国家自然科学基金(41271436)
- 作品数：81 被引量：321H指数：9
- 相关作者：杨可明孙阳阳刘飞程龙夏天更多>>
- 相关机构：中国矿业大学（北京）华北理工大学贵州工程应用技术学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金煤炭资源与安全开采国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程天文地球农业科学更多>>
- 混沌离散粒子群优化的高光谱影像端元提取算法被引量：2
- 2014年
- 针对离散粒子群优化算法在进行端元搜索时易陷入局部最优值等缺陷,提出了混沌机制扰动下的离散粒子群优化的端元提取算法(CDPSO-EE)。研究了混沌理论特有的随机性、遍历性以及对初始值敏感性等特点,将混沌理论引入到DPSO端元提取算法的初始化阶段,优化了初始种群质量;将混沌变量附加到粒子自身历史最优位置获得扰动新位置,对比混沌扰动前后粒子所在位置的适应度函数值,选择最优位置为粒子新的位置,让粒子有能力跳出局部最优值。结果表明CDPSO-EE在高光谱影像端元提取方面具有更好的端元提取质量。
- 杨可明张涛刘士文王林伟侯海倩
- 关键词：粒子群优化混合像元端元提取高光谱遥感
- 压缩感知和万有引力模型相结合的高光谱混合像元分解被引量：3
- 2014年
- 高光谱影像虽然具有较高的光谱分辨率,但因其空间分辨率低而普遍存在混合像元。混合像元分解是高光谱遥感应用的重要研究内容,包括端元提取和端元丰度反演两部分。本文以压缩感知(CS)理论为基础,结合神经网络技术提出了一种端元提取模型——基于CS的高光谱影像端元提取模型。同时,将经典的万有引力模型(UGM)引入端元丰度反演中,提出基于UGM的端元丰度反演算法。最后,以Hyperion高光谱影像为试验数据在Matlab中对模型和算法进行编程实现,并对其结果进行精度评定。试验结果表明,本文提出的提取模型与反演算法无论在理论上还是在实际操作中,都具有一定的可行性,同时精度也满足要求。
- 杨可明王林伟刘士文史钢强刘飞赵思亮
- 关键词：压缩感知混合像元分解端元提取
- 玉米叶绿素含量高光谱反演的线性模型研究被引量：5
- 2015年
- 叶绿素含量是衡量植被生长状况的一个重要指标,高光谱数据具有较高的光谱分辨率,利用其光谱信息建立叶绿素含量的关系模型,已成为监测植被长势的一种有效手段。传统叶绿素含量线性回归模型的输入因子是植被特征提取参数,由于高光谱数据波段间的冗余度较高,导致一般的线性模型的反演精度较低。主成分分析可以减少数据的维数,简化网络结构,得出能反映原始信息的综合变量。本文以盆栽玉米为研究对象,利用植被特征和主成分分析方法提取光谱反演参数,根据所提取的参数建立玉米叶片叶绿素含量的一元线性和多元线性回归模型。结果表明,利用绿峰峰值和近红外反射率均值两参数可在一元线性模型中较好地反演玉米叶片叶绿素含量;而利用分波段提取的主成分能够在多元线性回归模型中更好地反演叶绿素含量,反演精度较高。
- 孙阳阳汪国平杨可明卓伟张婉婉
- 关键词：玉米叶绿素含量光谱参数主成分分析线性回归模型
- 玉米铜污染实时动态监测的高光谱分形维数模型被引量：1
- 2019年
- 重金属Cu^2+在玉米植株中过量积累会破坏其组织细胞结构,降低叶绿素含量,使植物代谢紊乱,都将在光谱上表现变化。传统监测污染的方法费时费力,不能满足快速实时监测的需求。农作物污染监测中的高光谱遥感监测应用技术是当前研究的重点。通过设置不同Cu^2+浓度的盆栽试验,测得不同Cu^2+胁迫浓度下玉米叶片的Cu^2+含量、叶绿素含量以及高光谱反射率数据,系统分析玉米叶片光谱曲线的特征以及不同Cu^2+胁迫浓度下的光谱分形维数与光谱指数变化的情况,建立玉米叶片Cu^2+浓度、光谱分形维数和光谱指数的空间分布,研究Cu^2+定性分析中光谱指数与光谱分形维数的关系。结果发现,光谱分形维数比光谱指数能更好地反映Cu^2+污染下玉米植株的生理特征的变化,从而可以成为大范围监测玉米Cu^2+污染的甄别依据。
