夏天
- 作品数：12 被引量：51H指数：4
- 供职机构：中国矿业大学（北京）地球科学与测绘工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术农业科学环境科学与工程生物学更多>>
- 基于ICA与光谱参数的玉米叶片Cu^(2+)污染估测研究被引量：4
- 2018年
- 玉米受Cu^(2+)污染时其各种生物理化变量会发生一定改变,导致其叶片光谱发生微小变化,为了获取隐含在玉米叶片光谱中微弱的Cu^(2+)污染信息,提出了一种基于独立成分分析(ICA)和光谱特征参数的多维光谱估测模型.对玉米叶片光谱在445~1 340nm范围内的波段进行一阶微分处理后与玉米叶片Cu^(2+)进行相关性分析,选取相关系数(R)较大的波段结合5种植被指数(红边归一化植被指数I_1、改进红边比值植被指数I_2、改进红边归一化植被指数I_3、光化学植被指数I_4和结构不敏感色素指数I_5)分别进行主成分分析(PCA),提取6个主成分进行ICA,得到ICA1,ICA2,ICA3,ICA4和ICA5共5个一维独立成分分量,结合两种光谱特征参数红谷和近红外平台一阶微分包围面积(FAN)构建了玉米叶片Cu^(2+)污染的一维、二维和三维估测光谱模型.5种独立分量中ICA3和ICA5与玉米叶片Cu^(2+)含量的相关性系数(R)都达到了0.9以上,其他3种也达到了0.8以上;二维模型可以将Cu^(2+)胁迫梯度中的轻度、中度和重度胁迫区分开来,三维模型能使胁迫区分效果更直观.结果表明:将ICA运用到玉米叶片Cu^(2+)污染研究中是可行的;独立成分分量、红谷和FAN的多维光谱模型可以作为玉米Cu^(2+)污染程度估测的一种新方法.
- 杨可明夏天刘聪张文文郭辉
- 铜胁迫下玉米叶片光谱奇异性分析及污染评估被引量：6
- 2017年
- 为了区分不同浓度铜离子(Cu^(2+))胁迫引发玉米的叶片光谱间微弱信息差异和铜污染程度,根据玉米叶片实测的SVC高光谱数据和同步获取的玉米叶片中铜含量数据,利用Daubechies小波系中的"Db5"小波,得到玉米叶片光谱在350~2500nm波段范围小波分解的第5层高频组分(d5),并采用盒维法计算d5的分形维数,通过分形维数邻近变化率(α)讨论不同铜胁迫梯度下玉米叶片光谱分形维数的变化趋势,从而可对d5的奇异范围、奇异幅度等光谱奇异性参数进行定量计算和分析.结果表明:d5能精确地探测到玉米不同铜胁迫梯度污染的光谱奇异性弱信息,并实现不同污染程度玉米高光谱信号的分离;d5分形维数随污染程度的增加先减小后缓慢升高,最后达到峰值,其中Cu(100)分形维数值最小;CK(0)与Cu(100)间α为负,其他两个胁迫梯度区间内均为正,且Cu(100)和Cu(300)间α绝对值最小,而Cu(300)和Cu(500)间α绝对值最大;通过建立玉米叶片铜含量估算模型验证了玉米叶片中铜含量与奇异幅度及分形维数之间存在较强的相关关系,各胁迫梯度玉米叶片中Cu含量的差异均达到显著水平(为0.05),其决定系数R2=0.9501.所以,光谱高频组分分形维数和奇异性特征能够有效地诊断并定量分析玉米铜污染程度状况,从而可为作物重金属污染监测提供借鉴意义.
