光谱仪tec5采集马铃薯关键生育期块茎形成期、块茎膨大期和淀粉积累期植株冠层光谱数据,利用卫星通道的波段响应函数模拟GF-2(GF)和Sentinel 2A(S)卫星光谱反射率,通过波段优化和指数组合计算波段优化归一化及其组合多光谱指数,构建基于多光谱指数的马铃薯植株氮素含量估测模型,并用田块数据进行验证。研究结果表明,敏感波段的提取对卫星通道的准确筛选具有指导意义,基于中心敏感波段筛选的绿光(G)和蓝光(B)通道计算的优化多光谱指数GF-GBNDSI和S-GBNDSI与马铃薯植株氮素含量的线性拟合决定系数(R^(2))最高,分别为0.41和0.38。GBNDSI分别与NDVI和GNDVI组合得到的多光谱指数GBNDSI/NDVI和GBNDSI/GNDVI能够显著提高对马铃薯植株氮素含量的解释能力,其中GF-GBNDSI/NDVI和GF-GBNDSI/GNDVI与马铃薯植株氮素含量的线性拟合R^(2)分别为0.57和0.56;S-GBNDSI/NDVI和S-GBNDSI/GNDVI与马铃薯植株氮素含量的线性拟合R^(2)分别为0.54和0.55。与红边(red edge,RE)多光谱指数相比,GBNDSI/NDVI和GBNDSI/GNDVI不仅克服了大部分高分辨率卫星缺乏红边通道的缺点,而且能够达到与红边多光谱指数REBNDSI/NDVI(R^(2)=0.53)和REBNDSI/GNDVI(R^(2)=0.59)基本相当的估测建模能力,并在模拟的田块数据中到了良好的验证。S-GBNDSI/NDVI估测模型的均方根误差和平均相对误差分别为0.40%、10.48%;GF-GBNDSI/NDVI估测模型的均方根误差和平均相对误差分别为0.39%、10.06%。鉴于目前大多数高分辨率卫星,尤其是国产系列卫星缺乏红边通道,基于常规通道构建的优化光谱指数GBNDSI/NDVI和GBNDSI/GNDVI在作物植株氮素含量监测上更具备推广应用的价值。

摘要： 植被叶片含水率的准确快速获取对于作物长势情况诊断有重要意义。本研究对孕穗-抽穗期的冬小麦原始高光谱数据进行3种变换处理,采用连续投影法(SPA)和双波段光谱指数筛选出与含水率相关性较高的波段组合,对敏感波段组合和全波段进行建模。结果表明:经SPA筛选的敏感波段占全波段总数的2%以下,结合偏最小二乘回归(PLSR)构建的叶片含水率反演模型SPA-PLSR预测效果最好,最高预测决定系数达0.9453,高于以双波段组合和全波段所建模型的预测精度。连续投影法在提取与叶片含水率相关的敏感波段方面有良好表现,因此,利用波段筛选算法获取的波段所建模型反演冬小麦叶片含水率是可行的,可为准确快捷估算农田旱情和灌溉决策提供参考。

