《基于短波红外的土壤粘土矿物高岭石含量定量建模》

土壤中黏土矿物高岭石的含量在地质找矿和环境治理方面有重要意义。对研究区土壤样品的短波红外反射特性进行了分析,通过连续统去除量化计算了光谱吸收特征参数,对比分析并检验高岭石含量与光谱吸收位置、深度、宽度和面积建立的线性方程以及与整个光谱区间(1 300 nm～2 500 nm)反射率建立的多元逐步线性回归方程,确定最优高岭石预测方程,其回归效果显著,预测精度较高。     

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。     

宣城市岗坡地土壤有机质含量光谱预测分析

利用荷兰AvanSpect2048×14型号地物光谱仪,在实验室条件下,对采自于安徽省宣城市岗坡地29个土壤样品进行反射率光谱数据的采集.对所获取的土壤样品高光谱反射率数据进行标准化比值变换,计算有机质诊断指数,同时将该指数与土壤有机质含量进行相关性分析,寻找最大正相关中心波段.结果表明:最大正相关中心波段为489.87nm,两个次正相关中心波段为481.16nm、490.45nm.随机选取20个样品,对三个中心波段的有机质诊断指数与有机质含量分别进行回归分析,其中以在489.87nm处线性回归模型拟合精度最佳,用该线性模型对其他9个样品土壤有机质含量进行预测,精度达84.660%,表明该线性模型对土壤有机质含量具有较好的预测效果.     

莱州湾东岸三山岛地区表层土壤矿物分析及其意义

为深入了解莱州湾东岸三山岛地区的表层地质特征,本次研究使用X射线衍射、近红外光谱技术和土壤含盐量测试方法,对研究区表层土壤进行矿物成分及其特征识别,综合分析发现：研究区表层土壤主要由白云母、方解石、石英、硅灰石、伊利石、高岭石、绿泥石、菱镁矿、磷灰石等9种矿物组成,根据近红外光谱特征峰分析,土壤样品中白云母Al-OH的吸收峰集中在2 206 nm附近,位于2 200~2 210 nm区间,表明其为形成于较低温度的富Al、K白云母;样品中绿泥石Fe-OH的吸收峰集中在2 245 nm处,位于2 240~2 250 nm区间,并结合X射线衍射分析结果可以确定其为富镁绿泥石,符合绿泥石在表生环境中的地球化学特征。土壤含盐量平均值为1.195 g·kg-1,属轻度盐渍化。结果表明,一方面有效地识别了研究区土壤矿物成分及组合,为未来找矿相关研究提供土壤矿物成分背景信息,另一方面,土壤矿物成分及组合与研究区地质背景和地表气候环境条件密切相关,土壤含盐量测试结果提示研究区可能存在一定的土壤盐渍化风险。使用X射线衍射和近红外光谱技术及土壤含盐量测试进行综合分析,具有快速简单、经济环保、精确可靠等优势,为土壤矿物研究提供了一种科学的技术手段和方法。     

基于模糊识别的土壤性质指标光谱反演

为了获得有效的光谱反演指标,采用数学建模方法对横山县采集的84个土样350nm～2500nm波段的光谱曲线进行了有机质、土壤水含量和全铁土壤性质指标光谱进行反演分析。对土壤光谱进行了14种变换,经分析土壤光谱对数的一阶差分为最佳变换方法,利用单相关分析方法,计算土壤性质指标与光谱反射率变换后的相关系数,得到相关系数曲线,根据极大相关性选择最佳波段作为光谱反演指标;剔除异常样本后,利用模糊识别理论建立土壤性质指标反演模型,通过优化得到模型的最佳模型参数。结果表明:土壤性质3项指标光谱反演模型的平均检验误差均小于10%,模型方程的相关系数均高于0.95。     

基于支持向量机的土壤有机质高光谱反演

为寻找一种土壤有机质快速检测技术,探究了土壤有机质含量对光谱反射率曲线的影响,分析了土壤有机质与光谱曲线间的相关性关系,采用多元逐步回归和支持向量机建立土壤有机质含量高光谱预测模型。研究结果表明:研究区土壤有机质含量对光谱曲线影响较小;光谱平滑和变换技术可以有效提高光谱特征波段与土壤有机质的相关性关系,二阶微分变换的效果最好,相关系数为-0.83;通过决定系数和均方根误差对不同模型的预测效果进行评价,其中基于二阶微分的支持向量机模型的反演效果最优R~2=0.89,RMSE为1.73。研究结果揭示了研究区土壤有机质与光谱反射率间的相关性关系,可以为实现土壤有机质快速检测和实时动态监测提供技术支持和参考。     

