CN108176712A - 一种盐碱地土壤污染的修复方法及系统 - Google Patents
一种盐碱地土壤污染的修复方法及系统 Download PDFInfo
- Publication number
- CN108176712A CN108176712A CN201711281754.9A CN201711281754A CN108176712A CN 108176712 A CN108176712 A CN 108176712A CN 201711281754 A CN201711281754 A CN 201711281754A CN 108176712 A CN108176712 A CN 108176712A
- Authority
- CN
- China
- Prior art keywords
- soil
- pixel
- spectrum
- color
- alkaline land
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000003900 soil pollution Methods 0.000 title claims abstract description 24
- 239000002689 soil Substances 0.000 claims abstract description 91
- 238000012800 visualization Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 16
- 239000003337 fertilizer Substances 0.000 claims abstract description 11
- 230000006872 improvement Effects 0.000 claims abstract description 8
- 230000007774 longterm Effects 0.000 claims abstract description 8
- GJRGEVKCJPPZIT-UHFFFAOYSA-N isomugineic acid Natural products OC(=O)C(O)CCNC(C(O)=O)C(O)CN1CCC1C(O)=O GJRGEVKCJPPZIT-UHFFFAOYSA-N 0.000 claims abstract description 7
- GJRGEVKCJPPZIT-JBDRJPRFSA-N mugineic acid Chemical compound OC(=O)[C@@H](O)CCN[C@H](C(O)=O)[C@@H](O)CN1CC[C@H]1C(O)=O GJRGEVKCJPPZIT-JBDRJPRFSA-N 0.000 claims abstract description 7
- 238000011835 investigation Methods 0.000 claims abstract description 6
- 238000005067 remediation Methods 0.000 claims abstract description 5
- 238000005266 casting Methods 0.000 claims abstract description 4
- 238000003973 irrigation Methods 0.000 claims abstract description 4
- 230000002262 irrigation Effects 0.000 claims abstract description 4
- 230000006978 adaptation Effects 0.000 claims abstract description 3
- 238000001228 spectrum Methods 0.000 claims description 47
- 230000003595 spectral effect Effects 0.000 claims description 23
- 235000004443 Ricinus communis Nutrition 0.000 claims description 15
- 240000000528 Ricinus communis Species 0.000 claims description 15
- 239000003610 charcoal Substances 0.000 claims description 12
- 210000003608 fece Anatomy 0.000 claims description 12
