科研产出
多信息融合的冬小麦地上鲜生物量检测研究
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：将小麦冠层光谱与小麦冠层图像或者侧面图像进行多信息融合,对冬小麦地上鲜生物量进行预测,提高了冬小麦地上鲜生物量无损检测精度,试验获取苗期93个样本的冠层光谱和冠层图像,中后期(拔节期、抽穗期、开花期、灌浆期)200个样本的冠层光谱和侧面图像。将光谱反射率作为光谱特征参数,并通过图像处理提取小麦覆盖度作为图像特征参数,建立苗期和中后期基于光谱特征参数和图像特征参数的地上生物量检测模型,将冠层光谱反射率和小麦覆盖度作为多信息融合的输入,利用多元回归分析(MRA)和偏最小二乘法(PLS)建立地上鲜生物量预测模型并进行验证。结果表明,在苗期和中后期,将光谱信息和图像信息融合,采用PLS所建立的预测模型与单独的图像模型和光谱模型相比精度最高。苗期基于信息融合所建立的PLS模型验证集R~2为0.881,其RMSE为0.015kg;中后期基于信息融合所建立的PLS模型验证集R~2为0.791,RMSE为0.059kg。由此可见,相比单一的光谱模型和图像模型,图像信息和光谱信息融合之后,充分提高了光谱信息和图像信息的利用率,使模型的精度得以提高。
基于小波特征的小麦白粉病与条锈病的定量识别
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：小麦白粉病和条锈病是小麦常发病害中为害较重的两种病害,在我国小麦产区均有发生,但它们由不同病原引起,需要采取不同的防治措施。因此,快速、准确的获取小麦病害类型信息对于病害的防治具有重要的指导意义。遥感数据具有快速、准确的获取空间上连续信息的特点,提出一种基于实测冠层高光谱数据信息的小麦病害定量识别方法。通过对标准化光谱进行连续小波变换,分析350~1 300nm范围内各波段及其连续小波特征与小麦白粉病和条锈病之间的相关性,以及在不同病害间的差异性,筛选出对不同病害敏感的光谱波段(SBs)和小波特征(WFs),然后采用Fisher判别分析法分别基于SBs,WFs以及结合SBs和WFs建立小麦白粉病、条锈病及正常小麦识别模型,分别采用未参与建模的55个地面调查数据和留一法进行验证。结果显示:(1)基于WFs模型的总体识别精度(分别为92.7%和90.4%)明显高于基于SBs模型的总体识别精度(分别为65.5%和61.5%);(2)SBs和WFs结合模型的总体识别精度(分别为94.6%和91.1%)略高于基于WFs模型的总体识别精度,在Fisher80-55模型中白粉病和正常样本的生产者精度提高了10%以上。(3)条锈病样本能在基于WFs和SBs&WFs的模型中准确判别出来,用户精度和生产者精度均达到100%。结果表明采用作物光谱信息能够准确的识别健康作物和不同类型的作物病害,为采用遥感影像进行大范围作物病害识别提供了理论基础,对于指导作物病害防治具有实际应用价值。
关键词： 白粉病 条锈病 光谱波段 小波特征 Fisher线性判别分析
全文链接
请求原文
ATR-THz波谱结合PLS-DA对陈化小麦快速无损鉴别研究
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：采用ATP附件采集了人工控制条件老化小麦样品的太赫兹波谱数据,并在PCA综合得分基础上对数据进行分集,建立陈化小麦的快速无损鉴别PLS-DA模型,并对其进行外部验证。结果显示,针对吸收系数谱,所建模型的校正集实验组、对照组以及交互验证实验组、对照组正确率分别为84.2%,94.7%,84.2%和81.6%,外部验证集实验组、对照组正确率分别为73.7%和100.0%;针对折射率谱,所建模型的校正集实验组、对照组以及交互验证实验组、对照组正确率分别为84.2%,92%,76.3%和76.3%,外部验证集实验组、对照组正确率分别为84.2%和89.5%。研究表明,ATR-THz技术在陈化小麦无损鉴别方面具有一定的应用潜力。
全文链接
请求原文
基于可见-近红外光谱分析的植株叶片病害光谱识别研究
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：利用光谱反射率差异区分健康植株与患病植株,通过基于光谱特性研究提前获知病情,在最关键的潜伏未表征早期进行防治。试验选用万寿菊幼苗作为研究对象,采用人工接种一定数量的黑斑病孢子在其叶片上,并对不同染病对照组开展黑斑病侵染的监测试验。首先利用SG卷积求导法与多元散射校正法的不同组合对原始光谱数据进行预处理,然后利用主成分分析法(PCA)对各对照组万寿菊进行聚类分析,并根据主成分分析结果中各个最佳主成分对应的载荷图,提取对各对照组万寿菊识别敏感的特征波长,最后以特征波长为输入变量,用簇类的独立软模式(SIMCA)分类法对各对照组万寿菊黑斑病害进行识别,精确度达到98%以上。
全文链接
请求原文
纤维素类芒属草本能源植物品质近红外光谱快速检测技术研究
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：我国生物质能源产业近年来得到快速发展,但对能源草的研究还处于初级阶段,如果能建立全面的能源植物木质素、纤维素、半纤维素的近红外预测模型数据库,将有助于优良品种的筛选、能源植物能用性能的评价及生物质能源产业在线控制。本研究采用傅里叶变换近红外光谱(FT-NIR)技术结合偏最小二乘法(PLSR)建立了荻、南荻、奇岗、芒四种芒属能源植物品质指标(纤维素,半纤维素,木质素和灰分)近红外预测模型,并在此基础上研究了样本粒度对模型的影响。研究结果表明:(1)四种芒属能源植物茎秆中纤维素,半纤维素和木质素含量误差均方根(RMSECV)分别为1.35%(R~2=0.88),0.39%(R~2=0.91)和0.35%(R~2=0.80),叶片中纤维素,半纤维素和木质素含量误差均方根(RMSECV)分别为0.72%(R~2=0.88),0.85%(R~2=0.85)和0.44(R~2=0.87),所建的纤维素,半纤维素和木质素的近红外校准模型在预测未知样品含量时效果较好,但灰分含量预测效果不理想;(2)2和0.5mm粒度样品所建近红外模型均满足样品检测精度要求,但考虑到时间和人工成本,建议在工厂对能源植物原料品质进行分析时,采用2mm样品建模。
全文链接
请求原文
自然光和紫外光照条件下膜材红外光谱变化
《光谱学与光谱分析 》 2016 EI SCI 北大核心 CSCD
摘要：可降解树脂包膜控释肥是目前肥料领域的研究热点之一。研究从可降解包膜材料实际施用环境着手,采用傅里叶衰减全反射红外光谱技术(ATR-FTIR),表征包膜肥料膜材自然光和紫外光照条件的降解差异,通过对聚乙烯/疏水纳米二氧化钛、聚乙烯/亲水纳米二氧化钛和纯聚乙烯包膜的谱图来研究膜材在光照前后的结构变化特征,进而对膜材的降解行为做出判断。结果表明,在紫外光和自然光分别照射下,包膜降解过程中的官能团种类没有因光催化剂的加入而受到影响,而光催化剂的加入对官能团的变化程度有显著影响,依次为:聚乙烯/疏水纳米二氧化钛复合包膜>聚乙烯/亲水纳米二氧化钛复合包膜>纯聚乙烯包膜。另外,不同照射光源对包膜的分子结构的影响有所区别。自然光条件照射的降解过程中,包膜的聚乙烯碳链上在形成氢过氧化物的同时发生了交联反应生成含醚键的物质,接着继续氧化生成含羰基的化合物,最终羰基的存在促进包膜的进一步分解;紫外光条件照射下,光照产生的活性氧物种局部浓度大,攻击聚合物碳链的能力强,聚乙烯长链烷基断裂很快氧化生成含有羰基基团的中间产物。紫外光条件的照射实验未能全面反映包膜在自然光条件下的降解行为。
全文链接
请求原文
苹果产地差异对可溶性固形物近红外光谱检测模型影响的研究
《分析化学 》 2015 SCI 北大核心 CSCD
摘要：为更好地利用近红外光谱预测苹果可溶性固形物含量,减少产地差异对近红外光谱检测模型的影响,以4种不同产地的富士苹果为研究对象,采用基于x-y共生距离的样本划分方法分别对不同产地的苹果选取代表性样本作为校正集,利用偏最小二乘算法,建立和比较单一产地和混合产地下的苹果可溶性固形物近红外光谱检测模型,并结合竞争性自适应重加权算法(CARS)和连续投影算法(SPA)对苹果可溶性固形物的建模变量进行筛选。相比单一产地和其它混合产地模型,混合所有4种苹果产地的校正集样本建立的模型取得了最好的预测结果,另外,结合CARS-SPA筛选的16个特征波长,模型得到了进一步简化,其预测相关系数和预测均方根误差分别为0.978和0.441°Brix。结果表明,利用多个产地的苹果样本建立的混合模型,结合有效特征波长,可提高对苹果可溶性固形物含量的预测精度,减小产地差异对可溶性固形物近红外光谱检测的影响。
全文链接
请求原文
基于小波变换的便携式X射线荧光光谱仪检测模型的建立与改进
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：应用便携式X射线荧光光谱仪对土壤中Cr,Cu,Zn,As,Pb等重金属含量进行检测,每个样品扫描检测3次,利用小波阈值滤噪的方法对所测谱线进行光滑去噪处理后,根据土壤重金属的标准值和相应的计数率(取三次处理后检测谱线的平均值)建立各重金属的标准曲线。运用小波阈值滤噪方法时,为确定最佳的小波基和小波分解层数,以信噪比(SNR),均方根误差(MSE)和信息熵(H)作为评估指标评价降噪效果。为验证仪器的稳定性,根据土壤样品中重金属浓度的不同挑选部分样品并同时选用H3BO3(空白对照)进行重测。结果表明:运用小波变换方法时,选取coif3小波基对谱线进行三层分解,取得了最佳的去噪效果;建立好模型后,仪器的决定系数R2范围是0.990~0.996,表明在0~1 500mg·kg-1范围内,土壤样品中各重金属元素含量与X射线荧光光谱特征峰强度之间的线性关系良好;经过重复检测和计算得知仪器的检出限均低于国家一级土壤标准。将小波变换的方法实际运用到X射线荧光光谱仪检测模型的建立与改进中,有效的提高了模型的准确性,同时经验证,仪器具有良好的精密度,可运用于实际土壤重金属污染的现场快速筛查。
全文链接
请求原文
利用多角度光谱数据探测冬小麦氮素含量垂直分布方法研究
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：作物氮素具有随植株高度层垂直分布的特性,快速、无损探测作物氮素垂直分布状况,对于指导合理施肥、提高肥料利用率和减少环境污染具有重要意义。本文提出了利用偏最小二乘(partial least square,PLS)算法,运用多角度光谱数据估计冬小麦氮素含量垂直分布的方法。分别选用前向和后向不同观测角度组合形成的光谱数据组建植被指数,建立不同高度层的叶片氮素含量探测模型,其中选用±50°和±60°的组合,建立了冬小麦上层叶位叶片氮密度反演模型;选用±30°和±40°的组合,建立了中层叶位叶片氮密度反演模型;选用±20°和±30°的组合,建立了下层叶位叶片氮密度反演模型。针对氮素反演容易受到作物背景(土壤、作物残渣)影响的问题,引入R700/R670比值,改进七种常见的植被指数,利用改进了的植被指数建立了冬小麦上层、中层、下层叶片氮密度垂直分布模型。建模实验结果改进了叶片氮密度上层、中层、下层垂直分布估算结果,验证实验选取建模实验中表现最好的三个植被指数进行进一步研究,结果表明改进后的绿光归一化植被指数(green normalized difference vegetation index,GNDVI)在反演上层、中层、下层叶片氮密度时效果最好,达到了极显著的水平,可用于植被氮素含量的垂直分布探测。
关键词： 冬小麦 氮密度 冠层光谱 多角度 垂直分布 偏最小二乘
全文链接
请求原文
基于CASI高光谱数据的作物叶面积指数估算
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：叶面积指数(LAI)的快速估算对于及时了解作物长势、病虫害监测以及产量评估具有重要意义。利用2012年7月7日在黑河流域张掖市获取的CASI高光谱数据,精确提取出了不同作物的光谱反射率,同时结合地面实测数据,对比分析了宽波段和"红边"植被指数在估算作物LAI方面的潜力,在此基础上,基于波段组合算法,筛选出作物LAI估算的敏感波段,并构建了两个新型光谱指数NDSI和RSI,最后对研究区域作物LAI的空间分布进行了分析。结果表明,在植被覆盖度较低的情况下,宽波段植被指数NDVI对LAI具有较好的估算效果,模型的精度R2与RMSE分别为0.52,0.45(p<0.01);对于"红边"植被指数,由于CIred edge充分考虑了不同的作物类型,其对LAI的估算精度与NDVI一致;利用波段组合算法构建的光谱指数NDSI(569.00,654.80)和RSI(597.6,654.80)对LAI估算的效果要优于NDVI与CIred edge,其中,NDSI(569.00,654.80)主要利用了植被光谱"绿峰"和"红谷"附近的波段,模型估算的精度R2可达0.77(p<0.000 1);根据LAI与NDSI(569.00,654.80)之间的函数关系,绘制作物LAI的空间分布图,经分析,研究区域的西北部LAI值偏低,需增施肥料。研究结果,可为农业管理部门及时掌握作物长势信息、制定施肥策略提供技术支持。
关键词： CASI高光谱数据 叶面积指数 植被指数 波段组合 空间分布
全文链接
请求原文
