基于光谱特征的玉米品种高光谱图像识别

为了对玉米种子进行无损识别分类,对玉米种子的高光谱图像的光谱信息进行分析,探索高光谱图像技术在玉米种子识别分类上的可行性。利用波长范围为400～1 000 nm的高光谱图像采集系统采集11类共528粒玉米样本的高光谱图像;在每个玉米样本上提取感兴趣区域并获取此区域的平均光谱信息,对光谱曲线进行分析,去除12个奇异样本;结合偏最小二乘判别分析法对所选玉米种子样本识别分类。实验结果表明,在所选玉米样本的识别中训练集样本的识别精度可以达到99.22%,测试集样本的识别精度也达到了94.66%。研究结果表明,不同种类的玉米种子的光谱信息具有一定的差异性,利用高光谱图像技术提取其光谱信息对玉米种子品种进行无损识别分类是可行的。     

基于小波分析的Hyperion影像地物分类波段宽度

【目的】高光谱遥感为地物的精细识别提供优势的同时,也带来了数据量多、波段间相关性大、处理精度和效率下降等问题,而且在遥感分类中并不是使用的通道越多、波段越窄效果越好。因此笔者从光谱角度出发探讨降低高光谱数据量,以寻求适宜遥感分类波段宽度的方法。【方法】首先对Hyperion影像进行处理,主要包括去除未定标和受水汽影像波段、坏线、条纹和Smile效应,辐射定标和大气校正处理后得到161个波段,对选用的LIR级数据进行几何校正。根据样地调查情况确定试验区待分类别,对提取的14类地物样本平均光谱进行7次Sym3小波分解,由得到的小波细节系数方差和小波细节系数熵分析适宜各类型识别的光谱区间,然后将不同光谱区间内窄波段进行小波融合,最后选取支持向量机方法进行分类识别。【结果】美人松林、落叶松林、樟子松林、针叶混交林、阔叶混交林、火烧迹地、水体、耕地和未利用地9类地物识别的适宜光谱分辨率为40 nm,剩余5种地物识别的适宜光谱分辨率为80 nm,不同光谱区间对应的波段数大大降低,且最终分类精度总体都达到81%以上。【结论】将小波分析与支持向量机方法(SVM)结合,解决了高光谱存在的“维数灾难”问题,提高了高光谱数据的利用率,遥感分类中并不是使用的通道越多、波段越窄效果越好。     

不同粒径垃圾堆肥对高羊茅抗旱性的影响

通过对草坪基质施用不同粒径的生活垃圾堆肥,研究了水分胁迫下垃圾堆肥对高羊茅生理生态的作用.结果表明:施用不同粒径垃圾堆肥对高羊茅生物量及株高的增加产生积极影响,叶绿素含量也有所提高.经粒径300nm的堆肥(堆肥1)处理,高羊茅的叶绿素a和总叶绿素含量分别比对照高出37.3%和14.9%;根长和须根数也有较为明显的增加,分别比对照提高了25.8%和27.8%(P<0.05).不同粒径的堆肥对水分胁迫下高羊茅的过氧化物酶(POD)、超氧化物岐化酶(SOD)和过氧化氢酶(CAT)活性具有积极的调控作用,其中堆肥1处理3种酶的活性分别比对照提高52.7%,65.3%和4.4%.水分胁迫下,堆肥处理对脯氨酸含量影响较小.但施入堆肥能明显降低高羊茅叶片丙二醛含量,其中以300nm粒径的堆肥1和1 700nm粒径的堆肥4处理分别比照降低了19.7%和35.1%.可见,在水分胁迫下,高羊茅草坪基质中施入不同粒径垃圾堆肥,尤其小粒径堆肥(300～600nm),可明显改善植物的生理生态调节功能,缓解水分胁迫带来的伤害,提高高羊茅的抗旱性.     

基于地面实测光谱的多金属矿区土壤重金属含量反演研究

多金属矿区土壤重金属元素调查是矿区成矿元素地球化学异常评价和找矿预测的依据,也是矿区可耕种土壤重金属污染调查和恢复的依据。在土壤中羟基官能团与重金属游离态阳离子吸附反应分析的基础上,结合地面实测光谱及其数据处理,提取了研究区土壤在500 nm、770 nm、1 340 nm和2 100~2 300 nm波段范围内的特征光谱。通过土壤重金属元素与实测光谱特征(吸收深度、吸收面积、反射率比值、对称度)的皮尔森相关分析,确定了参加不同金属元素回归分析的实测光谱特征,建立了基于地面实测光谱估算重金属元素含量的回归方程。由此,成功地提取碾子沟-洛金洼多金属矿区土壤中Cu、Pb、Cd、Zn等重金属元素含量。与检验样本比较,Cu的均方根误差为0.392 1ω(B)/10-6,平均绝对误差为0.300 6ω(B)/10-6。在试验矿区,根据土壤中金属元素含量分布,发现采矿场东北方向有一高值异常区,为该区进一步找矿提供依据。另外,采矿场西北农用地中Pb、Cd元素分布相对较高,应该引起重视。     

