CN103868858B - 一种确定盐渍土主导盐分光谱响应最佳波段的方法 - Google Patents
一种确定盐渍土主导盐分光谱响应最佳波段的方法 Download PDFInfo
- Publication number
- CN103868858B CN103868858B CN201410074713.2A CN201410074713A CN103868858B CN 103868858 B CN103868858 B CN 103868858B CN 201410074713 A CN201410074713 A CN 201410074713A CN 103868858 B CN103868858 B CN 103868858B
- Authority
- CN
- China
- Prior art keywords
- band
- reflectivity
- saliferous clay
- salinity
- dominates
- 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.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种确定盐渍土主导盐分光谱响应最佳波段的方法。该方法通过具有特定采样间隔的光谱仪器检测盐渍土样本,得到光谱曲线,以特定的波长将光谱曲线分段,对各波段中的反射率与主导盐分含量做相关性分析,选择相关系数大于设定值的为“初级条带”,对其反射率求平均值,绘制平均值与主导盐分含量的散点图,拟合并选取决定系数最大的波段为“次级条带”;按照原采样间隔,再做相关性分析,根据相关系数确定“三级条带”;对“三级条带”内的反射率求平均值,再做相关性分析,选取相关系数大于设定值,且极显著的波段,即为盐渍土样本的最佳波段。用本发明的方法确定的最佳波段具有数目少、范围窄、基于全波段、较精确等优点。
Description
技术领域
本发明涉及光谱学分析领域,尤其涉及一种确定盐渍土主导盐分光谱响应最佳波段的方法。
背景技术
在土地资源日益匮乏的今天,盐渍化土地作为潜在土地资源是各国政府和科学家关注的热点。高光谱技术以其快速、便捷、非接触、无损获取地物信息的优势,已成为有效探测盐渍土的有效工具。而利用高光谱数据定量半定量进行土壤盐渍化状况制图,地面光谱测量数据及其光谱响应最佳波段的确定成为了不可或缺的重要依据。
光谱响应的最佳波段是指在该波段范围内包含的光谱信息可以用来表征地物,且这个波段范围越窄,波段的数目越少,对于通过光谱数据提取地物信息也就越容易。国内外很多研究者,均通过确定最佳波段,利用最佳波段的光谱信息反演出土壤的盐含量、pH、有机碳含量等,使得利用光谱技术对土壤实现实时监测变得可能。现有盐渍土的光谱特性研究中确定最佳波段的方法主要有:1、基于目视法选取部分波段,采用盐分因子与光谱反射率两两相关的方法确定最佳波段;此方法的不足是截取其中的一部分光谱波段导致了信息的丢失,使得整个光谱曲线表达的信息不完整,最佳波段也就不精确。2、对光谱曲线进行连续统去除,将出现明显吸收或反射的波段作为最佳波段。连续统去除是针对全波段范围的,但连续统去除后的光谱吸收峰或者反射峰大多为某些特殊物质的最佳波段(具体情况如表1所示),该方法不能适用于所有地物。
表1盐渍土光谱吸收特征谷位置
针对目前盐渍土最佳光谱响应波段选取存在的问题是最佳波段的确定不精确,且效率低,开发一种简单快速确定盐渍土主导盐分光谱响应最佳波段的方法就显得非常必要和必需。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种能够快速精确地确定盐渍土主导盐分光谱响应最佳波段的方法,以解决全波段范围内最佳波段数据量庞大、效率低的问题。
为实现上述目的,本发明提供了一种确定盐渍土主导盐分光谱响应最佳波段的方法,利用此方法确定的盐渍土主导盐分的光谱响应最佳波段范围窄且基于全波段,具有快速简单精确等优点。
具体地,本发明提供的技术方案如下:
一种确定盐渍土主导盐分光谱响应最佳波段的方法,包括如下步骤:
a)通过具有特定采样间隔的光谱仪器检测盐渍土样本,从而得到与盐渍土样本对应的光谱曲线,光谱曲线具有多个第一波段;
b)以特定的波长,将光谱曲线的这些第一波段进行分段,得到多个第二波段;
c)对各第二波段中的反射率与各盐渍土样本中的主导盐分含量做相关性分析,选择相关系数大于设定值的多个波段,作为“初级条带”;
d)将各“初级条带”内的反射率求平均值,绘制反射率平均值与主导盐分含量的散点图,对反射率与主导盐分含量的散点图进行拟合,选取决定系数最大的初级条带作为“次级条带”;
