1 战略支援部队信息工程大学基础部，河南 郑州，450001
2 战略支援部队信息工程大学信息系统工程学院，成像与智能处理河南重点实验室，河南 郑州 450001
光子计数型能谱计算机断层扫描（CT）已成为CT成像领域的最新技术，建立精确的噪声模型可以为开发高效的能谱重建算法和降低辐射剂量提供理论支撑。通过对光子计数型能谱CT投影数据噪声进行深入分析和理论推导，提出了能谱CT投影数据噪声的p-范分布模型。首先，综合考虑光子计数探测器能量采集中的光子统计波动和电子热噪声，利用贝叶斯公式推导噪声分布模型。然后经过投影数据的密度函数拟合验证、拟合优度检验等实验环节对所提理论模型进行检验。结果表明，相比于传统分布模型，所提分布模型能够更加精准地刻画光子计数型能谱CT成像机理和物理过程。最后，对投影数据观测序列进行时间序列分析，并将预测得到的结果用于修复异常值。从仿真实验结果和实际数据实验结果可以看出，该预测值具有良好的修复效果。
光子计数型能谱计算机断层扫描 投影数据噪声 拟合优度检验 一元p-范分布 时间序列分析
浙江大学控制科学与工程学院, 工业控制技术国家重点实验室, 浙江 杭州 310058
目前, 三维荧光技术在应急性饮用水污染事件检测中的应用越来越广泛, 但其仍存在易受水环境波动影响、 低浓度污染事件检出率较低等不足。 因此针对在线检测需求, 提出了一种基于时间序列双阈值的三维荧光饮用水异常事件检测方法。 该方法采用主成分分析法提取检测样本的三维荧光光谱主元特征值, 进行线性自回归（AR）模型训练并对未来时段水质样本主元特征值进行预测, 通过与实测样本主元特征值作差得到特征值差值, 同时结合实测特征值的变化率, 设置特征值差值-特征值变化率双阈值, 最终确定污染事件的时间起始点与结束点, 从而确定整个污染事件。 研究通过模拟高浓度污染事件、 低浓度污染事件、 供水水质波动等场景对所提方法进行了验证。 实验结果表明, 该方法不仅保持了高浓度污染事件检测的准确性, 在检测低浓度污染、 高干扰环境下的低浓度污染时, 该方法相较于常规判别方法, 检测结果准确率分别提高了9.4%和20.7%。
水质异常事件检测 三维荧光光谱 时间序列双阈值 主成分分析（PCA） 线性自回归（AR） Water pollution incident detection Three dimensional fluorescence spectroscopy Time series double threshold Principal component analysis (PCA) Linear autoregression (AR) 光谱学与光谱分析
2023, 43(10): 3081
黑龙江大学 电子工程学院，黑龙江哈尔滨150000
树莓有“第三代黄金水果”的美誉，对于红树莓之乡——尚志而言，准确获取树莓的种植面积对该区域的农作物种植结构调整、产业发展有着重大的意义。以黑龙江省尚志市苇河镇周家营子村为研究区，利用Sentinel-2数据较高的空间和时间分辨率，获得研究区的时序数据，基于该影像剖析研究区作物成长中每个时期的光谱特性和归一化植被指数的时序变化，采用CART算法开展了研究区树莓种植面积估计的研究。与仅依据多时相遥感影像得到的种植区域结果对比，探究NDVI时序数据的参与给区域提取精度带来的变化，并与基于最佳时相数据的面向对象分类和支持向量机分类两种分类算法所得的结果相比较。实验结果表明：基于时序CART算法的两种方法提取树莓种植面积较另外两种分类算法都有更理想的效果，可以得到作物种植面积与空间分布，能够满足作物监测的需求；在利用多时相数据分类的基础上，NDVI时序数据的加入，使作物之间的光谱差异得以放大，分类精度得到提升，相比仅依据Sentinel-2多时相数据分类精度提高了1.67%，Kappa系数提高了0.02。
多光谱遥感 树莓种植面积 时序数据 Sentinel-2 CART multi-temporal remote sensing subpixel Raspberry planting area time-series data sentinel-2 CART
1 河南大学计算机与信息工程学院, 河南 开封 475004
2 河南省智能技术与应用工程技术研究中心, 河南 开封 475004
3 河南省大数据分析与处理重点实验室, 河南 开封 475004
冬小麦是中国主要的粮食作物之一, 准确及时地获取冬小麦物候信息是冬小麦长势监测和产量预估的必要条件。星载合成孔径雷达(SAR)是一种微波遥感设备, 具有全天时、全天候的优势, 可实现对周期性农作物物候期大范围监测。基于时间序列 Sentinel-1A SAR数据, 提出一种星载双极化 SAR冬小麦物候期识别方法。该方法基于特征值分解和极化散射分析技术, 提取不同物候期冬小麦的后向散射系数、极化熵、主导散射角等参数, 实现冬小麦物候期识别。实验结果表明, 物候期识别总体精确度达到 79%。该方法在冬小麦生长监测方面具有实用推广价值。
