叶绿素含量BP反演模型的光谱信息输入因子构建研究

植被叶绿素含量的高光谱反演是当今研究的热点,传统后向传播(BP)神经网络是其常用的一种反演模型。高光谱数据虽然具有精细光谱分辨率,但也造成了大量的信息冗余与噪声;而小波包变换(WPT)可以有效地抑制高光谱数据噪声和压缩信号,同时主成分分析(PCA)能够很好地降低模型输入因子的维数并可简化网络结构。以盆栽玉米为研究对象,在玉米叶片光谱数据对数变换并一阶微分处理的基础上,针对叶绿素含量的BP反演模型,提出了基于相关系数(CC)、WPT和WPTPCA的输入因子构建方法,并形成了叶绿素含量的CC-BP、PCA-BP及WPT-PCA-BP三种反演模型。通过比较玉米叶片叶绿素含量的实测值与三种BP模型反演结果,表明基于WPT-PCA构建BP模型的输入因子数量虽仅有6个却并不影响其反演精度,也能包含原始光谱的92%信息,且优于基于PCA和传统CC所构建输入因子的BP模型反演能力。     

大豆叶片水平叶绿素含量的高光谱反射率反演模型研究

利用便携式光谱仪和分光光度计法分别测得大豆生长期内叶片的高光谱数据及相应的叶绿素质量分数w,利用多元统计分析和红边参数反演提取与叶片水平的w(叶绿素)相关性较高的敏感波段和光谱形式,及特征光谱位置,并以此为基础推演得到一个基于神经网络算法的叶绿素含量反演模型,结合了3种方法的优点,具有较高的反演精度.     

锶胁迫条件下生菜光谱效应特征

锶（Sr）胁迫条件下生菜的反射光谱特征会发生明显改变。通过室内生菜水培试验，获取了36个不同生长期、6个不同锶浓度胁迫的生菜叶片400～950 nm波段区间的生化参数信息（叶绿素含量、细胞结构、叶片金属含量）和反射光谱信息，利用光谱技术并结合数学统计方法研究了生菜叶片7个光谱特征参数与实测叶片锶元素含量之间的相关性，优选了较敏感光谱特征参数，建立了其与生菜叶片锶含量的线性回归模型。结果表明，锶胁迫生菜叶片叶绿素含量呈先上升后下降的规律，细胞结构差异不明显。锶胁迫生菜叶片反射光谱直观上无规律，通过采用光谱技术方法分析得出锶胁迫生菜叶片的红边波段位置先“红移”再“蓝移”，红谷波段位置则“红移”，植被指数B4/B3比值先升高后降低，红边归一化植被指数（NDVI）值随着锶浓度的升高而降低。相关性及线性回归模型分析表明红边波段位置与叶片锶含量显著相关。本文为下一步基于光谱特征的叶片重金属含量反演模型的构建提供了较好的数据源和基础理论。     

铜铅重金属胁迫下玉米光谱分形维数与污染监测研究

通过设定不同浓度梯度的重金属Cu、Pb胁迫下的玉米盆栽试验,利用美国高性能地物光谱仪SVC HR-1024I对不同浓度铜铅污染的玉米老、中、新叶片进行光谱测量,同时采用SPAD-502叶绿素含量测定仪测定各类叶片中叶绿素含量相对值,并通过化学方法测定不同胁迫程度下玉米叶片中的铜铅含量。在分析玉米叶片中Cu、Pb含量与光谱曲线的绿峰高度(GH)、红谷深度(RD)、蓝边(DB)、红边最大值(MR)、红边面积(FAR)、红边一阶微分曲线陡峭度(FCDR)之间相关性的基础上,利用分形理论对叶片410~780 nm之间的光谱曲线进行分形测量,提出运用光谱曲线分形维数(FRAC)对受不同浓度重金属铜铅污染的玉米叶片进行污染监测,同时对相同浓度铜铅胁迫下的老、中、新叶片也进行了光谱响应研究。结果表明,随着叶片中重金属含量增加光谱曲线分形维数也逐渐增大,同等浓度重金属铜铅胁迫程度下,分形维数从新叶到老叶逐渐减小,并且发现光谱曲线分形维数与绿峰高度、红谷深度、红边面积具有较好的相关性,说明光谱曲线分形维数不仅可以综合描述曲线的光谱特性,还能定量反映玉米叶片受重金属铜铅污染程度及其健康状况。因此,光谱曲线分形维数可以作为玉米叶片重金属污染监测的一种新方法。     

