检索结果-南通市图书馆

基于高光谱技术的广州市HCHO时空分布和来源定量遥感研究

在线全文

学校读者我要写书评

暂无评论

遥感学报 2023年第8期27卷 1844-1855页

作者：魏少聪邢成志林继楠宋宇航胡启后季祥光滕佳华徐宁宁刘诚中国科学技术大学精密机械与精密仪器系合肥230026 中国科学院合肥物质科学研究院安徽光学精密机械研究所中国科学院环境光学与技术重点实验室合肥230031 生态环境部卫星环境应用中心/国家环境保护卫星遥感实验室北京100094 安徽大学信息材料与智能感知安徽省实验室合肥230039

甲醛(HCHO)作为一种重要的大气污染物,不仅会影响区域大气环境质量,还会对人体健康造成危害。然而,目前HCHO的监测手段依然以地面监测为主,缺乏垂直观测阻碍了人们对HCHO垂直演化和高空大气化学过程的深入认识。本文基于搭设于广州地球... 详细信息

甲醛(HCHO)作为一种重要的大气污染物,不仅会影响区域大气环境质量,还会对人体健康造成危害。然而,目前HCHO的监测手段依然以地面监测为主,缺乏垂直观测阻碍了人们对HCHO垂直演化和高空大气化学过程的深入认识。本文基于搭设于广州地球化学研究所高光谱设备的观测数据,通过最优估计反演算法获得了2020年12月至2021年11月期间的HCHO垂直廓线。研究发现,广州市HCHO浓度在垂直方向呈现出边界层底层(6.61 ppb)>边界层中层(4.76 ppb)>边界层顶层(3.00 ppb);在时间上表现为夏季(8.58 ppb)>春季(8.50 ppb)>秋季(8.05 ppb)>冬季(5.43 ppb);不同季节的HCHO垂直日变化特征相似,最高浓度均出现在200 m且呈现出“双峰”变化模式,第一个峰值出现在08:00—10:00,第二个峰值出现在14:00左右。此外,基于遥感数据建立多元线性回归模型实现了对观测期间HCHO背景浓度、一次和二次来源浓度的剥离。研究发现,整个观测期间HCHO二次源浓度(约占64.10%)>背景浓度(约占20.20%)>一次源浓度(约占15.70%);此外,受VOCs排放浓度与光化学反应强度的影响,夏季二次HCHO浓度占比明显高于冬季。通过对HCHO周末与工作日的垂直日变化特征进行分析,得出广州周末HCHO排放水平并没有表现出明显的下降。本研究可加强对HCHO时空分布特征的深入认识,为污染防控措施的制定提供数据支持。

关键词：遥感高光谱技术甲醛垂直分布季节变化二次源周末效应广州市

在线全文

学校读者我要写书评

暂无评论

高光谱技术识别煤岩的特征波段筛选方法研究

黑龙江工程学院学报 2022年第2期36卷 13-19页

作者：吴剑飞安徽理工大学空间信息与测绘工程学院安徽淮南232001

煤炭在中国工业和国民经济发展中起到重要作用。传统的人工识别煤岩界面效率低下,安全性无法保障,为实现采煤智能化和无人化,以高光谱作为技术手段,结合机器学习算法对煤岩进行分类识别。文中以淮南市谢桥矿区和潘一矿区的煤岩高光谱数... 详细信息

煤炭在中国工业和国民经济发展中起到重要作用。传统的人工识别煤岩界面效率低下,安全性无法保障,为实现采煤智能化和无人化,以高光谱作为技术手段,结合机器学习算法对煤岩进行分类识别。文中以淮南市谢桥矿区和潘一矿区的煤岩高光谱数据为研究对象,对煤岩原始光谱进行平滑处理(SG)、多元散射校正(MSC)、标准正态变量变换(SNV)和归一化(Norm)处理,采用竞争性自适应重加权采样(CARS)、连续投影法(SPA)和随机蛙跳(RF)算法获取预处理后煤岩高光谱数据中对煤岩识别敏感的优选波段,分别基于全波段和优选波段建立支持向量机(SVM)模型和偏最小二乘线性判别分析(PLS-LDA)模型,并对比模型识别精度。结果表明,优选波段主要分布在350~450 nm、1250~1450 nm、1700~1900 nm和2100~2300 nm之间,在实验室模拟环境中,由机器学习算法优选后的波段所建模型相较于全波段所建模型的识别精度有所提高,其中,基于Norm-CARS优选后的波段建立的PLS-LDA模型和基于SG-RF优选后的波段建立的SVM模型对建模集和测试集的识别正确率均达100%。利用机器学习算法可以有效筛选出与煤岩识别高度相关的波段,提高模型稳定性和识别效率,避免了人为建立经验模型的误差性。

