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 浙江大学 农业遥感与信息技术应用研究所，浙江 杭州 310058
4 农业农村部光谱检测重点实验室，浙江 杭州 310058
土壤中红外（MIR）光谱能快速、无污染、低成本地估算土壤有机碳等理化属性。随着各种尺度土壤光谱库的建立，使用其进行快速土壤分析引起广泛关注，但光谱库的通用模型在局部尺度上的预测效果不理想。开发“局部化”光谱建模方法是提高土壤光谱库性能的有效途径。本文提出了一种新的方法，通过光谱相似度计算和建模子集构建，旨在从库中快速建立最优局部建模集以提高预测精度。比较了欧氏、马氏、余弦三种距离算法衡量待测样本与库样本之间的相似度并生成距离矩阵；使用连续统去除法从距离矩阵中提取库容曲线中的特征点。利用偏最小二乘回归建立土壤MIR光谱与有机碳含量间的定量关系。结果表明，三种距离算法结合连续统去除得到的第一特征点均可得到较佳的预测精度。马氏距离不仅模型精度最高（R2 = 0.764，RMSE = 1.021%）而且用到的库样本数最少（14%库容）。本方法可改善MIR光谱分析的成本效率并能提高局部尺度的预测能力。
土壤碳 相似度 距离矩阵 连续统去除 偏最小二乘回归 soil carbon similarity distance matrix continuum-removal PLSR
1 昆明理工大学国土资源工程学院, 云南 昆明 650093
2 云南省高校高原山区空间信息测绘技术应用工程研究中心, 云南 昆明 650093
高光谱遥感技术因为具有图谱合一的优势, 并且相较于传统多光谱遥感技术, 可以实现对目标的精确识别, 逐渐运用于地表植被的探测。 选择以滇中地区的竹林、 华山松、 杂木林这三类典型地表植被为研究对象, 基于机载高光谱影像数据, 通过对原始高光谱、 一阶微分处理光谱、 连续统去除处理光谱进行处理与对比分析, 获得滇中三类典型地表植被类型高光谱特征的初步探测认识。 主要结果包括: (1)基于对原始光谱特征分析得出, 三类典型地表植被的原始高光谱的最佳波段窗口出现在690~946 nm, 且在该波段范围内光谱反射率特征为竹林>华山松>杂木林; (2)运用一阶微分处理光谱特征分析得出, 利用光谱微分变换处理能够增强植被的光谱差异。 经过一阶微分处理后光谱的最佳波段窗口出现在670~774 nm, 在该波段范围内的一阶微分系数为竹林>华山松>杂木林。 且发现718 nm为三类植被的敏感波段, 即可用718 nm敏感特征波段区分开三类植被类型; 并且综合运用一阶微分光谱特征参数中的红边位置, 蓝边幅值、 黄边幅值、 红边幅值、 蓝边面积、 黄边面积和红边面积可以将三类植被类型进行区分; (3)最后基于连续统去除处理光谱特征分析得出, 连续统去除方法能够有效地增强植被光谱曲线反射和吸收的特征。 经过连续统去除处理后的光谱, 三类典型植被的最佳波段窗口在458~554和570~690 nm, 这两个波段范围内的连续统去除系数均为竹林>华山松>杂木林, 且发现502和674 nm为三类典型植被的敏感波段, 即可用此特征综合区分三类植被类型。 该研究结果有助于对滇中森林植被精细判别提供技术方法, 同时, 为今后发展天-地-空的高光谱影像数据一体化遥感植被精细分类提供技术支撑。
高光谱 植被 一阶微分 连续统去除 最佳波段窗口 Hyperspectrum Vegetation First derivative Continuum removal Optimum band window 光谱学与光谱分析
2021, 41(10): 3208
天津师范大学地理与环境科学学院, 天津 300387
