had excellent capacity of estimating soil salt content in the study area ( g/kg,  g/kg, , , and RPD = 2.080). This study provides an application reference for quantitative estimations of other land surface parameters and some other applications on hyperspectral technology."> 定量估算含盐量的盐渍土使用实验室高光谱数据采用分数阶导数 - raybet雷竞app,雷竞技官网下载,雷电竞下载苹果
标志”src=

《光谱学
PDF
《光谱学/2016年/文章

研究文章|开放获取

体积 2016年 |文章的ID 1081674 | https://doi.org/10.1155/2016/1081674

张董,Tashpolat Tiyip,范简历叮,张伊卜拉欣- Nurmemet, Ardak Kelimu, Jingzhe王, ”定量估算含盐量的盐渍土使用实验室高光谱数据采用分数阶导数”,《光谱学, 卷。2016年, 文章的ID1081674, 11 页面, 2016年。 https://doi.org/10.1155/2016/1081674

定量估算含盐量的盐渍土使用实验室高光谱数据采用分数阶导数

张董,1,2 Tashpolat Tiyip,1,2 简历叮,1,2 范张,1,2 伊卜拉欣- Nurmemet,1,2 Ardak Kelimu,1,2 和 Jingzhe王1,2

1新疆大学资源与环境科学学院830046年乌鲁木齐,中国

2绿洲生态学重点实验室、新疆大学、830046年乌鲁木齐,中国

学术编辑器:那Makreski
收到了 2016年6月27日
接受 2016年9月14日
发表 2016年11月10

文摘

大多数目前研究估计土壤盐度的高光谱数据都集中在光谱反射率或其整数衍生品,但忽略了分数导数信息的高光谱数据。出于这种情况下,所选择的研究领域是Ebinur湖泊盆地位于新疆维吾尔自治区西南边境,中国严重盐渍化。现场工作进行了从15日到10月25日,2014年,共有180个土壤样本和收集来自45个抽样地点;后测量土壤含盐量和光谱反射率在实验室里,范围从0到2分为11订单(间隔0.2)然后是高光谱数据是由4种治疗的数学转换和11个订单部分衍生品。结合土壤含盐量,偏最小二乘回归方法应用于模型校准和预测和一些指标用来评估模型的性能。结果表明,检索模型建立到250年乐队1 / 1.2阶导数的基础上 有极好的能力评估研究区域土壤盐含量( 克/公斤, 克/公斤, , 和RPD = 2.080)。这项研究提供了一个应用程序参考其他地表参数的定量估计高光谱技术上和其他一些应用程序。

1。介绍

土壤盐渍化是最常见的,但严重的全球环境问题和被认为是土地荒漠化的主要路径之一(1]。由于大型蒸发和较高的地下水位较高的可溶性盐含量(2),它经常发生在脆弱的干旱和半干旱地区,导致的生产力损失灌溉农田(3]。在全球范围内,大约有20%的灌溉土地面临严重威胁的盐渍化和这个数字将增加与巨大的人口压力4]。

面对这样的大量土地被盐化,及时检测和评估的土壤盐渍化成为可持续发展(因此非常必要和紧迫5]。然而,传统的方法往往需要密集的现场调查受限于有限的资金和劳动力;因此,这些不能满足需要大面积的盐渍化监测6]。由于低成本、快速数据采集和大面积覆盖(7),遥感(尤其是高光谱遥感)显示了作为一个有前途的工具代替或补充传统的方法和在不同的空间尺度上概述了盐渍化,和高光谱技术已经成功地用于定量分析土壤盐渍化的一些指标(8- - - - - -11]。

在光谱分析方法中,导数光谱法是一种强大的数学工具和提供更多的有用信息的光谱数据比未经处理的数据(12]。众所周知,一阶导数光谱曲线的斜率和二阶导数意味着斜率的变化,也就是说,光谱曲线的曲率(13,14]。导数高光谱数据的分析得到了广泛的应用,消除背景噪音,减少的影响基线,解决重叠的问题,提高光谱特性,捕捉微妙的光谱曲线的细节,提高地表参数的估计精度(15- - - - - -20.]。然而,导数光谱法有一些缺点,比如光谱信息损失和高频噪声的放大16]。

作为一个更一般的情况下,分数导数是类似于整数阶导数但延伸导数任意的顺序(21]。有一些成功的应用在高光谱数据集被分数导数。施密特(22]介绍了这种方法应用到实验室近红外光谱测量血红蛋白和牛奶的液体混合物。他发现分数导数提供更大的灵活性比整数阶导数导数的顺序调整,以减少基线偏移和减少高频噪声。通等。23]使用分数阶Savitzky-Golay导数(FOSGD)和稳定竞争适应再加权抽样(疤痕)在模拟柴油,红河烟草光谱数据集来提高多元校正模型的性能。他们发现FOSGD有更好的能力平衡解决的矛盾和信号强度比整数阶导数。