- 张超杨可明王敏高鹏程凤李燕
- 关键词：玉米叶片高光谱遥感重金属污染光谱指数
- 土壤的石油污染信息高光谱遥感监测方法
- 2018年
- 传统的点采样等石油开采区土壤石油污染监测方法时效性差、成本高。高光谱遥感因具有丰富的空-谱信息和较强的地物认知能力,可实现快速、大范围精确探测而成为现今土壤的石油污染监测研究热点。基于高光谱影像的光谱维特性,提出了一种多维加速鲁棒特征(multi-dimensional speeded-up robust features,MD-SURF)的高光谱影像端元提取模型;并以胜利油田孤东采油区为研究对象,提取了研究区Hyperion高光谱卫星影像的土壤端元。通过对所提取土壤端元的光谱信息分析,认为波长963 nm和1 427 nm为土壤石油污染的特征波段,由此建立了研究区土壤端元反射高度Hγ和吸收深度Dλ的石油污染光谱指数;并设置了4种方式的石油污染光谱指数值计算方法及其污染信息提取的指数取值范围。最后根据满足取值范围时光谱指数计算方式的不同个数,确定土壤端元的石油污染程度,认为满足的个数越多则土壤端元污染越严重,从而可较好监测研究区土壤的石油污染异常区域。
- 崔颖杨可明郭添玉陆天宇石皓中
- 关键词：高光谱影像土壤石油污染端元提取遥感监测
- 铜胁迫下玉米叶片光谱奇异性分析及污染评估被引量：7
- 2017年
- 为了区分不同浓度铜离子(Cu^(2+))胁迫引发玉米的叶片光谱间微弱信息差异和铜污染程度,根据玉米叶片实测的SVC高光谱数据和同步获取的玉米叶片中铜含量数据,利用Daubechies小波系中的"Db5"小波,得到玉米叶片光谱在350~2500nm波段范围小波分解的第5层高频组分(d5),并采用盒维法计算d5的分形维数,通过分形维数邻近变化率(α)讨论不同铜胁迫梯度下玉米叶片光谱分形维数的变化趋势,从而可对d5的奇异范围、奇异幅度等光谱奇异性参数进行定量计算和分析.结果表明:d5能精确地探测到玉米不同铜胁迫梯度污染的光谱奇异性弱信息,并实现不同污染程度玉米高光谱信号的分离;d5分形维数随污染程度的增加先减小后缓慢升高,最后达到峰值,其中Cu(100)分形维数值最小;CK(0)与Cu(100)间α为负,其他两个胁迫梯度区间内均为正,且Cu(100)和Cu(300)间α绝对值最小,而Cu(300)和Cu(500)间α绝对值最大;通过建立玉米叶片铜含量估算模型验证了玉米叶片中铜含量与奇异幅度及分形维数之间存在较强的相关关系,各胁迫梯度玉米叶片中Cu含量的差异均达到显著水平(为0.05),其决定系数R2=0.9501.所以,光谱高频组分分形维数和奇异性特征能够有效地诊断并定量分析玉米铜污染程度状况,从而可为作物重金属污染监测提供借鉴意义.
- 刘聪杨可明夏天孙彤彤郭辉
- 关键词：小波变换
- 铜胁迫下玉米叶片光谱MRSVD特征与污染预测模型被引量：2
- 2019年
- 基于不同铜离子(Cu^2+)胁迫梯度下玉米盆栽实验,依据所测玉米叶片光谱数据和叶片中Cu^2+含量,通过多分辨奇异值分解(MRSVD)提取光谱弱信息,建立玉米叶片Cu^2+污染定性分析及含量预测模型.利用MRSVD对350~1 300 nm波段内玉米叶片光谱进行多层分解,依据模极大值理论和定义的敏感因子确定反映Cu^2+污染信息的最佳分量,在此基础上构建奇异系数(SC)、奇异指数(SI)、奇异面积(SA)和奇异谱熵(SSE)等奇异特征参数分析光谱奇异性,并采用逐步回归分析法建立奇异特征参数与玉米叶片Cu^2+含量之间的定量关系模型.结果表明:第9层MRSVD细节分量能较好地提取Cu^2+污染信息,奇异性主要集中在480~850 nm波段内,奇异特征参数与玉米叶片Cu^2+含量有较好的相关性,其中SI和SSE与玉米叶片Cu^2+含量存在较强的定量关系,其决定系数(R^2)为0.842 5,均方根误差为0.826 0,模型精度优于常规方法.奇异特征参数能够较好地诊断并定量分析玉米叶片铜污染水平,可为作物重金属污染监测提供参考.