光谱吸收特征是矿物识别与定量反演的重要指标。 为提高利用光谱吸收特征定量反演矿物精度, 以方解石为代表, 以线性混合光谱模型与连续统去除方法为基础, 以连续统去除吸收深度(CRBD)为分析对象, 按端元光谱在2.33 μm附近有无吸收特征对光谱进行分类, 并分析每类数据与方解石混合光谱CRBD随丰度、 反射率以及光谱特征等影响因素的变化规律, 进而非线性拟合其变化范围并提出一种新的矿物含量表示方法。 研究结果表明, 端元丰度对CRBD值影响较大, 方解石丰度越大, 吸收特征越明显, CRBD值越大。 同样, 混合端元反射率与光谱特征对混合光谱CRBD值影响也较明显, 当混合端元光谱在2.33 μm附近为无特征时, 端元光谱反射率越小, CRBD随碳酸盐丰度变化上凸越明显, 为反射峰特征时, 端元光谱反射率越大, 下凹越明显; 混合端元在2.33 μm附近为吸收谷特征时, CRBD随碳酸盐丰度接近线性变化。 通过交叉分析与多端元混合光谱CRBD变化分析发现, 混合光谱CRBD随碳酸盐矿物丰度及混合端元反射率变化受限于一定范围, 其上限拟合方程满足指数函数变化, 下限拟合方程为三次多项式函数, 且拟合精度较高, R2均高于0.99, RMSE低于0.005。 为实现矿物含量的精确预测, 根据拟合方程提出一种以变化范围替代定量值来表示碳酸盐矿物丰度分布的方法, 实现碳酸盐矿物含量反演的范围表示。 通过影响因素分析及范围表示法可为矿产监测、 定量评估等提供新的表达方法, 为建立具有普适性的地物定量反演模型提供理论参考。
连续统去除吸收深度(CRBD) 碳酸盐 定量反演 影响因素 Continuum removal band depth (CRBD) Carbonate mineral Quantitative inversion Impact factors 光谱学与光谱分析
2021, 41(7): 2226
1 天津工业大学管理学院, 天津 300387
2 中国农业科学院农业资源与农业区划研究所, 北京 100081
3 南京大学地理与海洋科学学院, 江苏 南京 210023
在我国实施“马铃薯主粮化”战略的背景下, 加强马铃薯相关的研究显得十分有意义。 比较和分析不同马铃薯品种不同时期的光谱差异性, 旨在为马铃薯品种鉴定、 马铃薯与其他作物的区分、 马铃薯空间分布提取、 马铃薯病虫害监测、 马铃薯受各种胁迫的影响以及各种作物识别研究等提供理论和技术支持, 也为作物高光谱相关研究提供新思路。 对在吉林地区大田试验获取的马铃薯早熟品种费乌瑞它和中晚熟品种延薯4号结薯期和块茎膨大期等关键生育期的样品的冠层高光谱反射率数据, 首先利用Savitzky-Golay平滑滤波进行去噪声处理, 获取其连续统去除光谱并提取出最大吸收深度、 总面积、 左面积、 右面积、 对称度、 面积归一化最大吸收深度6个特征参数。 同时对滤波后的光谱反射率数据和连续统去除光谱反射率数据进行一阶微分处理。 在对不同马铃薯品种这两种光谱反射率曲线对比分析的基础上构建反射率差异性指数、 一阶导数差异性指数、 连续统去除光谱特征参数差异性指数共3类8种差异性指数作为评价指标。 其中反射率差异性指数和一阶导数差异性指数研究“绿峰”550 nm, “红谷”670 nm以及可见光-近红外平台760 nm附近的波段。 利用这些差异性指数定量地分析了不同马铃薯品种高光谱差异性。 将连续统去除法应用到植物高光谱差异性分析中来, 并且深入到不同马铃薯品种以及其不同生育时期。 构建的差异性指数取得了很好的评价效果, 结果表明: (1)相比反射率差异性指数和最大吸收深度差异性指数, 一阶导数差异性指数、 总面积差异性指数、 左面积差异性指数、 右面积差异性指数、 对称度差异性指数和归一化差异性指数都可以很好地描述不同马铃薯品种的高光谱差异性, 连续统去除光谱局部放大了两个不同马铃薯品种的高光谱差异; (2)滤波光谱和连续统去除光谱反射率差异性最大的波长位置和时间都相同, 均处于8月16日波长671.24 nm处; 最大吸收深度差异性指数值最大仅为0.01; 滤波光谱一阶导数差异性指数值在6月24日波长673.55 nm处最大达到0.977, 连续统去除光谱一阶导数差异性指数在6月24日波长759.74 nm处最大达47.87, 在不同马铃薯品种光谱差异性分析中作用最为明显; 总面积差异性指数值、 右面积差异性指数值、 对称度差异性指数值和归一化差异性指数值均在6月24日最大, 最大值分别为0.13, 0.214, 0.205和0.113, 左面积差异性指数值在7月24日最大, 为0.199; (3)根据所构建的差异性指数定量评价结果综合推测可知, 两个不同马铃薯品种高光谱差异最大的时期处于早熟品种费乌瑞它结薯期的中晚期, 中晚熟品种延薯4号结薯期的初期。
马铃薯品种 连续统去除法 关键生育期 高光谱 差异性指数 Potato cultivar Continuum removal Key growth period Hyperspectral Difference index 光谱学与光谱分析