然而,很少有研究分数导数用于盐渍土的高光谱数据,而且,这方面,出于之前的作品,当前的研究试图使用实验室高光谱数据被分数导数结合土壤盐含量数据建立一个回归模型更好的评估准确性的。具体地说,这项研究旨在 分析土壤含盐量和高光谱数据之间的关系被分数导数, 发展盐含量的定量模型估计基于不同分数阶导数 研究检索模型的一些参数的变化趋势与订单增加。

2。分数导数光谱法

分数微积分是数学的一个理论分支有着悠久历史自17世纪末和推广了经典的整数阶导数任意(noninteger)订单21,24- - - - - -26]。分数导数已广泛应用于一些工程领域,因为分数导数描述的模型有更好的准确性和效率高于这些建立基于整数阶导数(27]。

虽然分数导数有着悠久的历史和许多成功的应用,其数学定义仍没有统一的(28]。最受欢迎的和常用的定义是Grunwald-Letnikov (G-L) Riemann-Liouville (rl)和卡普托26]。由于比其他人不太复杂21),G-L定义被用于这项研究。

的 订单G-L分数导数的函数 上一节 被定义为 在哪里 的整数部分是吗 和γ函数定义如下29日]:

考虑这样一个事实:在这项研究中使用的高光谱测量仪的重采样光谱分辨率为1纳米,,因此,集 和(1)成为 因此,(3)可以被视为数值算法计算的分数阶导数高光谱数据(30.,31日),零级意味着高光谱数据不被导数算法。

3所示。材料和方法

3.1。研究区域

Ebinur湖(44°44 10′′~ 45°N, 82°35′~ 83°11′E),位于中国的西南边境地区,是最大的盐水湖(约542公里2新疆维吾尔自治区(图)1)[32,33]。湖四周是山北、西部和南部[34]。这个区域远离海洋,属于温带大陆性干旱荒漠气候年平均降雨量(100 ~ 200毫米),强大的年度潜在蒸发(1500 ~ 2000毫米),和强风(大约每年164天,风速超过8米/秒)(33,35,36]。由于特殊的气候和位置再加上不合理的人类活动,在这个地区土壤盐渍化、沙漠化的现象很普遍但强壮,和生态环境极其脆弱。


图1
研究区和抽样分布站点。
3.2。场活动和实验室实验

现场工作的研究从15日到10月25日,2014年,共有180个土壤样本(深度0 ~ 20厘米)收集来自45个网站( m正方形区域,在每个站点)(图4样品1)。在抽样之前,手持全球定位系统设备是用来记录采样地点的坐标和景观现场拍摄的照片。每一个土壤样本(约1公斤)放入一个塑料袋,密封,贴上,带回实验室。充分风干后,所有土壤样品被压碎,经过2毫米筛除掉石头,杂草的根和其他杂质。每个样本分为两个相等的部分进一步分析(土壤属性分析和实验室光谱分别测量)。180年土壤含盐量和pH值的土壤样本由WTW inoLab®3420多集B多参数测量仪(Wissenschaftlich-Technische Werkstatten GmbH,德国)在1:5土壤蒸馏水提取物(20 g的土壤样本加入100毫升蒸馏水)25°C。

3.3。实验室反射测量

目的是为了控制光线条件(37,38],反射率测量是在黑暗的房间里进行广泛使用的ASD FieldSpec®3便携式光谱仪(分析光谱设备有限公司、美国)。仪器涵盖了包括可见近红外、短波红外(350 ~ 2500 nm)与2151年乐队重新取样1 nm (2,39]。培养皿直径15厘米,2厘米的深度是用来加载已筛土样。与样品完全填满盘子后,表面刮了一个塑料尺子,以确保相同的平面测量表面(40]。样本被两个90 W钨卤素光源放在两侧的样品,和光束从垂直方向设置为30°,每个灯和样品之间的距离是50厘米。探测器和一个8°视角是固定在10厘米的高度垂直于表面的土壤样本。谱仪是测量校准大约每10分钟的暗电流和一个标准的白色spectralon反射面板(spectralon Labsphere Inc .)、美国)(39,41]。每个样本的光谱反射率收集了20倍。

3.4。光谱数据处理

进一步分析之前,光谱数据预处理是必要且重要的步骤来减少计算错误。为了减少仪器噪声(2),这些平均20每个样本的光谱曲线拼接校正后ViewSpecPro软件(版本6.0.11)。由于低信噪比(42),边际范围从350到400纳米,从2351年到2500海里被移除,而不是用于这项研究。然后,180光谱曲线的样品被Savitzky-Golay平滑滤波器(多项式2和帧大小5,默认设置在OriginPro 9.0.0) (43]。平滑的土壤光谱曲线如图样品2。