e)在“次级条带”内,按照特定采样间隔,对反射率与主导盐分含量做相关性分析,选择相关系数大于设定值的多个波段,作为“三级条带”;
f)对“三级条带”内的反射率求平均值,并将平均值与主导盐分含量做相关性分析,选取相关系数大于设定值,且极显著的波段,作为盐渍土样本的光谱响应最佳波段。
进一步地,相关系数的设定值为0.9。
进一步地,极显著是指对平均值与主导盐分含量做相关性分析中,p值(显著因子)小于0.01的波段。
进一步地,光谱仪器的波长范围大于等于300nm,小于1700nm,可见光波段的采样间隔小于等于2nm,近红外波段的采样间隔小于等于4nm。
进一步地,盐渍土样本的数量不少于30。
进一步地,特定的波长为30nm、20nm、10nm或5nm。
进一步地,绘制反射率与主导盐分含量的散点图,以主导盐分含量为Y轴,反射率为X轴或以主导盐分含量为X轴,反射率为Y轴。
进一步地,相关性分析采用Pearson相关性分析,置信区间为0.01或0.05。
进一步地,主导盐分含量是化合物或盐分离子含量。
进一步地,确定盐渍土主导盐分光谱响应最佳波段的方法,需在在步骤a)中对与盐渍土样本对应的光谱曲线进行平滑处理。
进一步地,决定系数是指在对反射率与主导盐分含量的散点图进行拟合中所得拟合曲线的拟合优度。
本发明提供的确定盐渍土主导盐分光谱响应最佳波段的方法克服了现有方法的不精确、效率低及繁琐等缺点;通过调整光谱曲线的采样间隔,由宽到窄进行细化从而确定光谱响应最佳波段,具有波段数目少、波段范围窄、基于全波段、较精确等优点,使最佳波段的确定更加简单、快速、精确。
以下将结合附图对本发明的具体方法作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明较佳实施例的光谱曲线图。
图2是本发明较佳实施例的确定“次级条带”的散点图。
具体实施方式
本实施例提供一种确定盐渍土主导盐分光谱响应最佳波段的方法,具体步骤如下:
a)通过具有特定采样间隔的光谱仪器检测多个盐渍土样本,从而得到与多个盐渍土样本一一对应的多条光谱曲线,每条光谱曲线具有多个第一波段,可选地,光谱仪器的波长范围大于等于300nm,小于1700nm,可见光波段的采样间隔小于等于2nm,近红外波段的采样间隔小于等于4nm,盐渍土样本的数量不少于30;
b)以特定的波长,将每条光谱曲线的这些第一波段进行分段,得到多个第二波段,可选地,特定的波长为30nm、20nm、10nm或5nm;
c)对各第二波段中的反射率与各盐渍土样本中的主导盐分含量做相关性分析,选择相关系数大于设定值的多个波段,作为“初级条带”,可选地,主导盐分含量是化合物或盐分离子含量,相关性分析采用Pearson相关性分析,置信区间为0.01或0.05,相关系数设定值为0.9;
d)将各“初级条带”内的反射率求平均值,绘制反射率平均值与主导盐分含量的散点图,对反射率与主导盐分含量的散点图进行拟合,选取决定系数最大的初级条带作为“次级条带”,可选地,绘制反射率与主导盐分含量的散点图,以主导盐分含量为Y轴,反射率为X轴或以主导盐分含量为X轴,反射率为Y轴;
e)在“次级条带”内,按照特定采样间隔,对反射率与主导盐分含量做相关性分析,选择相关系数大于设定值的多个波段,作为“三级条带”;
f)对“三级条带”内的反射率求平均值,并将平均值与主导盐分含量做相关性分析,选取相关系数大于设定值,且极显著的波段,作为盐渍土样本的光谱响应最佳波段。
决定系数是指在对反射率与主导盐分含量的散点图进行拟合中所得拟合曲线的拟合优度;极显著是指对平均值与主导盐分含量做相关性分析中,p值(显著因子)小于0.01的波段,当p值为0.01-0.05间的值时为显著,当p值大于0.05时为不显著。
在较佳实施例中,如图1所示为使用AvaField-2便携式野外高光谱仪对35个盐渍土样本的主导盐分(Mg2+)含量检测获得的原始光谱曲线,波长范围为400-1700nm。其中400-1050nm的采样间隔为0.59nm,1050-1700nm的采样间隔为3.8nm,每条光谱曲线共1336个波段,表2为盐渍土样本光谱数据表的部分数据,其中第一列显示了样品标号,第二列显示了Mg2+含量,剩余列显示了波谱曲线反射率,第一行显示了波长,每行代表一个样本的光谱曲线数据,样本容量为35。
表2盐渍土样本光谱数据表
1)将1336个波段进行分段,每隔5nm取一个波段,共得到297个波段;
2)对297个波段的反射率与Mg2+含量做相关性分析,选择相关系数大于0.9的波段,得出较窄的波段范围,即“初级条带”,结果为590nm-690nm、720nm-750nm、765nm-1005nm和1020nm-1650nm;