- 239000010871 livestock manure Substances 0.000 claims description 12
- 230000004456 color vision Effects 0.000 claims description 9
- 239000002068 microbial inoculum Substances 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000011081 inoculation Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000006424 Flood reaction Methods 0.000 claims description 6
- 241000124033 Salix Species 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 6
- 239000003795 chemical substances by application Substances 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 claims description 6
- 238000003306 harvesting Methods 0.000 claims description 6
- 244000005700 microbiome Species 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000002360 preparation method Methods 0.000 claims description 4
- 238000007794 visualization technique Methods 0.000 claims description 4
- 241000894006 Bacteria Species 0.000 claims description 3
- 238000000701 chemical imaging Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 claims 3
- 238000010606 normalization Methods 0.000 claims 1
- 230000000007 visual effect Effects 0.000 description 3
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000035800 maturation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000011780 sodium chloride Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000012880 independent component analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C1/00—Reclamation of contaminated soil
- B09C1/10—Reclamation of contaminated soil microbiologically, biologically or by using enzymes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Microbiology (AREA)
- Biomedical Technology (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Mycology (AREA)
- Soil Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明属于土壤治理技术领域,公开了一种盐碱地土壤污染的修复方法及系统,系统包括土壤采集模块,数据处理模块,土壤数据对比分类模块,可视化模块;同时公开一种修复方法。本发明通过土壤实地考察、土壤信息采集、土壤处理、去表土、换土、排土、深耕翻土、施用酸性肥料、种植作物改良土壤、开挖排水沟、科学管理、科学灌溉、肥料的选择、改良水质方法从实地考察到实施处理环环相扣,因地制宜,极大地提高了处理盐碱地土地污染的成功率,并且最后具有科学教育环节,从根源抓起,降低土地污染速度。
Description
技术领域