铅离子胁迫下盆栽玉米叶片光谱微分的红边响应研究

基于重金属铅(Pb)污染的盆栽实验玉米,采用光谱仪和叶绿素仪测量了不同浓度Pb~(2+)胁迫下玉米老、中、新叶片的反射光谱及其叶绿素含量;也运用质谱仪测定了不同胁迫浓度叶片中Pb~(2+)含量。对玉米老、中、新叶片中的叶绿素含量与各类叶片及土壤中的Pb~(2+)浓度进行了相关性分析;并为了区分玉米叶片铅离子污染程度和预测Pb~(2+)含量,提出了红边一阶微分曲线面积比值(FARR)和红边一阶微分峰前面积(FABR)参数;同时与常规红边一阶微分包围面积(FAR)、红边一阶微分曲线陡峭度(FCDR)、红边位置(REP)以及红边最大值(MR)作运用比较,实验结果表明,玉米叶片中的叶绿素含量从新叶、中叶到老叶逐渐增加,并随着土壤中Pb~(2+)浓度的升高而降低;受到Pb~(2+)胁迫时,新叶片到老叶片的REP"蓝移"更为明显;FARR和FABR在Pb~(2+)的胁迫程度区分和污染监测方面比FAR、FCDR、REP、MR具有更好的预测效果。     

水稻、玉米的光谱数据与叶绿素的相关分析

探讨了水稻和玉米的多时相的叶片反射光谱数据、群体反射光谱数据与叶绿素含量、叶绿素密度的相关关系．通过对反射光谱数据进行导数光谱分析和“红边”位置分析,结果表明水稻和玉米的叶片反射光谱数据很好地反映了叶片叶绿素含量的信息,而它们的群体反射光谱数据与其叶片的叶绿素含量的相关性较小,但却能很好地反映叶片叶绿素密度的信息．因此,可以利用群体植被的反射光谱数据讲行植被叶片叶绿素密唐的估计。     

重构玉米叶片光谱的铜铅污染区分与其含量反演方法

利用经验模态分解(empirical mode decomposition,EMD)、自相关函数一阶导数比值差(ratio difference of autocorrelation function first-order derivative,_(RDA))和多重分形理论,结合玉米盆栽实验,研究了铜(Cu~(2+))、铅(Pb~(2+))离子不同胁迫梯度下玉米叶片光谱去噪、叶片重金属污染的Cu和Pb元素区分以及叶片中Cu、Pb元素含量预测方法。通过光谱数据的EMD去噪与重构处理,得到不同浓度Cu、Pb胁迫下玉米叶片重构光谱;利用光谱自相关函数一阶导数(autocorrelation function first derivative,AFFD)及其比值差(_(RDA)),建立了Cu~(2+)、Pb~(2+)不同胁迫梯度下玉米叶片重构光谱的_(RDA)变化量(Cu_(RDA)、Pb_(RDA))计算公式;依据_(RDA)变化量曲线中紫光、绿峰、红光、红边、近谷、近峰多个波谱特征区间的Cu_(RDA)和Pb_(RDA)计算值,可明显地区分出叶片的Cu、Pb污染类别;另外,根据实测的玉米叶片中叶绿素、Cu~(2+)、Pb~(2+)含量与叶片重构光谱的多重分形谱参量之间相关性,构建了叶片中Cu~(2+)、Pb~(2+)含量反演的线性回归预测模型,经验证模型精度较高。     