摘要： 红色系矿物颜料曾被艺术家们大量地使用在古画和古建筑上。正确地识别出不同种类的红色系颜料对于文物监测与修复具有重要意义。传统的颜料识别主要依靠化学分析,不仅识别速度慢、识别范围小,而且对文物进行取样操作会造成文物的永久损伤。高光谱技术对颜料进行无损识别可以很好地解决这些问题。选用辰砂、胭脂、银朱、朱膘、朱砂、赭石、赭粉、铁红、土红、西洋红10种红色系矿物颜料作为研究对象,使用地物光谱仪在暗室中获取这10种红色系颜料在350~2500nm波段内的高光谱数据原始数字(DN)影像,经反射率校正,得到可直接用于光谱分析的反射率数据及光谱曲线。基于10种红色系颜料不同的光谱曲线特性,分两步筛选获取被区分颜料即目标颜料的光谱特征波段。取目标颜料光谱曲线的极值点作为特征波段,可以筛选得到目标颜料的初选光谱特征波段。将其余9种颜料在初选光谱特征波段上对应的反射率与目标颜料在此波段上的反射率做差,对于差值,筛去离群值后求平方和,不同波段对应不同的差值平方和,选取差值平方和较大的前4个波段作为优选后的光谱特征波段。基于归一化光谱指数模型公式[NDSI=(R_(a)-R_(b))/(R_(a)+R_(b)),R_(a)和R_(b)分别为目标颜料在光谱特征波段a和b处的反射率值]对10种红色系颜料分别构建归一化光谱指数,将目标颜料与其余9种红色系颜料在同一光谱特征波段处计算得到的光谱指数进行对比分析,计算目标颜料光谱指数与其余颜料光谱指数的区分度,以此作为评价区分效果的指标。对于最终优选出的4个光谱特征波段,可构建6个归一化光谱指数,选择最小区分度最大的归一化光谱指数作为目标颜料的光谱特征指数。研究结果显示,在通过各自的光谱特征指数进行区分时,每种目标颜料与其他颜料的最小区分度都保持在0.7以上(大于0.5可认为区分明显),说明上述方法可以对各红色系颜料进行准确区分,对于文物颜料的快速准确识别具有实践意义。

摘要： 土壤是自然生态系统的重要组成部分,是人类赖以生存和农业生产的重要物质基础。随着社会经济高速发展,高强度的工农业生产活动导致重金属等各种污染物通过大气沉降、污水灌溉等途径进入土壤,并在土壤中不断富集造成土壤盐渍化和土壤重金属污染,两者是导致全球荒漠化和土壤退化的主要诱因。然而中国的耕地非常有限,粮食安全尤为重要。因此,如何快速、准确地大面积反演盐碱地的重金属含量是保障粮食安全的重要研究课题。针对上述关键问题,以吉林省镇赉县盐碱地为研究对象,建立了盐碱地重金属元素锰(Mn)、钴(Co)和铁(Fe)含量与土壤可见光-近红外光谱数据的定量反演模型。首先对原始光谱数据分别进行了Savitzky-Golay平滑、多元散射校正、连续统去除变换处理;然后基于预处理后的光谱数据构建了比值(RI)、差值(DI)和归一化(NDI)三种光谱指数,通过光谱指数与重金属含量的相关性分析确定模型训练样本,利用径向基神经网络算法进行建模并反演盐碱地重金属含量;最后通过相关系数等梯度循环建模的精度分析方法确定了光谱指数与锰、钴和铁含量相关性显著的敏感波段组合,建立了基于径向基神经网络算法的盐碱地重金属含量最优反演模型。研究结果表明,Mn选取相关系数r>0.70,Co选取相关系数r>0.80,Fe选取相关系数r>0.80,并选取敏感指数组合分别为108组、690组和31组,基于上述显著敏感指数组合建立的Mn,Co和Fe最优反演模型R^(2)分别为0.7034,0.8976和0.8484,均方根误差RMSE分别为53.0073,1.0592和0.3634,平均相对精度达到88.64%,90.36%和91.78%。该研究对盐碱地重金属含量的准确、快速分析提供了一种有效的方法,对实现土壤重金属污染治理具有重要的现实意义。