多层局部感知卷积神经网络的高光谱图像分类

针对高光谱图像分类中光谱特征的高度非线性问题,提出一种基于多层感知器卷积层和批标准化层的改进卷积神经网络模型,提高模型在光谱域处理的非线性特征提取能力.该算法通过构建七层网络结构,实现多层局部感知结构,逐个像素对光谱信息开展分析,区分不同目标物的光谱信息,将全光谱段集合作为输入,舍去空间信息,利用动量梯度下降训练算法对多层局部感知卷积神经网络训练,实现对不同目标物体光谱特征的提取与分类.实验中,采用两组高光谱遥感影像进行对比分析,以Pavia University数据集为例,在3 600个训练样本情况下,测试集为1 800个样本,本文方法正确率为90.23%,LeNet-5正确率为87.94%,Linear-SVM正确率为90.00%;在21 000个训练样本情况下,测试集为全部样本,本文方法正确率为97.23%,LeNet-5正确率为96.64%,Linear-SVM正确率为92.40%.实验结果表明,在训练集较小的情况下,本文方法优于传统神经网络,能有效提取数据特征,并且在精度上和计算成本上略优于在小样本分类中具有高效和鲁棒性良好的SVM算法.在大规模训练集时,本文方法表现出良好的学习能力,在分类精度上优于LeNet-5.本文提出的多层局部感知网络结构增强了对非线性特征的学习能力,无论训练集规模大小,都比传统的SVM和一般的深度学习网络更能有效的利用高光谱图像中的逐像素点的光谱域信息,能有效提高分类精度.     

基于高光谱特征波长选取的不同类型沉积岩识别方法

为快速无损地实现岩石类型精确识别,以禄丰阿纳恐龙山南缘为研究区,采集3类典型沉积岩样本(泥岩、砂岩和泥灰岩各21块),借助ASD FieldSpec3地物光谱仪获取样本在350～2 500 nm内的高光谱数据,对预处理后的原始光谱进行一阶微分和连续统去除变换,采用马氏距离对全波段光谱进行初步筛选,并使用竞争性自适应重加权算法进一步筛选特征波长,基于全波段和特征波长变量分别建立贝叶斯判别和经过粒子群算法优化的支持向量机识别模型.结果表明,马氏距离结合竞争性自适应重加权算法用来筛选特征波长能提高模型的识别准确率,有效剔除光谱中的冗余信息,其中基于连续统去除光谱构建的组合模型被选为最优沉积岩识别模型,其预测集识别准确率为0.952 4,输入模型的特征波长变量数只占全波段的1.6%.     

遥感岩性识别研究进展与展望

综述遥感岩性识别的岩石光谱学机理与岩石光谱特征,总结目前常用的遥感岩性信息提取方法.认为深入研究岩石矿物的光谱学机理,不仅要测量单个矿物的光谱,分析其诊断性特征,建立和完善矿物的光谱库,更重要的是测量和研究多种矿物、岩石组成的岩性地层单位的成分与光谱的相关性特征、规律及其诊断性特征.建议我国南方遥感岩性识别研究应开展不同岩性地层单位的岩石地球化学特征与其上部覆盖土壤化学特征和植被生物化学特征之间的相关分析,寻找其对应的遥感光谱信息变化规律;加强遥感信息与非遥感信息的综合分析,探索对新的高空间分辨率、高光谱分辨率的其它遥感信息的岩性识别方法.     

基于高光谱成像技术的水果品质无损检测

高光谱图像技术结合光谱技术与计算机图像技术两者的优点,可获得大量包含连续波长光谱信息的图像块,其图像信息可检测水果的外部品质,光谱信息则可用于水果内部品质的检测,达到根据水果内、外部综合品质进行分类的目的.综述了国内外将该技术应用于水果品质检测方面的研究进展,提出了利用高光谱图像技术检测苹果轻微损伤的方法,利用500～900 nm的高光谱图像数据,通过主成分分析提取547 nm波长下的特征图像.     