3)将Mg2+“初级条带”范围内的反射率求平均值,然后以Mg2+含量为X轴,反射率为Y轴,做出反射率随Mg2+含量变化的散点图。(如图2所示)对反射率与主导盐分含量的散点图进行拟合,选出决定系数R1 2最大的初级条带,即“次级条带”;
4)在次级条带范围内,按照原特定采样间隔,用各波长处的反射率与Mg2+含量做相关性分析,选择相关系数大于0.9的波段,得出更窄的波段范围,即“三级条带”,结果为1020nm-1650nm;
5)对三级条带范围内的反射率求平均值,并将平均值与Mg2+的含量进行相关性分析,选取相关系数大于0.9,且极显著(显著因子p值小于0.01)的波段,即为最佳波段1350-1461nm、1471-1650nm。
6)以最佳波段范围反射率平均值为自变量记作R2,Mg2+的含量作为因变量记作C,做线性回归。用常用平均误差(ME)、平均绝对误差(MAE)、均方根误差(RMSE)3个指标来评价确定盐渍土主导盐分光谱响应最佳波段的方法的精度。ME是预测无偏的量度,越接近0越表明方法是无偏的;MAE和RMSE是预测精度的量度,越小则说明插值方法越精确。选择R2 2以及调整R2 2较高,且模型验证的ME接近0,MAE、RMSE较小的,作为Mg2+的含量反演模型。结果如表3所示
表3Mg2+含量反演模型表
盐分因子 | 模型表达式 | R2 2 | ME | MAE | RMSE |
Mg2+ | CM=-0.752+0.025R1350-1461nm | 0.86 | 0.009 | 0.028 | 0.00053 |
7)如表3所示,所建反演模型R2 2高达0.86,ME为0.009接近于0,同时MAE、RMSE均较低,说明该最佳波段能较好的表征Mg2+含量,该种确定最佳波段的方法是有效可行的。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种确定盐渍土主导盐分光谱响应最佳波段的方法,其特征在于包括如下步骤:
a)通过具有特定采样间隔的光谱仪器检测盐渍土样本,从而得到与所述盐渍土样本对应的光谱曲线,所述光谱曲线具有多个第一波段;
b)以特定的波长,将所述光谱曲线的所述这些第一波段进行分段,得到多个第二波段;
c)对各所述第二波段中的反射率与所述盐渍土样本中的主导盐分含量做相关性分析,选择相关系数大于设定值的多个波段,作为“初级条带”;
d)将各所述“初级条带”内的反射率求平均值,绘制所述反射率平均值与主导盐分含量的散点图,对所述反射率与主导盐分含量的散点图进行拟合,选取决定系数最大的初级条带作为“次级条带”;
e)在所述“次级条带”内,按照所述特定采样间隔,对反射率与主导盐分含量做相关性分析,选择相关系数大于所述设定值的多个波段,作为“三级条带”;
f)对所述“三级条带”内的反射率求平均值,并将所述平均值与所述主导盐分含量做相关性分析,选取相关系数大于所述设定值,且显著因子小于0.01的波段,作为所述盐渍土样本的光谱响应最佳波段。
2.如权利要求1所述的确定盐渍土主导盐分光谱响应最佳波段的方法,其中所述光谱仪器的波长范围大于等于300nm,小于1700nm,可见光波段的采样间隔小于等于2nm,近红外波段的采样间隔小于等于4nm。
3.如权利要求1所述的确定盐渍土主导盐分光谱响应最佳波段的方法,其中所述盐渍土样本的数量不少于30。
4.如权利要求1所述的确定盐渍土主导盐分光谱响应最佳波段的方法,其中所述特定的波长为30nm、20nm、10nm或5nm。
5.如权利要求1所述的确定盐渍土主导盐分光谱响应最佳波段的方法,其中在绘制所述反射率平均值与主导盐分含量的散点图的步骤中,是以所述主导盐分含量为X轴,所述反射率为Y轴。
6.如权利要求1所述的确定盐渍土主导盐分光谱响应最佳波段的方法,其中在绘制所述反射率平均值与主导盐分含量的散点图的步骤中,是以所述反射率为X轴,所述主导盐分含量为Y轴。
7.如权利要求1所述的确定盐渍土主导盐分光谱响应最佳波段的方法,其中步骤c)、步骤e)和步骤f)中的相关性分析都为Pearson相关性分析,置信区间为0.01或0.05。
8.如权利要求1所述的确定盐渍土主导盐分光谱响应最佳波段的方法,其中所述主导盐分含量是化合物或盐分离子含量。
9.如权利要求1所述的确定盐渍土主导盐分光谱响应最佳波段的方法,其中,还包括在步骤a)中对与所述盐渍土样本对应的所述光谱曲线进行平滑处理。