星载 SAR图像 冬小麦 极化分解 物候期 时间序列 spaceborne SAR images winter wheat polarization decomposition phenological period time series 太赫兹科学与电子信息学报
2023, 21(2): 242
探讨Mann-Kendall检验法、差分自回归移动平均模型（Autoregressive Mobile Average Model，ARIMA）与长短期记忆神经网络（Long and Short-Term Memory，LSTM）的组合模型在《中国的核安全》、《核安全年报》中核电厂运行事件数量的应用，对运行事件数量进行趋势分析、突变分析和预测并证明模型的适用性。利用1991?2018年核电厂运行事件数量，使用R软件建立ARIMA（2，1，2）模型，得到运行事件数量的线性部分；建立LSTM模型，对偏差序列进行预测，得到运行事件数量的非线性部分；最后建立ARIMA和LSTM组合模型，利用组合模型对运行事件数量进行预测，并根据实测数据对预测结果进行对比验证。实验结果表明：ARIMA和LSTM组合模型可较好地拟合运行事件数量时间序列，并修正单一模型的误差，有效提高预测精度3%，且得到的2019?2020年核电厂运行事件数量预测值与《核安全年报》相近。
Mann-Kendall检验法 ARIMA模型 LSTM模型 时间序列 运行事件 Mann-Kendall test ARIMA model LSTM model Time series Operation events
1 昆明理工大学国土资源工程学院，云南 昆明 650031
2 中国电建集团昆明勘测设计研究院有限公司，云南 昆明 650000
3 高原山区测绘技术应用工程研究中心，云南 昆明 650093
采用升降轨时序干涉合成孔径雷达（InSAR）技术对金沙江某水电站库区边坡的滑坡形变进行识别和监测。研究结果与研究区历史滑坡地质调查划定的滑坡体范围和全球定位系统（GPS）监测成果相符，说明InSAR技术在山区水库边坡形变的监测中具有可靠性和实用性。其中新建滑坡体形变速率较大，最大年平均视线向形变速率可达198.90 mm/a。结合同时期GPS数据验证InSAR监测新建滑坡结果精度，得出两者沿视线向累积形变量差值的均方根误差为39.10 mm，最大差值位于XJ17点为56.65 mm。滑坡形变与日降水量及水库水位变化的相关性分析表明，新建滑坡体的形变呈周期性阶跃变化，在出现强降雨或水库水位的骤变后滑坡形变表现出滞后效应。该研究可为山区水库边坡形变监测工作及滑坡灾害预警提供新的高效的方法。
遥感与传感器 时序干涉合成孔径雷达技术 水库边坡 滑坡监测 全球定位系统 滑坡灾害识别 激光与光电子学进展
2022, 59(24): 2428002
1 国家农业信息化工程技术研究中心，北京 100097
2 北京农业信息技术研究中心，北京 100097
3 农业农村部农业信息软硬件产品质量检测重点实验室，北京100097
番茄叶片在感染病害后首先发生的是内在生理反应, 肉眼无法观察到。 叶片从被感染到出现肉眼可见病斑期间, 称为叶片病害潜育期。 为了实现番茄叶片表面未见明显病斑的灰霉病潜育期诊断, 对接种样本进行叶片编码、 跟踪、 采集所有编码叶片样本1~8 d连续高光谱图像数据, 建立番茄叶片样本时序高光谱数据集。 采用跟踪的叶片样本出现肉眼可见病斑前几天同一位置区域的高光谱数据作为潜育期感兴趣区域进行检测分析。 为了建立番茄叶片灰霉病潜育期诊断和不同病斑等级分类模型, 采用基于教学优化算法(TLBO)优化极限学习机(ELM)的分类模型进行建模。 通过TLBO算法优化ELM的输入权值和隐藏层的偏差, 提高模型分类性能。 利用高光谱成像系统在近红外高光谱波段388~1 006 nm波段获取五个等级的感兴趣区域进行数据建模, 共采样213个高光谱数据, 其中, 健康类(56个)、 潜育期类(42个)、 小病斑类(43个)、 大病斑类(39个)和严重类(33个)。 通过对比不同的光谱预处理方法, 采用效果最好的小波滤波变换(DWT)对样本数据中每类数据分别滤波。 DWT滤波后, 在610~840 nm波段间五个等级光谱曲线能区分明显, 共包含91个波长, 波长数量较多。 因此, 采用竞争性自适应重加权抽样法(CARS)对采用DWT预处理后的光谱数据在610~840 nm波段重复3次优选特征波长, 合并去除重复项后得到9个特征波段: 694, 696, 765, 767, 769, 772, 778, 838和840 nm。 最后分别选取全波段FC、 610~840 nm波段、 CARS提取的9个特征波段建立3个分类模型FC-TLBO-ELM, DWT-TLBO-ELM, DWT-CARS-TLBO-ELM进行对比, 其中DWT-CARS-TLBO-ELM检测精确度最高达100%, 潜育期召回率100%, 利用时间最短为0.068 9 s, 表明该模型可以实现番茄灰霉病潜育期高精度诊断和灰霉病病害程度高精度分类, 为番茄灰霉病早期防治、 精准施药提供理论依据。