滇池不同空间分布水体的高光谱特征差异分析

滇池作为污染十分严重的高原湖泊之一,其水质监测工作备受关注.利用高光谱遥感监测水质,便于动态长期监测并能找出污染源及其空间分布差异.因此,文章基于珠海一号高光谱卫星数据,从空间尺度上,分别选取滇池内部不同区域的水体进行高光谱试验分析比较.试验结果认为:①研究区草海和外海水体在近红外波段内反射率差异最大,可用于2类水体的识别与提取,以及对水体内叶绿素含量进行初判断;②研究区入湖口和出湖口位置的水体光谱曲线在880～940 nm范围内变化异常,可用于2处水体的识别与提取,并推测因水体中悬浮物颗粒影响改变了变化趋势;③湖心和湖岸带水体在近红外波段内,反射率差值先增至最大再逐渐减小,可根据此光谱特征实现2个区域水体的识别与提取,并推测可能是由于水体内悬浮物体积浓度影响导致光谱差异.综上所述,近红外波段有很好的光谱响应特征,可以较好地反映并识别湖泊的不同空间分布差异.同时,对于水环境条件差异也可以进行更好地判断.     

齐大山铁尾矿粉磨特性

利用扫描电镜(SEM)、场发射扫描电镜(FE-SEM)和激光粒度仪(LPS)研究齐大山磨细铁尾矿的颗粒形貌和粒度分布特征,并以比表面积为评价指标,比较了铁尾矿与水淬高炉渣的易磨性.结果表明:铁尾矿的易磨性远远优于水淬高炉渣;铁尾矿经实验用球磨机粉磨140min后,能够填充水泥粉体堆积结构间隙的粒径小于5μm的颗粒质量分数为62.60%,并且还含有大量亚微米级和纳米级颗粒.     

近红外光谱定量分析小麦粉蛋白质含量

基于逐步多元线性回归的算法，对小麦粉的近红外光谱进行了蛋白质浓度的定量分析。通过对原始近红外光谱在波长范围1300～1860nm内，采用不同波长间隔的逐步回归，提取了较理想的回归波长，建立了少参量数学模型。对不同未知样本进行了预测，结果表明，所建模型具有一定的稳定性，对未知样品蛋白质浓度的测量偏差较小，其最大偏差不超过1．0。     

基于高光谱图像技术的番茄叶片氮素营养诊断

通过提取番茄叶片高光谱图像的灰度、纹理特征将高光谱数据立方体转化成二维特征曲线,再利用特征选择方法 CFS对所有波长进行筛选,确定灰度特征的特征波长:549,669,742,830 nm和纹理特征的特征波长:482,684 nm.每个样本共有12个特征变量,对这12个变量进行主成分分析,提取9个主成分因子作为模型的输入向量,采用支持向量机建立番茄氮素营养水平诊断模型,得到4个梯度氮素水平(N1,N2,N3,N4)番茄叶片的正确识别率为96%,88%,92%,92%.研究结果表明高光谱图像技术对番茄氮素营养水平具有较好的诊断作用.     

二氧化锡量子点的制备及其光学性质

利用水热法制备了二氧化锡量子点,其粒径分布为4～7nm.高分辨透射电子显微镜(HRTEM)观察结果发现各种粒径的量子点均有良好的分散性;室温光致发光(PL)谱显示不同粒径的量子点在600nm处都有一个宽的发光峰,分析结果表明该发光峰与样品中的氧空位缺陷有关;样品的低频拉曼光谱显示在38cm-1处有一对称的声学声子拉曼峰,该峰随着样品尺寸的减小向高频方向移动.     

一种基于遗传算法和模糊规则的分类算法

介绍了一种基于模糊规则和遗传算法的分类算法.首先给出一种模糊规则提取方法,然后遗传算法对模糊规则进行优化选择,最后对不能识别的样本启动触发器.该算法可以在保证分类正确性高的前提下尽量减少规则数,并提高样本识别能力.用Iris数据对该分类系统进行仿真,结果表明该系统具有良好的分类能力和精简规则能力.     

基于LS-SVM和高光谱技术的玉米叶片叶绿素含量检测

为实现玉米叶片叶绿素含量的快速无损测定,采集不同氮素水平的玉米叶片,制备校正集样本60个,验证集样本16个,获取400～1 100 nm波段范围的高光谱数据和相应叶绿素含量.采用变量标准化、13点平滑、一阶导数3种预处理方法结合,根据相关系数图谱选择470～760 nm波段作为光谱数据分析对象;利用最小二乘支持向量机建...     