重构玉米叶片光谱的铜铅污染区分与其含量反演方法研究

利用经验模态分解(empirical mode decomposition,EMD)、自相关函数一阶导数比值差(ratio difference of autocorrelation function first-order derivative,_(RDA))和多重分形理论,结合玉米盆栽实验,研究了铜(Cu~(2+))、铅(Pb~(2+))离子不同胁迫梯度下玉米叶片光谱去噪、叶片重金属污染的Cu和Pb元素区分以及叶片中Cu、Pb元素含量预测方法。通过光谱数据的EMD去噪与重构处理,得到不同浓度Cu、Pb胁迫下玉米叶片重构光谱;利用光谱自相关函数一阶导数(autocorrelation function first derivative,AFFD)及其比值差(_(RDA)),建立了Cu~(2+)、Pb~(2+)不同胁迫梯度下玉米叶片重构光谱的_(RDA)变化量(Cu_(RDA)、Pb_(RDA))计算公式;依据_(RDA)变化量曲线中紫光、绿峰、红光、红边、近谷、近峰多个波谱特征区间的Cu_(RDA)和Pb_(RDA)计算值,可明显地区分出叶片的Cu、Pb污染类别;另外,根据实测的玉米叶片中叶绿素、Cu~(2+)、Pb~(2+)含量与叶片重构光谱的多重分形谱参量之间相关性,构建了叶片中Cu~(2+)、Pb~(2+)含量反演的线性回归预测模型,经验证模型精度较高。     

基于真实三维结构的玉米冠层生化参数垂直分布的定量化分析

为了定量研究作物生化参数在冠层中的垂直分布情况,本文以2000年栾城实验测量的玉米冠层自上而下不同叶位叶片的光谱数据为基础,利用PROSPECT模型进行反演,获得每层叶片的叶绿素(a b)含量、等效水厚度、干物质含量等叶片的生化参数.通过比较发现:玉米冠层叶绿素等含量生化参数具有明显的随高度垂直分层现象,最明显的就是叶片的叶绿素含量,最大和最小叶绿素含量的相对差值甚至可以达到最大值的79.1%.在此基础上,根据实测玉米冠层结构,利用扩展L系统生成玉米真实三维结构冠层场景.通过统计计算每层叶片的生化参数,进而得到冠层生化参数的垂直分布.这为进一步基于冠层光谱的参数反演和定量分析以及农业应用等研究奠定了理论基础.     

基于偏最小二乘法的樟树叶片叶绿素含量高光谱估算

在BRDF测试系统环境下利用ASD便携式野外光谱仪采集樟树叶片光谱,并用UV2450-紫外可见分光光度计对观测叶片进行叶绿素含量测定.考虑到植物色素(叶绿素和类胡萝卜素)对叶片反射光谱的影响主要体现在可见光波段,选取400~900 nm范围波段光谱反射率与叶片叶绿素含量反演偏最小二乘法(PLS)模型,其中29个样本用于建模,10个样本用于验证,结果表明:当主成分个数为4时,PLS模型具有最佳的效果,4个主成分累计解释了99.91%的自变量信息和89.71%的因变量信息,此外,PLS模型能够充分利用高光谱信息,具有较高的精度和稳定性.通过与原始光谱和一阶导数光谱拟合的估测模型进行对比分析,得出PLS模型无论是从建模样本精度还是验证的误差方面均优于这两种传统的模型,适合于利用高光谱数据进行叶绿素含量的估测.     

