CN112485203A - 一种基于高光谱成像分析的重金属污染分析方法 - Google Patents
一种基于高光谱成像分析的重金属污染分析方法 Download PDFInfo
- Publication number
- CN112485203A CN112485203A CN202011215833.1A CN202011215833A CN112485203A CN 112485203 A CN112485203 A CN 112485203A CN 202011215833 A CN202011215833 A CN 202011215833A CN 112485203 A CN112485203 A CN 112485203A
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- metal pollution
- spectral
- analysis
- soil
- 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
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 64
- 238000004458 analytical method Methods 0.000 title claims abstract description 34
- 238000000701 chemical imaging Methods 0.000 title claims abstract description 33
- 230000003595 spectral effect Effects 0.000 claims abstract description 46
- 239000002689 soil Substances 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000001228 spectrum Methods 0.000 claims abstract description 16
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 10
- 239000011707 mineral Substances 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000003384 imaging method Methods 0.000 claims abstract description 7
- 239000000126 substance Substances 0.000 claims description 9
- 238000011835 investigation Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000011155 quantitative monitoring Methods 0.000 abstract description 3
- 238000005067 remediation Methods 0.000 abstract description 3
- 229910052785 arsenic Inorganic materials 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052793 cadmium Inorganic materials 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 229910052745 lead Inorganic materials 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于高光谱成像分析的重金属污染分析方法，包括以下步骤：A、主要矿源地区域重金属污染情况调查及分类；B、矿源地区高光谱成像信号的采集；C、光谱数据成像信号分析与处理；D、土壤反射光谱与重金属含量的回归模型建立与重金属含量的反演，本发明解决高光谱成像土壤和植被重金属污染研究中光谱数据高冗余和数据处理复杂的问题；形成一套基于高光谱成像分析的矿源地典型重金属污染研究方法与评价流程，为后期重金属污染治理和土壤修复提供参考和依据。土壤反射光谱特征与重金属元素含量之间的定量反演研究，可为进一步应用空间或航空遥感技术进行高光谱遥感定量监测土壤重金属污染提供技术和理论支持，为土壤中重金属含量的快速监测和大面积的土壤重金属污染评价提供技术支撑。
Description
技术领域
本发明涉及重金属污染分析技术领域，具体为一种基于高光谱成像分析的重金属污染分析方法。
背景技术
