光谱数据

摘要： 时序光谱遥感植被指数是公认的监测植被覆盖变化的有效指标,在大范围植被覆盖动态变化监测中发挥着重要作用。祁连山地处中国西部甘肃和青海两省交界处,地理位置特殊,对维持中国西部生态安全具有重要作用。随着全球气候变化,祁连山区的气候也出现了不同程度的变化,并且近些年来国家在祁连山实施了多项生态环境保护工程措施。针对祁连山不同生态区植被覆盖变化现状及未来趋势研究的不足,基于1 km分辨率的SPOT-VGT-NDVI光谱数据,运用数理统计法、空间叠置法分析了祁连山不同生态区植被覆盖时空格局、植被稳定性和未来演化趋势,探寻出敏感区域,为区域生态安全、生态工程建设提供理论基础,进而为林草部门制定祁连山保护规划和植被恢复措施提供科学依据。研究结果表明:1998年—2018年间祁连山植被NDVI呈波动上升趋势,增速为0.32%·a^(-1);柴达木盆地荒漠生态区和帕米尔—昆仑山—阿尔金山高寒荒漠草原生态区NDVI变化率较小,仅为0.14%·a^(-1)和0.27%·a^(-1),而内蒙古高原中部草原化荒漠生态区和江河源区-甘南高寒草甸草原生态区的变化率较大,分别为0.54%·a^(-1)和0.57%·a^(-1)。空间上,祁连山植被NDVI呈现东南区域高,西北区域低,整体改善,局部恶化的趋势,恶化区域和改善区域面积分别占祁连山总面积的28.37%和40.76%;分析发现祁连山植被较为稳定,较高波动和高波动变化区域面积合计为0.22×10^(4) km^(2),占1.20%;未来呈良性发展趋势和恶性发展趋势的面积分别占祁连山总面积的42.82%和26.40%,其中持续性恶化的面积占25.56%。祁连山-植被恶化区域主要为高海拔雪线附近的高寒草原和高寒荒漠、中东部城镇周围地区和河湖周围的植被脆弱区域,国家应将此区域作为以后治理的重点区。

摘要： 随着近年来光谱探测仪器灵敏度、精确度和易用度的不断提升,光谱技术已经深入到各行各业的物质成分的鉴定与分析中。对于空间目标的光谱观测是传统光学观测的重要拓展之一,因其具有的非接触、无损伤等优点而备受关注,然而由于观测条件所限,空间目标的光谱数据量极小,通过传统方法对其进行分类分析达不到较好效果,必须探求提高分类精度的方法。首先,通过1.2 m空间目标光学望远镜上搭载的光谱相机终端获取空间目标高光谱图像;再通过天文学测光IRAF方法,提取空间目标的一维光谱数据;为对空间目标光谱进行分类,提出一种结合多种深度学习方法解决小样本数据量的空间目标分类问题。该方法应用密度聚类方法将空间目标粗糙分类,一维生成对抗网络方法增加空间目标数据,一维卷积神经网络方法将空间目标精细分类,三者组合进而达到较好的实验效果,整体精度约为79.1%(基于密度聚类、过采样、一维卷积神经网络方法组合、基于K-means、一维生成对抗网络、一维卷积神经网络方法组合和基于K-means、过采样、一维卷积神经网络方法组合的整体精度分别约为78.4%,77.9%和77.2%)。粗糙分类模型中,密度聚类方法比K-means方法整体精度平均高出约为0.67%;数据增广模型中,一维生成对抗网络方法比过采样方法整体精度平均高出约为1.52%;精细分类模型中,一维卷积神经网络方法二层网络比三层网络整体精度平均仅高出约为0.003%,但是运算时间更长。四种组合方法精度均高于单一方法。实验结果表明本文提出的组合方法在小样本空间目标类别未知情况下,可实现细分类且精度较高,为实现空间目标极小数据量下的图谱一体化分析,提供一定参考价值。