- 刘聪杨可明夏天孙彤彤郭辉
- 关键词：小波变换
- 基于光谱特征参数与主成分分析的玉米叶片叶绿素含量BP反演被引量：1
- 2016年
- 利用美国SVC HR-1024I型地物光谱仪对盆栽玉米叶片进行光谱测定,同时用SPAD-502叶绿素仪测定叶片的叶绿素含量。基于实测光谱的微分处理结果,获取光谱位置、光谱面积、植被指数3个方面的11个光谱特征参数(spectral characteristic parameters,SCP),分析这11个SCPs与叶绿素含量的相关性,并对这些参数进行主成分分析(principal component analysis,PCA);然后,利用这11个SCPs及其PCA结果建立误差反向传播(error back propagation,BP)神经网络输入因子,并构建了玉米叶片叶绿素含量BP反演模型(简称SCP-PCA-BP模型)。另外,选取与叶绿素含量相关性较高的8个SCP,建立常规的线性回归模型并预测叶绿素含量。反演结果表明:SCP-PCA-BP反演的预测值与实测值之间的决定系数(r2)达到0.968 7,均方根误差(RMSE)为0.893 9;而用线性回归模型反演时,只有基于SCP中微分光谱蓝边面积、面积比值、归一化面积参数的预测效果较好,其中归一化面积的预测效果最好,预测值与实测值之间r2为0.704 0,RMSE为2.895。因此可知,与常规的线性回归模型相比,SCP-PCA-BP反演模型在预测玉米叶片叶绿素方面具有更好的预测效果。
- 杨可明卓伟刘二雄汪国平夏天
- 关键词：主成分分析玉米叶片叶绿素含量
- 小波包信息熵特征矢量光谱角高光谱影像分类被引量：4
- 2017年
- 目的针对高光谱数据波段多、数据存在冗余的特点,将小波包信息熵特征引入到高光谱遥感分类中。方法通过对光谱曲线进行小波包分解变换,定义了小波包信息熵特征矢量光谱角分类方法(WPE-SAM),基于USGS光谱库中4种矿物光谱数据的分析表明,WPE-SAM可增大类间地物的可区分性。在特征矢量空间对Salina高光谱影像进行分类计算,并讨论了小波包最佳分解层的确定,分析了WPE-SAM与光谱角制图(SAM)方法的分类精度。结果 Salina数据实例计算表明:小波包信息熵矢量能较好地描述原始光谱特征,WPE-SAM分类方法可行,总体分类精度(OA)由SAM的78.62%提高到WPE-SAM的78.66%,Kappa系数由0.769 0增加到0.769 5,平均分类精度(AA)由83.14%提高到84.18%。此外,通过Pavia数据验证了WPE-SAM分类方法具有较强的普适性。结论小波包信息熵特征可较好地表示原始光谱波峰、波谷等特征信息,定义的小波包信息熵特征矢量光谱角分类方法(WPE-SAM)可增大类间地物可区分性,有利于分类。实验结果表明,WPE-SAM分类方法技术可行,总体精度及Kappa系数较SAM有一定的提高,且有较强的普适性。但WPE-SAM方法精度与效率有待进一步提高。
- 郭辉杨可明张文文刘聪夏天
- 关键词：信息熵
- 重金属铅离子胁迫下玉米叶片光谱弱差信息的DSAT甄别模型被引量：6
- 2016年
- 光谱间微弱信息测度是当今高光谱遥感研究难点之一,传统光谱测度方法难以区分光谱信息的微弱差异。研究设计了不同浓度的铅(Pb)污染实验,并测量了不同浓度铅离子(Pb^(2+))胁迫下玉米叶片的高光谱反射率、叶绿素含量及pb^(2+)含量,但是从所测结果得出,不同浓度pb^(2+)胁迫下的光谱相似性相关系数均达到0.999,难以区分不同浓度Pb^(2+)胁迫引发的光谱间微弱信息差异和污染程度。针对这一情况,基于光谱微分处理、正切函数增强、光谱角量度与波谱分段检测等,提出了一种新型的相似光谱测度方法,即微分光谱角正切(derivative spectral angle tangent,DSAT)法。为了验证DSAT在区分相关系数达0.99以上相似光谱的可行性和有效性,将DSAT用于不同浓度Pb^(2+)胁迫玉米叶片的整体波形与光谱区间子波形的信息差异性度量与检测。实验结果得到,波形差异信息与玉米叶片中叶绿素相对浓度与pb^(2+)含量显著相关。进而也证明DSAT法在甄别较高相似性光谱间差异上具有更好的实用性和优越性。
- 杨可明汪国平尤笛刘聪夏天
- 关键词：光谱角正切函数玉米叶片重金属铅污染
- 基于PCA-WNN的玉米叶片叶绿素含量遥感反演建模方法被引量：1
- 2016年
- 为寻找一种准确、非破坏性的叶绿素含量获取方法,实时掌握作物的生理状况,研究一种基于PCAWNN的玉米叶片叶绿素含量遥感反演模型。利用SVC HR-1024I光谱仪采集盆栽玉米叶片光谱,同时用SPAD-502便携式叶绿素计测定叶绿素含量。从包络线去除、微分处理后的光谱曲线中提取7个光谱特征参数(SCPs)并与修改型土壤调节植被指数(MSAVI)、归一化差值植被指数(NDVI)、修正植被指数(MVI)、比值植被指数(RVI)、差值植被指数(DVI)5种植被指数分别结合主成分分析(PCA),并提取前4个主分量作为小波神经网络(WNN)的输入因子,以Morlet母小波基函数作为激励函数,建立隐含层节点数为3的PCAWNN模型反演玉米叶片叶绿素含量。通过精度检验,表明7个SCPs与MSAVI组合的建模精度最高,验证小波神经网络反演玉米叶绿素含量的可行性以及其预测精度比BP神经网络更好。
- 杨可明张婉婉刘二雄张文文夏天