摘要： 【目的】作物水分状况的实时监测对于节水灌溉、缓解我国水资源紧缺具有重要意义。本研究旨在探寻利用无人机多光谱影像数据实时监测玉米干旱胁迫状况的可行性,比较无人机数据和田间实测农学指标对作物干旱胁迫的敏感程度。【方法】大田试验在河北吴桥进行,采用两个玉米品种‘富民985’和‘郑单958’,设置畦灌、滴灌和雨养3种模式。分别在大喇叭口期、抽雄期、开花期和灌浆期取玉米最新展开叶测定色素含量和比叶面积(SLA),同时利用无人机搭载多光谱相机采集近地遥感数据,并提取归一化植被指数(NDVI)、绿光归一化植被指数(GNDVI)、归一化红边指数(NDRE)、叶面叶绿素指数(LCI)和优化土壤调节植被指数(OSAVI)等5种植被指数。【结果】与叶片色素含量和SLA相比,植被指数更早在各处理间表现出差异。播种后70天(抽雄期)NDRE和LCI在各处理之间具有显著性差异,NDVI、GNDVI和OSAVI仅在灌溉和雨养模式之间出现显著性差异;同一时期各处理的色素含量差异不显著,比叶面积差异也不显著;播种后90天(灌浆期)各处理间的色素含量出现显著性差异。此外,相关性分析表明,植被指数与色素含量的相关性随着生育期发生变化。播种后80天(开花期)NDRE、LCI两个植被指数和色素含量的相关性优于NDVI、GNDVI和OSAVI指数;播种后90天(灌浆期)5种植被指数和色素含量之间的相关性较强。【结论】利用无人机在播种后70天监测的植被指数(NDRE)对玉米干旱的监测优于部分实测农学指标,在后期其测定的叶片色素值(Ca+Cb)/Car与玉米的衰老相关密切,因而对玉米干旱胁迫的监测早且较准确。但最佳光谱指标及其用于干旱监测的最佳时期仍需在更多品种及不同环境下做进一步验证。

摘要： 【目的】基于无人机数据采用3种分层方案构建冠层盖度-乔灌木地上部分生物量模型以及基于Landsat8 OLI数据采用3种分层方案构建不同光谱指数-乔灌木地上部分生物量模型,对比分析不同分层方案的乔灌木地上部分生物量模型精度,以期为基于遥感数据的干旱区人工林乔灌木地上部分生物量高精度反演提供理论依据。【方法】在毛乌素沙地实地调查102块30 m×30 m样地,基于高分辨率无人机影像,利用面向对象的机器学习算法获取乔灌草植被覆盖度信息,采用3种分层方案(不分层、基于乔木和灌木2种植被类型分层、基于5个树种分层)构建冠层覆盖度-乔灌木地上部分生物量模型。基于Landsat8 OLI影像,使用6种光谱指数(NDVI、RVI、MSAVI、TCG、NDMI、NIRv),结合无人机影像解译草本植被覆盖度,采用3种分层方案(不分层、有无草本植被样地分层、3个草本植被覆盖度等级样地分层)构建不同光谱指数-乔灌木地上部分生物量模型。【结果】不分层的冠层覆盖度-乔灌木地上部分生物量模型鲁棒性最差(R^(2)=0.22,n=102),且估算精度最低(RMSE=14.98 t·hm^(-2));考虑乔木和灌木2种植被类型分层建模(RMSE=7.44 t·hm^(-2))和5个树种分层建模(RMSE=5.82 t·hm^(-2))的反演误差分别减少了50.32%和61.1%。在光谱指数-乔灌木地上部分生物量模型中,NIRv反演乔灌木地上部分生物量精度最高(3种分层方案平均RMSE=7.25 t·hm^(-2)),NDVI反演乔灌木地上部分生物量精度最低(3种分层方案平均RMSE=9.43 t·hm^(-2))。不同光谱指数对稀疏乔灌木地上部分生物量变异的解释能力表现为NIRv>NDMI>TCG>MSAVI>RVI>NDVI。木本植被类型对光谱指数-乔灌木地上部分生物量模型精度的影响小于对冠层覆盖度-乔灌木地上部分生物量模型精度的影响。考虑草本植被覆盖度背景分层建模可使光谱指数-乔灌木地上部分生物量模型RMSE减少8.13%~16.62%,不同光谱指数-乔灌木地上部分生物量模型精度对草本植被覆盖度背景的敏感性排序为NIRv>TCG>NDVI>MSAVI>RVI>NDMI。【结论】无人机高空间分辨率遥感可用于获取稀疏乔灌混交林树种类型及其草本植被信息等先验知识。在稀疏乔灌混交林区域,木本植被类型对冠层覆盖度-乔灌木地上部分生物量模型精度影响较大,至少需区分乔木和灌木两类植被才可保证该方法反演精度满足实用需求。基于Landsat-8 OLI卫星数据的考虑草本覆盖度的NIRv-乔灌木地上部分生物量模型分层建模方案适用于大区域稀疏乔灌木地上部分生物量遥感估算。