长江口水域悬浮泥沙粒径对光谱反射率的影响分析

在悬浮泥沙遥感研究中,通常忽略粒度特征因子,主要考虑悬沙浓度单个因子与光学特性的关系.而单纯考虑浓度与光谱反射特性关系所建立的模型在应用的时空尺度方面会受到较大的限制.将沉积物打碎并分散在溶液中,然后从不同角度照射悬浮在溶液中的颗粒,并统计不同粒径区间内颗粒的数量和比例,从而描绘出粒径频率分布图获取粒径参数方式,分析悬沙粒径因子对光谱反射率的影响.测试结果表明悬沙粒径分布主要是通过后向散射来对光谱反射率产生影响,细颗粒泥沙具有较大的后向散射,粗颗粒泥沙则具有较小的后向散射;细粒径泥沙会增大光谱反射率.实验结果有力证实了理论分析.     

多背景条件下铁矿区降尘量的光谱反演实验研究

我国一些矿区的粉尘污染比较严重，利用遥感技术可实现全面、快速的降尘量监测.在铁矿区开展四类典型背景下的级差降尘光谱测量实验，研究不同背景下降尘量的反演精度差异.结果显示，对于高光谱模型(350~2500nm)，基于900nm光谱吸收指数(SAI)建模时植物背景反演精度最高(误差为4.92g/m²)；基于统计方法获得优势波段进行反演，发现植被和油毡楼顶的反演精度较高(误差分别为6.02和7.35g/m²).对于多光谱模型(按Landsat-8 OLI波段设置)，亦是植物和油毡楼顶背景在第7波段反演精度较高(误差分别为6.19和7.93g/m²).综合来看，植物背景下的降尘量反演精度最高，可作为降尘遥感监测的首选；若受限于生长季，可优先选择油毡楼顶背景.在无高光谱数据时，则以多光谱的第7波段为首选反演波段.     

近红外高光谱大米典型特征提取分类识别

针对大米近红外高光谱特征轮廓不清导致有效信息损失与有损化品质检测的问题, 提出一种基于掩膜下能量泛函活动轮廓波的大米高光谱典型特征区域提取算法组合模型. 该方法对目标样本形态学区域与几何形心点进行高光谱谱段信息对比寻优建模, 对4个产地、3种品质大米进行泛化性可视判别. MATLAB实验结果表明, 对不同品质大米典型特征区域的光谱信息进行建模对比, 形态学感兴趣区域识别准确率更高, 泛化预测集精度为94.84%, 优化了近红外高光谱大米典型特征区域择优建模问题, 实现了大米快速无损化品质检测.     

pH值和尿素浓度对Yb3+/Er3+共掺杂Y2O3微纳米晶的形成及上转换荧光性质的影响

利用均相共沉淀法, 通过调节前驱体溶液的pH值和尿素浓度, 经700 ℃烧结后合成一系列Y₂O₃∶Er³⁺,Yb³⁺上转换微纳米晶颗粒. 用X射线衍射（XRD）、 透射电子显微镜（TEM）、 Fourier变换红外光谱（FITR）和荧光光谱对样品的物相结构、 微观形貌和发光性能进行表征, 并分析上转换机理. 实验结果表明： 前驱体溶液中的pH值对Y₂O₃∶Er³⁺,Yb³⁺粒径影响较大, 随着pH值的升高, 粒径明显增大, 样品在绿色(500～600 nm)和红色(650～700 nm)的上转换荧光强度明显增强, 红绿比逐渐减小; 尿素浓度对Y₂O₃∶Er³⁺,Yb³⁺纳米颗粒的影响较小.     

AlGaAs基光电阴极光学性质计算模型分析

为了分析不同波长响应对光电阴极结构的要求,提出适用于各类响应的AlGaAs基光电阴极的计算模型.通过宽光谱响应GaAs和窄带响应AlGaAs基光电阴极样品试验证实模型的有效性.基于该模型仿真研究AlGaAs基光电阴极组件中GaAs发射层及各子层、AlGaAs窗口层、Si₃N₄增透层的厚度与400～900 nm单波长光子吸收情况的分布关系.仿真结果表明,同一波长响应下,GaAs发射层对光电阴极吸收率的影响最大,其次是Si₃N₄增透层,而AlGaAs窗口层对吸收率的影响不明显.要得到90%以上的吸收率,在600 nm波长响应下GaAs发射层厚度应大于0.5μm, 700 nm波长响应下GaAs发射层厚度应大于0.8μm, 800 nm波长响应下GaAs发射层厚度应大于1.5μm.400～600 nm波段的光子主要在GaAs发射层表面0.2μm内被吸收,700～800 nm波段的光子主要在GaAs发射层表面0.6μm内被吸收,而850 nm以后的光子在各子层间的吸收比较均匀.该结论对不同响应AlGaAs基...