- 关键词：叶绿素含量植被指数小波神经网络反演模型
- 基于SURF和顾及维数的高光谱影像端元提取新算法被引量：2
- 2016年
- 端元提取,丰度反演是高光谱遥感技术的重要内容,其中端元提取是关键的步骤。首次将特征提取算法speed-up robust features(SURF)引入到高光谱影像端元提取中。兼顾高光谱影像丰富的光谱信息改进了SURF算法,提出了在多维尺度空间内寻找极值点作为端元的高光谱影像端元提取新算法,即多维SURF(multi-dimensional speed-up robust features,MDSURF)算法;将其应用于美国EO—1卫星获取的云南中甸普朗地区的Hyperion高光谱影像,并成功提取了影像端元。为了进一步验证结果的可靠性,设计两组对比实验,分别利用N-FINDR和连续最大角凸锥(sequential maximum angle convex cone,SMACC)算法在同等条件下提取实验影像的端元,然后对三种方法的结果进行综合评价和分析,得出MD-SURF算法提取端元的观感效果较好、精度最高、质量最好。提出了一种新的高光谱影像端元提取算法,实验结果表明新方法具有精度高、鲁棒性好等特点,证明了基于新物理机理的MD-SURF算法是一种可行的高光谱端元提取算法。
- 杨可明刘二雄张婉婉汪国平夏天
- 关键词：端元提取
- 基于光谱参数和Cu^(2+)吸收机理的玉米叶片铜污染预测研究被引量：4
- 2017年
- 依据多个浓度梯度下Cu^(2+)胁迫的玉米盆栽实验,通过采用多种光谱特征参数、红边位置(REP)、红边一阶微分包围面积(FAR)和归一化植被指数(NDVI)等光谱参量;以及另五种植被指数(红边归一化植被指数NDVI_(705),改进红边比值植被指数mSR_(705),改进红边归一化植被指数mNDVI_(705),光化学植被指数PRI和结构不敏感色素指数SIPI);并结合Cu^(2+)的光谱吸收机理,同时基于玉米叶片的反射光谱和Cu^(2+)含量实验室实测数据,开展了玉米叶片光谱参数及植被指数与铜污染程度预测的相关性分析研究。实验结果表明:本文提到的大部分光谱参数及植被指数与叶片中Cu^(2+)含量具有一定的相关性;随着Cu^(2+)浓度增加,盆栽玉米在低于200μg/g浓度时仍可正常生长;而在高于浓度为200μg/g后生长受到抑制。玉米受Cu^(2+)污染时,在Cu^(2+)特征吸收峰810 nm处反射率有下降趋势,与无Cu^(2+)污染时反射率上升的趋势相反,说明Cu^(2+)光谱吸收机理可以用来区分和预测玉米是否受到Cu^(2+)污染。
- 夏天杨可明刘聪张文文张伟
- 关键词：高光谱遥感盆栽玉米光谱参数污染预测
- 铜胁迫下玉米叶片的水分吸收光谱响应及其污染程度预测模型被引量：1
- 2018年
- 通过不同浓度硫酸铜(CuSO_4)污染土壤的盆栽玉米培养胁迫试验,并依据不同铜胁迫浓度下玉米叶片的反射光谱及其Cu^(2+)含量实验室测定数据,分析不同铜浓度下叶片水分吸收波段的多种光谱参数和含水量指数变化趋势,讨论水吸收光谱区间吸收深度及吸收面积与叶片中Cu^(2+)含量之间的相关性,提出相应的铜污染程度预测模型。试验结果表明,当玉米受到重金属铜污染时,叶片含水量减少,水分吸收谷变浅,且随着铜污染梯度的升高,光谱曲线在水吸收波段呈水平趋势;水吸收深度、吸收面积以及各叶片含水量指数与叶片中Cu^(2+)含量有显著相关性。研究得出,基于叶片光谱的水吸收深度、吸收面积以及归一化水指数(NDWI)可以有效地预测玉米受重金属铜污染程度。
- 杨可明刘聪张文文夏天程龙
- 关键词：盆栽玉米铜胁迫污染预测
- 高光谱影像端元数目估计的谐波分析假设检验模型被引量：3
- 2016年
- 端元提取是高光谱遥感研究的重点内容之一。在高光谱影像信息识别、环境监测、资源探测和丰度反演等领域有着重要运用。为了实现有效的端元提取,如何准确估计(尤其是未知区域)高光谱影像中端元数目就显得更为关键,特别是在无人或境外地区的遥感探测方面极有实际价值。端元数目估计过多或者过少,都会影响端元提取和混合像元分解的精度。基于谐波分析(harmonic analysis,HA)理论实现了高光谱影像有效去噪,并结合二元假设检验方法构建了一种高光谱影像端元数目估计的谐波分析假设检验(HA-hypothesis testing,HAHT)模型。通过AVIRIS和Hyperion高光谱影像的可行性分析与普适性验证,并与HFC(Harsanyi Farrand Chang)、特征值极大似然函数(eigenvalue likelihood maximization,ELM)和最小误差高光谱信号辨识法(hyperspectral signal identification by minimum error,HYSIME)等常规的端元数估计算法应用成果相对比,表明HAHT模型所估计的端元数目与实际地物数具有更高的吻合度。同时,采用较成熟的连续最大角凸锥(sequential maximum angle convex cone,SMACC)方法提取了端元波谱曲线,通过比较设置2(HFC估计数)、8(HAHT估计数)和14(HYSIME估计数)不同端元数的提取结果,也证明HAHT模型在估计端元数目时具有较高准确性,以及较好的适用性和应用前景。
- 汪国平杨可明卓伟夏天张文文
- 关键词：高光谱遥感谐波分析