土壤磷形态的反射光谱特征及其光谱建模

由于对土壤磷的可见-近红外反射光谱的特征认识不足,土壤磷的光谱模型稳定性较差。为此,通过分离不同磷组分,分别以标准白板和残渣样品为参考光谱,间接和直接测定了不同磷组分的反射光谱。通过分析其光谱特征及光谱模型的间接和直接结果,发现各磷形态具有显著不同的反射光谱特征,光谱形状、反射率大小及峰/谷位置均不同,能够被现有可见-近红外光谱（200~1000 nm）定性和定量分析。在现有研究波段内,250 ~750 nm是土壤磷的敏感波段。研究结果为认识全磷的反射光谱特征及预测全磷含量提供了理论依据。     

土壤粒径对土壤光谱特征的影响

通过野外田间采集土样与室内设置不同粒径土粒、室内光谱测定,研究了土壤粒径与土壤光谱特征的关系,结果表明：不同粒径土壤的平均光谱反射率不管是在全波段（392.53-1095.3nm）还是在分波段（392.53-760.35nm、761.72-1095.3nm）都随土壤粒径的减少反射率而增加,但增加的幅度有所不同;土壤粒径与土壤光谱反射率呈负相关关系,某些在原始光谱数据中比较隐晦的信息,经过微分变换的放大,其相关性有所提高;三种模型的预测结果均比较理想,反射率模型的平均相对误差为6.7%,预测精度为93.3%,RMSE=0.886,一阶微分模型的平均相对误差为15.0%,预测精度达到85.0%,RMSE=1.398,二阶微分模型的平均相对误差为9.2%,预测精度达到90.8%,RMSE=0.968。     

近红外光谱用于土壤锌的快速分析及其稳定性

利用近红外(NIR)光谱结合偏最小二乘(PLS)回归研究珠三角农田土壤锌含量的无试剂快速定量分析方法,基于定标集、预测集的多次划分讨论模型的稳定性。将全部扫描谱区(400~2 498 nm)分成可见区(400~780 nm)、短波近红外区(780~1 100 nm)、长波近红外区(1 100~2 498 nm)和全近红外区(780-2 498 nm)。经过比较、检验,长波近红外区达到最好的模型效果和稳定性,其最优PLS因子个数为8,检验集的预测均方根偏差(V-SEP)和预测相关系数(V-RP)分别为78.847 mg/kg-1和0.731。结果表明,长波近红外光谱可以应用于土壤锌含量的无试剂快速定量分析。     

小波包分析在Hyperion数据提取农田土壤有机质含量中的应用研究

基于星载高光谱遥感影像Hyperion数据,运用连续统去除,小波包分析等技术,探索土壤有机质含量遥感定量提取的新方法.作者对采样点的反射率光谱曲线进行连续统去除、小波包分析处理、连续统去除后的光谱再进行小波包分析,研究了土壤有机质含量与反射率光谱及其变换形式的相关性系数,并建立了13个多元线性回归模型,经分析认为连续统去除后的光谱比原始光谱建立的模型效果好,而小波分析处理的光谱建立的模型的预测能力和精度均比未进行小波分析光谱的反演模型高,其中高频信号的效果要优于低频信号的效果.从研究结果可以看出把小波包分析方法引入到地物特征波谱的增强处理中对于提高定量遥感反演的精度具有良好的效果.     

归一化多波段干旱指数在农田干旱监测中的应用

土壤水分含量及植被生长状态是重要的干旱指数.对土壤及植被的正确光谱解译是判断土壤及植被干旱程度的重要依据之一.本研究利用MODIS传感器中通道2(860 nm)波段被植被冠层强烈吸收性、通道6(1 640 nm)和通道7(2 130 nm)对土壤与植被水分含量吸收差异敏感性,构建了归一化多波段干旱指数(NMDI),验证了归一化多波段干旱指数在河南省应用的效果与可能性.研究发现,0～50 cm深度的土壤墒情与NMDI显著相关,在对0～50 cm层次的土壤墒情进行监测时,可以采用NMDI方法.分别对其进行F检验,均通过α=0.01显著性检验.同时,该指数在高植被覆盖区的应用效果有待进一步验证.     