近年来随着遥感技术,特别是高光谱成像分析技术的不断发展，为宏观、快速获取土壤重金属元素信息提供了新的契机。目前国内外学者基于土壤高光谱反射光谱特征，运用多种方法预测了多种土壤重金属元素的含量，并取得了一定的进展。如Kemper[3]使用反射光谱成功预测了矿区土壤As、Fe、Hg以及Pb的含量。李淑敏等[4]探讨北京地区农业土壤中重金属含量与可见－近红外光谱反射率的相关关系，通过对土样原始反射光谱及其一阶、二阶微分光谱与各土壤重金属含量进行单波段分析，确定了Cr、Ni、Cu等8种土壤重金属的特征光谱，建立了估算土壤重金属含量的回归模型。宋练等[2]研究分析了矿区农田土壤原始反射光谱和经过连续统去除后的光谱信息，确定了土壤光谱反射率与重金属元素含量相关性最大的波段，得到了反演土壤中As、Cd和Zn的含量的分布图。利用高光谱成像分析方法开展土壤重金属污染研究和评价以其高效、便捷、无损等优势，具有巨大研究价值。然而，目前利用高光谱成像分析方法针对土壤重金属污染的研究尚不成熟，其主要原因在于污染土壤中重金属元素的含量甚微，反映在光谱中的信号也较为微弱；土壤重金属含量高光谱遥感定量反演机理和建模方法研究仍处于探索阶段；不同区域重金属元素附着方式和元素光谱特征提取和分析也具有多样性和复杂性等。这些研究困难也是今后该研究的重点研究领域和方向。
发明内容
本发明的目的在于提供一种基于高光谱成像分析的重金属污染分析方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于高光谱成像分析的重金属污染分析方法,包括以下步骤：
A、主要矿源地区域重金属污染情况调查及分类；
B、矿源地区高光谱成像信号的采集；
C、光谱数据成像信号分析与处理；
D、土壤反射光谱与重金属含量的回归模型建立与重金属含量的反演。
优选的，所述步骤A中具体为：开展矿源种类，污染排放方式，周边区域水土状况调查，对调查分类及整理，为下一步高光谱成像数据采集做前期准备。
优选的，所述步骤B中具体为：选取2-3个较为典型的污染区域，使用的是美国ASD公司的Field Pro4便携式地物光谱仪进行高光谱成像数据的采集；每个区域样本的光谱数据均采集了三次，最后以三组光谱数据的平均值进行光谱分析。
优选的，所述步骤C中具体包括：对光谱数据成像信号进行特征提提取，再对光谱信号与噪声进行分离。
优选的，特征提提取方法如下：
a、针对高光谱遥感数据的每个光谱波段进行归一化处理；
b、利用D个一维滤波器对数据进行卷积操作，生成多个高光谱特征矩阵；
c、针对多个高光谱特征矩阵，在特征通道方向将D个分成g组；每组利用多个一维滤波器进行一维卷积操作，提取光谱特征，最后将每组卷积结果在特征通道方向上堆栈在一起；
d、针对步骤c提取的光谱特征，通过自学习提取光谱特征的全局和局部相关性并进行加权；
e、对步骤d得到的特征矩阵(D,N)进行洗牌操作；
f、每组利用多个一维滤波器进行一维卷积操作，提取光谱特征。
优选的，光谱信号与噪声信号分离方法如下：
a、利用低通滤波和均质性分块，分别估计信号和噪声；
b、根据贝叶斯准则，定量计算得到估计的信号和噪声的维度；
c、构建信号子空间和噪声子空间，并通过斜子空间投影，分离光谱图像中的信号组分和噪声组分。
优选的，所述步骤D具体为：通过具有光谱特征物质之间的自相关性来分析土壤中光谱特征物质，结合理化特性数据的辅助分析进行敏感波段、诊断特征识别；使用回归分析进行和非线性建模算法，构建重金属形态量反演模型与算法，反演出该区域重金属污染含量，并绘制分布图。
与现有技术相比，本发明的有益效果是：本发明解决高光谱成像土壤和植被重金属污染研究中光谱数据高冗余和数据处理复杂的问题；形成一套基于高光谱成像分析的矿源地典型重金属污染研究方法与评价流程，为后期重金属污染治理和土壤修复提供参考和依据。土壤反射光谱特征与重金属元素含量之间的定量反演研究，可为进一步应用空间或航空遥感技术进行高光谱遥感定量监测土壤重金属污染提供技术和理论支持，为土壤中重金属含量的快速监测和大面积的土壤重金属污染评价提供技术支撑。
附图说明
图1为本发明流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供如下技术方案：一种基于高光谱成像分析的重金属污染分析方法,包括以下步骤：
A、主要矿源地区域重金属污染情况调查及分类；
B、矿源地区高光谱成像信号的采集；
C、光谱数据成像信号分析与处理；
D、土壤反射光谱与重金属含量的回归模型建立与重金属含量的反演。
本发明中，步骤A中具体为：开展矿源种类，污染排放方式，周边区域水土状况调查，对调查分类及整理，为下一步高光谱成像数据采集做前期准备。
本发明中，步骤B中具体为：选取2-3个较为典型的污染区域，使用的是美国ASD公司的Field Pro4便携式地物光谱仪进行高光谱成像数据的采集；每个区域样本的光谱数据均采集了三次，最后以三组光谱数据的平均值进行光谱分析。
本发明中，步骤C中具体包括：对光谱数据成像信号进行特征提提取，再对光谱信号与噪声进行分离。
本发明中，特征提提取方法如下：
a、针对高光谱遥感数据的每个光谱波段进行归一化处理；
b、利用D个一维滤波器对数据进行卷积操作，生成多个高光谱特征矩阵；
c、针对多个高光谱特征矩阵，在特征通道方向将D个分成g组；每组利用多个一维滤波器进行一维卷积操作，提取光谱特征，最后将每组卷积结果在特征通道方向上堆栈在一起；
d、针对步骤c提取的光谱特征，通过自学习提取光谱特征的全局和局部相关性并进行加权；
