1 华中师范大学地理过程分析与模拟湖北省重点实验室, 湖北 武汉 430079
2 浙江大学杭州国际科创中心, 浙江 杭州 311200
3 中国科学院、 水利部成都山地灾害与环境研究所山地表生过程与生态调控重点实验室, 四川 成都 610041
掌握土壤在空间和时间上的表征至关重要。 土壤可见-近红外(Vis-NIR)光谱可以估算土壤有机碳(SOC)等属性, 与传统的实验室理化分析相比, 光谱技术能有效实现土壤信息的快速获取。 土壤光谱库为建立经验模型提供了大量具有丰富变异性和多样性的样本作数据基础。 但受限于库中土壤样本的异质性和模型的适应性, 通常区域或局部尺度模型的稳健性欠佳。 已有的研究主要通过目标样本部分入库的方式改善库的性能, 但影响了光谱技术的低成本优势。 该研究在不入库的前提下基于土壤光谱的相异度, 探究经典距离算法结合土壤光谱库构建局部预测模型的可行性, 并比较分析局部模型样本容量对预测精度的响应。 基于全球土壤光谱库(GSSL)的677个土柱, 从每个国家随机取十分之一的土柱(97个)组成局部目标测试集(Test), 其余580个作土壤光谱库(SSL)。 分别采用欧氏距离(ED)、 马氏距离(MD)、 和光谱角(SAM)来分别度量Test与SSL间的光谱相异度并生成距离矩阵。 按距离矩阵的前0.04%, 0.05%, 0.1%, 0.2%, 0.3%, 0.4%, 0.5%, 1%和5%从SSL中提取与Test最相似的光谱样本构建共计9个容量的局部建模集(Local), 使用偏最小二乘回归(PLSR)建立Vis-NIR和SOC含量的预测模型并通过Test验证模型精度, 通过光谱的主成分空间考察并解释各种距离算法下Local的“容量-精度”变化。 结果表明, 在待测样本不入库的情况下, 三种距离算法构建的Local模型相较于全局模型的预测精度均有一定提升, 但三者的“容量-精度”的拐点存在显著差异。 SAM兼顾了光谱的波形和幅度因此较MD、 ED更具优势; 其前0.2%比例的Local不仅预测精度最优, 且用于建模所需的样本容量最少。 因此认为, SAM法更适用于从土壤光谱库中构建局部模型, 距离矩阵的前0.2%可作为局部模型的容量参考。
光谱库 相异度 距离矩阵 容量 偏最小二乘 Spectral library Dissimilarity Distance matrix Sample size PLSR 光谱学与光谱分析
2022, 42(5): 1614
1 中国科学院寒区旱区环境与工程研究所, 甘肃 兰州 730000
2 中国科学院大学, 北京 100049
3 西华师范大学国土资源学院, 四川 南充 637009
雪粒径的形状因素对积雪的反射光谱曲线影响较大, 如何有效地刻画雪粒径的形状参数成为研究的热点。 渐进辐射传输模型被广泛地应用于雪粒径反演, 其对雪粒径形状的描述只采用了2个值(3.62对应于片状雪粒径, 4.53为球形雪粒径), 较难描述积雪的形状参数, 同时为了反演积雪的雪粒径, 这两个形状参数必须被提前固定, 这大大降低了雪粒径的反演精度, 为此提出了一种基于光谱库的雪粒径及形状参数反演算法(LUTMA)。 首先利用渐进辐射传输模型建立不同粒径, 不同形状参数的光谱库, 然后采用光谱角指标进行匹配, 最终获取积雪的粒径与形状参数。 实验表明, 基于光谱库的雪粒径及形状参数反演新方法与实测数据较为吻合。
光谱库 查找表最小光谱角模型 渐进辐射传输模型 雪粒径 雪形状参数 Spectral library Look-up-table minimal angle model Asymptotic radiative transfer model Snow grain size Snow shape parameters 光谱学与光谱分析
2017, 37(5): 1502
1 浙江大学环境与资源学院农业遥感与信息技术应用研究所, 浙江 杭州 310058
2 中国农业科学院农业资源与农业区划研究所农业部作物营养与施肥重点开放实验室, 北京 100081
3 塔里木大学植物科学学院, 新疆 阿拉尔 843300
4 浙江大学唐仲英传感材料及应用研究中心, 浙江 杭州 310058