本发明属于土壤治理技术领域,尤其涉及一种盐碱地土壤污染的修复方法及系统。
背景技术
在我国滨海区域,土壤经过多次耕种后,含碱度会大幅度提高,而且由于耕种模式不当或者外部因素干扰,土壤污染情况严重,而在盐碱度高或是被污染的土地上种植作物,会降低产率,影响产物质量,因此急需一种合理的盐碱地土壤污染的修复方法。
近年来,以成像技术和光谱技术相结合的高光谱成像技术发展迅速,在军事和民用领域均获广泛应用,因此,针对其采集的高光谱图像进行处理和分析具有重要应用价值。高光谱图像同时表征被测区域的空间信息和连续光谱信息,即每个谱段均对应一幅二维分布的图像,图像的每个像素又可提取出一条光谱曲线,如何有效分析高光谱图像所承载的丰富信息,将其以可视化的形式表示出来并得以准确判读和应用,是高光谱成像技术领域的关键问题之一。通常,针对高光谱图像的色彩可视化方法是利用一些降维的数学手段(如主元分析法、独立元分析法等)将多谱段降低为三谱段,从而在红(R)、绿(G)、蓝(B)三通道的显示设备进行显示。但是,这种方法使得图像每个像素的谱段急剧减少,丢失了大量有效信息,且选取出的三谱段并未将人眼视觉系统的色彩感知特性考量在内,与显示设备三通道的响应特性也不匹配,因此会引起色彩失真,进而影响对被测区域的准确判读。此外,不同显示设备之间红、绿、蓝三通道的响应特性各不相同,采用一致的算法及参数进行处理会导致色彩可视化效果因设备而异的状况。
现有高光谱图像色彩的可视化效果因设备而异,容易引起色彩失真,影响对被测区域准确判读的问题。
综上所述,现有技术存在的问题是:在盐碱度高或是被污染的土地上种植作物,会降低产率,影响产物质量。急需一种合理的盐碱地土壤污染的修复方法及系统。
发明内容
针对现有技术存在的问题,本发明提供了一种盐碱地土壤污染的修复方法及系统。
本发明是这样实现的,一种盐碱地土壤污染的修复系统,所述盐碱地土壤污染的修复系统包括:土壤采集模块、数据处理模块以及数据对比分类模块;
土壤采集模块,用于土壤样本的采集、样本的制备以及样本的储存;
数据处理模块,用于对土壤采集模块采集的数据进行归纳、总结、分析;
土壤数据对比分类模块,用于将数据分析的结果与土壤数据库中的数据进行对比,然后进行分类,表明土壤样本的类型;
可视化模块,用于将土壤数据对比分类模块分类的图像进行可视化呈现;
可视化呈现中,首先提取分类的图像的高光谱图像中每个像素的光谱曲线;
然后将平滑后的光谱曲线结合CIE1931标准色度系统的色匹配函数计算至CIEXYZ三刺激值,根据显示设备的白点将每个像素的CIEXYZ三刺激值计算至均匀色彩感知空间CIEL*C*h*的明度、彩度和色调,并根据色彩复现需求设置明度系数、彩度系数和色调系数;
最后将调制后的明度、彩度和色调结合显示设备三通道的伽马系数和原色三刺激值,计算至每个像素的数字驱动值,实现色彩可视化;
高光谱图像的色彩可视化的方法具体包括以下步骤:
步骤一,对于高光谱图像数据的每个像素,由各谱段的灰度值计算出辐亮度值,并进行归一化构成一条光谱曲线;
步骤二,针对每个像素在步骤一所获的光谱曲线,采用Savitzky-Golay滤波器进行平滑处理,在保留较多曲线特征的基础上消除光谱噪声,得到各像素平滑后的光谱曲线
步骤三,将步骤二所获各像素平滑后的光谱曲线结合CIE1931标准色度系统的色匹配函数采用下式计算得CIE1931标准色度系统下的CIEXYZ三刺激值(X,Y,Z),其中Δλ是成像光谱仪器的光谱采样间隔;
步骤四,根据标准照明体D65的三刺激值(XD65,YD65,ZD65),通过下式将步骤三所获每个像素的CIEXYZ三刺激值转换至均匀色彩感知空间CIEL*C*h*,获得三个色彩感知参量,即明度彩度及色调h1;
其中,
XD65=95.047,YD65=100,ZD65=108.883;
步骤五,设置明度系数kL、彩度系数kC和色调系数kh的取值,通过下式调制步骤四所获各像素的明度彩度及色调h1,得到调制后的色彩感知参量,即明度彩度及色调h2,使可视化效果满足保真复现需求,则kL=kC=1,kh=0,改变kL实现调节图像明暗的需求,改变kC实现调节图像鲜艳程度的需求,改变kh实现调节图像白平衡的需求;
步骤六,根据显示设备的白点三刺激值(XW,YW,ZW),通过下式,将步骤五所获各像素的明度彩度及色调h2转换至在显示设备上待显示的CIEXYZ值(X',Y',Z');
步骤七,根据显示设备红、绿、蓝三通道的原色三刺激值(XRmax,YRmax,ZRmax)、(XGmax,YGmax,ZGmax、(XBmax,YBmax,ZBmax)结合三通道的伽马系数γR、γG、γB,建立起如下式的特征化模型,通过特征化模型,步骤六所获各像素的CIEXYZ值(X',Y',Z')计算至对应的数字驱动值(dR,dG,dB),即完成了高光谱图像的色彩可视化,其中N是显示设备单通道的存储位数;