图2
平滑180样品的光谱曲线。

预处理后,为了改变线性非线性关系,获得更多的建模结果,高光谱反射率数据( )的180个样本被一些常见非线性转换函数:均方根( ),反演( )、对数( )和logarithm-inversion (1 / )。特别是, 光谱是常用的,因为吸收组件及其贡献往往近似线性关系 值(44),因为 ,这里 是应用于进一步的造型。

根据(3),( , , , ,1 / )0 ~ 2部分衍生品(间隔0.2)计算土壤盐含量之间的相关系数和各阶导数处理数据计算在Eclipse Java编程集成开发平台。

3.5。估计模型和预测精度

高光谱数据在定量研究方面,偏最小二乘回归(PLSR)被证明是一个健壮的和可靠的数学工具,因为它的优势解决共线性问题[45- - - - - -50]。因此,在本研究中,应用PLSR模型校准和预测土壤含盐量的基于高光谱数据被G-L分数导数。

为了评估性能和精度估计PLSR模型建立,五个指标的模型:行列式的校准系数( )和预测( )、均方根误差校准( )和预测( ),性能比偏差(RPD),是用来执行校准模型的评估。通常,一个好和稳定的模型应该很高 , ,RPD和低 和 (51- - - - - -53]。在这一步中,所有的计算都是由MATLAB R2014b软件(美国MathWorks Inc .)。

4所示。结果,分析和讨论

4.1。盐度参数

土壤含盐量的描述性统计和pH值的180个样本中收集研究区在桌子下面1。土壤盐含量表现出大范围从0.0到196.0 g / kg平均值为14.739克/公斤,一个标准偏差(SD)的15.610克/公斤,和一个相当高的变异系数(CV)的105.909% (> 100%)。根据土壤盐度的分类(54),淡的的数量,轻度,中度,85年重盐碱土壤样本,分别为33岁,20日和42。pH值的变化从7.9到9.718,4.851%的简历很低(< 10%)(55]。180份样品中,有100碱性样品(pH值在7.5和8.5之间)和80强碱性样品(pH > 8.5) (56]。
项 分钟。 Max。 的意思是 SD 简历/ % 偏态 峰度
盐含量 0.0 196.0 14.739 15.610 105.909 3.730 15.202
pH值 7.9 9.718 8.546 0.415 4.851 1.028 0.537
SD:标准推导;简历:变异系数。
表1
统计结果的盐含量(克/公斤)和pH值。
4.2。光谱特性

的基础上不同程度的土壤盐碱化上面所提到的,180个土壤样本分为4类和光谱曲线平均每个类别的代表光谱曲线的程度(图3)。四个光谱曲线遵循类似的基本形状和位于1400点附近有三个明显的吸收特性,分别为1900和2200 nm, (38,57]。在4个类别,淡的土壤显示最低反射率和略盐渍土显示最高反射率。很容易区分略有差异,严重,和淡的土壤在整个光谱范围(400 ~ 2350海里),,然而,重度和中度盐碱土壤的光谱曲线有重叠的部分,但可以歧视大约从400年到900年,从1900年到2050 nm。


图3
与不同程度的盐渍化土壤的光谱曲线。
4.3。盐含量之间的相关性和光谱

波段选择是一个重要的过程构建回归模型(58),和盐含量之间的相关系数和光谱反射率通常用来识别土壤盐度敏感乐队(10]。所有土壤盐含量之间的相关系数和分数导数值的原始反射率数据和数学转换测试0.01的显著性水平( 或以上)。曲线的相关系数的原始反射率数据绘制在图4。为原始反射率数据,没有乐队通过了显著性检验在0.01的水平,但与衍生品增加的顺序,提出了相关系数在0.01水平在某些波长范围。除了订单从0增加到0.6时,相关系数曲线的变化趋势不同的订单详细范围从600到1100纳米,从2000年到2200海里和其他一些范围,但订单已超过0.6时,曲线波动很大,缺乏规律性;因此不能发现更多的细节图4。


图4
盐含量之间的相关系数和原始反射率数据被部分衍生品。

在图4,目前尚不清楚有多少乐队通过了显著性检验在0.01的水平,因此,原始反射率和4其他转换的数量统计和趋势线如图5。这5个数学形式的反射( , , , ,1 / ),没有乐队通过了显著性检验,但由于衍生品订单的增加,这个数字之后先增加后减少的趋势,和所有在分数阶达到最大( , , 0.6订单,1 / 在0.8, 分别为0.4)。