高岭石-乙酸钾插层复合物的研制

研究高岭石-乙酸钾插层复合物的制备和表征方法,讨论时间和温度对插层反应的影响.实验结果表明,在水的参与下,乙酸钾可以直接插入高岭石层间,使高岭石的d001值由0.722 3 nm增加到1.160 0 nm左右,插层率可达90%以上.红外光谱显示,水和乙酸钾共同插入到高岭石的层间,并与高岭石的内表面羟基形成了氢键.所制备出的高岭石-乙酸钾插层复合物,可以直接用作高岭石-有机物插层复合物的前驱体.     

月表虹湾地区辉石及橄榄石含量反演

月表成分定量分布是月球探测中重要的一个科学问题．为了建立月表虹湾地区辉石与橄榄石的含量反演模型,本文在深入分析理解月表主要矿物的光谱特性的基础上,首先使用LSCC实测矿物数据,根据辉石、橄榄石在300-2600nm波谱范围的吸收特征分布,通过MGM模型计算19个采样点的光谱数据的5个吸收特征,每个吸收特征有吸收中心（Center）、吸收宽度（FWHM）、吸收强度（Strength）这3个吸收特征参数,利用多元回归分析建立矿物反演模型．由于缺乏月表实测数据,本文弓1入M^3高光谱数据利用Hapke辐射传输模型制作模拟混合矿物光谱对模型性能进行检验．最后,将反演模型应用于嫦娥三号月球车的首选着陆点一虹湾地区,得到其矿物含量分布图．实验表明利用MGM模型拟合分析的方法进行高光谱遥感矿物识别是一种可行的研究方法．     

土壤的石油污染信息高光谱遥感监测方法

传统的点采样等石油开采区土壤石油污染监测方法时效性差、成本高。高光谱遥感因具有丰富的空-谱信息和较强的地物认知能力,可实现快速、大范围精确探测而成为现今土壤的石油污染监测研究热点。基于高光谱影像的光谱维特性,提出了一种多维加速鲁棒特征(multi-dimensional speeded-up robust features,MD-SURF)的高光谱影像端元提取模型;并以胜利油田孤东采油区为研究对象,提取了研究区Hyperion高光谱卫星影像的土壤端元。通过对所提取土壤端元的光谱信息分析,认为波长963 nm和1 427 nm为土壤石油污染的特征波段,由此建立了研究区土壤端元反射高度Hγ和吸收深度Dλ的石油污染光谱指数;并设置了4种方式的石油污染光谱指数值计算方法及其污染信息提取的指数取值范围。最后根据满足取值范围时光谱指数计算方式的不同个数,确定土壤端元的石油污染程度,认为满足的个数越多则土壤端元污染越严重,从而可较好监测研究区土壤的石油污染异常区域。     

基于小波变换的云芝蛋白和多糖的近红外光谱分析

采用小波包变换（WPT）提取异福片样品近红外漫反射光谱的特征信息,建立用近红外光谱（NIRS）快速测定异福片中有效成分的新方法。以近红外光谱结合偏最小二乘法（PLS）建立测定药用真菌云芝中蛋白含量和多糖含量定量分析模型,采用小波包变换的800—2500nm波段的光谱,在尺度为6时,建立的模型最优。正交小波包多尺度分析对近红外光谱具有较强的去噪和压缩能力,从而使PLS模型更具有代袁性和稳健性,同时也提高了建模效率和模型的预测精度。该方法预测精度能满足云芝蛋白定量和多糖含量分析的要求,且方便快捷,无破坏性,可实现在线检测,对替代原有繁琐的云芝蛋白多糖含量测定方法具有重要的意义。     

土壤-植物系统重金属镉、锌生物有效性的数学模型评价

植物对土壤中重金属的吸收是一个非线性的过程.由于土壤和植物参数测定具有相当难度,经验模型而非理论模型常被用于评价和预测土壤—植物系统中重金属的生物有效性.在已发表的文献中,弗兰德利希模型(Freundlich typemodel)已被一些学者实际应用于预测和评价植物对土壤中重金属的吸收.重金属的生物有效性与土壤中重金属的总量、pH和有机质含量具有极为密切的关系.然而,对同时建立于上述3个参数的重金属生物有效性的数学评价模型的实际应用还未得到验证.为此,在对已发表文献的数据进行分析的基础上,采用多元回归的方法,建立了基于土壤重金属全量、pH和有机质含量为参数的重金属生物有效性评价模型.实际分析表明,虽然模型中各参数的系数因土壤类型、气候和作物种类而不同,两模型均能很好地评价和预测作物对土壤重金属镉的吸收.与弗兰德利希模型相比较,所建数学模型能更精确地评价土壤—植物系统中重金属锌的生物有效性.     