所述步骤一采用各像素在各谱段的灰度值计算出辐亮度值以构成光谱曲线,具体包括以下步骤:
第一步,对于光谱成像仪器进行定标,选取5个~10个定标灰度值D测量对应的定标辐亮度值F,采用最小二乘法拟合出下式映射表达式的参数α、β、ε,从而对被测区域的每个像素,将各谱段的灰度值代入下式计算辐亮度值;
D=αFβ+ε;
第二步,以最大灰度值Dmax对应的辐亮度值Fmax为基准,将每个像素在各谱段的辐亮度值进行归一化,构成一条光谱曲线。
本发明的另一目的在于提供一种盐碱地土壤污染的修复方法,包括以下步骤:
步骤一,土壤实地考察;
步骤二,土壤信息采集;
步骤三,土壤处理;
步骤四,施用酸性肥料;
步骤五,种植作物改良;
步骤六,微生物修复;
步骤七,科学管理。
进一步,所述土壤信息采集包括:土壤采集模块、数据处理模块以及数据对比分类模块;
土壤采集模块包括土壤样本的采集、样本的制备以及样本的储存。采集的样本必须均匀分布于所治理的土壤区域中,避免取样不均匀带来的结果误差;
数据处理模块,用于对土壤采集模块采集的数据进行归纳、总结、分析;
土壤数据对比分类模块,用于将数据分析的结果与土壤数据库中的数据进行对比,然后进行分类,表明土壤样本的类型。
进一步,所述土壤处理方法包括:去表土、换土、排土、深耕翻土。
进一步,所述科学管理包括:科学灌溉、肥料的选择以及改良水质。
进一步,所述施用酸性肥料、种植作物改良以需根据数据对比分类模块进行合理安排。
进一步,所述微生物修复方法如下:
放水淹没地表,浸泡4~6小时后,排干水,将生物炭基肥施入到污染的盐碱地土壤中,混合均匀,陈化60~70天;
生物炭基肥陈化结束后,将微生物复合菌剂接种在土壤中10~15天;
微生物复合菌剂接种在土壤中10~15天后连续栽种1~2个周期的蓖麻,以蓖麻果实成熟收获结束为一个周期,每个周期蓖麻果实收获结束后将蓖麻整体移除;
蓖麻整体移除后,放水淹没地表,浸泡4~6小时后,排干水,再次施入生物炭基肥到污染的盐碱地土壤中,混合均匀,陈化60~70天;
生物炭基肥陈化结束后,再次接种微生物复合菌剂在土壤中10~15天;
微生物复合菌剂接种在土壤中10~15天后连续种植1~2个周期柳树,每个周期结束后将柳树整体移除,以10~12个月为一个周期;
循环重复执行上述步骤,直至土壤中的含量达到安全标准。
本发明的优点及积极效果为:此盐碱地土壤污染的修复方法从实地考察到实施处理环环相扣,因地制宜,极大地提高了处理盐碱地土地污染的成功率,并且最后具有科学教育环节,从根源抓起,降低土地污染速度。
本发明提供的高光谱图像的色彩可视化的方法,适用于多种类型显示设备的高光谱图像呈现过程,可以有效引入不同显示设备间表色参数方面的影响,使不同设备以不同数字驱动值显示相同的色彩感知参量,有效解决了色彩可视化效果因设备而异的问题;此外,本发明提出了以明度因数kL、彩度系数kC和色调系数kh调节色彩感知参量的方法,可以通过制定对明度、彩度、色调等参量的调制要求,满足不同类型的色彩复现需求。本发明针对高光谱图像进行色彩可视化,色彩复现结果与人眼视觉感知一致性好,方法实施简单,实用,适用性强。
并且可准确获取盐碱地土壤污染图像信息。
附图说明
图1是本发明实施例提供的盐碱地土壤污染的修复方法流程图。
图2是本发明实施例提供的盐碱地土壤污染的修复系统图。
图中:1、土壤样本采集模块;2、数据处理模块;3、土壤数据对比分类模块;4、可视化模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如附图1所示,本发明提供的盐碱地土壤污染的修复方法包括以下步骤:
S101,土壤实地考察;
S102,土壤信息采集;
S103,土壤处理;
S104,施用酸性肥料;
S105,种植作物改良;
S106,微生物修复;
S107,科学管理。
本发明提供的S103中土壤处理方法包括:去表土、换土、排土、深耕翻土。
本发明提供的S104和S105中施用酸性肥料、种植作物改良以需根据数据对比分类模块进行合理安排。
本发明提供的S107中科学管理包括:科学灌溉、肥料的选择以及改良水质。
本发明提供的S106中微生物修复方法如下:
放水淹没地表,浸泡4~6小时后,排干水,将生物炭基肥施入到污染的盐碱地土壤中,混合均匀,陈化60~70天;
生物炭基肥陈化结束后,将微生物复合菌剂接种在土壤中10~15天;
微生物复合菌剂接种在土壤中10~15天后连续栽种1~2个周期的蓖麻,以蓖麻果实成熟收获结束为一个周期,每个周期蓖麻果实收获结束后将蓖麻整体移除;
蓖麻整体移除后,放水淹没地表,浸泡4~6小时后,排干水,再次施入生物炭基肥到污染的盐碱地土壤中,混合均匀,陈化60~70天;
生物炭基肥陈化结束后,再次接种微生物复合菌剂在土壤中10~15天;
微生物复合菌剂接种在土壤中10~15天后连续种植1~2个周期柳树,每个周期结束后将柳树整体移除,以10~12个月为一个周期;