图5
乐队通过了显著性检验的数量和趋势线。
4.4。模型校准和验证

180年样本随机分为两个部分:144(80%)模型校准和36例(20%)为模型验证。为了充分利用高光谱数据,利用PLSR,所有的乐队,其相关系数通过了显著性检验在0.01被用作特性参与建模的过程。55的校准和验证结果模型基于光谱数据被分数导数的数学转换和不同的顺序在表中进行了总结2- - - - - -6。
订单 乐队 组件 RPD
0 0
0.2 112年 3 26.644 0.283 25.004 0.332 1.224
0.4 736年 3 25.165 0.361 22.733 0.448 1.346
0.6 907年 4 19.260 0.626 16.552 0.707 1.849
0.8 845年 4 17.642 0.686 16.484 0.710 1.856
1 510年 4 16.143 0.737 16.938 0.694 1.807
1。2 234年 4 15.394 0.761 16.599 0.706 1.844
1。4 123年 3 16.924 0.711 16.743 0.701 1.828
1。6 75年 3 17.919 0.676 19.965 0.575 1.533
1。8 43 3 21.438 0.536 23.999 0.385 1.275
2 29日 2 26.596 0.286 30.427 0.011 1.006
表2
基于原始反射率模型的结果。
订单 乐队 组件 RPD
0 0
0.2 120年 3 26.640 0.283 25.038 0.331 1.222
0.4 782年 3 25.168 0.361 22.844 0.443 1.340
0.6 908年 4 19.918 0.600 16.977 0.692 1.803
0.8 782年 4 17.886 0.677 16.684 0.703 1.834
1 488年 4 16.736 0.717 17.660 0.667 1.733
1。2 223年 4 15.338 0.762 16.624 0.704 1.841
1。4 129年 3 17.089 0.705 17.010 0.691 1.799
1。6 75年 3 17.847 0.678 20.107 0.568 1.522
1。8 44 3 21.305 0.541 24.122 0.378 1.268
2 31日 2 26.482 0.292 30.565 0.002 1.001
表3
PLSR模型基础上的结果 。
订单 乐队 组件 RPD
0 0
0.2 261年 3 27.107 0.258 26.925 0.226 1.136
0.4 851年 3 25.111 0.363 23.346 0.418 1.311
0.6 767年 3 22.481 0.489 20.527 0.550 1.491
0.8 622年 4 19.510 0.615 17.151 0.686 1.784
1 376年 4 18.012 0.672 18.780 0.623 1.629
1。2 209年 4 16.672 0.719 18.360 0.640 1.667
1。4 130年 3 18.366 0.659 17.858 0.659 1.713
1。6 80年 3 18.121 0.668 20.744 0.540 1.475
1。8 47 3 21.771 0.521 23.194 0.425 1.319
2 29日 2 26.389 0.297 29.987 0.040 1.020
表4
PLSR模型基础上的结果 。
订单 乐队 组件 RPD
0 0
0.2 129年 3 26.377 0.297 24.722 0.347 1.238
0.4 835年 3 25.152 0.361 22.949 0.437 1.333
0.6 891年 4 20.108 0.591 17.347 0.678 1.764
0.8 743年 4 18.374 0.659 16.791 0.699 1.822
1 462年 2 22.825 0.474 22.332 0.467 1.370
1。2 215年 4 15.682 0.751 17.684 0.666 1.730
1。4 129年 3 17.658 0.685 17.448 0.675 1.754
1。6 78年 3 17.917 0.675 20.493 0.551 1.493
1。8 43 3 21.585 0.529 24.202 0.374 1.264
2 30. 2 26.516 0.290 30.414 0.012 1.006
表5
PLSR模型基础上的结果 。
订单 乐队 组件 RPD
0 0
0.2 44 2 26.712 0.279 24.910 0.337 1.228
0.4 344年 2 25.786 0.328 24.180 0.375 1.265
0.6 820年 3 21.687 0.525 17.868 0.659 1.712
0.8 885年 4 16.670 0.719 15.541 0.742 1.969
1 560年 4 15.685 0.751 16.339 0.715 1.873
1。2 250年 4 14.685 0.782 14.713 0.768 2.080
1。4 120年 3 16.689 0.718 17.844 0.660 1.715
1。6 63年 3 18.855 0.641 21.079 0.525 1.452
1。8 33 2 25.618 0.337 27.881 0.170 1.097
2 26 2 27.024 0.262 29.384 0.078 1.041
表6
PLSR模型基础上的结果 。

整数阶导数,建立的模型对一阶导数比二阶导数和微分,未经处理的数据因为没有带的光谱数据没有导治疗通过了显著性检验,这对一阶导数的影响更明显比二阶导数对提高相关系数。但是,对于分数阶导数,事情已经改变;模型基于治疗的数据(3)有更好的结果比整数阶模型(低 和 和更高的 , 和RPD)。