- 高鹏杨可明荣坤鹏张超程凤李燕
- 关键词：铜污染盆栽玉米光谱分析
- 铅离子胁迫下盆栽玉米叶片光谱微分的红边响应研究被引量：4
- 2016年
- 基于重金属铅(Pb)污染的盆栽实验玉米,采用光谱仪和叶绿素仪测量了不同浓度Pb^(2+)胁迫下玉米老、中、新叶片的反射光谱及其叶绿素含量;也运用质谱仪测定了不同胁迫浓度叶片中Pb^(2+)含量。对玉米老、中、新叶片中的叶绿素含量与各类叶片及土壤中的Pb^(2+)浓度进行了相关性分析;并为了区分玉米叶片铅离子污染程度和预测Pb^(2+)含量,提出了红边一阶微分曲线面积比值(FARR)和红边一阶微分峰前面积(FABR)参数;同时与常规红边一阶微分包围面积(FAR)、红边一阶微分曲线陡峭度(FCDR)、红边位置(REP)以及红边最大值(MR)作运用比较,实验结果表明,玉米叶片中的叶绿素含量从新叶、中叶到老叶逐渐增加,并随着土壤中Pb^(2+)浓度的升高而降低;受到Pb^(2+)胁迫时,新叶片到老叶片的REP"蓝移"更为明显;FARR和FABR在Pb^(2+)的胁迫程度区分和污染监测方面比FAR、FCDR、REP、MR具有更好的预测效果。
- 杨可明卓伟张婉婉汪国平刘二雄
- 关键词：盆栽玉米红边参数铅离子污染监测
- HHT时频分析土壤光谱的重金属铜离子污染信息提取模型被引量：6
- 2018年
- 土壤中不同浓度Cu^(2+)含量映射到土壤光谱上的信息量十分微弱,并且这些高光谱数据中也存在着难以避免的噪声,因而本研究的关键是如何在土壤光谱复杂的噪声环境中提取微弱Cu^(2+)信息。经验模态分解算法(EMD)能够有效去除高光谱数据中的噪声,且EMD是Hilbert变换对"非线性非稳定"信号时频分析的前提,当引入Huang变换后,可利用Hilbert-Huang变换(HHT)模型时频分析高光谱数据以实现降噪处理与信息提取。通过时频的HHT分析不同浓度Cu^(2+)污染下的土壤光谱,完成从原始光谱经EMD分解出各本征模态函数(IMF)分量的包络线、调制信号和频谱等曲线中挖掘土壤光谱的Cu^(2+)污染信息。研究结果表明,相同浓度Cu^(2+)污染时的土壤光谱HHT时频分析结果相同,不同浓度时则不同,所以也可依据IMF分量反演土壤Cu^(2+)含量。因此,高光谱数据的HHT时频分析能为土壤光谱的信息挖掘、光谱诊断和Cu^(2+)含量反演等提供一种新的方法和思路。
- 杨可明汪国平付萍杰张伟张伟
- 关键词：土壤光谱希尔伯特-黄变换时频分析
- 基于光谱特征参数与主成分分析的玉米叶片叶绿素含量BP反演被引量：2
- 2016年
- 利用美国SVC HR-1024I型地物光谱仪对盆栽玉米叶片进行光谱测定,同时用SPAD-502叶绿素仪测定叶片的叶绿素含量。基于实测光谱的微分处理结果,获取光谱位置、光谱面积、植被指数3个方面的11个光谱特征参数(spectral characteristic parameters,SCP),分析这11个SCPs与叶绿素含量的相关性,并对这些参数进行主成分分析(principal component analysis,PCA);然后,利用这11个SCPs及其PCA结果建立误差反向传播(error back propagation,BP)神经网络输入因子,并构建了玉米叶片叶绿素含量BP反演模型(简称SCP-PCA-BP模型)。另外,选取与叶绿素含量相关性较高的8个SCP,建立常规的线性回归模型并预测叶绿素含量。反演结果表明:SCP-PCA-BP反演的预测值与实测值之间的决定系数(r2)达到0.968 7,均方根误差(RMSE)为0.893 9;而用线性回归模型反演时,只有基于SCP中微分光谱蓝边面积、面积比值、归一化面积参数的预测效果较好,其中归一化面积的预测效果最好,预测值与实测值之间r2为0.704 0,RMSE为2.895。因此可知,与常规的线性回归模型相比,SCP-PCA-BP反演模型在预测玉米叶片叶绿素方面具有更好的预测效果。
- 杨可明卓伟刘二雄汪国平夏天
- 关键词：主成分分析玉米叶片叶绿素含量