循环重复执行上述步骤,直至土壤中的含量达到安全标准。
如图2所示,本发明实施例提供的系统包括:土壤采集模块1、数据处理模块3以及数据对比分类模块3;
土壤采集模块1包括土壤样本的采集、样本的制备以及样本的储存。采集的样本必须均匀分布于所治理的土壤区域中,避免取样不均匀带来的结果误差;
数据处理模块2,用于对土壤采集模块采集的数据进行归纳、总结、分析;
土壤数据对比分类模块3,用于将数据分析的结果与土壤数据库中的数据进行对比,然后进行分类,表明土壤样本的类型。
可视化模块4,用于将土壤数据对比分类模块分类的图像进行可视化呈现。
可视化呈现中,首先提取分类的图像的高光谱图像中每个像素的光谱曲线;
然后将平滑后的光谱曲线结合CIE1931标准色度系统的色匹配函数计算至CIEXYZ三刺激值,根据显示设备的白点将每个像素的CIEXYZ三刺激值计算至均匀色彩感知空间CIEL*C*h*的明度、彩度和色调,并根据色彩复现需求设置明度系数、彩度系数和色调系数;
最后将调制后的明度、彩度和色调结合显示设备三通道的伽马系数和原色三刺激值,计算至每个像素的数字驱动值,实现色彩可视化;
高光谱图像的色彩可视化的方法具体包括以下步骤:
步骤一,对于高光谱图像数据的每个像素,由各谱段的灰度值计算出辐亮度值,并进行归一化构成一条光谱曲线;
步骤二,针对每个像素在步骤一所获的光谱曲线,采用Savitzky-Golay滤波器进行平滑处理,在保留较多曲线特征的基础上消除光谱噪声,得到各像素平滑后的光谱曲线
步骤三,将步骤二所获各像素平滑后的光谱曲线结合CIE1931标准色度系统的色匹配函数采用下式计算得CIE1931标准色度系统下的CIEXYZ三刺激值(X,Y,Z),其中Δλ是成像光谱仪器的光谱采样间隔;
步骤四,根据标准照明体D65的三刺激值(XD65,YD65,ZD65),通过下式将步骤三所获每个像素的CIEXYZ三刺激值转换至均匀色彩感知空间CIEL*C*h*,获得三个色彩感知参量,即明度彩度及色调h1;
其中,
XD65=95.047,YD65=100,ZD65=108.883;
步骤五,设置明度系数kL、彩度系数kC和色调系数kh的取值,通过下式调制步骤四所获各像素的明度彩度及色调h1,得到调制后的色彩感知参量,即明度彩度及色调h2,使可视化效果满足保真复现需求,则kL=kC=1,kh=0,改变kL实现调节图像明暗的需求,改变kC实现调节图像鲜艳程度的需求,改变kh实现调节图像白平衡的需求;
步骤六,根据显示设备的白点三刺激值(XW,YW,ZW),通过下式,将步骤五所获各像素的明度彩度及色调h2转换至在显示设备上待显示的CIEXYZ值(X',Y',Z');
步骤七,根据显示设备红、绿、蓝三通道的原色三刺激值(XRmax,YRmax,ZRmax)、(XGmax,YGmax,ZGmax、(XBmax,YBmax,ZBmax)结合三通道的伽马系数γR、γG、γB,建立起如下式的特征化模型,通过特征化模型,步骤六所获各像素的CIEXYZ值(X',Y',Z')计算至对应的数字驱动值(dR,dG,dB),即完成了高光谱图像的色彩可视化,其中N是显示设备单通道的存储位数;
所述步骤一采用各像素在各谱段的灰度值计算出辐亮度值以构成光谱曲线,具体包括以下步骤:
第一步,对于光谱成像仪器进行定标,选取5个~10个定标灰度值D测量对应的定标辐亮度值F,采用最小二乘法拟合出下式映射表达式的参数α、β、ε,从而对被测区域的每个像素,将各谱段的灰度值代入下式计算辐亮度值;
D=αFβ+ε;
第二步,以最大灰度值Dmax对应的辐亮度值Fmax为基准,将每个像素在各谱段的辐亮度值进行归一化,构成一条光谱曲线。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (6)
1.一种盐碱地土壤污染的修复系统,其特征在于,所述盐碱地土壤污染的修复系统包括:土壤采集模块、数据处理模块以及数据对比分类模块;
土壤采集模块,用于土壤样本的采集、样本的制备以及样本的储存;
数据处理模块,用于对土壤采集模块采集的数据进行归纳、总结、分析;
土壤数据对比分类模块,用于将数据分析的结果与土壤数据库中的数据进行对比,然后进行分类,表明土壤样本的类型;
可视化模块,用于将土壤数据对比分类模块分类的图像进行可视化呈现;
可视化呈现中,首先提取分类的图像的高光谱图像中每个像素的光谱曲线;
然后将平滑后的光谱曲线结合CIE1931标准色度系统的色匹配函数计算至CIEXYZ三刺激值,根据显示设备的白点将每个像素的CIEXYZ三刺激值计算至均匀色彩感知空间CIEL*C*h*的明度、彩度和色调,并根据色彩复现需求设置明度系数、彩度系数和色调系数;
最后将调制后的明度、彩度和色调结合显示设备三通道的伽马系数和原色三刺激值,计算至每个像素的数字驱动值,实现色彩可视化;