充分挖掘大样本土壤光谱库中有效信息，建立普适性强的土壤全氮(TN)含量反演模型，是高光谱分析的重要应用方向之一。研究采用偏最小二乘回归(PLSR)全局建模、局部加权回归(LWR)和模糊K均值聚类结合PLSR(FKMC-PLSR)局部建模三种方法，分别建立了来自中国西藏、新疆、黑龙江、海南等13个省采集的17种土类1661个土壤样本TN值的高光谱反演模型，并对浙江省104个水稻土样本进行模型验证。结果表明，在大样本下PLSR全局模型对高TN值待预测样本存在低估现象，导致整体预测精度偏低； LWR和FKMC-PLSR局部模型比PLSR全局模型能够更为准确地反演TN含量。研究结果可为利用大样本光谱数据库建立稳定性和普适性较高的土壤TN含量预测模型提供参考。
光谱学 土壤光谱库 局部加权回归 模糊K均值聚类 土壤全氮 大样本
1 中国科学院新疆生态与地理研究所, 新疆 乌鲁木齐830011
2 中国科学院研究生院， 北京100049
针对常规的“影像-影像”多光谱影像波段模拟模型对研究区参考影像的依赖和随机性采样带来的模型不稳定问题以及“光谱库-影像”波段模拟模型中光谱库在类别、 时间和空间上的不完善导致模型缺乏适用性问题， 本文提出了基于影像光谱库的波段模拟方法。 首先对与待模拟影像具有相似类别组成的参考影像进行光谱聚类， 然后对各个光谱类别进行采样， 形成影像光谱库， 接着提取光谱库中的等量类别样本训练BP神经网络(BPN)回归模型， 最后利用BPN模拟目标影像的波段。 实验结果表明: 该方法能够更为精确的模拟出TM蓝波段， 其模拟均方根误差(RMSE)较“光谱库-影像”模型提高了1.3， 较“影像-影像”模型提高了0.6， 与“影像-影像”和“光谱库-影像”模型相比， 该方法更加稳定可靠； 该方法能够成功的应用到SPOT和MSS的蓝波段的模拟中并取到较好的效果。
影像光谱库 波段模拟 Image spectral library Band simulation SPOT5 SPOT5 MSS MSS TM TM 光谱学与光谱分析
2011, 31(9): 2467
1 新疆大学资源与环境科学学院, 新疆 乌鲁木齐830046
2 新疆大学绿洲生态教育部重点实验室, 新疆 乌鲁木齐830046
地物波谱特性是遥感定量分析的基础, 也是遥感基础研究的重要内容。 干旱区绿洲典型地物光谱数据库对于遥感技术在土壤盐渍化方面的应用研究具有重要的意义。 该文以渭干河-库车河三角洲绿洲为例, 将.NET和SuperMap平台相结合, 用SQL Server数据库存储数据, 采用B/S模式, 使用C#语言设计并开发了地物光谱信息系统, 并针对干旱区绿洲的特点建立了典型地物光谱数据库。 该系统实现了对研究区典型地物光谱信息及其相关属性数据的分类存储和管理； 地图与属性数据的可视化双向查询； 地物光谱响应曲线的绘制； 导数光谱数据处理及曲线绘制, 初步具备了简单的光谱数据挖掘和分析能力, 为该地区后续土壤盐渍化研究提供了一个高效、 可靠、 便捷的数据管理和应用平台。 该系统容易维护, 便于二次开发, 实际运行状况良好。
互联网地理信息系统 光谱库 光谱信息系统 WebGIS Spectral library Spectral information system SuperMap SuperMap .NET .NET 光谱学与光谱分析
2011, 31(7): 1878
1 新疆大学 资源与环境科学学院, 新疆乌 鲁木齐 830046
2 新疆大学 绿洲生态教育部重点实验室, 新疆 乌鲁木齐 830046
3 新疆大学 研究生院, 新疆 乌鲁木齐 830046
针对遥感应用越来越依赖于地物光谱特征的特点，为了更深入地研究干旱区地物光谱反射特征，选择新疆塔里木盆地北缘渭干河–库车河三角洲绿洲为研究区.首先，采用美国ASD Fieldspec HH地物光谱仪测得该绿洲几种典型地物(盐碱地、细沙地、棉花地等、柽柳、骆驼刺、芦苇、盐穗木等以及水体)的光谱数据，分析其光谱特征.其次，采用移动平均法进行了噪声去除，分析实测光谱数据噪声特征，部分消除了高频成分，使光谱曲线较为光滑.同时利用导数光谱技术消除了背景噪声、分辨重叠光谱；利用连续统去除法去掉不感兴趣的吸收谱的影响，使之有效突出光谱曲线的吸收和反射特征.最后，利用ENVI软件建立了渭干河-库车河三角洲绿洲主要地物以及对这些地物进行包络线消除的小型光谱库，从而达到该库服务于渭-库绿洲的地物调查、植被调查、植被分类和环境监测等遥感应用的目的.
三角洲绿洲 地物光谱 光谱特性 光谱库 delta oasis ground object spectrum spectral library
