| 1 | 基于高分五号高光谱波段选择的矿区周边土壤Cd含量反演显示文摘及时准确地掌握土壤重金属含量和分布尤为重要,基于高分五号卫星高光谱影像,对潼关县土壤Cd含量进行大范围反演。为准确筛选Cd元素的特征波段,提高模型反演精度,通过特征编码和随机变异,耦合竞争性自适应重加权算法与遗传算法(CARS-GA),按照先全局后局部的搜索策略对Cd元素的特征波段进行搜索,并在标准正态变换(SNV)、一阶微分(FD)两种光谱增强方式下,比较基于CARS-GA方法与其他波段选择方法(相关系数分析法、CARS算法)构建的偏最小二乘模型(PLSR)精度,最后选择最优模型应用到整个潼关县裸地区域。实验结果表明:采用CARS-GA算法进行波段选择时,基于2种光谱变换数据构建的PLSR模型精度均明显高于相关系数分析法和CARS算法所构建的模型精度,FD光谱变换中验证集的决定系数分别提高了0.288、0.093,SNV变换光谱中验证集的决定系数分别提高了0.372、0.088。该结果表明了利用CARS-GA算法进行波段选择可有效增强Cd含量估测模型的鲁棒性,从而为环境污染评价及生态保护提供更好的数据支撑。 | 刘雯 韩玲 刘明 李良志 | 2023 | 激光与光电子学进展2023，60，17： | 1 |
| 2 | 基于高光谱小波能量特征向量估算湖滨绿洲表层土壤有机碳含量显示文摘高光谱分析能够高效的估算土壤有机碳含量,连续小波变换(CWT),在高光谱数据的噪声去除和有效信息提取方面具有独特优势,但是经过连续小波变换后的光谱数据被分解为多个尺度,单一分解尺度信息不能代表不同分解尺度信息,如何充分利用多分解尺度的小波系数,成为高光谱估算土壤有机碳含量的难题。博斯腾湖是我国最大的内陆淡水湖,湖滨绿洲作为重要的水陆交错带,具有独特的空间结构和时间结构,在维持和恢复湖泊生态系统健康方面发挥着重要作用。以博斯腾湖湖滨绿洲为研究区,于2020年10月采集138份深度为0~20 cm表层土壤样本,剔除3个异常值样品,得到135个有效样品,室外采集土壤样本光谱,并通过重铬酸钾-外加热法测定土壤有机碳含量;将土壤样本的光谱反射率进行Savitzky-Golay平滑滤波处理,以Gaussian4为小波基函数进行连续小波变换,将土壤高光谱数据转换为10个分解尺度的小波系数。利用相关性分析法(CC)、稳定自适应重加权采样(sCARS)、竞争自适应重加权采样(CARS)、连续投影算法(SPA)、遗传算法(GA)等5种特种波段筛选方法进一步降低噪音,消除冗余信息,逐尺度计算小波系数的均方根作为小波能量特征(EF),将10个尺度的小波能量特征组成小波能量特征向量(EFV),基于小波能量特征向量建立BP神经网络模型(BPNN)。结果表明,连续小波变换可以有效提高光谱反射率与土壤有机碳含量间的相关性,1~3分解尺度相关性较差,4~10分解尺度的相关性较好,相关系数平均值提升43.66%,相关系数最大值平均提升67.93%。CC算法筛选的特征波段主要分布于在400~1 500 nm可见光及近红外短波;sCARS、CARS算法筛选的特征波段集中于1 500~2 500 nm近红外长波;SPA算法筛选的特征波段集中于760~2 500 nm近红外波段;GA算法得到的特征波段基本均匀分布于400~2 500 nm。高光谱小波能量特征向量EFV可以较好估算湖滨绿洲表层土壤有机碳含量,6种模型的训练集与验证集R2平均值分别为0.73、0.74, RMSE平均值分别为7.64、7.28, RPD平均值为1.95。模型精度表现为,CC-EFV-BPNN>sCARS-EFV-BPNN>Full-spectrum-EFV-BPNN>CARS-EFV-BPNN>GA-EFV-BPNN>SPA-EFV-BPNN。连续小波变换结合特征变量筛选方法,提取小波能量特征向量EFV,有效降低光谱数据维度与高光谱小波能量特征向量模型复杂度,对于快速估算表层土壤有机碳含量具有重要参考价值。 | 孟珊 李新国 | 2023 | 光谱学与光谱分析2023，43，12： | 0 |
| 3 | 基于经验模态分解的马赫-曾德尔干涉仪事件识别方案优化显示文摘事件识别是分布式光纤传感的重要应用,现有的模式识别手段存在泛化性差和对弱振动识别的准确率低两个主要难题。以马赫-曾德尔干涉仪为应用对象,从样本来源的角度改善传统的分类器,以时域信号经经验模态分解所得的本征模态函数构建训练样本,使用卷积算子提取信号的波形特征、频域特征、时频域特征,构建深度学习网络,并在相同的神经网络框架下以原始信号为输入设计了4个对照组。所提识别方案在测试集和验证集上对6种目标信号的准确率分别为97.02%和94.88%,泛化性和分类精度均处于最优状态。分类器的平均样本响应时间低于0.07 s,具备良好的可行性与发展前景。 | 王鸣 封皓 沙洲 赵利 | 2023 | 光学学报2023，43，19： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员