摘要： 国内动态“祝融号”发现火星水活动迹象根据我国“祝融号”火星车的探测结果,我国科学家发现火星乌托邦平原南部存在含水矿物。研究团队利用我国首次火星探测任务“天问一号”搭载的“祝融号”火星车获取的短波红外光谱和导航与地形相机数据,在着陆区发现了岩化的板状硬壳层,通过分析光谱数据发现,这些类似沉积岩的板状硬壳层富含含水硫酸盐等矿物。科学家据此推断,“祝融号”火星车着陆区(以及火星北部平原的广泛区域)可能含有大量以含水矿物形式存在的可利用水,可供未来载人火星探测的原位资源利用。该成果于5月11日发表在学术期刊《Science Advances》上。

摘要： 土壤重金属元素含量检测及防治,对我国农业、生态环境修复具有重大意义。利用外加腔体约束结合激光诱导击穿光谱技术(LIBS)获得土壤光谱数据,采用机器学习对土壤中重金属元素Ni和Ba含量进行分析。实验设置延迟时间为0.5~5μs,选择NiⅡ221.648 nm和BaⅡ495.709 nm作为目标研究特征谱线,计算两种LIBS条件下延迟时间对信噪比、光谱强度及增强因子的影响。结果表明,腔体约束LIBS(CC-LIBS)可以增大光谱强度及目标元素信噪比,同时随着采集延迟时间增长,等离子体数目变少,光谱强度及信噪比逐渐减小并趋于稳定;当延迟时间设置为1μs时,CC-LIBS条件下Ni和Ba元素特征谱线信噪比达到最优,确定此时为LIBS最优实验条件。通过最优条件获取9种含Ni和Ba元素土壤样品的光谱数据,由于采集到的每组光谱信息有12248个数据点,利用主成分分析(PCA)对CC-LIBS条件下的光谱数据降维,在保留95%以上的土壤原始信息后,选择9个主成分作为定量分析模型的输入变量,以提高模型的运算速度。采用机器学习中的Lasso,AdaBoost和Random Forest模型,对PCA降维后的光谱数据进行建模及预测,实现土壤重金属元素Ni和Ba的定量分析。结果表明,与Lasso和AdaBoost模型相比,Random Forest模型在训练集和测试集中表现出的预测性能最优。Random Forest模型下Ni元素在测试集中的R^(2)为0.937,RMSEP为3.037;Ba元素在测试集中的相关系数R^(2)为0.886,均方根误差RMSEP为90.515。基于腔体约束LIBS技术结合机器学习,为土壤重金属元素的高精度检测提供了技术指导。

摘要： 中药材的疗效与其产地和种类密切相关,因此对中药材的产地和种类进行鉴定是非常重要的。文章依据中药材的近红外、中红外光谱数据,对药材的种类及产地进行鉴定。针对不同药材的光谱数据,利用主成分分析法对数据进行降噪、降维预处理后,使用基于Python实现的K-means聚类算法解决药材种类划分问题,利用机器学习中的监督学习SVM(支持向量机,Support Vector Machine)解决药材的产地鉴定问题,为中药材的种类、产地鉴别提供参考。

摘要： 由于中药材的道地性,鉴别药材的产地在药材品质鉴别中尤为重要。利用不同中药材表现出的红外光谱特征,通常可以通过数据分析和分数分类算法对光谱数据的特征性和差异性进行建模与分析,从而对中药材的产地及类别进行鉴别。本文根据中药材的红外光谱数据,利用Q型聚类和K近邻算法给出了中药材的类别和产地的鉴别方法,在此基础上进行了实证分析,验证了理论模型的可靠性。

摘要： 吴学周(1902年9月-1983年10月),物理化学家,中国科学院学部委员。我国最早把光谱数据应用于分子常数和热力学函数计算的光谱学者,我国分子光谱研究的奠基人之一,化学科学研究的卓越组织者,为我国分子光谱研究、物理化学科学研究的发展作出了杰出贡献。