关键词：煤岩识别高光谱技术随机蛙跳法连续投影法竞争性自适应重加权采样算法

在线全文

学校读者我要写书评

暂无评论

基于高光谱技术的绝缘子污秽成分识别方法

高电压技术 2020年第11期46卷 4023-4030页

作者：邱彦郭裕钧张血琴刘凯刘毅杰吴广宁西南交通大学电气工程学院成都611756

输电线路绝缘子污秽成分差异会对其闪络电压造成影响,因此绝缘子污秽成分的在线识别对污闪防治具有重要意义。为此提出了一种基于高光谱技术的绝缘子污秽成分识别方法。通过采集不同成分污秽样品的高光谱图像,提取黑白校正后标签样本935... 详细信息

输电线路绝缘子污秽成分差异会对其闪络电压造成影响,因此绝缘子污秽成分的在线识别对污闪防治具有重要意义。为此提出了一种基于高光谱技术的绝缘子污秽成分识别方法。通过采集不同成分污秽样品的高光谱图像,提取黑白校正后标签样本935~1725 nm的高光谱谱线,经竞争性自适应重加权采样算法提取不同污秽成分谱线特征波长,分别建立了基于训练数据特征谱段和基于全波段训练数据的随机森林分类模型以实现待测污秽成分的识别。结果表明:同种污秽其高光谱谱线仅在总体反射率值上稍有差异,不同污秽其高光谱谱线在总体反射率值、峰值以及变化趋势上具有明显差异;基于训练数据特征谱段和基于全波段训练数据的随机森林分类模型可对污秽成分进行识别,对单一污秽成分的识别准确率分别达到91.7%和93.3%,对混合污秽的识别准确率分别达到90%和75%。因此,该方法能够应用于绝缘子污秽成分的快速、准确在线识别,为绝缘子污秽成分现场检测提供了技术参考。

关键词：高光谱技术绝缘子污秽成分竞争性自适应重加权采样随机森林

高光谱技术无损鉴定壁画颜料之研究——以西藏拉萨大昭寺壁画为例

在线全文

学校读者我要写书评

暂无评论

敦煌研究 2015年第3期 122-128页

作者：王乐乐李志敏马清林梅建军中国文化遗产研究院北京100029 北京科技大学冶金与材料史研究所北京100083

本文利用高光谱技术分析了两幅模拟壁画,通过比较模拟壁画颜料与标准颜料光谱曲线的形状特征及其一阶导数特征峰和计算颜料光谱匹配度,有效准确地甄别出蓝铜矿、孔雀石、雌黄、藤黄、雄黄、铅丹和朱砂,但无法判别胭脂。同时,高光谱技术... 详细信息

本文利用高光谱技术分析了两幅模拟壁画,通过比较模拟壁画颜料与标准颜料光谱曲线的形状特征及其一阶导数特征峰和计算颜料光谱匹配度,有效准确地甄别出蓝铜矿、孔雀石、雌黄、藤黄、雄黄、铅丹和朱砂,但无法判别胭脂。同时,高光谱技术鉴定出的西藏拉萨大昭寺转经廊壁画中蓝铜矿、孔雀石、铅丹和朱砂颜料,与便携式X射线荧光元素成分结果一致。本研究结果表明高光谱技术可无损与准确地鉴定中国古代颜料,与便携式X射线荧光元素成分分析相结合,是壁画现场无损快速分析的重要手段。

关键词：高光谱技术 X 射线荧光壁画颜料西藏拉萨大昭寺

在线全文

学校读者我要写书评

暂无评论

高光谱技术在园艺学科研究的文献分析

北方农业学报 2023年第1期51卷 128-134页

作者：樊丽黄云胡伟张辰刘艳内蒙古农业大学园艺与植物保护学院内蒙古呼和浩特010011 包头市绿缘生态开发有限责任公司内蒙古包头014070

【目的】通过对高光谱技术在园艺学科的研究文献进行定量分析,探究高光谱技术在园艺学科的研究现状和研究进展。【方法】以中国知网(CNKI)收录的中文文献为基础,利用文献计量法结合CiteSpace 5.8.R3可视化软件,对我国高光谱技术在园艺... 详细信息