摘要： 通过构建提高土壤黏粒含量预测精度的可行性方法光谱指数模型,为快速估测晋西黄土区土壤黏粒含量提供技术支持,以晋西黄土区土壤为研究对象,利用光谱指数特征构建该区域土壤黏粒含量的光谱快速估测模型,使用ASD地物光谱仪测得土壤高光谱数据,对原始光谱(R)进行倒数变换(IR)、倒数的对数变换(LGIR)和倒数的一阶微分变换(FDIR)3种预处理,对以上4种光谱形式构建差值光谱指数(DSI)、比值光谱指数(RSI)、归一化光谱指数(Normalized difference spectral index,NDSI)3种光谱指数,并计算其与土壤黏粒含量的相关性;然后,选取相关系数中最显著的5个光谱指数用于多元线性回归(MLR)模型拟合,筛选出47个光谱指数用于偏最小二乘回归(PLSR)和反向传播神经网络(N)模型拟合。结果表明,原始光谱与土壤黏粒含量的相关性较低(相关系数最高仅为-0.28),而通过光谱变换及构建光谱指数后其相关性明显提升,其中,相关性较高的为FDIR-RSI、FDIR-NDSI、R-DSI、LGIR-RSI和LGIR-NDSI(相关系数分别为-0.70、0.69、-0.68、0.68、0.68),且相关性均显著,置信水平P均小于0.001;预测精度最高的模型是LGIR-NDSI-BPNN,其预测集的R2和RMSE分别为0.64、1.32,验证集的R2、RMSE和RPD分别为0.74、1.13、1.96,明显提升了基于原始光谱土壤黏粒含量的预测精度。

摘要： 为了探讨适合于喀斯特植物叶片叶绿素含量估算的光谱指数,在总结以往基于光谱指数的植物生化参数估算研究基础上发现,常用光谱指数通常采用差值、比值、归一化以及倒数差值方式来构建。因此,我们通过上述4种光谱指数构建方式对所采集的4种典型喀斯特植物——黄荆(Vitex negundo)、盐麸木(Rhus chinensis)、朴树(Celtis sinensis)和红背山麻杆(Alchornea trewioides)叶片原始光谱反射率及其一阶导数值与同步测定的叶片叶绿素含量进行遍历分析,以期获得最优光谱指数并将其应用于喀斯特植物叶片叶绿素含量定量估算研究。结果表明:(1)常用光谱指数中,改良红边归一化指数(modified red-edge normalized difference vegetation index,mND705)对喀斯特植物叶片叶绿素含量估算效果较好(决定系数为0.45,均方根误差为0.26 mg·g^(-1))。(2)虽然荧光比值(fluorescence ratio index,FRI1)和叶绿素吸收面积光谱指数(chlorophyll absorption area index,CAAI)在估算喀斯特与非喀斯特植物叶片叶绿素含量能力相当,但是其估算精度相对较低(决定系数小于0.45)。(3)通过差值、比值、归一化以及倒数差值方式构建的光谱指数无论是基于植物叶片原始光谱反射率,还是其一阶导数值,相比常用光谱指数都能更好地估算喀斯特植物叶片叶绿素含量(决定系数大于0.60)。其中,基于植物叶片原始光谱反射率一阶导数值的差值光谱指数[dD(760,769)]对喀斯特植物叶片叶绿素含量的估算精度最好,其决定系数为0.71,均方根误差为0.19 mg·g^(-1)。综上可知,结合高光谱遥感技术的光谱指数模型可快速定量估算喀斯特植物叶片叶绿素含量,为典型喀斯特地区植物生长诊断及其对环境胁迫适应性评价提供重要科学依据和技术支持。