RPD评估的性能是一个重要的参数回归模型的范围< 1.4、1.4 ~ 2.0和> 2.0相应意味着模型有一个穷人,能接受的,和优秀的能力预测土壤盐度(57,59]。有30模型与RPD > 1.4,可以接受的结果,其中30模型只有一个最好的模型是建立在250年基于1.2阶导数的1 /乐队 4主成分,RPD = 2.080(> 2.0),最低 (14.685克/公斤) (14.713 g / kg),最高 (0.782) (0.768)。散点图的测量和预测土壤含盐量的最佳模型如图6。 测量值和预测值的校准和验证集达到0.782和所有这些数字意味着基于高光谱数据的校准模型被分数导数可以用来估计研究区域的土壤盐碱化。


图6
测量和预测土壤含盐量的关系校准和验证集。

5。讨论

根据(3),当订单 或2,方程变得一样的一线和二阶导数方程微分窗口= 1 (42,60- - - - - -62年),它可以从(3)的整数阶导数值一个乐队的乐队有关导数窗口,而一个乐队的分数导数值与波长小于这个乐队的乐队。这是一个很大的区别分数和整数阶导数和这项研究的结果的主要原因,众所周知,整数阶导数是独特的和地方,虽然分数导数通常是外地和记忆(27,63年]。

传统上,零的的形状有很大的不同,首先,和二阶导数,但分数导数可以从高光谱数据提供更多有用的信息,因为订单是扩展到noninteger可以添加细节曲线之间的整数阶导数光谱曲线,因此,这种效应可能会直接体现在分数阶导数不同订单的相关系数曲线(图4)[16,63年]。

在结果部分,整数阶导数的确提高了反射率数据之间的相关系数和土壤含盐量和也改善了表演PLSR模型建立的在某种程度上,但是,与分数导数相比,它真正丢失信息的一些乐队和评估模型的准确性和性能下降。因此,分数导数可以弥补这个缺点将在实践中灵活方便地选择合适的衍生品订单(64年]。

众所周知,相应的一阶和二阶导数光谱曲线的斜率和曲率,,然而,分数导数光谱的物理意义尚未阐明。但它表明,0和2之间的顺序分数导数可以被描述为对光谱曲线的斜率和曲率;订单从0增加到1时,导数值斜率变得更加敏感和不敏感的反射,而订单增加从1到2,导数值结果更敏感的曲率和斜率(太敏感22]。根据这些建议,在这项研究中,差异相关系数曲线,乐队的数量,通过了显著性检验,和回归模型的精度指标( , , , 和RPD)都表现的敏感性,及其倾向并不直接增加或减少,但显示起伏在某种程度上,其中一些部分订单(数据达到最优值4和5和表2- - - - - -6)。建模的过程在这个研究是一个过程试图找到平衡与合适的秩序,最低 , ,最高 , ,RPD PLSR;根据性能评价指标,终于发现最好的模型。

事实上,有一些其他的研究比我们的更好的表现。Mashimbye et al。65年)与一阶导数装袋PLSR使用反射率数据来估计土壤电导率在南非和验证 达到0.85。彭et al。66年)结合可见近红外和中红外高光谱数据来预测总溶解盐PLSR新疆,和发现 克/公斤, 克/公斤, , 和RPD = 2.14。根据我们的研究结果,他们可能掌握更多细节如果分数导数应用的研究。

6。结论

摘要Ebinur湖的西北边境的新疆,中国,被选为研究领域;结合实验室测量土壤含盐量和高光谱数据的180个样本,PLSR来建立土壤盐渍度定量评估模型,基于高光谱数据处理的数学转换和部分衍生品。结论如下:(1)最好的检索模型是建立在250年基于1.2阶导数的1 /乐队 与4个主成分,最低 (14.685克/公斤) (14.713 g / kg),最高 (0.782), (0.768)和RPD (2.080 > 2.0)。这个模型有极好的能力评估研究区域土壤盐含量。(2)过程中数据处理和模型校准和验证,相关系数曲线和乐队的数量差异,通过了显著性检验, , , , RPD,显示一些变化趋势表现的敏感光谱曲线的斜率和曲率。(3)在建模的过程中,整数阶导数失去了信息和量化精度估计,一些内容,分数导数可以弥补这个缺点,因为选择合适的衍生品订单的灵活性。

整数阶导数的延伸,由于订单选择的灵活性,分数导数可以丰富数据预处理的方法,挖掘信息输了整数阶导数光谱辞职的高光谱数据的充分利用。虽然这项研究只是分数导数的应用程序,它提供了一个参考其他参数估计,利用高光谱技术。进一步的研究应该集中在分数导数光谱法物理意义,促进对星载高光谱技术精确地监测地表参数对大空间尺度上。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