【目的】通过对高光谱技术在园艺学科的研究文献进行定量分析,探究高光谱技术在园艺学科的研究现状和研究进展。【方法】以中国知网(CNKI)收录的中文文献为基础,利用文献计量法结合CiteSpace 5.8.R3可视化软件,对我国高光谱技术在园艺学科中的相关研究文献进行梳理,并对文献的历年发文量、研究主题分布、期刊来源分布、资助基金分布、作者和机构分布进行分析。【结果】2005年1月—2022年4月,我国园艺学科高光谱技术研究的相关文献共筛选出696篇,期间发文量逐年增加,其中,2012—2016年发文量增长较快;2021年发文量最高,为79篇。高频主题词主要包括高光谱、高光谱成像技术、无损检测、叶绿素含量、高光谱成像等,发表文章中资助基金最多的是国家自然科学基金,发文量最多的作者是浙江大学何勇教授,发文量最多的期刊是《光谱学与光谱分析》。【结论】近年来高光谱技术在园艺学科的应用越来越多,研究深度和广度不断拓展,研究水平和层次大幅度提高。

关键词：高光谱技术园艺学文献计量法中国知网

基于可见光-近红外高光谱成像技术的陈皮陈化年份鉴别研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2023年第10期43卷 3286-3292页

作者：张悦周骏辉王思曼王游游张云昊赵帅刘舒扬杨健道地药材品质保障与资源持续利用全国重点实验室中国中医科学院中药资源中心北京100700 天津津航技术物理研究所天津300381 云南中医药大学中药学院云南昆明650500

高光谱成像技术(HSI)是基于非常多窄波段的影像数据技术,将成像技术与光谱技术相结合,获取高光谱分辨率的连续、窄波段的图像数据,因其快速、无损的特点,被广泛应用于食品、农产品、中药材等样品的快速鉴别。道地药材新会陈皮具有较高... 详细信息

高光谱成像技术(HSI)是基于非常多窄波段的影像数据技术,将成像技术与光谱技术相结合,获取高光谱分辨率的连续、窄波段的图像数据,因其快速、无损的特点,被广泛应用于食品、农产品、中药材等样品的快速鉴别。道地药材新会陈皮具有较高的市场价值,且陈化(贮藏)年份越久市场价格亦越高,市场人工鉴别准确率低、难度大。基于高光谱技术结合化学计量学方法,建立不同陈化年份新会陈皮的快速无损鉴别方法。采集5个陈化年份样品在可见-近红外波段(400~1000 nm)的高光谱信息,提取高光谱图像感兴趣区域(ROI)的平均光谱值作为样本原始光谱。经黑白校正后获得标准数据,通过多元散射校正(MSC)、一阶导数(D1)、二阶导数(D2)、SG平滑(SG)和标准正态变量变换(SNV)5种预处理方法对数据进行降噪处理后,结合偏最小二乘判别分析(PLS-DA)、随机森林(RF)和支持向量机(SVM)等方法建立分类鉴别模型,以预测结果的准确率作为评价指标筛选最佳模型,使用混淆矩阵(confusion matrix)评估模型分类性能。结果表明,外表皮数据以MSC结合PLS-DA方法为最优鉴别模型,预测集鉴别准确率达到97.59%;而内表皮数据则以原始数据结合PLS-DA方法为最优鉴别模型,预测集鉴别准确率亦达到97.59%。采用内表皮数据,进一步采用连续投影算法(SPA)选择19个特征波长建模,整体判别准确率仍可达90%以上。通过SPA方法提取的特征波长建模可以达到与全波长模型相似的识别效果,去除冗余变量可以大大降低模型的复杂性,减少模型的运算时间。该研究建立的高光谱技术结合化学计量学的方法可实现不同陈化年份新会陈皮样品的快速无损鉴别,为专属小型化仪器装备系统的开发提供了理论依据。

