有害蓝藻（cyanoHABs）通常生长在世界各地的水生环境中，包括北美五大湖的淡水湖。营养物质丰富或过量（例如N和P）的水体可以支持蓝藻的快速生长。除此之外，水温，风，浪和水流都会影响水华的形成和垂直分布。一些蓝藻会产生有毒化合物从而危害动物和人类健康。因此对有害藻华的预先监测显得尤为重要。【摘要】利用美国航空航天局（NASA）格伦研究中心开发的高光谱成像系统于2015年至2017年在伊利湖和俄亥俄河采集高空间分辨率数据。配合密歇根理工学院实施的替代校正方法，将HSI系统采集的辐亮度数据转换为高质量的反射率数据，并使用现有算法实时监测有害藻华。替代校正方法依赖于成像光谱恒定的目标以归一化大气和仪器校准信号的高光谱数据。对伊利湖西部盆地附近的一个大型沥青停车场进行光谱特征分析，确定为一个合适的校正目标。机载HIS可以提供对水质状况的独特见解。飞机可以在云层下运行，并且可以根据需要选择和更改飞行路线，这比基于空间平台的灵活性更大。HIS能以较高的空间分辨率（~1 m）采集数据，从而可以监测小型水体，检测小块的表面浮渣，以及监测水华与感兴趣目标（例如进水口）的接近程度。借助这种新的快速周转时间，机载数据可以作为现有卫星平台的补充监测工具，针对关键区域并按需响应水华事件。2015年NASA GRC HIS停车场反射率。粗红线表示ASD FieldSpec III的原位反射率。校正前，HIS...
发布时间:
2020
-
07
-
30
浏览次数：205
摘要：本研究旨在理解不同缺水胁迫下10个水稻基本型的表现。记录了不同胁迫水平下植物的相对含水量（RWC）以及在350-2500 nm范围内的高光谱数据。通过光谱指数，多元技术和神经网络技术确定最佳波段，并建立预测模型。建立了新的水敏感光谱指数，并就RWC评估了现有的水带光谱指数。这些基于指数的模型可以有效地预测RWC，R2值为0.73至0.94。在350-2500 nm范围内的所有可能组合中，使用比率光谱指数（RSI）和归一化光谱指数（NDSI）绘制等高线，并量化与RWC的相关性以确定最佳指数。光谱反射率数据（ASD Field Spec3 spectroradiometer测量）还用于建立偏最小二乘回归（PLSR），然后进行多元线性回归（MLR）和人工神经网络（ANN），支持向量机回归（SVR）和随机森林（RF）模型来计算植物RWC。在这些多元模型中，PLSR-MLR被认为是预测RWC的最佳模型，校正和验证的R2分别为0.98和0.97，预测的均方根误差（RMSEP）为5.06。结果表明，PLSR是鉴定作物缺水胁迫的可靠技术。尽管PLSR是可靠的技术，但如果将PLSR提取的最佳波段馈入MLR，则结果会得到显着改善。使用所有光谱反射带建立了ANN模型。建立的模型未取得令人满意的结果。因此，使用PLSR选择的最佳波段作为独立x变量开发了模型，发现PLSR-ANN模型比单独的ANN模型...
发布时间:
2020
-
05
-
25
浏览次数：537
土壤有机碳（SOC）源和汇之间的平衡会影响温室气体以及全球气候。SOC储量的微小变化会影响碳循环，并可能显著增加或降低大气中的碳浓度。土壤碳的变化受气候和土地利用的影响，并且在不同土壤中也会发生变化。为了更好地理解土壤有机碳的动力学及其驱动因子，作者收集了华北和东北地区1980年代和2000年代的数据，其中2000年代的样品利用ASD Fieldspec ProFR vis–NIR光谱仪进行了漫反射光谱的测定用于土壤碳的预测，并对各个时期土壤有机碳的空间变化进行了数字土壤制图。在1980年代，在30公里的方格中采集了585个土壤样品，并在2003年和2004年对该区域进行了重新采样（1062个样品）。该地区土地利用类型主要是农田，森林和草地。土地利用，地形因素，植被指数，可见近红外光谱和气候因素作为预测因子，使用随机森林预测土壤有机碳浓度及其时间变化。1985年平均土壤有机碳浓度为10.0 g kg-1，而2004年为12.5 g kg-1。在这两个时期中，土壤有机碳变化相似且从南到北增加。据估计土壤有机碳储量在1985年为1.68 Pg，在2004年为1.66 Pg，但是不同土地利用下土壤有机碳变化是不同的。在过去的20年中，平均气温升高，大面积森林和草原转化为农田。农田土壤有机碳增加了0.094 Pg（+9％），而森林和草地土壤有机碳分别损失了0.089 Pg（−25％）和0....