高光谱图像的色彩可视化的方法具体包括以下步骤:
步骤一,对于高光谱图像数据的每个像素,由各谱段的灰度值计算出辐亮度值,并进行归一化构成一条光谱曲线;
步骤二,针对每个像素在步骤一所获的光谱曲线,采用Savitzky-Golay滤波器进行平滑处理,在保留较多曲线特征的基础上消除光谱噪声,得到各像素平滑后的光谱曲线
步骤三,将步骤二所获各像素平滑后的光谱曲线结合CIE1931标准色度系统的色匹配函数采用下式计算得CIE1931标准色度系统下的CIEXYZ三刺激值(X,Y,Z),其中Δλ是成像光谱仪器的光谱采样间隔;
步骤四,根据标准照明体D65的三刺激值(XD65,YD65,ZD65),通过下式将步骤三所获每个像素的CIEXYZ三刺激值转换至均匀色彩感知空间CIEL*C*h*,获得三个色彩感知参量,即明度彩度及色调h1;
其中,
XD65=95.047,YD65=100,ZD65=108.883;
步骤五,设置明度系数kL、彩度系数kC和色调系数kh的取值,通过下式调制步骤四所获各像素的明度彩度及色调h1,得到调制后的色彩感知参量,即明度彩度及色调h2,使可视化效果满足保真复现需求,则kL=kC=1,kh=0,改变kL实现调节图像明暗的需求,改变kC实现调节图像鲜艳程度的需求,改变kh实现调节图像白平衡的需求;
步骤六,根据显示设备的白点三刺激值(XW,YW,ZW),通过下式,将步骤五所获各像素的明度彩度及色调h2转换至在显示设备上待显示的CIEXYZ值(X',Y',Z');
步骤七,根据显示设备红、绿、蓝三通道的原色三刺激值(XRmax,YRmax,ZRmax)、(XGmax,YGmax,ZGmax、(XBmax,YBmax,ZBmax)结合三通道的伽马系数γR、γG、γB,建立起如下式的特征化模型,通过特征化模型,步骤六所获各像素的CIEXYZ值(X',Y',Z')计算至对应的数字驱动值(dR,dG,dB),即完成了高光谱图像的色彩可视化,其中N是显示设备单通道的存储位数;
所述步骤一采用各像素在各谱段的灰度值计算出辐亮度值以构成光谱曲线,具体包括以下步骤:
第一步,对于光谱成像仪器进行定标,选取5个~10个定标灰度值D测量对应的定标辐亮度值F,采用最小二乘法拟合出下式映射表达式的参数α、β、ε,从而对被测区域的每个像素,将各谱段的灰度值代入下式计算辐亮度值;
D=αFβ+ε;
第二步,以最大灰度值Dmax对应的辐亮度值Fmax为基准,将每个像素在各谱段的辐亮度值进行归一化,构成一条光谱曲线。
2.一种如权利要求1所述盐碱地土壤污染的修复系统的盐碱地土壤污染的修复方法,其特征在于,所述盐碱地土壤污染的修复方法包括以下步骤:
步骤一,土壤实地考察;
步骤二,土壤信息采集;
步骤三,土壤处理;
步骤四,施用酸性肥料;
步骤五,种植作物改良;
步骤六,微生物修复;
步骤七,科学管理。
3.如权利要求2所述盐碱地土壤污染的修复方法,其特征在于,所述土壤处理方法包括:去表土、换土、排土、深耕翻土。
4.如权利要求2所述盐碱地土壤污染的修复方法,其特征在于,所述科学管理包括:科学灌溉、肥料的选择以及改良水质。
5.如权利要求2所述盐碱地土壤污染的修复方法,其特征在于,所述施用酸性肥料、种植作物改良以需根据数据对比分类模块进行合理安排。
6.如权利要求2所述盐碱地土壤污染的修复方法,其特征在于,所述微生物修复方法如下:
放水淹没地表,浸泡4~6小时后,排干水,将生物炭基肥施入到污染的盐碱地土壤中,混合均匀,陈化60~70天;
生物炭基肥陈化结束后,将微生物复合菌剂接种在土壤中10~15天;
微生物复合菌剂接种在土壤中10~15天后连续栽种1~2个周期的蓖麻,以蓖麻果实成熟收获结束为一个周期,每个周期蓖麻果实收获结束后将蓖麻整体移除;
蓖麻整体移除后,放水淹没地表,浸泡4~6小时后,排干水,再次施入生物炭基肥到污染的盐碱地土壤中,混合均匀,陈化60~70天;
生物炭基肥陈化结束后,再次接种微生物复合菌剂在土壤中10~15天;
微生物复合菌剂接种在土壤中10~15天后连续种植1~2个周期柳树,每个周期结束后将柳树整体移除,以10~12个月为一个周期;
循环重复执行上述步骤,直至土壤中的含量达到安全标准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711281754.9A CN108176712A (zh) | 2017-12-07 | 2017-12-07 | 一种盐碱地土壤污染的修复方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711281754.9A CN108176712A (zh) | 2017-12-07 | 2017-12-07 | 一种盐碱地土壤污染的修复方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108176712A true CN108176712A (zh) | 2018-06-19 |