摘要： 据Scientia Horticulturae的一篇研究报道(https://doi.Org/10.1016/j.scienta.2021.109945),来自智利圣地亚哥智利天主教大学农学与林业工程学院的研究人员发明了一种近红外光谱模型用于无症状“富士”苹果苦痘病的早期检测o苦痘病(BP)是一种生理性病害,主要在苹果贮藏过程中发生。研究人员试图开发NIR光谱模型,以使用收获和贮藏期间收集的光谱数据来预测“富士”苹果苦痘病发病率和严重程度。

摘要： 内容简介LAMOST这一中国独创的大视场巡天望远镜是当今世界光谱获取率zuigao的望远镜,它的建成给人类安装了一只一次观测几千个天体物理化学信息的“观天神眼”。本书全面介绍了LAMOST这一领先于世界的天文望远镜的构造和原理,共享了LAMOST成功获取百万级光谱数据富有趣味的故事。

摘要： 自2008年LAMOST正式运行至今已历经10年,2013年起,天文学家开始利用LAMOST光谱数据开展了一系列科研工作,截至2018年1月,发表的科研文章已超过200篇。《中国国家天文》编辑部联合LAMOST中心办公室采写了一组文章,将其科研成果中的有趣发现做了摘录整理,希望读者对LAMOST的科研成果有一个初步的认识。

摘要： 为了研究柴油机润滑油中磨损元素的浓度与柴油机负荷、气缸间隙和运行时间之间的函数关系,运用偏最小二乘回归分析方法,对某型6缸柴油机的油液光谱数据进行了回归分析.研究表明:从自变量(柴油机负荷、3个气缸的间隙和更换滑油后的运行时间)中提取的5个成分对磨损元素Cu的浓度方差解释值最大.故以Cu元素为对象,运用偏最小二乘回归分析方法建立回归方程.该方程能很好地预测Cu元素的磨损浓度,对7个实验工况的69个样本预测有效率为100%.并用偏最小二乘回归分析的变量投影重要性指标分析了各个自变量对元素磨损量贡献的大小.其中气缸间隙和时间的作用较为突出,而负荷的作用明显小于气缸间隙和时间的作用.

摘要： 本文通过实验确定是否可以用桃叶片反射率光谱预测其氮素含量，以及是否可以用光谱特征值与氮素含量建立相关模型。探讨采用光谱分析手段预测果树氮元素含量的精度及应用潜力。首先对桃树鲜叶的光谱反射率(R2)以及叶片全氮(TN)含量进行测定，并对氮素含量与Rλ及其多种变式数据(1/Rλ、logRλ、d'Rλ)的相关性进行分析，找出与氮素含量相关性最强的光谱数据形式；其次，采用逐步回归法，对氮素和与其相关性最强的光谱数据形式进行回归分析，得到入选波长；最后，利用入选的波长，进行基于最小误差平方和的回归建模。可以由叶片的精细光谱特征，特别是利用d'Rλ作为因子，较好地反映出氮素含量，从而为进一步探讨利用高光谱遥感探测果树叶片化学组分奠定了基础。

摘要： 灶神星是第四大小行星,它在太阳星云开始凝聚的10Ma就发生了岩浆作用,而且核幔壳产生分异.灶神星因在太阳系早期就快速结晶固化,从而记录了太阳系最早期岩浆作用和行星分异作用的重要信息.因此,灶神星是天体化学和行星科学领域的研究热点.在20世纪,美国黎明号探测器(Dawn)对灶神星开展了探测活动,获取了大量的探测数据.这些灶神星光谱数据分析表明,灶神星是HED族陨石的母体.本报告以HED族陨石为主要对象对灶神星壳的变质作用进行了讨论，这对更好地研究月球壳的岩浆作用、变质作用及其热历史也是有意义的。

