1 新疆大学地理与遥感科学学院，新疆 乌鲁木齐 830046
2 新疆绿洲生态重点实验室，新疆 乌鲁木齐 830046
3 智慧城市与环境建模自治区普通高校重点实验室，新疆 乌鲁木齐 830046
土壤有机质（SOM）对改善干旱区土地盐碱化、沙漠化和草场退化等环境问题发挥着重要作用。为了探索分数阶微分方法在SOM高光谱反演的可行性，以渭干河-库车河绿洲73个土壤样本为研究对象，通过测定其SOM含量与光谱反射率，利用0.2阶微分为步长，进行0~2阶分数阶微分的数学变换，分析分数阶处理光谱与SOM含量间的相关性，运用支持向量机回归、偏最小二乘回归和随机森林（RF）等方法对SOM含量进行定量反演。结果表明：采用RF的1.2阶微分建立的SOM含量反演模型预测精度最高，决定系数为0.93，均方根误差为1.62，相对分析误差为3.65。研究结果为精准反演该地区的SOM提供了依据，也为其他地区的SOM反演提供一定的参考。
分数阶微分 高光谱 土壤有机质 模型估测 激光与光电子学进展
2023, 60(7): 0730005
新疆师范大学地理科学与旅游学院, 新疆 乌鲁木齐 830054
土壤有机质含量的高光谱估测可快速、 准确监测土壤肥力, 对现代化农业生产进行精准施肥提供科学依据。 以新疆渭干河-库车河三角洲绿洲耕层土壤为研究对象, 对采集的98个土壤样品的原始光谱反射率R分别进行传统倒数对数lg(1/R)、 一阶微分R'和倒数对数一阶微分[lg(1/R)]'数学变换, 以及基于小波母函数Bior1.3不同尺度分解的连续小波变换(CWT), 并与实测土壤有机质含量进行相关分析, 从而筛选出各类变换下与土壤有机质含量密切相关的特征波段和小波系数(p<0.01)。 分别以原始光谱反射率(R)以及不同变换处理下的特征波段反射率和敏感小波系数作为自变量, 土壤有机质含量作为因变量, 采用偏最小二乘回归和支持向量机回归方法构建土壤有机质含量的估测模型。 结果表明: (1)各类光谱变换方法有效提升光谱与土壤有机质含量之间的敏感性, 其中经CWT变换后的土壤光谱反射率与有机质含量的相关性得到显著提高, 相关系数由0.39提高到0.54(p<0.01)。 (2)传统的[lg(1/R)]'变换构建的支持向量机回归模型, 其决定系数(R2)高于lg(1/R)和R'变换构建的模型, 说明倒数对数一阶微分变换可有助于提高估测模型的精度, 且支持向量机回归模型的精度和稳定性高于偏最小二乘回归模型。 (3)经过CWT分解后, 以原始光谱反射率在不同尺度上的敏感小波系数作为自变量建立的模型, 估测精度和稳定性均有明显的提高, 构建的R-CWT-23-SVMR模型的决定系数(R2)为0.84, 均方根误差(RMSE)为1.48, 相对分析误差(RPD)等于2.11, 模型精度达到最高并拥有极好的预测能力。 高光谱数据经多种变换处理后可有效去除白噪声, 而连续小波变换处理比传统的数学变换方法更适合于挖掘土壤有效信息, 实现光谱信号的近似特征和细节特征的有效分离, 建立的反演模型可更加精准估测土壤有机质含量。
连续小波变换 分解尺度 高光谱估测 土壤有机质 渭干河-库车河三角洲绿洲 Continuous wavelet transformation Hyperspectral estimation Decomposition scale Soil organic matter The delta oasis of Weigan-Kuqa rivers 光谱学与光谱分析
2022, 42(4): 1278
山东省农业科学院农业信息与经济研究所, 山东 济南 250100
为应用遥感技术进行小麦条锈病的实时监测以及大范围作物病害识别, 明确条锈病胁迫下小麦光谱反射率和净光合速率与病情指数的关系, 利用光谱植被指数预测小麦光合速率的变化, 在2018年—2019年度冬小麦生长季节, 以易感条锈病的济麦15号小麦品种为对照, 以生产上播种面积较大的济麦22和鲁原502为供试品种, 基于大田小区条锈病接种试验, 从抽穗期到乳熟期, 每隔7~10 d进行小麦旗叶光合速率、 光谱反射率测定及病情指数调查。 研究发现, 随感病程度加重, 小麦旗叶光合速率呈显著下降趋势, 扬花期济麦22光合速率高于鲁原502。 