10.如权利要求1所述的确定盐渍土主导盐分光谱响应最佳波段的方法,其中,所述设定值为0.9。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410074713.2A CN103868858B (zh) | 2014-03-03 | 2014-03-03 | 一种确定盐渍土主导盐分光谱响应最佳波段的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410074713.2A CN103868858B (zh) | 2014-03-03 | 2014-03-03 | 一种确定盐渍土主导盐分光谱响应最佳波段的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103868858A CN103868858A (zh) | 2014-06-18 |
CN103868858B true CN103868858B (zh) | 2016-02-10 |
Family
ID=50907628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410074713.2A Expired - Fee Related CN103868858B (zh) | 2014-03-03 | 2014-03-03 | 一种确定盐渍土主导盐分光谱响应最佳波段的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103868858B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918566A (zh) * | 2017-03-09 | 2017-07-04 | 长江勘测规划设计研究有限责任公司 | 基于高光谱数据的土壤水分、盐分信息联合提取方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106706535A (zh) * | 2017-01-06 | 2017-05-24 | 中国科学院上海技术物理研究所 | 一种基于光谱曲线相关系数鉴别特级初榨橄榄油的方法 |
CN106940290A (zh) * | 2017-01-22 | 2017-07-11 | 广州地理研究所 | 基于高光谱数据的水库水体氨氮含量估算方法 |
CN108280419B (zh) * | 2018-01-18 | 2020-06-30 | 中国地质科学院矿产资源研究所 | 一种空间特征检测方法及系统 |
CN109187392B (zh) * | 2018-09-26 | 2021-11-19 | 中南大学 | 一种基于分区建模的锌液痕量金属离子浓度预测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5445795A (en) * | 1993-11-17 | 1995-08-29 | The United States Of America As Represented By The United States Department Of Energy | Volatile organic compound sensing devices |
JP2006272262A (ja) * | 2005-03-30 | 2006-10-12 | Hitachi Plant Technologies Ltd | 土壌浄化方法及び装置 |
CN103471990B (zh) * | 2013-08-23 | 2015-10-28 | 中国科学院东北地理与农业生态研究所 | 盐渍化土壤有机质含量的在线测量方法 |
-
2014
- 2014-03-03 CN CN201410074713.2A patent/CN103868858B/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918566A (zh) * | 2017-03-09 | 2017-07-04 | 长江勘测规划设计研究有限责任公司 | 基于高光谱数据的土壤水分、盐分信息联合提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103868858A (zh) | 2014-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103868858B (zh) | 一种确定盐渍土主导盐分光谱响应最佳波段的方法 | |
Shi et al. | Development of a national VNIR soil-spectral library for soil classification and prediction of organic matter concentrations | |