关键词：高光谱技术模式识别新会陈皮:陈化年份

在线全文

学校读者我要写书评

暂无评论

高光谱成像技术结合机器学习的稻米霉变检测

光谱学与光谱分析 2023年第8期43卷 2391-2396页

作者：李斌苏成涛殷海刘燕德华东交通大学智能机电装备创新研究院江西南昌330013

稻米霉变会引起营养物质流失,同时产生有毒物质,不仅降低其自身品质,还会感染其他正常稻米。为减少霉变引起的稻米损耗,需及时分离霉变稻米。高光谱技术具有快速、无损的特点,因此,尝试利用高光谱技术对稻米霉变情况进行检测。发芽稻米... 详细信息

稻米霉变会引起营养物质流失,同时产生有毒物质,不仅降低其自身品质,还会感染其他正常稻米。为减少霉变引起的稻米损耗,需及时分离霉变稻米。高光谱技术具有快速、无损的特点,因此,尝试利用高光谱技术对稻米霉变情况进行检测。发芽稻米与发霉稻米具有相似的光谱特征,易被误判为发霉稻米,影响后续稻米霉变程度的检测,因此,提出利用高光谱技术结合多种预处理及判别模型区分发芽稻米与发霉稻米,并对不同霉变程度的稻米进行判别。将正常、发芽、发霉和发芽发霉的稻米样本建立模型进行区分检测,并对轻度、中度、重度和完全发霉的稻米样本进行判别。利用高光谱采集仪器对正常、发芽、发霉和发霉发芽的稻米样本进行光谱图像采集,提取采集图像感兴趣区域(ROI)的光谱,以ROI内光谱的平均反射率作为稻米样本的光谱特征。对提取的光谱数据进行SNV、Normalize和MSC等预处理;利用KS算法将样本以1∶3的比例均匀地划分为用于验证模型效果的预测集和建立光谱与样本关系的建模集;分别建立PLSR、SVM和RF模型,以3种模型的预测集正确率评价各模型预测效果,挑选出效果最优的判别模型。在正常、发芽、发霉和发芽发霉稻米的检测中,得到最优的判别模型为基线校正法预处理后的随机森林(Baseline-RF)模型,Baseline-RF模型的预测集判别准确率为100%;在稻米霉变程度的检测中,通过对不同模型的预测结果进行比较得出,SNV-RF模型的预测集中未出现误判样本,表现出最优的判别效果。为简化模型,在冗长的原始光谱中提取特征波长,以特征波长光谱建立SNV-RF模型,结果显示利用CARS算法挑选后的特征波长具有较好的判别能力,整体的判别准确率为97.5%。实验结果显示高光谱技术结合CARS-SNV-RF模型能够快速准确地判别稻米的霉变程度,为霉变稻米的快速判别提供一定的理论基础和实验参考,对提高稻米品质、减少稻米浪费具有重要意义。

关键词：高光谱技术波段筛选稻米霉变快速检测

在线全文

学校读者我要写书评

暂无评论

基于高光谱技术的绝缘子污秽等级检测方法

高电压技术 2019年第11期45卷 3587-3594页

作者：邱彦张血琴郭裕钧石超群张晓青吴广宁西南交通大学电气工程学院

输电线路绝缘子污秽等级的在线检测对污闪防治具有重要意义。为此提出了一种基于高光谱技术的绝缘子污秽等级的非接触式检测方法。通过高光谱仪获取不同污秽等级的人工污秽样品的高光谱图像,采用黑白校正和多元散射校正对原始高光谱图... 详细信息

输电线路绝缘子污秽等级的在线检测对污闪防治具有重要意义。为此提出了一种基于高光谱技术的绝缘子污秽等级的非接触式检测方法。通过高光谱仪获取不同污秽等级的人工污秽样品的高光谱图像,采用黑白校正和多元散射校正对原始高光谱图像进行校正,获取校正后样品图像的感兴趣区域高光谱谱线;建立了支持向量机多值分类模型,实现待测样品的污秽等级划分。结果表明:硅橡胶表面污秽种类不同时,其高光谱谱线的吸收峰、反射峰位置、幅值以及变化趋势具有明显差异,污秽种类相同时则基本不变,但谱线幅值差异明显。基于全波段数据的模型能够精确、快速地对污秽等级进行划分,对NaCl、CaSO污秽等级的划分准确率均为97.5%。基于人工污秽样品高光谱谱线数据建立的支持向量机模型可对绝缘子不同伞裙表面的污秽等级进行划分,准确率为80%。因此,该方法能够应用于绝缘子污秽等级的非接触在线检测,为绝缘子污秽等级检测提供了新思路。