灌浆期可见光波段, 病斑部位的光谱反射率始终高于正常部位, 这是由于病斑部位叶片单位面积上叶绿素含量较低, 对光吸收的少; 而在反射平台区域, 病斑部位的光谱反射率较正常叶低得多。 利用与病害胁迫、 生长状况以及产量相关较大的光化学反射指数(photochemical reflectance index, PRI)、 植被衰减指数(plant senescence reflectance index, PSRI)和比值植被指数(ratio vegetation index, RVI)来反映病情指数变化, 结果显示, 病斑部位的光化学反射指数和植被衰减指数大于正常部位, 且植被衰减指数变化率较大, 而比值植被指数变化率小于正常部位。 小麦不同生育期, 光合速率与光谱反射率的相关性不同, 模拟光合速率的植被指数也不同。 灌浆期, 鲁原502的光合速率与光谱反射率始终呈正相关关系; 在可见光范围内, 对照光合速率与光谱反射率呈正相关, 济麦22呈负相关; 在反射率平台位置, 对照光合速率与光谱反射率呈负相关, 济麦22呈正相关。 在小麦灌浆期, 可以利用植被衰减指数进行病害程度识别及光合速率估测。 该研究为利用遥感手段大面积监测小麦长势及病害发生情况提供了理论依据, 也为探讨利用光谱指标无损监测的方法预测小麦条锈病发生及危害程度奠定了基础。
小麦 条锈病 光合速率 成像高光谱 估测模型 Wheat Stripe rust Photosynthetic rate Imaging hyperspectral Estimating model
吉林建筑大学测绘与勘查工程学院, 吉林 长春 130118
黑土中的有机质、 磷和钾等养分元素在作物生长过程中起着至关重要的作用, 研究黑土养分元素的分布特征, 开展元素含量的定量计算, 对黑土地的科学管理和环境保护具有重要意义。 基于黑龙江省讷河市80份黑土样品和高光谱实测数据, 分析了光谱反射率、 反射率一阶微分、 反射率倒数对数、 反射率倒数对数一阶微分与土壤有机质、 磷元素和钾元素含量的相关性, 并利用相关系数法提取敏感波段。 针对机器学习模型中参数值优化选择问题, 引入蝙蝠算法(BA)并与Adaboost模型相结合, 利用BA对Adaboost模型中的最大迭代次数n和弱学习器权重缩减系数v两个核心参数进行寻优计算, 选择CART决策树为模型的弱回归学习器, 决定系数作为参数优化的目标函数值, 构建BA-Adaboost土壤养分含量高光谱预测模型, 定量估测土壤有机质、 磷元素和钾元素含量, 结果表明: BA-Adaboost组合模型可以快速搜索全局最优参数, 经BA优化后的Adaboost模型精度和可靠性显著提高, 3种元素中, 土壤有机质估测精度最高, 决定系数和均方根误差分别为0.864和0.152 g·kg-1, 对比优化前模型预测精度提高了14.2%和25.4%, 说明构建的BA-Adaboost模型在土壤元素含量高光谱估测中具有一定的应用前景, 是一种高效的估测方法。
黑土区 土壤养分含量 高光谱估测 蝙蝠算法 Adaboost模型 Black soil region Soil nutrient content Hyperspectral estimation Bat algorithm Adaboost model 光谱学与光谱分析
2020, 40(12): 3825
光纤放大器作为分布式光纤传感系统实现超长距离、超低损耗传输必不可少的光学器件, 其噪声特性对于系统整体性能有着至关重要的影响。微分干涉型分布式光纤传感系统中必须使用宽谱光源, 同时探测终端也需采用宽谱探测, 因此研究EDFA在宽光谱系统中的噪声对于传感系统整体性能的提升有着重要意义。文中研究了EDFA增益对宽谱光源波长与功率的响应关系, 得出了可描述这一关系的增益响应曲线, 并依此提出了一种可表征EDFA放大宽谱光源的噪声的估测方法, 总结了EDFA放大宽谱光源时的噪声规律。
宽光谱 噪声 估测 EDFA EDFA broadband spectrum noise estimation 红外与激光工程
2019, 48(7): 0717006
1 长江师范学院计算机工程学院, 重庆 408100
2 长江师范学院三峡库区环境监测与灾害防治工程研究中心, 重庆 408100
3 长江师范学院武陵山区特色资源开发与利用研究中心, 重庆 408100
