CN103674247A - 一种丰度值可控的草地混合光谱获取实验方法 - Google Patents

一种丰度值可控的草地混合光谱获取实验方法 Download PDF

Info

Publication number
CN103674247A
CN103674247A CN201310590981.5A CN201310590981A CN103674247A CN 103674247 A CN103674247 A CN 103674247A CN 201310590981 A CN201310590981 A CN 201310590981A CN 103674247 A CN103674247 A CN 103674247A
Authority
CN
China
Prior art keywords
mixed
spectrum
visual field
circle
meadow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310590981.5A
Other languages
English (en)
Other versions
CN103674247B (zh
Inventor
巩彩兰
马维维
胡勇
孟鹏
江珊
刘丰轶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Institute of Technical Physics of CAS
Original Assignee
Shanghai Institute of Technical Physics of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Institute of Technical Physics of CAS filed Critical Shanghai Institute of Technical Physics of CAS
Priority to CN201310590981.5A priority Critical patent/CN103674247B/zh
Publication of CN103674247A publication Critical patent/CN103674247A/zh
Application granted granted Critical
Publication of CN103674247B publication Critical patent/CN103674247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种丰度值可控的草地混合光谱获取实验方法,其方法首先用“激光束干扰法”测定光谱仪探测器的视场形状,然后在视场域范围内通过拼接草皮来人为构造草地混合像元,模拟不同类型、不同混合比例以及不同拓扑位置分布的天然混合草地,获得端元光谱及混合光谱数据,可应用于草地遥感混合像元解混模型的建模及精度验证。本发明克服了对天然草地进行解混研究时难以准确获取端元光谱和解混丰度值难以验证的局限性,优点在于草地混合光谱中各端元的丰度值是可控的,能够获取大量丰度值已知的混合光谱数据,从而准确地对各种混合光谱模型的解混精度进行验证,方法可靠且有实用价值。