Family
ID=62545764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711281754.9A Pending CN108176712A (zh) | 2017-12-07 | 2017-12-07 | 一种盐碱地土壤污染的修复方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108176712A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111250537A (zh) * | 2020-01-15 | 2020-06-09 | 北京石油化工学院 | 一种有机污染场地生物修复系统 |
CN112090947A (zh) * | 2020-08-28 | 2020-12-18 | 盐城工学院 | 一种环境治理用的土壤修复系统及修复方法 |
CN113518912A (zh) * | 2018-12-07 | 2021-10-19 | 奥本大学 | 用于土壤碳绘制的中子伽马分析的扫描模式应用 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046646A (zh) * | 2015-05-29 | 2015-11-11 | 西安电子科技大学 | 一种高光谱图像的色彩可视化的方法 |
CN105170641A (zh) * | 2015-09-30 | 2015-12-23 | 河南行知专利服务有限公司 | 一种重金属污染土壤的联合修复方法 |
CN105344708A (zh) * | 2015-09-30 | 2016-02-24 | 河南行知专利服务有限公司 | 一种盐碱地土壤重金属污染的修复方法 |
CN105548522A (zh) * | 2015-12-15 | 2016-05-04 | 贾春燕 | 一种土壤检测智能系统 |
CN105692726A (zh) * | 2016-01-28 | 2016-06-22 | 山东省环境保护科学研究设计院 | 一种处理低浓度难降解有机工业废水装置 |
CN205719070U (zh) * | 2016-04-06 | 2016-11-23 | 山东胜伟园林科技有限公司 | 一种盐碱地作物生长环境实时检测系统 |
CN205750868U (zh) * | 2016-01-05 | 2016-11-30 | 潍坊友容实业有限公司 | 盐碱地信息分析系统 |
CN106180159A (zh) * | 2016-07-07 | 2016-12-07 | 北京大学 | 一种基于数据采集卡的污染土壤电动力修复系统电流实时采集装置 |
-
2017
- 2017-12-07 CN CN201711281754.9A patent/CN108176712A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105046646A (zh) * | 2015-05-29 | 2015-11-11 | 西安电子科技大学 | 一种高光谱图像的色彩可视化的方法 |
CN105170641A (zh) * | 2015-09-30 | 2015-12-23 | 河南行知专利服务有限公司 | 一种重金属污染土壤的联合修复方法 |
CN105344708A (zh) * | 2015-09-30 | 2016-02-24 | 河南行知专利服务有限公司 | 一种盐碱地土壤重金属污染的修复方法 |
CN105548522A (zh) * | 2015-12-15 | 2016-05-04 | 贾春燕 | 一种土壤检测智能系统 |
CN205750868U (zh) * | 2016-01-05 | 2016-11-30 | 潍坊友容实业有限公司 | 盐碱地信息分析系统 |
CN105692726A (zh) * | 2016-01-28 | 2016-06-22 | 山东省环境保护科学研究设计院 | 一种处理低浓度难降解有机工业废水装置 |
CN205719070U (zh) * | 2016-04-06 | 2016-11-23 | 山东胜伟园林科技有限公司 | 一种盐碱地作物生长环境实时检测系统 |
CN106180159A (zh) * | 2016-07-07 | 2016-12-07 | 北京大学 | 一种基于数据采集卡的污染土壤电动力修复系统电流实时采集装置 |
Non-Patent Citations (3)
Title |
---|