时序高光谱数据 灰霉病程度分类 潜育期诊断 极限学习机 教学优化算法 Time series hyperspectral data Classification of botrytis degree Hyperspectral gleying diagnosis ELM TLBO 光谱学与光谱分析
2022, 42(9): 2969
中国农业大学土地科学与技术学院, 北京 100083
秸秆还田是减少土壤侵蚀、 增加土壤有机碳的重要措施, 对黑土地保护具有重要意义。 区域范围内玉米秸秆覆盖区的准确、 快速识别, 对监测保护性耕作实施、 农业补贴政策的制定具有重要作用。 以实施保护性耕作的典型区吉林省四平市为研究区, 基于GEE(google earth engine)云平台, 结合2020年5月—11月的Sentinel-2时序遥感影像, 依据玉米生长季和收获后的秸秆状态构建光谱特征和指数特征, 指数特征包括归一化差值植被指数(NDVI)和归一化差值秸秆指数(NDRI)。 为避免数据冗余, 对时序特征值按大小排序, 同时利用分位法以0%, 25%, 50%, 75%, 100%分位选取分位(QT)特征, 进而构建数据集。 应用参数优化后的随机森林方法对按照7:3划分的样本集进行训练和验证, 然后对数据集分类, 结合连通域标定法去除分类过程中产生的细小连通域, 进一步优化全局结果。 通过Kappa和整体精度(OA)定量和定性评价, 实验结果表明: (1) 基于不同特征集组成数据集的分类模型(M1/M2/M3/M4/M5)定量评价结果均优于90%, 其中所设计数据集的分类模型M5效果最好, Kappa和OA分别为97.41%和97.91%, 相比于未加入QT特征集的分类模型M2的Kappa和OA分别提升4.52%和3.64%, 同时M5识别结果可以有效保留边缘细节信息; (2)针对不同时间尺度的QT特征集, 利用5月—11月时序遥感影像的QT特征集分类模型M5_6/M5可以极大地抑制其他作物秸秆的影响, 相比仅利用11月时序影像QT特征的M5_1模型分类结果的Kappa和OA分别提升了3.9%和3.12%; (3) 基于M5模型, 结合连通域标定法的分类模型M6的Kappa和OA分别为96.76%和97.36%, 仅次于M5模型识别结果, 模型M6在保证较高精度的同时避免了细碎图斑, 优化了分类可视化效果。 该研究提出的M6模型适用于识别研究区玉米秸秆覆盖区, 该方法能够在GEE云平台环境下快速执行, 适合推广应用于东北地区秸秆覆盖区。
秸秆覆盖区 GEE云平台 时序Sentinel-2A影像 随机森林 连通域 Crop residue cover area GEE cloud platform Time series Sentinel-2A image Random forest Connected domain 光谱学与光谱分析
2022, 42(6): 1948
国网四川省电力公司信息通信公司, 四川 成都 610061
电网负荷预测对保证电能质量有着非常重要的意义。提出了一种利用时间序列分析预测电网在未来72 h内负荷变化的方法, 使电网调度部门可以了解用户负荷在短期内的变化趋势, 从而采取对应的调度策略, 来保证电能质量。此外, 还针对用户的负载类别进行了统计研究, 从而找出了在负荷高峰时段中使用占比较多的负载类型, 鼓励用户将该类型负载的使用转移到非高峰时段, 有利于实现负荷曲线削峰, 保证电网安全运行。最后将电网公司与智能物联网系统收集到的数据进行了实验验证, 其结果也表明了该方法的有效性。
时间序列 负荷变化 短期预测 曲线峰值 削峰 time series load change short-term forecasting curve peak peak clipping
深圳大学物理与光电工程学院，广东 深圳 518060
在现有单次测量极高速成像方法中，直接成像方法的分辨率高但探测系统复杂，而计算成像方法探测系统简单但易损失空间分辨率。因此，提出一种基于偏振编码的极高速成像技术。所提成像系统利用半波片阵列和偏振片阵列对入射飞秒脉冲、出射飞秒脉冲和动态事件进行偏振编码，并通过线性方程组解码极高速动态的时序图像。通过构建光学模型并仿真，精确还原了多幅图像，验证了所提方案的可行性，理论摄影频率在1013 frame/s以上，本征空间分辨率可达114 lp/mm。所提成像系统结合了直接成像和计算成像系统的优势：线性方程组精确求解，不会导致光学系统分辨率损失；时序图像叠加使探测结构只需分光不需要对不同时刻的图像进行空间上的分离，简化了探测器的结构。该极高速成像系统的时间分辨率仅受脉冲宽度限制，可以实现飞秒级动态事件的探测，并且随着脉冲宽度的缩短，其时间分辨率可以得到进一步提升。
成像系统 偏振编码 极高速成像 线性方程组 时序图像 飞秒脉冲 光学学报
2022, 42(20): 2011002
