利用高光谱分析技术实现冬小麦长势的准确、 无损监测具有重要的实践意义。 基于连续两年的氮素运筹试验， 通过获取叶面积指数（LAI）、 地上干生物量（AGDB）、 地上鲜生物量（AGFB）、 植株含水量（PWC）、 叶绿素密度（CHD）和氮素积累量（ANC）六个冬小麦长势指标及冬小麦冠层高光谱， 引入主成分分析法（PCA）构建可表征冬小麦长势的综合长势指标（CGI）， 并结合偏最小二乘回归法（PLSR）构建CGI的高光谱估测模型。 结果表明， 除植株含水量外， 其他长势指标与所构建的CGI都达到极显著水平， 表明利用CGI可以表征各长势指标信息。 对比CGI和其他各长势指标的PLSR模型表现可知， CGI光谱监测模型表现最优（R2=0802， RMSE=1268， RPD=2015）， 也具有较高的预测精度和稳健度（R2=0672， RMSE=1732， RPD=1489）。 表明基于PCA方法所构建的CGI可以表征冬小麦长势， 利用PLSR方法可以实现对冬小麦长势的准确监测， 且监测效果要优于单一的冬小麦长势指标。
冬小麦 长势 高光谱 主成分分析 偏最小二乘回归 Winter wheat Growth status Hyperspectrum PCA PLSR 光谱学与光谱分析
2018, 38(5): 1520
1 中国科学院长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100049
在全面分析光电成像传感器噪声源的基础上，提出了采用光子响应非均匀性因子Φ来评价光子响应非均匀性噪声，确立了Φ的测试方法，搭建了具有双积分球结构的测试平台完成了测试，并通过比对实验分析了光子散粒噪声、暗噪声和电路读出噪声对测试结果的影响，最后详细分析了整个输出范围内，光子响应非均匀性噪声与入射辐照度的关系，为光电成像传感器其他指标的测试和光子响应非均匀性噪声校正提供了有力的支持。
测量 成像系统 电荷耦合器件 光子响应非均匀性噪声 激光与光电子学进展
2015, 52(4): 042302
1 哈尔滨工业大学空间光学研究中心,黑龙江哈尔滨150001
2 哈尔滨工程大学理学院，黑龙江哈尔滨150001
3 哈尔滨理工大学电工电子教学中心，黑龙江哈尔滨150001
在进行防火监测、泄露监测时，被检测信息往往比较微弱。这时研究检测结果的分布规律，对检测门限的确定、统计检测和恒虚警检测等具有十分重要的作用。从统计混合模型出发，对多光谱图像CEM滤波器背景部分输出的分布规律进行了分析，认为滤波结果的概率密度函数服从高斯混合分布。并利用ETM卫星数据进行了相应的验证。结果表明实际概率密度曲线与EM算法参数估计结果吻合很好。虚警概率曲线也表明，在虚警概率Pfa＞10-4条件下，采用高斯混合分布模型确定的门限是准确的。
目标探测 多光谱 背景分布 高斯混合分布模型 target detection multispectral background distribution Gaussian mixture model
为了实现复杂背景下的弱小目标恒虚警检测,提出了一种基于CEM 算法的恒虚警探测算法。在分析CEM 算法滤波处理结果分布规律的基础上,采用TM-CFAR 方法选择恒虚警探测门限,并结合形态学方法克服了背景虚警概率曲线中的拖尾现象。以ETM 数据为例进行了计算机模拟。结果表明,该方法在信干比为5dB 和虚警率为10- 4 的条件下,可以有效地检测出被探测目标。
目标探测 恒虚警CEM 算法 形态学方法 target detection CFAR CEM algorithm morphology method