发布时间:
2020
-
05
-
15
浏览次数：214
6372117373571266866723166.pdf
发布时间:
2020
-
03
-
30
浏览次数：337
点击下载：广州市秋季气溶胶光学特性日变化.pdf
发布时间:
2020
-
02
-
24
浏览次数：840
ASD 地物光谱仪FieldSpec 4 技术文献：不同干旱条件下，夏玉米全生育期冠层吸收光合有效辐射比的高光谱遥感反演 冠层吸收光合有效辐射比(fAPAR)是植被生产力遥感模型的重要参数，但关于不同干旱条件下作物全生育期的fAPAR遥感反演研究仍未见报道。本研究利用2015年夏玉米5个灌水处理模拟试验的高光谱反射率和fAPAR观测资料，分析了不同干旱条件下夏玉米关键生育期fAPAR和高光谱反射率变化特征，探讨了fAPAR与反射率、一阶导数光谱反射率和植被指数的关系。 轻度水分胁迫和充分供水条件下，fAPAR较高；重度水分胁迫和重度持续干旱条件下，fAPAR较低。冠层可见光、近红外光和短波红外光区的反射率与fAPAR分别呈负相关、正相关和负相关关系。fAPAR与可见光和短波红外光区的383、680和1980 nm附近的反射率的相关性最强，相关系数均达-0.87。一阶导数光谱反射率与fAPAR相关性强且稳定的波段为580、720和1546 nm，相关系数分别为-0.91、0.89和0.88。9个常用植被指数与fAPAR呈线性或对数关系，其中，增强型植被指数、复归一化植被指数、土壤调节植被指数和修正的土壤调节植被指数与fAPAR的关系模型最好，决定系数(R2)均在0.88以上，平均相对误差分别为16.6%、16.6%、16.7%和16.2%；基于一阶导数光谱反射率与...
发布时间:
2020
-
02
-
07
浏览次数：352
M.K. Maid1*, R.R. Deshmukh21*Department of CS and IT, Dr. B. A. M. U, Aurangabad, India2Department of CS and IT, Dr. B. A. M. U, Aurangabad, India*Corresponding Author: mm915monali@gmail.com Available online at: www.ijcseonline.org Abstract— Remote Sensing has wide range of applications in many different fields. Remote Sensing has been found to be a valuable tool in evaluation, monitoring, and management of land, water and crop resources. The applications of remote sensing techniques in the field of agriculture are wide and varied ranging from crop identification, detection of diseas...
发布时间:
2019
-
03
-
19
浏览次数：415
本文旨在利用高光谱数据建立一个准确、可解释的植物病害识别模型。由真菌引起的大豆炭腐病是一种严重影响大豆产量的世界性病害。在383-1032 nm范围内，Resonon高光谱成像仪在240个不同的波长处捕获高光谱图像。针对大豆炭腐病，科学家建立了3D卷积分网络模型，模型分类精度为95.73%，并利用可视化显著图检验训练模型、敏感像素位置以及分类的特征敏感波段，发现：敏感特征波段为733 nm，这和常用的鉴别植物健康程度的特征波段范围（700-1000nm）是一致的。 实验：感染炭腐病的大豆：分别在第3、6、9、12和15天采集健康的和受感染的大豆茎秆样品，在测量病害程度之前，实时采集健康的和收到感染的茎秆的高光谱图像。测量仪器：美国Resonon高光谱成像仪，型号：Pika XC（包含安装支架、移动平台、操作软件和2个70w卤素灯）Pika XC性能：光谱通道数：240，波段范围，400-1000 nm，分辨率：2.5 nm。 平台系统如下图（a）所示：（a） 室内高光谱成像系统（b） 不同光谱波段的大豆茎秆样品高光谱图像（c） 大豆茎秆的内部和外部RGB图像的病害程度比较3D-CNN模型由两个连接的卷积分模型组成，其中，一个小的构架用于防止训练...
发布时间:
2018
-
10
-
09
浏览次数：1007
DOI： 10.5846/stxb201803300694韩东，王浩舟，郑邦友，王锋. 基于无人机和决策树算法的榆树疏林草原植被类型划分和覆盖度生长季动态估计. 生态学报， 2018， 38（18）：6655-6663 基于无人机和决策树算法的榆树疏林草原植被类型划分和覆盖度生长季动态估计 韩东1，王浩舟1,2，郑邦友3，王锋1，*1 中国林业科学院荒漠化研究所，北京 1000912 The Faculty of Forestry & Environmental Management, University of New Brunswick, Fredericton, NB E3B 5A3, Canada3 CSIRO Agriculture and Food, Queensland Biosciences Precinct 306 Carmody Road, St Lucia, 4067, QLD, Australia摘要：植被覆盖度是评估生态环境质量与植被生长的重要指标，也是全球众多陆面过程模型和生态系统模型中表达植被动态的重要参数。卫星遥感和地面测量是估算植被覆盖度的常见方法。然而，如何精确...
发布时间:
2018
-
09
-
29
浏览次数：371