摘要： 提出了一种估测小麦冠层氮含量的新光谱指数FD(730-525)/(730+525)利用小麦冠层525nm、570nm与730咖处导数光谱,采用差值、比值以及归一化的方法构建了12种光谱指数,并与mNDV1705、mSR705、NDV1705以及GREEN—NDVI等17种常用的光谱指数进行了比较分析。发现指数FD(730-525)/(730+525)对小麦冠层氮含量的估测结果最佳,其估测模型(指数形式)校正集与预测集R2分别达0.818与0.858, RMSEC与RMSEP分别为0.374与0.342,精度优于VOG3与mNDV1705等常用指数。为优化结果,利用最小二乘支撑向量机回归算法(LS—SVR)对模型进行了改进,其校正集与预测集R2分别提高至0.852与0.887,RMSEC与RMSEP分别下降为0.311与0.274,具有比指数模型更高的精度。rn 结果表明：指数FD(730-525)/(730+525)是进行小麦冠层氮含量估测的优选指数,且LS—SVR是建模的优选方法。

摘要： 于2006年～2008对雨养农业区春小麦冠层光谱与叶片含水量进行了观测试验，基于液态水与叶绿素的光谱吸收特征，研究了不同的高光谱指数与春小麦冠层及叶片含水量的关系。结果表明：春小麦的冠层含水量与WI960具有很好的相关性(r=0.860，P＜0.01)，其次是WI1180(r=0.844，P＜0.01)，第三为R670/R550(r=-0.837,P＜0.01)，NDVI与春小麦冠层含水量的相关性也较好(R=0.828,P＜0.01)，NDWI次之(R＝0.815,P＜0.01)，同样的指数与叶片含水量分析结果显示：EVI与叶片含水量具较好正相关(r=0.762,P＜0.01)，且与叶片等效水厚度(EWT)的关系也较好(r=0.722,P＜0.05)，其次是SAVI(R=0.746，P＜0.01)，与EWT的相关性较EVI略好(r=0.738,P＜0.05)。如果考虑到利用卫星或航空数据监测时的大气影响，在兩养农业区利用卫星监测作物含水量时，WI1180有可能是最适合的，此外，EVI也可能是另外一个较好的监测叶片含水量的指数。

摘要： [研究目的]揭示棉花产量与冠层光谱植被指数相关关系，建立棉花高光谱估算模型，促进高光谱技术在棉花长势监测和估产中应用。[方法]结合棉花生长发育规律，对棉花各时期冠层进行高光谱反射率测定，根据光谱曲线特征构建高光谱植被指数，基于棉花盛蕾期至吐絮后期7次地面光谱和产量测定，对光谱反射率与产量进行统计分析。[结果]各生育期可见光波段、近红外波段及短波红外波段光谱反射率与产量间分别达显著负相关、显著正相关与显著负相关水平。根据棉花冠层光谱波形特征，利用植被红边波段560nm反射峰、670nm吸收谷、近红外波段890nm反射峰、980nm和1210nm两个弱水汽吸收谷、短波红外1650nm和2200nm反射峰，设计归一化差值光谱指数，并与棉花产量进行相关分析，利用上述波段组合定义的归一化差值光谱指数与产量在各生育期均达显著或极显著相关，而VARI_700抗大气植被指数在各生育期都达极显著相关。[结论]以VARI_700抗大气植被指数建立各生育期的产量预报模型，为实现棉花营养生长期长势监测与产量预报提供依据。

摘要： 揭示棉花产量与植被指数和冠层红边参数相关关系，建立棉花高光谱估算模型，促进高光谱技术在棉花长势监测和估产中应用。【方法】结合棉花生长发育规律，对棉花各时期冠层进行高光谱反射率测定，根据光谱,曲线特征构建高光谱植被指数，基于棉花盛蕾期至吐絮后期7次地面光谱利产量测定，对光谱反射率与产量进行统计分析。【结果】各生育期可见光波段、近红外波段及短波红外波段光谱反射率与产量间分别达显著负相关、显著正相关与显著负相关水平。根据棉花冠层光潜波形特征，利用植被红边波段560nm反射峰、670nm吸收谷、近红外波段890nm反射峰、980nm和1210nm两个弱水汽吸收谷、短波红外1650nm和2200nm反射峰，设计归一化差值光谱指数，并与棉花产量进行相关分析，结果表明：利用上述波段组合定义的归一化差值光谱指数与产量在各生育期均达显著或极显著相关，而VARI_700抗大气植被指数在各生育期都达极显著相关。【结论】以VARI_700抗大气植被指数建立各生育期的产量预报模型，为实现棉花营养生长期长势监测与产量预报提供依据。反射峰、670nm吸收谷、近红外波段890nm反射峰、980nm和1210nm两个弱水汽吸收谷、短波红外1650nm和2200nm反射峰，设计归一化差值光谱指数，并与棉花产量进行相关分析，结果表明：利用上述波段组合定义的归一化差值光谱指数与产量在各生育期均达显著或极显著相关，而VARI_700抗大气植被指数在各生育期都达极显著相关。【结论】以VARI_700抗大气植被指数建立各生育期的产量预报模型，为实现棉花营养生长期长势监测与产量预报提供依据。?????????????矢???????矡?〉????矡P??矡?矹P??〉?矡?矡????????????矡P?