2018, 38(10): 3231
1 山东农业大学资源与环境学院, 山东 泰安 271018
2 土肥资源高效利用国家工程实验室, 山东 泰安 271018
准确、快捷、实时地对苹果树冠层土壤和作物分析仪器开发(SPAD)值进行高光谱估测，对苹果树的长势监测具有重要意义。连续2 年测量了62 个果园的196 棵苹果树冠层光谱反射率及SPAD 值，分析了原始光谱及连续统去除法处理后的光谱与SPAD 的相关性，并对连续统去除法处理后的光谱在350~1300 nm 范围内，计算了任意两波段组合而成的归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)等光谱指数。利用逐步回归和主成分分析法，提取主成分作为自变量，构建了估测SPAD 的支持向量机回归模型，并用第2 年采集的数据进行了验证。新建的3 类植被指数中，与SPAD 相关性最大的植被指数分别为NDVI(406，563)、RVI(406，565)和DVI(646，695)，相关系数(r)分别达到了0.677、0.690 和0.711。对支持向量机回归模型进行验证，预测集决定系数(PR2)达到了0.837，预测集相对误差(REP)为1.190%，预测集相对分析误差(RPDP)达到了2.213。连续统去除法及光谱指数均能提高光谱与果树冠层SPAD 的相关性，并且与SPAD 相关性较高的光谱指数是由可见光波段组合而成，支持向量机回归模型对新梢旺长期苹果树冠层SPAD 具有较好的估测能力。
光谱学 叶绿素相对含量 连续统去除法 苹果树 支持向量机 激光与光电子学进展
2016, 53(2): 023001
1 中国矿业大学(北京)地球科学与测绘工程学院, 北京100083
2 北京师范大学资源学院, 北京100875
在英国诺丁汉大学Sutton Bonington校区(52.8°N, 1.2°W)实测感染锈病与普通花叶病大豆的单叶光谱数据, 利用连续统去除法对原始光谱数据进行处理, 筛选对病害及锈病严重度敏感的波段, 构建植被指数对感染锈病与普通花叶病及不同严重度锈病的大豆进行识别研究。 研究发现普通花叶病胁迫下的大豆光谱反射率在可见光区域均大于健康大豆的, 而锈病胁迫的大豆光谱反射率在绿光区随病情严重度增加而减小, 在红光区随病情严重增强而增大。 根据大豆光谱变化特征设计了一个植被指数R500×R550/R680对大豆病害进行识别, 通过计算不同病害及不同严重度之间的J-M距离对指数识别病害能力进行检验, 结果表明指数R500×R550/R680能够较好的识别出大豆锈病与普通花叶病, 且该指数在识别大豆锈病严重度方面也有较强的能力。 研究结果对农作物病害遥感监测与防治具有重要的理论价值与实际应用意义。
大豆 病害胁迫 光谱特征 连续统去除 J-M距离 识别 Soybean Disease stress Spectral characteristic Continuum removal J-M distance Identification 光谱学与光谱分析
2012, 32(10): 2775
1 中国科学院遥感应用研究所,非再生资源与环境遥感研究室,北京 100101
2 中国科学院对地观测与数字地球科学中心,数字陆地研究室,北京 100080
为实现红外光谱对遥感地物准确的识别,消除高频噪声是光谱特征分析和提取的重要环节。利用光谱连续统处理方法,结合信号时域分析领域快速傅里叶变换提出了一种新的红外光谱滤波方法。该方法首先对红外光谱进行光谱连续统去除,利用快速傅里叶变换将去连续统后光谱转换到频域,设计低通滤波器滤除高频噪声,然后通过快速傅里叶反变换将频域信号转换到时域,最后对信号进行光谱连续统恢复,得到滤除噪声后的红外光谱信号。对比实验表明,连续统快速傅里叶滤波方法比常规的时域滤波方法有更好、更快的滤波效果,解决了传统快速傅里叶红外光谱滤波的吉布斯现象。该方法操作简便、运行速度快捷、滤波效果好,满足了红外光谱地物识别对光谱高质量的要求。
连续统去除 快速傅里叶变换 红外光谱 噪声滤波 吉布斯 Continuum removing FFT Infrared spectrum Noise filtering Gibbs 光谱学与光谱分析
2009, 29(12): 3279