摘要： 地物的光谱特征是遥感数据处理和信息提取的基础,本文利用美国SVC公司生产的GER2600便携式光谱仪对植被、土壤和岩石三类地物进行野外数据采集与测量,并根据ETM+传感器遥感数据的波段设置对实测数据进行数据模拟,然后在遥感影像数据(ETM+传感器数据)多个波段所构成的多种组合形式的二维光谱特征空间中,分析植被、土壤、岩石三类典型地物的实测光谱数据的空间结构特征.对实测地物光谱数据空间结构特征的分析可以指导遥感影像数据的分析与应用,为遥感影像地物目标识别和矿化蚀变信息提取技术的研究提供更多的科学理论依据和新的研究思路.

摘要： 本文使用指纹识别技术来确认材料的类型,该技术使用主成份分析及聚类分析来区分与识别材料的不同.它采用快速复杂的光谱数据自动统计分析,提供未知样品直观的"是/否"结果,或表征材料的合格/不合格,或给出材料的等级.

摘要： 本文用箱线图对光谱数据进行探索性分析，初步确定了该型柴油机的光谱检测数据的界限值，对今后该型柴油机润滑油光谱检测数据的分析具有很强的指导作用。

摘要： 研究旋蒴苣苔(Boea hygrometrica (Bunge.)R.Br.)的化学成分。利用Diaion HP-20,Toyopearl HW-40,硅胶柱等柱色谱技术进行分离纯化,根据化合物的理化性质和光谱数据鉴定结构。分离并鉴定了9个化合物的结构：5,4'-二羟基-6,7-二甲氧基-8-C[β-D-木糖-(1→2)]-β-D-葡萄糖黄酮碳苷(Ⅰ),5,3',4'-三羟基-6,7-二甲氧基-8-C[β-D木糖-(1→2)]β-D-葡萄糖黄酮碳苷(Ⅱ),5,3',4'-三羟基-7,8-二甲氧基-6-C-[-β-D-木糖-(1→2)]-β-D-葡萄糖黄酮碳苷(Ⅲ),5,7,4'-三羟基-6-甲氧基-8-C-[β-D-木糖-(1→2)]β-D-葡萄糖黄酮碳苷(Ⅳ),5,7,4'-三羟基-8-甲氧基-6-C-[β-D-木糖-(1→2)]-β-D-葡萄糖黄酮碳苷(V),阿魏酸(Ⅵ),罗布麻宁(Ⅶ),3,4-二羟基苯乙醇(Ⅷ),对羟基苯乙醇(Ⅸ)。其中化合物Ⅱ-Ⅷ为首次从该植物中分离得到。

摘要： 新型航空数码航测相机具有影像质量高、多种光谱数据一次获取、无需冲洗、无需扫描等优点，已经取代传统的胶片航测相机成为航空摄影测量市场的主流设备。数码航测相机的大面幅全色影像是基于多个小面幅影像的拼接。理论上，所有的系统误差都会在影像拼接时消除，但在实际应用中，其影像总是呈现一些系统误差。

摘要： 目的: 研究泽漆Euphorbia helioscopia L.的化学成分。方法: 用Diaion HP-20, Toyopearl HW-40, 硅胶柱等柱色谱技术进行分离纯化, 根据化合物的理化性质和光谱数据鉴定结构。结果: 分离并鉴定了8个化合物的结构：山奈酚(Ⅰ), 槲皮素(Ⅱ), 芦丁(Ⅲ), 杨梅素-3-O-(2''-O-没食子酰基)-β-D-葡萄糖苷(Ⅳ), 槲皮素 -3- O-β-D-葡萄糖糖苷-2''-没食子酸酯(Ⅴ)，山奈酚-3-O-β-D-葡萄糖基-(1? 2)-β-D-葡萄糖苷(Ⅵ), 4-(3-羟基苯基)- 2-丁酮(Ⅶ), 异秦皮啶(Ⅷ)。结论: 化合物Ⅲ-Ⅷ为首次从该植物中分离得到。