e、对步骤d得到的特征矩阵(D,N)进行洗牌操作；
f、每组利用多个一维滤波器进行一维卷积操作，提取光谱特征。
本发明中，光谱信号与噪声信号分离方法如下：
a、利用低通滤波和均质性分块，分别估计信号和噪声；
b、根据贝叶斯准则，定量计算得到估计的信号和噪声的维度；
c、构建信号子空间和噪声子空间，并通过斜子空间投影，分离光谱图像中的信号组分和噪声组分。可以定量计算估计的信号和噪声的维度，保证了得到的维度不受主观因素影响。
此外，本发明中，步骤D具体为：通过具有光谱特征物质之间的自相关性来分析土壤中光谱特征物质，结合理化特性数据的辅助分析进行敏感波段、诊断特征识别；使用回归分析进行和非线性建模算法，构建重金属形态量反演模型与算法，反演出该区域重金属污染含量，并绘制分布图。
本发明解决高光谱成像土壤和植被重金属污染研究中光谱数据高冗余和数据处理复杂的问题；形成一套基于高光谱成像分析的矿源地典型重金属污染研究方法与评价流程，为后期重金属污染治理和土壤修复提供参考和依据。土壤反射光谱特征与重金属元素含量之间的定量反演研究，可为进一步应用空间或航空遥感技术进行高光谱遥感定量监测土壤重金属污染提供技术和理论支持，为土壤中重金属含量的快速监测和大面积的土壤重金属污染评价提供技术支撑。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (7)
1.一种基于高光谱成像分析的重金属污染分析方法,其特征在于：包括以下步骤：
A、主要矿源地区域重金属污染情况调查及分类；
B、矿源地区高光谱成像信号的采集；
C、光谱数据成像信号分析与处理；
D、土壤反射光谱与重金属含量的回归模型建立与重金属含量的反演。
2.根据权利要求1所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：所述步骤A中具体为：开展矿源种类，污染排放方式，周边区域水土状况调查，对调查分类及整理，为下一步高光谱成像数据采集做前期准备。
3.根据权利要求1所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：所述步骤B中具体为：选取2-3个较为典型的污染区域，使用的是美国ASD公司的FieldPro4便携式地物光谱仪进行高光谱成像数据的采集；每个区域样本的光谱数据均采集了三次，最后以三组光谱数据的平均值进行光谱分析。
4.根据权利要求1所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：所述步骤C中具体包括：对光谱数据成像信号进行特征提提取，再对光谱信号与噪声进行分离。
5.根据权利要求4所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：特征提提取方法如下：
a、针对高光谱遥感数据的每个光谱波段进行归一化处理；
b、利用D个一维滤波器对数据进行卷积操作，生成多个高光谱特征矩阵；
c、针对多个高光谱特征矩阵，在特征通道方向将D个分成g组；每组利用多个一维滤波器进行一维卷积操作，提取光谱特征，最后将每组卷积结果在特征通道方向上堆栈在一起；
d、针对步骤c提取的光谱特征，通过自学习提取光谱特征的全局和局部相关性并进行加权；
e、对步骤d得到的特征矩阵(D,N)进行洗牌操作；
f、每组利用多个一维滤波器进行一维卷积操作，提取光谱特征。
6.根据权利要求4所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：光谱信号与噪声信号分离方法如下：
a、利用低通滤波和均质性分块，分别估计信号和噪声；
b、根据贝叶斯准则，定量计算得到估计的信号和噪声的维度；
c、构建信号子空间和噪声子空间，并通过斜子空间投影，分离光谱图像中的信号组分和噪声组分。
7.根据权利要求1所述的一种基于高光谱成像分析的重金属污染分析方法，其特征在于：所述步骤D具体为：通过具有光谱特征物质之间的自相关性来分析土壤中光谱特征物质，结合理化特性数据的辅助分析进行敏感波段、诊断特征识别；使用回归分析进行和非线性建模算法，构建重金属形态量反演模型与算法，反演出该区域重金属污染含量，并绘制分布图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011215833.1A CN112485203A (zh) | 2020-11-04 | 2020-11-04 | 一种基于高光谱成像分析的重金属污染分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011215833.1A CN112485203A (zh) | 2020-11-04 | 2020-11-04 | 一种基于高光谱成像分析的重金属污染分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112485203A true CN112485203A (zh) | 2021-03-12 |
Family
ID=74928233