松材线虫病又叫松树枯萎病, 是由于松材线虫寄生在松树上引起的毁灭性死亡病害, 其发病速度快、 传播迅速、 防治难度大。 如何识别松材线虫害并对其程度进行估测, 对我国森林资源及生态环境保护具有重要意义。 研究表明, 马尾松叶绿素、 水含量会随着虫害程度的加深逐渐减少, 不同虫害程度的马尾松光谱反射率呈现较大差异, 因此光谱分析技术在虫害程度估测方面具有独特优势。 针对不同虫害程度的马尾松样本, 研究了其光谱特征参数的变化规律, 以实测光谱特征参数为自变量, 样本虫害程度量化值为因变量, 利用线性回归方程构建了虫害程度估测模型。 该研究在光谱特征指标选择和估测模型方法上作了有价值的探索, 对评估松材线虫病害有一定的指导意义, 可为相关研究及当地精准农业提供科学支持和应用参考。 首先针对不同虫害程度的马尾松样本, 研究其在绿光、 红光及近红外波段内的光谱反射率变化规律, 构建指示样本虫害程度的六个光谱特征参数: 绿峰反射率（RGP）、 绿峰位置（GPP）、 红谷反射率（FRB）、 红谷位置（RBP）、 红边斜率（RES）、 红边位置（REP）, 分析光谱特征参数与虫害程度的相关性。 然后构建虫害程度估测模型, 其步骤可描述为: （1）计算健康、 轻度、 中度、 重度四种不同虫害程度下的样本光谱特征参数RGP, FRB和RES; （2）量化健康、 轻度、 中度、 重度四种样本虫害程度值; （3）以实测光谱特征参数为自变量, 样本虫害程度量化值为因变量, 利用线性回归方程构建虫害程度估测模型。 实验中选取重庆市涪陵区永胜林场、 冒合寨工区的马尾松林为研究对象, 随机选取健康、 染病、 完全枯死的马尾松植株进行监测。 数据采集过程中使用ASD野外光谱分析仪FieldSepc4, 采集波段范围为从可见光400 nm到近红外波段1 100 nm处, 分辨率为1 nm。 共采集了70条马尾松植株的有效光谱数据, 根据不同虫害程度, 将其划分为健康、 轻度、 中度、 重度和枯死五种类型, 并利用Matlab软件进行处理分析, 得到其光谱反射率曲线。 选择涵盖绿光区（510～580 nm）、 红光区（620～680 nm）和近红外区（680～780 nm）三个波段, 计算各个波段的光谱特征参数, 构建虫害程度估测模型。 实验结果表明: （1）针对枯死样本, 其“绿峰”和“红谷”特征消失, 红边陡峭上升趋势被拉平。 其他几种类型样本光谱特征参数RGP, FRB和RES与虫害程度呈负相关, 虫害程度越深, 其光谱特征参数值越小, 即健康（RGP）>轻度（RGP）>中度（RGP）>重度（RGP）, 健康（FRB）>轻度（FRB）>中度（FRB）＞重度（FRB）, 健康（RES）>轻度（RES）>中度（RES）>重度（RES）。 （2）随着虫害程度加深, 光谱特征参数GPP向长波方向移动, 即存在“红移”现象, 而光谱特征参数RBP和REP向短波方向移动, 即存在“蓝移”现象。 （3）与一元线性估测模型相比, 二元线性估测模型具有较大的相关系数R2, 较小的估计误差E以及残差。 实验中对两棵马尾松样本虫害程度进行估测, 二元线性估测模型的结果为PD=2.990 7和PD=3.679, 与实际情况相符。 在后续研究中将对1 100~2 500 nm波段特征进行相关性分析。
松材线虫 光谱反射率 光谱特征参数 虫害程度 估测模型 Bursaphelenchus xylophilus Pinus Massoniana Spectral reflectance Spectral characteristic parameters Pest degree Estimation model
1 中国科学院上海光学精密机械研究所 高功率激光物理联合实验室, 上海 201800
2 中国科学院大学, 北京 100049
3 上海科技大学 物质科学与技术学院, 上海 201210
基于印压断裂力学理论分析了磷酸二氢钾晶体表面缺陷面积与中位裂纹深度的关系.在刀具参量和主轴转数一定的情况下, 采用不同切削深度和进给速率对磷酸二氢钾晶体进行单点金刚石飞切加工实验, 并计算晶体表面单位面积缺陷的占比系数.实验结果表明, 晶体表面缺陷深度与面积占比系数成正相关, 与理论分析结果相符, 进而提出了利用计算晶体表面缺陷占比系数估测缺陷深度的方法.最后基于该方法得到高效率切削步骤, 并加工获得了表面粗糙度算术平均值优于5 nm的超光滑晶体表面.