关键词：高光谱技术绝缘子污秽等级多元散射校正支持向量机

基于高光谱技术的采前猕猴桃关键品质指标预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于高光谱技术的采前猕猴桃关键品质指标预测

作者：杨涵中国农业科学院

学位级别：硕士

确定采前猕猴桃的关键品质指标,保证猕猴桃达标后采收,对提升猕猴桃果实品质,提高经济价值、食用价值,降低损耗有重要意义。干物质是反映猕猴桃品质的重要指标,同时也决定了采后猕猴桃的品质变化情况;可溶性固形物含量则可以判断果实口... 详细信息

确定采前猕猴桃的关键品质指标,保证猕猴桃达标后采收,对提升猕猴桃果实品质,提高经济价值、食用价值,降低损耗有重要意义。干物质是反映猕猴桃品质的重要指标,同时也决定了采后猕猴桃的品质变化情况;可溶性固形物含量则可以判断果实口味的酸甜度,同样是猕猴桃的重要品质指标。目前对猕猴桃干物质及可溶性固形物含量的判定方法,可以分为有损测量与无损测量。有损测量限于对单一果实的逐个测量,费时费力,无法满足大规模果园生产的需求;无损测量方法中,近红外光谱受限于外界环境干扰,只能在室内环境或用便携式手持仪器贴近目标逐一测量,视觉检测方法则受限于猕猴桃成熟过程中外观变化不大,无法准确预测。针对目前采前猕猴桃品质指标预测方法无法满足无损、实时、连续、大量预测的需求的问题,本研究以贵长猕猴桃、金桃猕猴桃为研究对象,利用高光谱技术对采前猕猴桃关键品质指标预测进行了研究,主要内容如下:(1)采前猕猴桃高光谱数据的获取及光照影响的剔除。利用高光谱相机、标准白板、笔记本电脑、三脚支架等仪器设备,获取采前猕猴桃的高光谱数据,并通过白板校正、果实光谱数据提取、多元散射校正等处理方法,消除了光照条件的影响,提高了数据信噪比。(2)采前猕猴桃品质指标特征光谱波段提取。通过竞争性自适应重加权、移动窗口偏最小二乘、蒙特卡洛无信息变量消除、随机青蛙等四种不同方法,提取反映猕猴桃干物质、可溶性固形物含量的特征光谱波段。所提取的贵长猕猴桃干物质含量特征光谱波段为620.59 nm、622.60 nm、765.09 nm、807.05 nm、809.08 nm、858.85 nm、871.19 nm、884.87 nm、899.31 nm,金桃猕猴桃干物质含量特征光谱波段为538.93 nm、671.14 nm、693.41 nm、770.61 nm、796.98nm、813.24 nm、841.21 nm、843.29 nm、856.80 nm,贵长猕猴桃可溶性固形物含量的特征光谱波段为504.78 nm、578.57 nm、603.50 nm、728.61 nm、775.16 nm、854.72 nm、878.56 nm、880.65 nm、893.15 nm。(3)利用偏最小二乘法预测采前猕猴桃品质指标。基于各品质指标的特征光谱波段,使用偏最小二乘法对品质指标进行预测。结果显示,基于特征波段对贵长猕猴桃干物质含量预测结果的R值为0.9386,RMSE为0.2669;对金桃猕猴桃干物质含量预测结果的R值为0.8518,RMSE为0.5031;对贵长猕猴桃可溶性固形物含量预测结果R值为0.7441,RMSE为0.4763。预测结果的R值及RMSE值均处于较好水平,显示了利用高光谱技术预测采前猕猴桃品质指标的准确性和可靠性。(4)不同品种猕猴桃及品质指标间特征光谱波段的通用性。对于两种猕猴桃的比较分析表明,不同品种猕猴桃、不同品质指标的特征光谱波段间通用性较差,针对某一品种猕猴桃或某一品质指标的特征光谱波段不能用于对其他对象的品质预测。此外,天气条件是对本研究预测效果最重要的影响因素,不同天气条件下获取的数据质量及预测效果都存在较大差异。因此,在未来的研究中,应尽量选择在晴朗无云、光照充足的时机进行原始数据采集,对每一次试验,都应进行单独的数据分析及模型构建。

关键词：采前猕猴桃高光谱技术干物质可溶性固形物含量品质预测