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011215833.1A Pending CN112485203A (zh) | 2020-11-04 | 2020-11-04 | 一种基于高光谱成像分析的重金属污染分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112485203A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113791040A (zh) * | 2021-07-20 | 2021-12-14 | 广州华清环境监测有限公司 | 一种土壤重金属检测方法及系统 |
| CN113919141A (zh) * | 2021-09-22 | 2022-01-11 | 中国矿业大学 | 一种煤矿区堆场土壤重金属风险管控系统与迁移反演方法 |
| CN116046692A (zh) * | 2023-03-23 | 2023-05-02 | 航天宏图信息技术股份有限公司 | 一种基于高光谱的土壤重金属污染监测方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103268593A (zh) * | 2013-04-24 | 2013-08-28 | 中国科学院遥感与数字地球研究所 | 一种高光谱遥感影像中信号和噪声的分离方法 |
| KR101756960B1 (ko) * | 2016-05-31 | 2017-07-13 | (주)아세아항측 | 항공 초분광 영상을 이용한 토양 중금속의 모니터링 방법 |
| CN107421894A (zh) * | 2017-09-28 | 2017-12-01 | 威海五洲卫星导航科技有限公司 | 基于无人机高光谱反演土壤中重金属污染监测方法 |
| CN107478580A (zh) * | 2017-07-31 | 2017-12-15 | 中国科学院遥感与数字地球研究所 | 基于高光谱遥感的土壤重金属含量估算方法及装置 |
| CN110174359A (zh) * | 2019-05-27 | 2019-08-27 | 生态环境部南京环境科学研究所 | 一种基于高斯过程回归的航空高光谱影像土壤重金属浓度评估方法 |
| CN110991064A (zh) * | 2019-12-11 | 2020-04-10 | 广州城建职业学院 | 土壤重金属含量反演模型生成方法、系统、存储介质及反演方法 |
| CN111062403A (zh) * | 2019-12-26 | 2020-04-24 | 哈尔滨工业大学 | 基于一维组卷积神经网络的高光谱遥感数据深度光谱特征提取方法 |
-
2020
- 2020-11-04 CN CN202011215833.1A patent/CN112485203A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103268593A (zh) * | 2013-04-24 | 2013-08-28 | 中国科学院遥感与数字地球研究所 | 一种高光谱遥感影像中信号和噪声的分离方法 |
| KR101756960B1 (ko) * | 2016-05-31 | 2017-07-13 | (주)아세아항측 | 항공 초분광 영상을 이용한 토양 중금속의 모니터링 방법 |
| CN107478580A (zh) * | 2017-07-31 | 2017-12-15 | 中国科学院遥感与数字地球研究所 | 基于高光谱遥感的土壤重金属含量估算方法及装置 |
| CN107421894A (zh) * | 2017-09-28 | 2017-12-01 | 威海五洲卫星导航科技有限公司 | 基于无人机高光谱反演土壤中重金属污染监测方法 |
| CN110174359A (zh) * | 2019-05-27 | 2019-08-27 | 生态环境部南京环境科学研究所 | 一种基于高斯过程回归的航空高光谱影像土壤重金属浓度评估方法 |
| CN110991064A (zh) * | 2019-12-11 | 2020-04-10 | 广州城建职业学院 | 土壤重金属含量反演模型生成方法、系统、存储介质及反演方法 |
| CN111062403A (zh) * | 2019-12-26 | 2020-04-24 | 哈尔滨工业大学 | 基于一维组卷积神经网络的高光谱遥感数据深度光谱特征提取方法 |
Non-Patent Citations (1)
| Title |
|---|
| 郭学飞;曹颖;焦润成;南?;: "土壤重金属污染高光谱遥感监测方法综述", 城市地质 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113791040A (zh) * | 2021-07-20 | 2021-12-14 | 广州华清环境监测有限公司 | 一种土壤重金属检测方法及系统 |
| CN113919141A (zh) * | 2021-09-22 | 2022-01-11 | 中国矿业大学 | 一种煤矿区堆场土壤重金属风险管控系统与迁移反演方法 |