Emad AM et al. | Assessment of water quality of Euphrates River using cluster analysis | |
Kelly et al. | Establishing expectations for pan-European diatom based ecological status assessments | |
CN109459399B (zh) | 一种光谱水质cod、浊度检测方法 | |
Mihai et al. | The impact of foreign ownership on the performance of Romanian liste manufacturing companies | |
CN102313699A (zh) | 作物冠层叶片的全氮含量估算方法 | |
CN105606537A (zh) | 基于多类型光谱特征参数协同的矿物类型遥感识别方法 | |
Gil-Alana et al. | On the linkages between Africa’s emerging equity markets and global markets: Evidence from fractional integration and cointegration | |
CN105445218A (zh) | 中红外光谱油菜籽蛋白质含量检测自适应模型的建立方法 | |
CN105528580A (zh) | 一种基于吸收峰特征的高光谱曲线匹配方法 | |
CN103018178A (zh) | 基于局部保持投影的红外光谱仪校准方法 | |
CN110596028A (zh) | 一种沉积型稀土La元素含量的高光谱反演方法 | |
CN111272686B (zh) | 铁矿石选矿粉铁品位的高光谱检测方法 | |
CN106126879B (zh) | 一种基于稀疏表示技术的土壤近红外光谱分析预测方法 | |
CN106650819A (zh) | 利用多层感知器神经网络模型结合光谱特征参数的土壤分类方法 | |
Lotfollahi et al. | Spectral prediction of soil salinity and alkalinity indicators using visible, near-, and mid-infrared spectroscopy | |
Weyhenmeyer et al. | Increasing algal biomass in Lake Vänern despite decreasing phosphorus concentrations: A lake-specific phenomenon? | |
CN105784604A (zh) | 一种植物衰退等级的检测方法 | |
CN102880861B (zh) | 基于线性预测倒谱系数的高光谱图像分类方法 | |
CN104502302A (zh) | 混油的太赫兹时域波形多参数组合定量分析方法 | |
Bellino et al. | Chemometric technique performances in predicting forest soil chemical and biological properties from UV-Vis-NIR reflectance spectra with small, high dimensional datasets | |
CN109682762A (zh) | 一种基于高光谱的土壤有机质含量估算方法 | |
Yan et al. | Hyperspectral response and monitoring study of soil moisture content based on the optimized spectral index | |
Fowler et al. | An empirical resampling method for determining optimal high-pass filters used in correlation-based tree-ring crossdating |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160210 Termination date: 20190303 |
|
CF01 | Termination of patent right due to non-payment of annual fee |