这项工作是由中国国家自然科学基金(41130531,U1138303 U1503302, 41561089)和国家关键技术研发项目(2014 bac15b01)。作者感谢所有的学生在他们的球队的重大贡献的田野调查和实验室实验。

引用

  1. m . Bouaziz j . Matschullat, r . Gloaguen”改善遥感探测土壤盐度从巴西东北部的半干旱气候,”学习Rendus-Geoscience,卷343,不。11 - 12,795 - 803年,2011页。视图:出版商的网站|谷歌学术搜索
  2. a . Sidike s赵,y,”来自该地区平罗县估算土壤盐度中国使用QuickBird数据和土壤反射光谱,”国际期刊《应用地球观测和地质信息,26卷,不。1,第175 - 156页,2014。视图:出版商的网站|谷歌学术搜索
  3. 大肠Scudiero、t·h·Skaggs和d·l·科文”区域范围内土壤盐渍度评价利用陆地卫星7号拍摄,西方的圣华金河谷,加利福尼亚,美国“Geoderma区域,2 - 3卷,第90 - 82页,2014年。视图:出版商的网站|谷歌学术搜索
  4. g . i Metternicht和j . a . Zinck遥感土壤盐度:潜力和限制,“环境遥感,卷85,不。1,1,2003页。视图:出版商的网站|谷歌学术搜索
  5. y翁,p .锣,z .朱,“光谱指数估算土壤盐度在中国的黄河三角洲地区使用eo - 1 hyperion数据,”土壤圈,20卷,不。3、378 - 388年,2010页。视图:出版商的网站|谷歌学术搜索
  6. j·丁和d . Yu”,监测和评价土壤空间变异性盐度Werigan-Kuqa绿洲在干燥和潮湿的季节,中国,利用遥感和电磁感应仪器,“Geoderma卷,235 - 236,316 - 322年,2014页。视图:出版商的网站|谷歌学术搜索
  7. g . w . y . Liu Li吴,x,“估计重金属污染的可行性在泛滥平原土壤使用实验室高光谱数据——通常情况下研究勒安河沿岸,中国,“地理空间信息科学,14卷,不。1,10到16,2011页。视图:出版商的网站|谷歌学术搜索
  8. 问:p, p . Li王,z Pu、“开发和应用新型光谱特征参数在旱地土壤盐类型分类,“生态指标54卷,第2325条,第123 - 116页,2015年。视图:出版商的网站|谷歌学术搜索
  9. l . j . Li Pu、朱m . et al .,“监测土壤含盐量使用HJ-1A高光谱数据:一个案例研究Rudong县沿海地区,华东地区,”中国地理科学,25卷,不。2、213 - 223年,2015页。视图:出版商的网站|谷歌学术搜索
  10. 库马尔,g . Gautam和s·k·萨哈,“高光谱遥感数据导出描述被盐化土壤光谱指数:一个案例研究印度的恒河平原,”环境地球科学,卷73,不。7,3299 - 3308年,2015页。视图:出版商的网站|谷歌学术搜索
  11. j . Farifteh f·范德梅尔,c . Atzberger和e·j·m·卡”被盐化土壤反射光谱定量分析:比较两种自适应方法(PLSR和安),“环境遥感,卷110,不。1,59 - 78年,2007页。视图:出版商的网站|谷歌学术搜索
  12. k•威金斯,r·帕尔默w·哈钦森和p·德拉蒙德,“调查使用的吸光度光谱一阶导数的计算作为法医纤维分析工具,”科学和公正卷,47号1,9到18,2007页。视图:出版商的网站|谷歌学术搜索
  13. h·霍尔登和大肠LeDrew高光谱分类的精度评估珊瑚礁特性,”Geocarto国际,15卷,不。2,7 - 14,2008页。视图:出版商的网站|谷歌学术搜索
  14. y Pu、w . Wang j .周y . Wang和h·贾,“分数微分方法检测数字图像的结构特征及其分数微分滤波器实现,”在中国科学。系列f .信息科学,51卷,不。9日,第1339 - 1319页,2008年。视图:出版商的网站|谷歌学术搜索|MathSciNet
  15. b·l·贝克·d·p·Lusch, j .气”确定最优光谱波段从原位测量大湖沿海湿地利用二阶导数分析,“环境遥感,卷97,不。2、238 - 248年,2005页。视图:出版商的网站|谷歌学术搜索
  16. Kharintsev和m . k . Salakhov”一个简单的方法来提取光谱参数使用分数导数光谱法,“Spectrochimica学报:分子和生物分子光谱学,60卷,不。8 - 9,2125 - 2133年,2004页。视图:出版商的网站|谷歌学术搜索