摘要： 针对湖泊水草区水质遥感监测的难题,提出了一种草型湖泊水质遥感监测方法.首先,基于时谱立方体研究不同水草类型的物候生命周期;其次,基于多种光谱指数建立了水草类型和水华的识别方法;再者,结合水草对水质的指示作用,分析遥感对水草区监测的适用性.以南四湖为示范区,验证了上述方法的可行性.

摘要： 本文基于不同小麦品种和不同施氮水平下的试验观测研究,分析了小麦冠层高光谱特征与籽粒蛋白质含量的定量关系,通过逐步回归方法确定了小麦籽粒蛋白质含量的敏感光谱参数,进而采用数学建模方法提出了以NPH920为特征光谱参数的小麦籽粒蛋白质含量动态的光谱监测模型,引入了品种修正参数和氮素调控系数2个影响因子.运用不同生态点的独立观测资料对监测模型进行了检验,表明模型能够基于冠层高光谱参数可靠地预测不同小麦品种和氮素营养下籽粒蛋白质含量动态.

摘要： 本文基于不同小麦品种和不同施氮水平下的试验观测研究,分析了小麦冠层高光谱特征与籽粒蛋白质含量的定量关系,通过逐步回归方法确定了小麦籽粒蛋白质含量的敏感光谱参数,进而采用数学建模方法提出了以NPH920为特征光谱参数的小麦籽粒蛋白质含量动态的光谱监测模型,引入了品种修正参数和氮素调控系数2个影响因子.运用不同生态点的独立观测资料对监测模型进行了检验,表明模型能够基于冠层高光谱参数可靠地预测不同小麦品种和氮素营养下籽粒蛋白质含量动态.

摘要： 本文基于不同小麦品种和不同施氮水平下的试验观测研究,分析了小麦冠层高光谱特征与籽粒蛋白质含量的定量关系,通过逐步回归方法确定了小麦籽粒蛋白质含量的敏感光谱参数,进而采用数学建模方法提出了以NPH920为特征光谱参数的小麦籽粒蛋白质含量动态的光谱监测模型,引入了品种修正参数和氮素调控系数2个影响因子.运用不同生态点的独立观测资料对监测模型进行了检验,表明模型能够基于冠层高光谱参数可靠地预测不同小麦品种和氮素营养下籽粒蛋白质含量动态.

摘要： 本文基于不同小麦品种和不同施氮水平下的试验观测研究,分析了小麦冠层高光谱特征与籽粒蛋白质含量的定量关系,通过逐步回归方法确定了小麦籽粒蛋白质含量的敏感光谱参数,进而采用数学建模方法提出了以NPH920为特征光谱参数的小麦籽粒蛋白质含量动态的光谱监测模型,引入了品种修正参数和氮素调控系数2个影响因子.运用不同生态点的独立观测资料对监测模型进行了检验,表明模型能够基于冠层高光谱参数可靠地预测不同小麦品种和氮素营养下籽粒蛋白质含量动态.

