作者单位
摘要
中国农业大学信息与电气工程学院, 北京 100083
Sentinel-2卫星是全球环境与安全监测系统“哥白尼计划”中的第二颗卫星,其影像具有高时空分辨率,是未来遥感应用的重要数据源。采用大气校正简化模型(SMAC)、6S模型和Sen2cor方法对Sentinel-2卫星影像进行大气校正,将上层大气表观反射率转换为地表反射率,并结合实测地物的光谱数据进行分析。Sentinel-2卫星影像经过大气校正后,影像光谱曲线与地面实测光谱曲线的变化趋势一致,具有较高的拟合度。三种模型大气校正的结果具有较强的相关性和较高的精度,其中Sen2cor方法精度最高,决定系数(R2)为0.8196,均方根误差(Ermse)为0.0388,其次为6S模型和SMAC。从归一化植被指数(NDVI)的分析可以看出,SMAC计算的NDVI值与实测值的相关性最高,R2为0.6389,Ermse为0.093,其次为6S模型和Sen2cor方法。结果表明这三种方法的大气校正精度较高,Sentinel-2卫星影像经过校正后影像质量明显得到提高,增加了可用性。
遥感 大气校正 地表反射率 Sentinel-2卫星影像 大气校正简化模型 6S模型 Sen2cor方法 
光学学报
2018, 38(1): 0128001
刘旭 1,*贾仕强 1王春英 2刘哲 1[ ... ]安冬 1
作者单位
摘要
1 中国农业大学信息与电气工程学院, 北京100083
2 北京金色农华种业科技有限公司, 北京100080
从玉米自交系种子的遗传距离、 近红外光谱距离、 品种鉴别模型性能三方面进行分析, 探索三者间的关系。 采用三组(共15对)遗传关系远近不同的玉米自交系种子作为实验材料, 通过简单重复序列(simple sequence repeats, SSR)标记计算自交系种子间的遗传距离; 种子的近红外光谱经预处理后降维到主成分分析(principal component analysis, PCA)空间中, 计算各个自交系种子样本中心点之间的欧氏距离, 作为对应的近红外光谱距离; 使用仿生模式识别方法建立鉴别模型, 用模型的鉴别正确率评价模型的性能。 分析结果表明, 自交系种子间遗传距离与近红外光谱距离相关性为0.986 8, 与模型鉴别正确率的相关性为0.911 0, 相关性显著。 说明近红外光谱可以反映出玉米自交系种子之间的遗传关系, 遗传关系的远近影响品种鉴别模型的性能, 遗传距离越小, 近红外光谱距离越小, 模型鉴别能力也越差。 实际应用中有望利用近红外光谱技术分析玉米自交系的遗传关系, 对遗传育种、 品种识别、 纯度分选等具有重要意义; 且建立品种鉴别模型时, 应充分考虑遗传关系较近的玉米自交系对模型性能的影响。
玉米自交系 遗传距离 近红外光谱 品种鉴别模型 Maize inbred lines Genetic distance NIR spectra Identification model 
光谱学与光谱分析
2015, 35(9): 2510
作者单位
摘要
1 中国农业大学信息与电气工程学院, 北京 100083
2 教育部现代精细农业系统集成研究重点实验室, 北京 100083
3 中国农业大学国家玉米改良中心, 北京 100193
4 农业部农业信息获取技术重点实验室, 北京 100083
5 北京金色农华种业科技有限公司, 北京 100080
应用近红外光谱鉴定玉米种子品种真实性已有深入的研究。 在实际应用中, 商品玉米种子均涂有种衣剂, 给光谱的采集和分析带来了许多困难。 提出了基于近红外光谱的带种衣剂玉米种子品种真实性快速鉴定方法。 首先讨论了种衣剂对种子近红外光谱的影响, 然后将种子沿着胚面凹陷方向切开, 使用漫反射方式和专用配件测量种子切面的光谱, 以消除种衣剂的影响。 使用支持向量机、 软独立模式识别和仿生模式识别三种方法建立四个玉米品种的真实性鉴定模型, 正确识别率分别达到93%, 95.8%和98%。 品种鉴定模型具有很好的稳健性, 对来自不同产地的同一品种的种子均能够正确识别。
玉米种子 种衣剂 品种真实性 近红外光谱 Maize Seed-coating agents Variety identification Near-infrared spectroscopy 
光谱学与光谱分析
2014, 34(11): 2984
作者单位
摘要
1 中国农业大学信息与电气工程学院, 北京100083
2 北京金色农华种业科技有限公司, 北京100080
以不同产地和年份的农华101(NH101)玉米杂交种和母本种子为对象, 研究了鉴别玉米杂交种子纯度的近红外光谱分析方法。 光谱采集时间跨度达10个月, 运用傅里叶变换(FT)近红外光谱仪器, 在不同季节用23天(分五个时间段)采集了这些样品共920条玉米单子粒近红外漫反射光谱。 全部原始光谱用移动窗口平均、 一阶差分导数和矢量归一化进行预处理, 使用主成分分析(PCA)方法和线性判别分析(LDA)方法降维, 采用仿生模式识别(BPR)方法建立模型。 通过对光谱预处理校正光谱失真, 使样品光谱集在特征空间分布的范围收缩, 相对距离增大了近70倍, 实现了母本和杂交种子的鉴别。 通过代表性样品的选择, 提高了模型对光谱采集时间、 地点、 环境等条件变动的应变能力, 也提高了模型对样品种子制种时间与地点变动的应变能力, 增强了模型的稳健性, 使测试集玉米单子粒杂交种和母本种子的平均正确识别率达到95%以上, 而平均正确拒识率也达到85%以上。
近红外光谱分析 玉米杂交种 纯度鉴别 仿生模式识别 Near infrared spectroscopy Maize hybrid Purity discrimination Biomimetic pattern recognition 
光谱学与光谱分析
2014, 34(5): 1253
作者单位
摘要
中国农业大学信息与电气工程学院, 北京100083
对玉米种子高光谱图像的光谱维信息进行分析, 探索利用高光谱图像技术鉴定玉米杂交种纯度的可行性。 实验中利用高光谱成像系统采集玉米品种农华101的母本和杂交种的高光谱图像, 波长范围871~1699 nm; 在每个玉米样本上提取感兴趣区域的平均光谱信息, 利用处理后的数据建立农华101母本和杂交种的鉴定模型。 讨论了样品的摆放方式(种子胚正对光源和背对光源, 种子在样品台上的位置)和实验环境对鉴定模型性能的影响。 鉴定模型对不同摆放方式和实验环境下获得的同种样品的光谱的正确识别率和正确拒识率均达到90%以上, 模型稳健性良好。 利用Qs方法选择特征波段<参考文献原文>, 发现在1 230 nm附近(1 195~1 246 nm)农华101的母本和杂交种差异最大。 实验中利用特征波段内的数据进行建模和测试, 正确识别率和正确拒识率达到90%以上, 与利用全波段(925~1597 nm)获得的识别效果相当。 分析结果表明, 利用高光谱图像技术鉴定玉米杂交种纯度是可行的。
玉米杂交种 纯度鉴定 高光谱图像技术 Maize hybrid Purity identification Hyperspectral image technology 
光谱学与光谱分析
2013, 33(10): 2847

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!