  17. f·蔡和w·d·Philpot”derivative-aided覆盖分类、高光谱图像分析系统”IEEE地球科学和遥感,40卷,不。2、416 - 425年,2002页。视图:出版商的网站|谷歌学术搜索
  18. Z.-Y。刘,j j。施,L.-W。张,肯尼迪。黄”,歧视的水稻穗高光谱反射率数据基于主成分分析和支持向量分类,“浙江大学学报科学B,11卷,不。1,第78 - 71页,2010。视图:出版商的网站|谷歌学术搜索
  19. c .鲁芬,r·l·王,n . h . Younan”组合导数光谱和savitzky-golay过滤方法对高光谱数据的分析,“GIScience &遥感,45卷,不。1、1 - 15,2013页。视图:谷歌学术搜索
  20. s . t .蒙泰罗y Minekawa、y Kosugi t . Akazawa和k . Oda”预测的甜味和氨基酸含量大豆作物高光谱图像,”ISPRS《摄影测量与遥感,卷62,不。1到12,2007页。视图:出版商的网站|谷歌学术搜索
  21. b·李和w·谢”,自适应分数微分方法及其应用医学图像增强,”计算机与电气工程,45卷,第335 - 324页,2015年。视图:出版商的网站|谷歌学术搜索
  22. j·m·施密特”分数导数的漫反射光谱分析,“应用光谱学,52卷,不。6,840 - 846年,1998页。视图:出版商的网站|谷歌学术搜索
  23. p .通y Du,郑k, t·吴和j·王,“提高近红外光谱模型,分数阶Savitzky-Golay推导(FOSGD)加上波长选择,”化学计量学和智能实验室系统卷。143年,40-48,2015页。视图:出版商的网站|谷歌学术搜索
  24. 诉Kiryakova j·t·马查多,f·曼拉德,“最近分数阶微积分的历史,”非线性科学与数值模拟通信,16卷,不。3、1140 - 1153年,2011页。视图:出版商的网站|谷歌学术搜索|MathSciNet
  25. c·李·g·陈,“混沌和超混沌的分数阶Rossler方程,”自然史统计力学及其应用卷。341年,55 - 61、2004页。视图:出版商的网站|谷歌学术搜索|MathSciNet
  26. d . Sierociuk t . Skovranek m . Macias et al .,“扩散过程建模,利用分数阶模型”,应用数学和计算卷,257页2 - 11,2015。视图:出版商的网站|谷歌学术搜索
  27. j .张和k·陈,“总变分图像配准的分数阶变异模式,”计算物理学杂志卷,293年,第461 - 442页,2015年。视图:出版商的网站|谷歌学术搜索|MathSciNet
  28. 薛d, d, d .王”一种分数阶自适应正则化非算法对图像去噪,”信息科学卷,296年,第159 - 147页,2015年。视图:出版商的网站|谷歌学术搜索|MathSciNet
  29. a . Loverro分数微积分:历史、定义和应用工程师圣母大学,2004。
  30. n .他J.-B。王,l l。张,k . Lu”,一种改进的图像去噪,分数阶微分模型”信号处理卷,112年,第188 - 180页,2015年。视图:出版商的网站|谷歌学术搜索
  31. 诉加戈和k·辛格,“一种改进Grunwald-Letnikov分数微分图像纹理增强的面具,“国际期刊《先进的计算机科学和应用程序,3卷,不。3、130 - 135年,2012页。视图:出版商的网站|谷歌学术搜索
  32. j .姚明,问:赵,z . Liu,“气候变化和人类活动对径流的影响径河盆地,中国西北,”山科学杂志》,12卷,不。2、358 - 367年,2015页。视图:出版商的网站|谷歌学术搜索
  33. h·l·马j . Wu, h .曾和j . Abuduwaili“中世纪暖期和小冰期的沉积物记录Ebinur湖,中国西北,”北风之神,40卷,不。3、518 - 524年,2011页。视图:出版商的网站|谷歌学术搜索
  34. j . d . Liu Abuduwaili, j . Lei g .吴和d Gui,“风蚀的盐水盐湖沉积物及其生态效应Ebinur湖,新疆,中国,“环境地球科学,卷63,不。2、241 - 250年,2011页。视图:出版商的网站|谷歌学术搜索
  35. f·张,t . Tiyip v c . Johnson et al .,“自然和人为因素的影响的收缩Ebinur湖,新疆,中国,1972 - 2013年期间,“环境监测和评估,卷187,不。1,p。4128年,2015。视图:出版商的网站|谷歌学术搜索