《河北环境保护丛书》编委会: "《河北生态环境保护》", 30 September 2011, 中国环境科学出版社 * |
安永清等: "内蒙古河套灌区土壤盐碱化遥感监测方法研究", 《遥感技术与应用》 * |
王飞等: "《低洼盐碱地池塘健康养殖技术》", 31 July 2015, 中原农民出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113518912A (zh) * | 2018-12-07 | 2021-10-19 | 奥本大学 | 用于土壤碳绘制的中子伽马分析的扫描模式应用 |
CN111250537A (zh) * | 2020-01-15 | 2020-06-09 | 北京石油化工学院 | 一种有机污染场地生物修复系统 |
CN112090947A (zh) * | 2020-08-28 | 2020-12-18 | 盐城工学院 | 一种环境治理用的土壤修复系统及修复方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Veluchamy et al. | Image contrast and color enhancement using adaptive gamma correction and histogram equalization | |
CN105046646B (zh) | 一种高光谱图像的色彩可视化的方法 | |
CN108176712A (zh) | 一种盐碱地土壤污染的修复方法及系统 | |
EP3201826B1 (de) | Verfahren und datenverarbeitungsvorrichtung zur computergestützten haarfarbberatung | |
Zolliker et al. | Retaining local image information in gamut mapping algorithms | |
CN113222054B (zh) | 基于特征比值指数的遥感影像融合方法、系统、设备及介质 | |
CN103402117A (zh) | 基于Lab色度空间的视频图像偏色检测方法 | |
CN106841051A (zh) | 一种基于可见光图像融合值的作物氮素营养检测方法 | |
JP2005526300A (ja) | ディジタル画像の細部の視覚的認識を高める汎用画像強調アルゴリズム | |
CN102509279A (zh) | 根部欠照明舌图像的自适应暗部细节复现方法 | |
CN108416700A (zh) | 一种基于ar虚拟现实技术的室内装修设计系统 | |
CN108460774A (zh) | 一种肺部医学图像自动分割方法 | |
CN111476153A (zh) | 一种水果成熟度计算方法 | |
CN103593858A (zh) | 一种地面激光雷达扫描数据中绿色植被滤除方法 | |
Kim | An automatic image enhancement method adaptive to the surround luminance variation for small sized mobile transmissive LCD | |
CN112992039B (zh) | 一种显示屏光辐射视觉健康信息实时获取方法 | |
CN108174183A (zh) | 一种基于物联网的vr影像数据控制系统 | |
Bojie et al. | Research on tea bud identification technology based on HSI/HSV color transformation | |
CN103900498A (zh) | 一种棉田苗情自动探测方法及其探测装置 | |
CN112150481B (zh) | 一种白粉病图像分割方法 | |
CN115964850A (zh) | 基于彩色商用成像设备的手术照明光源设计方法 | |
CN105867863B (zh) | 一种大色域显示设备的图像复现质量提升方法 | |
US11334963B2 (en) | Devices, systems and methods for digital image analysis | |
CN104101909B (zh) | 一种hsl彩色空间下双能x射线图像显示方法 | |
CN108171704B (zh) | 一种基于激励响应的无参考图像质量评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180619 |
|
RJ01 | Rejection of invention patent application after publication |