谐波分析重金属铜铅胁迫玉米的污染效应

提出了谐波分析法监测玉米的重金属污染效应。通过设置不同浓度Cu和Pb胁迫下的玉米盆栽实验,测得了玉米冠层叶片光谱、叶绿素以及Cu含量。利用谐波分析技术将玉米叶片光谱特征信息转化为以振幅和相位的能量谱特征信息,提取低次谐波振幅和初始相位,分析了振幅和相位与玉米的健康状况以及重金属污染效应之间的关系。实验结果和分析表明,振幅反映着光谱的能量信息,与叶片中的Cu离子含量有很强的相关性;初始相位携带着光谱辐射峰值的位置信息,与玉米叶片中重金属含量以及叶片光谱的红边位置具有一定的线性比例关系。因此,可以通过光谱谐波分解的振幅和相位间接的判断Cu和Pb胁迫玉米的污染程度。     

G/11木聚糖酶最适pH值的预测及其与氨基酸位置的关系

把木聚糖酶全序列均分为N端,中间端(I端)及C端3个部分,并分别以全序列及分段氨基酸的组成作为模型输入值.通过主成分分析(PCA)方法探讨全序列及分段氨基酸组成和最适pH值的相关性,运用均匀设计法分别优化支持向量机和BP神经网络运行参数.研究结果表明:支持向量机获得的预测模型优于神经网络,其中RBF支持向量机是最佳的模型.主成分分析结果显示:I端主成分跟最适pH值相关性最高;相关系数R绝对值为0.68,得到的结果与支持向量机结果一致.     

Study on the biomass change derived from the hyperspectral data of cotton leaves in canopy under moisture stress

In this study, an ASD spectrometer made in USA is used to derive the hyperspectral data of cotton leaves in canopy in north Xinjiang. The integral area variables of red edge are used to estimate the total nitrogen (TN) content in cotton leaves in canopy. The first order differential of reflective spectra is carried out. The analysis methods based on the spectral position variables are derived from the first order differential spectral data. The analysis on the correlation between the integral area of red edge (SDr, regarded as the independent variable) and the TN content (regarded as the function) is carried out, and the correlation mathematical model between the integral area of red edge and the TN content in canopy leaves of cotton varieties named as Xinluzao No.6 is developed. The analysis on the correlation between the chlorophyll content and the TN content in single cotton leaves in canopy growing under the irrigation with different water volumes is carried out. The results show that there is a significant positive correlation between the chlorophyll content and the TN content (R = 0.8723, n = 39), and the data of chlorophyll content can be used to estimate the TN content in single cotton leaves; the correlation between the integral area variable of red edge and the TN content in cotton leaves in canopy is significant, their correlation coefficient is 0.7394 (n = 40), the TN contents in canopy leaves of cotton varieties named as Xinluzao No. 6 and No. 8 can be accurately estimated by using the developed model, and their RMSE values are 0.3859 and 0.4272 respectively. After researching, it is considered that there is an applying potential to use the integral area variables of red edge for estimating the TN content in cotton leaves in canopy, and the mathematical model developed with the third-side area variables has a high applying value in deriving the TN content in crop canopy. It is also considered that it is feasible to recognize the moisture stress suffered by cotton plants by researching the shift and change extent of red edge, and the key is to develop the corresponding rational recognition index system.

     

基于分区的太湖叶绿素a遥感估测模型

以太湖为研究区域,测试水体的反射光谱和表层水质并分析叶绿素的光谱特征,对比MODIS波段并找出与叶绿素a质量浓度相关性较好或对叶绿素a质量浓度变化较为敏感的波段,根据主成分变换后的MODIS图像色调对太湖进行分区并分别用主成分、单波段及波段组合因子建立各区内相应的叶绿素a质量浓度估测模型.结果表明:对太湖合理分区可以提高叶绿素a质量浓度的遥感估测精度;经过主成分变化后的第2主成分,MODIS波段1,3~4,10~14的反射率及波段反射率组合可以较好地估测分区后的叶绿素a质量浓度.     

基于4类神经网络的国债利率期限结构预测

以2011年1月至2016年7月的国债月度数据为样本,研究了在利率期限结构预测中,反向传播神经网络（BPNN）、小波神经网络（WNN）、径向基神经网络（RBFNN）和广义回归神经网络（GRNN）4种网络中相关参数的设定对精度的影响,并对预测效果进行实证比较。研究结果表明：广义回归神经网络预测效果较好,反向传播神经网络预测结果波动性较小,小波神经网络和径向基神经网络预测结果波动性较大。