非线性光学 缺陷深度估测 飞切加工 磷酸二氢钾晶体 高效率切削 Nonlinear optics Defect depth estimation Fly-cutting processing Potassium dihydrogen phosphate crystals High efficiency cutting
为实现市售橙汁饮品的有效鉴别, 在分析与比较100%橙汁与橙汁饮料两类饮品荧光特性差异的基础上, 采用主成分分析结合欧氏距离(PCA-ED)的方法对市售橙汁饮品进行定性鉴别, 效果良好。同时, 利用荧光光谱结合偏最小二乘回归(PLSR)方法建立市售橙汁饮品中橙汁含量的估测模型, PLSR多元校正模型的相关系数r为0.997, 校正均方根误差为0.87%, 预测均方根误差为2.05%, 实验结果表明, 校正模型较准确地反映了市售橙汁饮品中的真实橙汁含量。通过采用荧光光谱结合化学计量学方法从定性与定量两方面对市售橙汁饮品的鉴别方法进行探究, 研究结果可为市售橙汁饮品的鉴别与掺伪检测提供一种新的思路, 也可为橙汁原料的品质控制提供一定的参考依据。
荧光光谱 橙汁饮品 光谱检测 含量估测 Fluorescence spectroscopy Orange juice beverages Spectrum detection Content estimation 光谱学与光谱分析
2014, 34(8): 2143
1 中国农业大学草地研究所, 北京100193
2 宁夏农垦茂盛草业有限公司, 宁夏 银川750023
田间快速估测苜蓿品质对于适时刈割具有重要意义。 试验共采集来自不同地域、 不同品种、 不同生育期和不同茬次的新鲜紫花苜蓿样170份, 经便携式近红外光谱仪（1 100～1 800 nm）扫描得到近红外光谱, 利用偏最小二乘法（PLS）在国内首次建立基于紫花苜蓿新鲜样品的干物质（DM）、 粗蛋白（CP）、 中性洗涤纤维（NDF）、 酸性洗涤纤维（ADF）化学分析值的近红外校正模型, 探讨利用近红外漫反射光谱技术（NIRS）在田间快速估测紫花苜蓿品质的可行性, 摸索设备选择和制样方法。 四项指标所建模型的交互验证决定系数（R2CV）分别为0.831 4, 0.597 9, 0.803 6和0.786 1; 交互验证均方根误差（RMSECV）为1.241 1, 0.261 4, 0.990 3和0.830 6; 外部验证决定系数(R2V)为0.815 0, 0.401 1, 0.784 9和0.752 1, 外部预测均方根误差（RMSEP）分别为1.06, 0.31, 0.95和0.80。 对于苜蓿鲜样来说, DM, NDF和ADF的近红外模型可以进行粗略的定量分析, CP的建模效果较差, 但因苜蓿中的粗蛋白含量一般都能满足家畜需求, DM, NDF和ADF是在适时刈割中最关键的估测指标, DM, NDF和ADF模型可以满足田间快速估测苜蓿品质的要求。
近红外漫反射光谱（NIRS） 新鲜紫花苜蓿 田间快速估测 品质 适时收获 Near infraredreflectancespectra(NIRS) Fresh alfalfa Rapid evaluation in the field Quality Optimum harvest time 光谱学与光谱分析
2013, 33(11): 3010
山东农业大学资源与环境学院, 土肥资源高效利用国家工程实验室, 山东 泰安271018
叶绿素含量是反映植物生长状况的重要参数。 利用ASD FieldSpec 3光谱仪, 测定春梢停止生长期苹果冠层高光谱反射率, 对原始光谱进行微分变换, 与苹果叶绿素含量进行相关分析确定敏感波段, 通过分析敏感区域400～1 350 nm范围内所有两波段组合的植被指数, 选择最佳植被指数并建立苹果冠层叶绿素含量估测模型。 结果表明: （1）苹果冠层叶绿素含量的敏感波段区域为400～1 350 nm。 （2）利用筛选得到的植被指数CCI（D794/D763）构建的估测模型能较好的估测苹果冠层叶绿素含量。 （3）以CCI（D794/D763）指数为自变量的估测模型CCC=6.409+1.89R3+1.587R2-7.779R预测效果最佳。 因此, 利用高光谱技术能够较快速、 精确的对苹果冠层叶绿素含量进行定量化反演, 为苹果长势的遥感监测提供理论依据。
苹果 冠层光谱 叶绿素含量 植被指数 估测模型 Apple tree Canopy spectral Chlorophyll content Vegetation index Estimating model 光谱学与光谱分析
2013, 33(8): 2203