Description

一种丰度值可控的草地混合光谱获取实验方法
技术领域
本发明涉及高光谱定量遥感应用技术领域,具体是指一种丰度值可控的草地混合光谱获取实验方法,它用于草地混合像元分解模型建立和精度评价。
背景技术
草地类型的遥感监测不可避免地存在同一像元内不同草地类型并存的现象,如果不考虑混合像元问题必然会影响草地分类精度,进而影响草地初级生产力的估算精度,事实上,混合像元的分解也是定量遥感中必须解决的难点之一。多光谱图像分类技术认为一个像素仅仅包含某一类地面目标的信息,这种像素称为纯像素。但位于多类地物交界处的像元或纹理区域内的像元,由于地物散射等因素的影响,一个像元往往包含有多类地面目标的信息,这种像素称为混合像元。传统的分类方法对于较低精度要求的图像处理可以满足要求。而对于较高精度的遥感分析,如何有效地解译混合像元是关键问题之一,也一直是遥感应用研究的难点和热点问题。
光谱解混模型主要分为线性模型和非线性模型。线性混合模型(LinearMixing Model,LMM)也是目前应用最广泛的光谱混合模型,其优点是物理意义明确、构模简单。与线性模型相比,非线性混合模型的建立和求解都相对比较困难,因此基于非线性混合模型的光谱解混研究较少。目前研究者提出的几种非线性解混模型主要有:高次多项式模型、几何光学模型、概率模型、模糊模型、神经网络模型。非线性模型中的高次多项式模型和几何光学模型考虑了多次散射过程。
在混合像元分解的研究过程中,对各种混合像元分解模型进行科学验证及评价,需要获取高精度的端元光谱值和像元内各端元丰度值真值,然而在实际操作时,由于空间分辨率等因素,很难从混合像元中准确获取高精度的端元光谱值,当像元中地物类型较为复杂时,各端元丰度值真值的获取也比较困难。
发明内容
基于上述已有技术存在的问题,本发明的目的是公开一种丰度值可控的草地混合光谱获取实验方法。在本发明的实验操作方法中,各种端元光谱获取较方便,各端元丰度值和草地类别数是可控参数,端元的空间拓扑结构也可以预先设定的,因此该方法能够获取大量的草地混合光谱数据,从而为光谱解混模型的构建提供大量训练样本数据(例如神经网络模型),并能很好地解决混合光谱分解模型验证及评价的难题。
其具体步骤是(图1):
1)地物光谱仪裸光纤视场形状测定
地物光谱仪的视场形状是混合光谱分解实验设计中的一个关键因素,因此首先在室内对仪器视场形状进行测定,设计了一种“激光束干扰法”来测定光谱仪裸光纤的视场形状,方法如下:
(1)将一张上面画有直径为6cm、12cm和18cm同心圆的白色纸片置于暗室内,用60W卤素灯作为光源从45度入射方向照射白色纸片;
(2)固定裸光纤探头的位置在垂直于同心圆圆心上方40.6cm的位置,测量并记录在未加入干扰光源时白色纸片的DN值;
(3)用5mW、波长标定为630-680nm的红色激光笔的作为干扰光源,分别照射于白色纸片上18cm圆的外侧、18cm圆边界内侧、12cm圆边界处、6cm圆边界处、圆心处;。在每个圆边界上,取8个圆周等分点分别照射,观察并记录相应的视场内DN值,加入干扰光源前后视场内DN值变化如图2。
由DN值测量结果可以看出:当激光笔照射在d=18cm圆外侧的任意位置时,视场内的DN值大小无变化;当激光笔由d=18cm圆的边界外侧进入到边界内侧时,视场内的DN值在650nm附近的位置出现一个小的灰度峰值;当激光笔由d=18cm圆边界逐渐向d=12cm,d=6cm,d=0cm(圆心处)靠近的过程中,650nm附近的灰度峰值越来越大;灰度峰值的大小在每个圆周边界上的任意位置均相等。由上述结果可以得出结论:ASD光谱仪裸光纤探头视场为圆形的假设成立,视场的大小为h×tan(θ/2)(h为探头高度,θ为视场角),在视场内部能量呈放射状分布,即在圆心处能量最强,在圆心至视场边界处,能量呈逐渐减弱趋势。
该视场测定方法可推广至其它类型探测器视场形状的测定,视场形状也可假定为正方形、矩形等,其操作方法类似。
2)草地端元光谱的获取
选择2种(草的种类是可控参数,当种类>2时,操作方法类似)人工种植草皮(盖度、纯度均大于99%),分别切割成1m×1m的正方形,将仪器探头对准正方形草皮中心上方1m处,分别采集2种纯种草皮的光谱作为端元光谱。
3)不同混合比例下混合草地光谱的采集
通过拼接纯种草皮的方法来人为构造混合像元,从而模拟天然的混合草地,获取草地混合光谱。对2种1m×1m的人工草地沿着正方形的对角线和边的中垂线进行切割,最终切割成8块同样大小的等腰直角三角形。将整个视场域等分为8份,将2种草皮分别按照不同的混合比例拼成一个1m×1m的正方形,正方形中心点与视场域中心点重合,将仪器探头对准正方形中心上方1m处,分别采集不同混合比例下的混合光谱。
4)相同混合比例不同拓扑结构的草地混合光谱测量
由上述ASD光谱仪裸光纤探头视场测定试验可以看出,在整个视场内部的不同位置能量分布是不同的,呈现由中心向四周逐渐减弱的趋势,因此对混合比例一定时不同拓扑结构的草地混合光谱进行了研究。设置两种草皮面积比始终为1:1,但按照不同的拓扑位置关系进行摆放,分别获取在不同拓扑结构下的草地混合光谱。
本发明有如下有益效果:
1)该实验设计方案能够较为方便、准确地获取纯光谱数据和混合光谱数据,并且丰度值是可控的,从而能够验证和评价各种混合像元分解模型的科学性和有效性,并能为一些光谱解混模型的构建提供大量训练样本数据(例如神经网络模型)。
2)方法的适用性较高,不仅适用于草地的解混研究,也可适用于其他地物类型的解混研究以及地物覆盖度提取的研究。
附图说明
图1草地混合光谱获取实验流程图。
图2加入干扰光源前后视场内DN值变化。
图3草地混合光谱获取实验示意图。
图4草地混合比固定时的4种不同的拓扑关系。
具体实施方式
根据本发明对公共场所常见的一种草地类型——百慕大混播黑麦草草地类型进行了人工模拟和草地端元光谱、混合光谱数据的获取。
详述如下:
1)草地端元光谱的获取
在室外,选择晴朗无云天气,仪器架设空旷场地。选择百慕大和黑麦草2种人工草皮(盖度、纯度大于99%),分别切割成1m×1m的正方形,将仪器探头对准正方形中心上方1m处,分别采集2种纯种草皮的光谱作为端元光谱。
2)不同混合比例下混合草地光谱的采集
对2种1m×1m的人工草地沿着正方形的对角线和边的中垂线进行切割,最终切割成8块同样大小的等腰直角三角形。将整个视场域等分为8份,将2种草皮分别按照不同的混合比例(1/8,2/8,…,7/8)拼成1m×1m的正方形,正方形中心点与视场域中心点重合,将仪器探头对准正方形中心上方1m处,分别采集不同混合比例下的混合光谱。图3是草地混合光谱获取实验示意图。
3)相同混合比例不同拓扑结构的草地混合光谱测量
设置百慕大和黑麦草两种草皮面积比始终为1:1,首先将草皮切割成不同的形状,然后按图4所示的四种拓扑位置分别进行草皮拼接,获取在不同拓扑结构下的草地混合光谱。