| CN116046692A (zh) * | 2023-03-23 | 2023-05-02 | 航天宏图信息技术股份有限公司 | 一种基于高光谱的土壤重金属污染监测方法和装置 |
| CN116046692B (zh) * | 2023-03-23 | 2023-06-13 | 航天宏图信息技术股份有限公司 | 一种基于高光谱的土壤重金属污染监测方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Meng et al. | Regional soil organic carbon prediction model based on a discrete wavelet analysis of hyperspectral satellite data | |
| CN112485203A (zh) | 一种基于高光谱成像分析的重金属污染分析方法 | |
| Vaiphasa | Consideration of smoothing techniques for hyperspectral remote sensing | |
| CN102879099B (zh) | 一种基于高光谱成像的壁画信息提取方法 | |
| Lavanya et al. | Terrain mapping of LandSat8 images using MNF and classifying soil properties using ensemble modelling | |
| CN101299237B (zh) | 一种基于信息量维数序列的高光谱数据监督分类方法 | |
| CN104408705A (zh) | 一种高光谱图像的异常检测方法 | |
| CN100507509C (zh) | 基于主成分分析和支持向量机的油气水多相流流型识别方法 | |
| Lin et al. | Predicting copper content in chicory leaves using hyperspectral data with continuous wavelet transforms and partial least squares | |
| CN109993155A (zh) | 针对低信噪比紫外拉曼光谱的特征峰提取方法 | |
| CN111898681B (zh) | 一种基于遥感云平台与决策树的火烧迹地精细提取方法 | |
| CN110243806A (zh) | 拉曼光谱下基于相似度的混合物组分识别方法 | |
| CN103456011A (zh) | 一种利用互补信息的改进型高光谱rx异常检测方法 | |
| CN107389571B (zh) | 一种矿物组分高光谱遥感精细鉴别方法 | |
| CN113008805A (zh) | 基于高光谱成像深度分析的白芷饮片质量预测方法 | |
| CN103712923A (zh) | 土壤野外原位测量光谱中去除水分影响因素的方法 | |
| CN115420726B (zh) | 一种利用重构sers光谱快速识别目标物的方法 | |
| CN113008806A (zh) | 一种农产品产地重金属空间分布确定方法 | |
| Shang et al. | Estimation of soil copper content in mining area using ZY1-02D satellite hyperspectral data | |
| Pu | Detecting and Mapping Invasive Plant Species Using Hyperspectral Data | |
| Wang et al. | Pollution level mapping of heavy metal in soil for ground-airborne hyperspectral data with support vector machine and deep neural network: A case study of Southwestern Xiong'an, China | |
| Wang et al. | Development of total suspended matter prediction in waters using fractional-order derivative spectra | |
| CN115170865A (zh) | 基于ufvgg16网络的油品识别方法、装置及计算机设备 | |
| Wang et al. | Estimate of soil heavy metal in a mining region using PCC-SVM-RFECV-AdaBoost combined with reflectance spectroscopy | |
| CN111523587A (zh) | 一种基于机器学习的木本植物物种光谱识别方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210312 |