摘要： 本文基于不同小麦品种和不同施氮水平下的试验观测研究,分析了小麦冠层高光谱特征与籽粒蛋白质含量的定量关系,通过逐步回归方法确定了小麦籽粒蛋白质含量的敏感光谱参数,进而采用数学建模方法提出了以NPH920为特征光谱参数的小麦籽粒蛋白质含量动态的光谱监测模型,引入了品种修正参数和氮素调控系数2个影响因子.运用不同生态点的独立观测资料对监测模型进行了检验,表明模型能够基于冠层高光谱参数可靠地预测不同小麦品种和氮素营养下籽粒蛋白质含量动态.

摘要： 一种基于光谱特征空间权化的光谱特征指数提取方法，含以下步骤：一、读入高光谱分辨率图像数据；二、根据应用需求及地物之间可分性，确定组成原始光谱特征空间的光谱特征；三、初始化感兴趣类别各个光谱特征权重；四、构建感兴趣类别的类内离散度矩阵和类间离散度矩阵；五、计算得到光谱特征空间权化的感兴趣类别特征空间变换矩阵，构建光谱特征空间权化的适应度函数；六、采用基于速度压缩的进化策略，计算步骤五的适应度函数值，更新感兴趣类别各个光谱特征权重；七、进行迭代终止条件判断，若满足则获得最终感兴趣类别各个光谱特征权重，若不满足返回步骤五；八、利用步骤七得到的优化后感兴趣类别各个光谱特征权重，进行光谱特征指数的提取。

摘要： 一种基于光谱吸收指数的多层感知机高光谱矿物分类方法，包含以下步骤：(1)读入高光谱数据；(2)确定矿物种类及数目，并选择训练样本和测试样本；(3)根据矿物特征波段确定光谱吸收指数向量；(4)建立基于多层感知机的深度网络模型；(5)训练模型参数并且构建防止过拟合策略；(6)对高光谱图像进行分类，得到矿物分类图。该方法以多层感知机模型作为模型基础，以矿物光谱吸收指数向量作为输入，实现基于高光谱数据的矿物分类。

摘要： 一种基于光谱特征空间权化的光谱特征指数提取方法，含以下步骤：一、读入高光谱分辨率图像数据；二、根据应用需求及地物之间可分性，确定组成原始光谱特征空间的光谱特征；三、初始化感兴趣类别各个光谱特征权重；四、构建感兴趣类别的类内离散度矩阵和类间离散度矩阵；五、计算得到光谱特征空间权化的感兴趣类别特征空间变换矩阵，构建光谱特征空间权化的适应度函数；六、采用基于速度压缩的进化策略，计算步骤五的适应度函数值，更新感兴趣类别各个光谱特征权重；七、进行迭代终止条件判断，若满足则获得最终感兴趣类别各个光谱特征权重，若不满足返回步骤五；八、利用步骤七得到的优化后感兴趣类别各个光谱特征权重，进行光谱特征指数的提取。

摘要： 本发明提供一种联合光谱、植被指数和纹理特征的高分影像滑坡检测方法，包括获取待检测高分辨率遥感影像及对应栅格化的滑坡真实标签；提取光谱特征，通过光谱波段计算植被指数，并对待检测高分辨率遥感影像进行主成分分析，计算第一主成分的灰度共生矩阵，利用灰度共生矩阵提取多个纹理特征；采用离差标准化进行影像归一化；采用Relief‑F算法进行特征选择来降低数据冗余；通过图层叠加、滑动窗口算法扫描、数据增强来生成训练样本，利用深度U‑Net方法进行训练；基于测试样本进行模型测试、精度评价及输出滑坡检测结果图。本发明提供了一种有效的滑坡检测方法，能充分挖掘高分辨率遥感影像信息，有效提高滑坡的识别精度。

摘要： 本发明提供了基于优化光谱指数建立水稻叶片SPAD的高光谱反演模型,包括以下步骤：S1，采集水稻目标叶片光谱和叶绿素含量的数据：S2，光谱数据预处理：通过对小波母函数的缩放平移运算来实现噪声剔除和信号局部特征的细化，有效保护原始信号中的尖峰信号和突变信号。本发明通过将NAOC光谱指数定义的积分计算简化为基于积分限(a，b)即双波长组合运算的方式进行优化，并利用相关分析法筛选出原始光谱和三种数学变换光谱中与水稻叶片SPAD具有较高相关系数的特征波段组合。