Claims (1)

1.一种丰度值可控的草地混合光谱获取实验方法,其特征在于包括如下步骤:
1)地物光谱仪裸光纤视场形状测定
在室内对仪器视场形状进行测定,使用的光谱仪是美国ASD公司的野外便携式地物波谱仪FieldSpec3,其波长范围是350-2500nm,光谱采样间隔为1nm,仪器自带的裸光纤探头视场角标定为25°,采用“激光束干扰法”来测定光谱仪裸光纤的视场形状,具体步骤如下:
(1)将一张上面画有直径为6cm、12cm和18cm同心圆的白色纸片置于暗室内,用60W卤素灯作为光源从45度入射方向照射白色纸片;
(2)固定裸光纤探头的位置在垂直于同心圆圆心上方40.6cm的位置,测量并记录在未加入干扰光源时白色纸片的DN值;
(3)用5mW、波长标定为630-680nm的红色激光笔作为干扰光源,分别照射于白色纸片上18cm圆的外侧、18cm圆边界内侧、12cm圆边界处、6cm圆边界处、圆心处;在每个圆边界上,取8个圆周等分点分别照射,观察并记录相应的视场内DN值;若激光笔照射在18cm圆外侧的任意位置都不会使视场内的DN值发生变化,而在激光束进入18cm圆的内侧以后视场内的DN值发生了变化,则可证明视场为圆形的假设成立,否则假设不成立;
2)草地端元光谱的获取
选择2种盖度、纯度均大于99%的人工种植草皮,分别切割成1m×1m的正方形,将仪器探头对准正方形草皮中心上方1m处,分别采集2种纯种草皮的光谱作为端元光谱;
3)不同混合比例下混合草地光谱的采集
通过拼接纯种草皮的方法来人为构造混合像元,从而模拟天然的混合草地,获取草地混合光谱;对2种1m×1m的人工草地沿着正方形的对角线和边的中垂线进行切割,最终切割成8块同样大小的等腰直角三角形;将整个视场域等分为8份,将2种草皮分别按照不同的混合比例,拼成1m×1m的正方形正方形中心点与视场域中心点重合,将仪器探头对准正方形中心上方1m处,分别采集不同混合比例下的混合光谱;
4)相同混合比例不同拓扑结构的草地混合光谱测量
设置两种草皮面积比始终为1:1,但按照不同的拓扑位置关系进行摆放,分别获取在不同拓扑结构下的草地混合光谱。
CN201310590981.5A 2013-11-21 2013-11-21 一种丰度值可控的草地混合光谱获取实验方法 Active CN103674247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310590981.5A CN103674247B (zh) 2013-11-21 2013-11-21 一种丰度值可控的草地混合光谱获取实验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310590981.5A CN103674247B (zh) 2013-11-21 2013-11-21 一种丰度值可控的草地混合光谱获取实验方法

Publications (2)

Publication Number Publication Date
CN103674247A true CN103674247A (zh) 2014-03-26
CN103674247B CN103674247B (zh) 2015-07-29

Family

ID=50312495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310590981.5A Active CN103674247B (zh) 2013-11-21 2013-11-21 一种丰度值可控的草地混合光谱获取实验方法

Country Status (1)