摘要： 本文采用统计分析方法，结合IIM数据进行研究月球雨海地区矿物含量分布。在反演的矿物类型方面，由于橄榄石的吸收中心位于1μm附近，不属于IIM的覆盖范围，因此IIM数据进行矿物反演最为可行的是辉石反演。

摘要： 本发明公开太赫兹光谱数据自动录入光谱数据库方法及系统。其中，该方法包括：服务端初始化光谱数据库；客户端与服务端进行网络连接，并启动文件监控线程；文件监控线程检测预先设定的光谱文件存储路径下的文件信息，并向服务端发送上传文件请求；客户端接收服务端答复，当答复为“OK”时，客户端启动文件上传线程；当答复为“Busy”时，继续发送上传请求；服务端接收客户端上传的光谱文件；服务端从光谱文件名称中提取出样品名称，查询该样品在光谱数据库中是否存在初始化配置信息，若存在，则从光谱文件中解析出相关光谱参数并自动录入数据库中；否则，不做入库处理；直至上传文件列表中没有光谱文件信息。本发明自动化程度高，提升了录入效率，实用性高。

摘要： 基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法，本发明涉及高光谱数据分类方法。本发明是要解决现有的高谱维的图像分析和识别精确度与实际应用的需求不匹配、数学模型不符合实际地物分布规律欠缺逻辑等的问题，而提出的基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法。该方法是通过步骤一、对高光谱原始数据进行预处理得到高光谱的谱向量，将高光谱的谱向量数据转换成为灰度图像数据；步骤二、通过卷积分类模型自主学习样本集中样本的纹理特征，对灰度图像数据样本进行分类。等步骤实现的。本发明应用于高光谱数据分类领域。

摘要： 鉴于目前在成像光谱数据处理领域还没有一个成熟的系统，可以承担成像光谱数据的预处理任务，因此本发明提出了一种成像光谱数据处理系统及成像光谱数据处理方法，企图通过对输入到成像光谱数据处理系统中的原始数据进行格式转换处理、根据仪器参数进行辐射定标、对辐射定标后的数据进行大气校正、根据姿态参数进行几何校正、根据地面定标数据进行光谱重建等处理而实现对成像光谱数据的处理，从而实现了利用计算机技术对成像光谱数据进行自动化的预处理，提高了成像光谱数据处理的应用效率及效果，促进了机载成像光谱技术的应用产业化进程。

摘要： 本发明公开太赫兹光谱数据自动录入光谱数据库方法及系统。其中，该方法包括：服务端初始化光谱数据库；客户端与服务端进行网络连接，并启动文件监控线程；文件监控线程检测预先设定的光谱文件存储路径下的文件信息，并向服务端发送上传文件请求；客户端接收服务端答复，当答复为“OK”时，客户端启动文件上传线程；当答复为“Busy”时，继续发送上传请求；服务端接收客户端上传的光谱文件；服务端从光谱文件名称中提取出样品名称，查询该样品在光谱数据库中是否存在初始化配置信息，若存在，则从光谱文件中解析出相关光谱参数并自动录入数据库中；否则，不做入库处理；直至上传文件列表中没有光谱文件信息。本发明自动化程度高，提升了录入效率，实用性高。

摘要： 基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法，本发明涉及高光谱数据分类方法。本发明是要解决现有的高谱维的图像分析和识别精确度与实际应用的需求不匹配、数学模型不符合实际地物分布规律欠缺逻辑等的问题，而提出的基于卷积神经网络的高光谱数据转灰度图的高光谱数据分类方法。该方法是通过步骤一、对高光谱原始数据进行预处理得到高光谱的谱向量，将高光谱的谱向量数据转换成为灰度图像数据；步骤二、通过卷积分类模型自主学习样本集中样本的纹理特征，对灰度图像数据样本进行分类。等步骤实现的。本发明应用于高光谱数据分类领域。