摘要： 本发明公开了一种基于光谱指数的冬小麦全蚀病病害指数预测模型的构建方法，旨在提供一种行之有效、简单方便的方法，预测冬小麦全蚀病病害指数。本发明首先对采样点内冬小麦病害情况进行调查，以采集的灌浆期冬小麦冠层地面ASD光谱数据和UHD185成像高光谱数据为基础，对不同病害指数条件下冬小麦冠层的高光谱信息差异进行比较，利用ASD光谱数据筛选UHD185光谱数据中对冬小麦全蚀病敏感的波段范围和光谱指数，并建立该光谱指数与冬小麦全蚀病病害指数的线性回归模型，预测冬小麦全蚀病病害情况。本发明还公开了利用该模型预测冬小麦全蚀病病害情况的方法，该方法工作效率高、预测结果精度高，为防治全蚀病小麦的发生、发展提供了科学的技术指导。

摘要： 本发明涉及一种基于信息增益的高光谱数据光谱指数提取方法，包括步骤：(1)样本数据的获取、预处理；(2)利用波段替换构建同公式不同波段组合的多个类似光谱指数形式，计算各光谱指数形式下不同类的光谱指数；(3)计算光谱指数在其类中的信息增益：先根据光谱指数在各类中取值的连续性划分节点，计算各划分节点的信息熵，根据信息熵计算信息增益，选择信息增益最大的划分点作为最优划分点，该划分点的信息增益作为光谱指数形式a的信息增益；(4)计算各光谱指数的信息增益，取最大值所对应的光谱指数为最优分类光谱指数。该方法能够有效的扩充光谱指数的形式和组合方法，能够从大量光谱指数和波段组合中快速地筛选出最优的分类指数。

摘要： 本发明公开了一种基于近红外光谱的牙龈组织血流动力学光谱指数构建系统，其特征在于，包括可见近红外光谱仪和数据处理单元；其中，所述可见近红外光谱仪，用于采集待检测牙齿周围各目标位点的光谱数据；所述数据处理单元，用于将所采集各光谱数据中的光谱曲线归一化为一致的测量背景，确定提取牙龈组织氧合血红蛋白和脱氧血红蛋白的光谱吸收特征；然后基于所得光谱吸收特征计算得到牙龈组织血流动力学指数。基于本发明所得牙龈组织血流动力学光谱指数，能够辅助快速、精确、无创和成本效益高的完成牙周组织炎症检测，对牙周炎的临床诊断提供准确有效的辅助作用。

摘要： 本发明提供了基于优化光谱指数建立水稻叶片SPAD的高光谱反演模型,包括以下步骤：S1，采集水稻目标叶片光谱和叶绿素含量的数据：S2，光谱数据预处理：通过对小波母函数的缩放平移运算来实现噪声剔除和信号局部特征的细化，有效保护原始信号中的尖峰信号和突变信号。本发明通过将NAOC光谱指数定义的积分计算简化为基于积分限(a，b)即双波长组合运算的方式进行优化，并利用相关分析法筛选出原始光谱和三种数学变换光谱中与水稻叶片SPAD具有较高相关系数的特征波段组合。

摘要： 本发明公开了基于光谱指数模型的水体识别系统，数据分析平台用于获取初始遥感影像并对其进行去噪处理生成遥感分析影像，水体模型构建策略包括根据遥感分析影像和实测参数构建水体模型，水体模型的模型参数包括和水藻分布和水藻浓度参数、水体边缘轮廓线、水位；除藻策略包括第一水位阈值和第一时间阈值，除藻策略配置为当水位由标准水位线连续下降至第一水位阈值，且持续时间大于等于第一时间阈值时，生成除藻指令信息，并根据沿水体边缘轮廓线的水藻浓度参数和分布集中度确定除藻优先级顺序。本发明通过建立水体模型，能够识别水体的水藻分布变化情况和水位变化情况，对除藻情况进行及时判断，避免产生严重的水体污染。