基于高光谱的湿地植被冠层叶绿素反演研究

植被冠层叶绿素含量直接反映植物的生长健康情况.以三江平原洪河湿地自然保护区为研究区,采用地面实测光谱数据为数据源,通过对光谱数据预处理以及特征参数(植被光谱指数、吸收特征)提取,在冠层尺度上,利用统计方法分析了植被叶绿素的敏感波段,并对植被叶绿素含量和光谱特征参数进行了相关性分析,最后,构建了植被叶绿素冠层反演模型并进行了验证.结果表明,原始光谱反射率在690~720,755~770nm叶绿素含量具有较高的相关性,植被指数DD与叶绿素含量有非常高的相关性.研究证明,基于吸收特征反演植被叶绿素也是较好的方法之一.     

高光谱技术在南疆盐渍化土壤盐分检测中的应用

土壤盐渍化是一个重要的生态环境问题,严重影响干旱、半干旱地区农业、畜牧业和经济的发展。高光谱技术可提供地物的连续光谱信息,利于分析细微差别,为定量研究土壤盐分含量提供了便利。阿克苏地区位于新疆南疆塔里木河流域上游,水力资源匮乏,盐渍化问题十分严峻。该研究基于在实验室内采集土壤的高光谱数据,通过建立模型来定量分析土壤盐分含量。首先对原始光谱进行光谱与处理,接着用相关系数法等方法找出土壤盐分的特征波长,并以此建立预测模型,可用偏最小二乘法等方法来建立模型。这些研究对于运用高光谱技术定量分析土壤盐渍化有一定的意义。     

土壤的石油污染信息高光谱遥感监测方法研究

传统的点采样等石油开采区土壤石油污染监测方法时效性差、成本高。高光谱遥感因具有丰富的空-谱信息和较强的地物认知能力,可实现快速、大范围精确探测而成为现今土壤的石油污染监测研究热点。本文基于高光谱影像的光谱维特性,提出了一种多维加速鲁棒特征(Multi-Dimensional Speeded-Up Robust Features, MD-SURF)的高光谱影像端元提取模型,并以胜利油田孤东采油区为研究对象,提取了研究区Hyperion高光谱卫星影像的土壤端元。通过对所提取土壤端元的光谱信息分析,认为波长963 nm和1 427 nm为土壤石油污染的特征波段,由此建立了研究区土壤端元反射高度H_γ和吸收深度D_λ的石油污染光谱指数,并设置了四种方式的石油污染光谱指数值计算方法及其污染信息提取的指数取值范围;最后根据满足光谱指数计算结果在其取值范围内的这四种方式其个数多少,确定土壤端元的石油污染程度,认为满足的个数越多则土壤端元污染越严重,从而可较好监测研究区土壤的石油污染异常区域。     

近红外光谱法对土壤有机碳组成的无损分析

利用近红外光谱(NIR)结合化学计量学方法建立一种定量监测土壤有机碳组成的新方法.对109个土壤样品进行近红外光谱采集,按常规方法测定土壤样品中总有机碳(SOC)及土壤样品中胡敏酸(HA)和富里酸(FA)有机碳的含量,再应用径向基函数(RBF)人工神经网络建立土壤样品的近红外光谱和有机碳组成含量间的数学校正模型.所建模型通过遗传算法(GA)自动选择最佳光谱处理方法和最优网络拓扑结构,同时构建了全光谱数据神经网络和GA自动优化光谱波段的神经网络模型,讨论了敏感光谱的选取对模型预报性能的影响.采用多元散射校正(MSC)光谱处理后建立的RBF神经网络模型为最优,该模型的预测精度和稳定性较好,可发展为复杂土壤系统中定量分析土壤有机碳组成的新方法.