摘要： 鉴于目前在成像光谱数据处理领域还没有一个成熟的系统，可以承担成像光谱数据的预处理任务，因此本发明提出了一种成像光谱数据处理系统及成像光谱数据处理方法，企图通过对输入到成像光谱数据处理系统中的原始数据进行格式转换处理、根据仪器参数进行辐射定标、对辐射定标后的数据进行大气校正、根据姿态参数进行几何校正、根据地面定标数据进行光谱重建等处理而实现对成像光谱数据的处理，从而实现了利用计算机技术对成像光谱数据进行自动化的预处理，提高了成像光谱数据处理的应用效率及效果，促进了机载成像光谱技术的应用产业化进程。

摘要： 本发明提供的一种基于云端光谱数据库的微型光谱仪及光谱检测方法，微型光谱仪包括：电源；光源；分光成像模块；控制模块；通信模块；以及具有显示组件的智能移动终端，智能移动终端与通信模块连接以与控制模块进行通信，智能移动终端适于与包含有光谱数据库的云端处理器连接，在云端处理器上样品的光谱信息和光谱数据库进行对比，对比的结果显示在智能移动终端的显示组件上。根据本发明的基于云端光谱数据库的微型光谱仪，光谱数据库设在云端处理器上，由此，可以使微型光谱仪的光谱数据库芯片和处理模组体积更小，缩小了微型光谱仪的尺寸，使微型光谱仪更加便于携带。

摘要： 本发明涉及一种利用光谱数据和化学检测数据建立数据模型的方法，其特征在于物体样品的多组光谱数据和多组化学检测数据录入同一数据库，形成数据映射集合，从数据映射集合中，选取2-100个波长的吸光度数值与化学检测数据进行对应，确定2-100个波长吸光度变化与化学检测数据变化具有定性和定量关系的K个公式，将K个公式嵌入运算服务器，物体新样品的光谱数据录入数据库的同时，选取上述确定的2-100个波长录入运算服务器，计算出未进行实际检测的物体新样品化学数据。将光谱数据与化学检测数据输入数据库中，进行映射，避免了目前仅仅将光谱数据录入化学检测数据处理器中导致的数据不独立的缺陷，难以达到公式更新和更换，阻碍了公式的灵活变化。

摘要： 本发明涉及一种利用光谱数据和化学检测数据建立数据模型的方法，将物体样品的n组光谱数据和n组化学检测数据录入同一数据库，形成数据映射集合，从数据映射集合中，选取2-100个波长的吸光度数值与化学检测数据进行对应，确定2-100个波长吸光度变化与化学检测数据变化具有定性和定量关系的K个公式，将K个公式嵌入运算服务器，物体新样品的光谱数据录入数据库的同时，选取上述确定的2-100个波长录入运算服务器，计算出未进行实际检测的物体新样品化学数据。其中，化学检测数据包括T种成分及其含量检测，T≥1，K≥T，n≥50。建模的数据基量大，从700-2500nm中选取波长数据提高数据模型的精确度。

摘要： 本发明多光源便携式近红外光谱仪的光谱数据校准方法，涉及便携式近红外光谱仪，根据每个光源对于多光源便携式红外光谱仪发出的红外光的贡献权重以及每个光源的照度获得红外光的照度拟合公式，利用照度拟合公式分别计算照度初始标定值和当前照度拟合值，并计算出当前拟合照度偏差值，比较当前拟合照度偏差值与设定的阈值的大小关系，若拟合照度偏差值大于阈值，则利用当前拟合照度偏差值与照度初始标定值计算出偏移百分比，结合所述偏移百分比将光谱数据进行同比放大，即完成光谱数据的自动校准，解决了多光源便携式近红外光谱仪因光源老化导致采集到的光谱数据偏差较大的问题，本发明适用于多光源便携式近红外光谱仪。