Country Link
CN (1) CN103674247B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105891211A (zh) * 2016-05-13 2016-08-24 内蒙古自治区林业科学研究院 一种草本植被盖度激光测量仪
CN109238972A (zh) * 2018-06-22 2019-01-18 杭州电子科技大学 一种全光谱信号解混方法
CN114639012A (zh) * 2022-02-10 2022-06-17 成都理工大学 一种基于无人机高光谱遥感的草地退化评价方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5796479A (en) * 1997-03-27 1998-08-18 Hewlett-Packard Company Signal monitoring apparatus for wavelength division multiplexed optical telecommunication networks
CN101551471A (zh) * 2009-05-19 2009-10-07 中国国土资源航空物探遥感中心 一种高光谱遥感矿物含量定量反演方法
CN101692125A (zh) * 2009-09-10 2010-04-07 复旦大学 基于Fisher判别零空间的高光谱遥感图像混合像元分解方法
CN102269576A (zh) * 2010-06-03 2011-12-07 曹春香 一种森林覆盖度及有效叶面积指数的主被动协同反演方法
CN103335968A (zh) * 2013-06-25 2013-10-02 中国科学院遥感与数字地球研究所 基于背景光谱去除的高光谱解混方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5796479A (en) * 1997-03-27 1998-08-18 Hewlett-Packard Company Signal monitoring apparatus for wavelength division multiplexed optical telecommunication networks
CN101551471A (zh) * 2009-05-19 2009-10-07 中国国土资源航空物探遥感中心 一种高光谱遥感矿物含量定量反演方法
CN101692125A (zh) * 2009-09-10 2010-04-07 复旦大学 基于Fisher判别零空间的高光谱遥感图像混合像元分解方法
CN102269576A (zh) * 2010-06-03 2011-12-07 曹春香 一种森林覆盖度及有效叶面积指数的主被动协同反演方法
CN103335968A (zh) * 2013-06-25 2013-10-02 中国科学院遥感与数字地球研究所 基于背景光谱去除的高光谱解混方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105891211A (zh) * 2016-05-13 2016-08-24 内蒙古自治区林业科学研究院 一种草本植被盖度激光测量仪
CN105891211B (zh) * 2016-05-13 2023-12-01 内蒙古自治区林业科学研究院 一种草本植被盖度激光测量仪
CN109238972A (zh) * 2018-06-22 2019-01-18 杭州电子科技大学 一种全光谱信号解混方法
CN109238972B (zh) * 2018-06-22 2021-04-30 杭州电子科技大学 一种全光谱信号解混方法
CN114639012A (zh) * 2022-02-10 2022-06-17 成都理工大学 一种基于无人机高光谱遥感的草地退化评价方法

Also Published As

Publication number Publication date
CN103674247B (zh) 2015-07-29

Similar Documents

Publication Publication Date Title
Liang et al. Multi-factor modeling of above-ground biomass in alpine grassland: A case study in the Three-River Headwaters Region, China
Shi et al. Development of a national VNIR soil-spectral library for soil classification and prediction of organic matter concentrations
Velander et al. CFHTLenS: the relation between galaxy dark matter haloes and baryons from weak gravitational lensing
CN105486655B (zh) 基于红外光谱智能鉴定模型的土壤有机质快速检测方法
Suomalainen et al. Demonstration of a virtual active hyperspectral LiDAR in automated point cloud classification
CN104833679B (zh) 一种微观缺陷三维尺度逆向标定及检测方法
CN105913017A (zh) 一种基于同期双高分辨率遥感影像的森林生物量估算方法
Pinto et al. Multiangular observation of canopy sun-induced chlorophyll fluorescence by combining imaging spectroscopy and stereoscopy
Andersen et al. Comparison between ray-tracing simulations and bi-directional transmission measurements on prismatic glazing
CN104567754A (zh) 一种耦合星-地遥感的小麦叶面积指数估算方法
CN105890764B (zh) 基于计算机图像处理的分辨植物花色深浅的方法
CN108520127A (zh) 一种树种叶面积指数的高光谱反演方法
Song et al. Using multi-angle hyperspectral data to monitor canopy leaf nitrogen content of wheat
CN106501816B (zh) 一种枣树冠层氮含量的卫星遥感监测方法
He et al. Using LiDAR data to measure the 3D green biomass of Beijing urban forest in China
CN106990056A (zh) 一种土壤全氮光谱估算模型校正样本集构建方法
CN103674247B (zh) 一种丰度值可控的草地混合光谱获取实验方法
CN104778349B (zh) 一种用于水稻表土氮肥施用等级评定方法
Yan et al. Spectroscopy outperforms leaf trait relationships for predicting photosynthetic capacity across different forest types
Kuester et al. Simulation of multitemporal and hyperspectral vegetation canopy bidirectional reflectance using detailed virtual 3-D canopy models
Pisek et al. A note on suitable viewing configuration for retrieval of forest understory reflectance from multi-angle remote sensing data
Nguyen et al. Color in the urban environment: A user‐oriented protocol for chromatic characterization and the development of a parametric typology
CN103499529B (zh) 一种土壤与植被混合光谱测量方法及模拟系统
CN106323880A (zh) 基于soc高光谱指数的植物叶片花青素含量估算方法及装置
Liao et al. Algorithm of leaf area index product for HJ-CCD over Heihe River Basin

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant