叶面滞尘量对大叶黄杨光谱特征影响研究     

苏凯  于强  孙小婷  岳德鹏 《北京林业大学学报》2021,43(11):40-49

  目的  叶面滞尘会影响植被光谱特征,削弱植被指数对植被的响应能力,影响反演评估的准确性。为探究叶面滞尘量对植被光谱响应特征及预测模型的影响,本文以北京市常见常绿绿化树种大叶黄杨为研究对象展开研究。  方法  从封闭区域、半封闭区域、开放区域,采集叶片样本,并收集环境灰尘。通过室内控制试验,利用ASD FildSpec Handheld光谱仪测量不同滞尘量叶片的高光谱数据,选取5个特征波段,通过光谱角的方法研究了叶面滞尘量对叶片光谱特征的影响,以及滞尘量对叶面滞尘量预测模型的精度和稳定性影响。  结果  随着叶面滞尘量的增加,植被光谱曲线特征逐渐减弱,灰尘的特征逐渐增强,但光谱曲线的总体变化趋势基本一致。当叶面滞尘量 > 120 g/m2时,光谱曲线的基本表现为灰尘的光谱特征。当叶面滞尘量较少时,预测模型的模拟精度相对较高,随着滞尘量的增加,所有模拟预测模型的决定系数均减小;当叶面滞尘量 > 120 g/m2时,预测模型对叶面滞尘量的模拟预测能力将更差,并且均方根误差（RMSE）随着叶片单位面积滞尘量的增加而增大,模拟预测模型的稳定性及预测精度逐渐降低。光谱角对滞尘叶片350 ~ 1 770 nm波段区间的光谱变化十分敏感,利用叶片光谱角检测滞尘程度不需要分区域讨论,只需与阈值做简单的比较,方法简便易行。  结论  本研究通过室内控制试验,研究叶面滞尘量对植被光谱响应特征,可为建立滞尘植被光谱反射物理模型提供参考与借鉴。   相似文献   

大麦籽粒抗性淀粉含量快速测定方法研究     

魏霞  陈功海  龙周锴  范小峰  张文英  徐延浩 《麦类作物学报》2020,40(10):1185-1193

为探索快速高效测定大麦籽粒中抗性淀粉含量的方法,利用衰减全反射中红外（attenuated total reflection mid-infrared spectroscopy,ATR-MIR）和近红外（near-infrared spectroscopy,NIR）光谱技术,分别用3种不同方法进行预处理,建立大麦样品的抗性淀粉含量快速测定红外模型,通过不同预处理预测模型的校正和内部交叉验证结果的比较,依据决定系数（r）和均方根误差（RMSE）筛选出基于ATR-MIR和NIR光谱的最佳预测模型,再对最佳预测模型进行外部验证。结果表明,经基线位移校正+范围归一化（BOC+RN）预处理后的PLS模型为最佳ATR-MIR预测模型;经标准正态变换+Savitzky-Golay法一阶求导（SNV+1thD）的预处理模型为最佳NIR预测模型。用验证集材料对BOC+RN和SNV+1thD最佳预测模型的预测效果进行外部验证,光谱预测值与化学测定值之间没有显著差异,说明两种方法均可以用于大麦籽粒抗性淀粉含量测定;ATR-MIR光谱比NIR光谱具有更好的预测能力。  相似文献   

基于支持向量机（SVM）的稻纵卷叶螟危害水稻高光谱遥感识别   总被引：5，自引：0，他引：5  

石晶晶  刘占宇  张莉丽  周湾  黄敬峰 《中国水稻科学》2009,23(3):331-334

 对健康水稻叶片以及受稻纵卷叶螟危害后的水稻叶片进行了室内光谱的测定及分析。对430~530 nm和560~730 nm波段采用连续统去除的方法,分别提取了波深、斜率参量作为径向基核函数支持向量机的输入变量,利用LIBSVM软件包构建叶片高光谱识别模型。当参数γ和惩罚系数C分别取0.25和1时构建的径向基支持向量机模型的分类性能最佳,识别精度达100%。研究结果为实时水稻病虫害的早期监测以及田间管理提供了一定的理论基础。  相似文献   

第四讲：茶叶中重金属元素的原子发射光谱测定法     

石元值  马立锋  韩文炎  阮建云 《中国茶叶》2008,30(3):7-9

电感耦合等离子体原子发射光谱法（inductively coupled plasma atomic emission spectrometry,简称ICP-AES）;也有人把它称为电感耦合等离子体光学发射光谱法（inductively coupled plasma optical emission spectrometry,简称ICP-OES）。这是一种以ICP为发射光源的光谱分析方法,可对约70种元素（金属元素及磷、硅、砷、硫、硼等非金属元素）进行定性、半定量和定量分析。  相似文献   

基于高光谱技术的茶鲜叶含水率检测与分析     

戴春霞  刘芳  葛晓峰 《茶叶科学》2018,38(3):281-286

茶鲜叶含水率是茶叶加工业中衡量茶叶品质的一个重要指标。为了实现茶叶加工过程中茶鲜叶含水率的快速检测,本文提出了一种应用高光谱技术分析茶鲜叶含水率的无损检测方法。通过对茶鲜叶高光谱图像感兴趣区域光谱数据的提取,利用4种不同的算法对原始数据进行预处理,采用逐步回归分析法对预处理后的数据提取特征波长,并采用多元线性回归法、偏最小二乘回归建立特征波长和茶鲜叶含水率定量分析模型。研究结果表明,经过卷积平滑处理后的正交信号校正的预处理结合逐步回归分析法所建立的偏最小二乘回归茶鲜叶含水率预测效果最佳,模型校正集、交叉验证集和预测集的相关系数分别为0.8977、0.8342和0.7749,最小均方根误差分别为0.0091、0.0311和0.0371。由此可见,高光谱技术能有效的实现茶鲜叶含水率的检测,这为茶叶加工业中衡量茶叶品质提供了新的检测方法。  相似文献   

傅立叶近红外漫反射光谱技术在花生脂肪酸分析中的应用     

杨传得  唐月异  王秀贞  吴琪  孙全喜  王传堂  关淑艳 《花生学报》2015,(1):11-17

选取高油酸花生品系与普通油酸含量花生品种搭配的4个杂交组合共计987份F2种子,应用近红外反射光谱技术,结合偏最小二乘法,采用检验集检验,成功构建了花生油酸、亚油酸、棕榈酸、4种有害脂肪酸(棕榈酸、花生酸、山嵛酸、二十四碳烷酸)、碘值(IV)和不饱和脂肪酸/饱和脂肪酸(U/S)等6个近红外模型。各模型决定系数(R2)分别达到94.67、95.72、86.36、83.71、94.90和73.53,预测根均方差(RMSEP)分别为2.52、1.91、0.60、0.67、1.57和0.27。各模型预测偏差分别为-4.399~4.838、-2.011~1.874、-1.247~1.438、-1.634~1.420、-2.231~3.733、-0.533~1.396,预测相对误差分别为0.562~9.687、0.055~7.010、0.642~12.72、0.636~11.464、0.217~4.145、1.582~17.934。上述模型可用于花生种子脂肪酸快速分析预测,在花生脂肪酸品质育种、高油酸花生种子生产和原料花生质量控制中具有重要价值。  相似文献   

盐胁迫下植物光系统Ⅱ的光谱学和蛋白质亚基研究进展     

《天津农业科学》2016,(5):5-7

光系统II(Photosystem II,PSII)是光合作用光反应过程重要的光合膜蛋白复合体。本文介绍了组成PSII的核心复合物(Photosystem II core complex,PSIICC)和外周天线复合物(Light harvesting complex,LHCII)的亚基名称、组成、分子量和聚集状态。重点介绍了盐胁迫对不同植物PSII光谱学及亚基组成和表达的影响,而盐生植物和非盐生植物在光谱学和蛋白质组成和表达上对盐胁迫的响应是不同的。这对于了解盐生植物在高盐渍环境下,维持PSII的结构与稳定,从而保持较高的光能利用效率具有重要意义。  相似文献   

黄河中游退耕还林地土壤有机碳含量的高光谱估测——以大宁县为例     

邓永鹏  朱洪芬  丁皓希  孙瑞鹏  毕如田 《山西农业科学》2022,50(6):869-877

  相似文献   

基于CWT-RF模型估算博斯腾湖湖滨绿洲土壤有机碳含量     

孟珊  李新国  江远东  麦麦提吐尔逊·艾则孜 《中国农业大学学报》2023,28(3):198-207

为实现博斯腾湖湖滨绿洲土壤有机碳含量的快速估算,结合实测的土壤高光谱数据与土壤有机碳数据,通过连续小波变换(CWT)进行土壤光谱数据预处理,利用相关系数法(CC)、连续投影算法(SPA)、竞争自适应重加权采样(CARS)、遗传算法(GA)筛选的特征波段作为建模输入量,构建随机森林(RF)模型。结果表明：研究区土壤有机碳含量平均值随土层深度增加由12.36 g/kg降低至10.49 g/kg,变异系数平均值为69.62%,空间异质性较强;CWT变换可以有效提高不同土层深度土壤有机碳含量与光谱反射率间的相关性,不同土层深度相关系数均值平均提升约22.41%;光谱数据经过CWT变换构建的模型精度明显提升,RF模型验证集R²与RPD分别平均提高7.09%、10.06%。CC、CARS、SPA、GA方法能消除光谱信息冗余,有效降低CWT-RF模型的输入量与RMSE值,土层深度0～20、20～40、40～60和60～80 cm筛选的特征波段平均压缩至全波段数目分别为8.51%、5.38%、2.21%和3.67%;RMSE值分别平均降低111.67%、135.61%、12.25...  相似文献   

基于高光谱与在线序列极限学习机确证大米产地方法     

王靖会  曹崴  冷全阳  程娇娇  王艳辉  沈海鸥  陈雷  王朝辉 《中国农业科技导报》1999,22(9):96-103

为满足快速无损的大米产地确证需求,采集吉林省梅河口市水稻主产区及松原、大安、辉南等其他水稻产区共990个大米样本的高光谱图像（400~1 000 nm）作为研究对象,利用多元散射校正（MSC）处理方法对光谱进行预处理。采用多层感知机（MLP）、极限学习机(ELM)与在线序列极限学习机(OS-ELM)算法,分别基于全波段高光谱数据以及经多维尺度分析（MDS）方法降维后的数据建立产地确证模型。结果表明,基于全波段高光谱数据的OS-ELM模型分类性能最好,准确率达到98.3%。经MDS处理后,输入的数据变量减少了96.6%,MDS-OS-ELM模型准确率稳定在97.4%。对三种模型的训练时间进行对比分析,OS-ELM训练时间明显优于MLP,在分批次获取数据时训练时间优于ELM。为大米产地确证提供了一种高效、准确、稳定的方法。  相似文献