  36. w·l·马j . Wu刘,j . Abuduwaili”区分人为和气候对湖泊的影响大小:使用数据建模方法Ebinur湖在中国西北干旱,”《湖沼学,卷73,不。2、148 - 155年,2014页。视图:出版商的网站|谷歌学术搜索
  37. g .郑d Ryu、焦c和c .香港“土壤有机质含量在沿海估计使用反射光谱,”土壤圈,26卷,不。1,第136 - 130页,2016。视图:出版商的网站|谷歌学术搜索
  38. h·杨和j·李,“预测土壤有机碳在天山北部使用实验室高光谱数据,中国,“环境监测和评估,卷185,不。5,3897 - 3908年,2013页。视图:出版商的网站|谷歌学术搜索
  39. c·戈麦斯y Le Bissonnais m . Annabi h . Bahri和d . Raclot”实验室用可见光谱作为一种替代方法估算土壤团聚体稳定性指标的地中海土壤,“Geoderma卷,209 - 210,86 - 97年,2013页。视图:出版商的网站|谷歌学术搜索
  40. h·刘,张y, b,“小说高光谱反射率模型估算中国东北黑土有机质,”环境监测和评估,卷154,不。1 - 4、147 - 154年,2009页。视图:出版商的网站|谷歌学术搜索
  41. g . r . Mahajan r . n . Sahoo r . n . Pandey v . k .古普塔和d·库马尔”利用高光谱遥感技术监测氮、磷、硫、钾小麦(小麦l .)”精准农业,15卷,不。5,499 - 522年,2014页。视图:出版商的网站|谷歌学术搜索
  42. 周c, s, s . Wu”利用高光谱反射率检测不同土壤侵蚀状况在中国南部的亚热带丘陵地区:一个案例研究长汀,福建省”环境地球科学,卷70,不。4、1661 - 1670年,2013页。视图:出版商的网站|谷歌学术搜索
  43. 刘陈t Shi, y, y, g .吴”可见光和近红外反射率spectroscopy-an替代监测土壤受重金属污染,”《有害物质卷,265年,第176 - 166页,2014年。视图:出版商的网站|谷歌学术搜索
  44. 美国Schmidtlein和j . Sassin”映射连续植物区系在草原利用高光谱图像梯度,”环境遥感,卷92,不。1,第138 - 126页,2004。视图:出版商的网站|谷歌学术搜索
  45. 李x, y . k . Yu赵,y邵,f .朱和y他,“识别裂纹特征新鲜枣使用vi /近红外光谱成像与图像处理相结合,“计算机和电子产品在农业卷,103年,页1 - 10,2014。视图:出版商的网站|谷歌学术搜索
  46. d, d .太阳,y,“小说非侵入性分布测量的质地剖面分析(TPA)鱼通过使用可见光和近红外光谱成像,”食品化学卷,145年,第426 - 417页,2014年。视图:出版商的网站|谷歌学术搜索
  47. m . Kamruzzaman y牧野,s . Oshita“快速、非破坏性检测绞碎的牛肉鸡肉掺假的使用可见近红外光谱成像和机器学习,”《食品工程卷。170年,地位,2016页。视图:出版商的网站|谷歌学术搜索
  48. f . Khayamim j . Wetterlind h . Khademi a·h·j·罗伯逊a .《法兰克福汇报》卡诺和b·斯坦伯格,“使用可见光和近红外光谱估计碳酸盐和石膏在伊斯法罕土壤干旱和湿润地区,伊朗,”近红外光谱学杂志》上,23卷,不。3、155 - 165年,2015页。视图:出版商的网站|谷歌学术搜索
  49. c, b, g, j .徐z . Wang和c·陈,“快速检测三聚氰胺的奶粉通过近红外光谱,”近红外光谱学杂志》上,17卷,不。2,59 - 67年,2009页。视图:出版商的网站|谷歌学术搜索
  50. d . e . a . m .雷迪,盖伊,w·柯克和i . r . Donis-Gonzalez”潜在的使用可见/近红外光谱和光谱成像预测processing-related成分的土豆,“《食品工程卷。135年,11-25,2014页。视图:出版商的网站|谷歌学术搜索
  51. c·戈麦斯,p . Lagacherie g . Coulouma”区域的预测8常见土壤特性及其空间结构从高光谱数据可见,”Geoderma卷,189 - 190,176 - 185年,2012页。视图:出版商的网站|谷歌学术搜索
  52. r . Casa f·卡斯塔尔迪,s . Pascucci A .帕隆博和s . Pignatti”比较传感器分辨率和校准土壤质地的策略从高光谱遥感估算,“Geoderma卷,197 - 198年17-26,2013页。视图:出版商的网站|谷歌学术搜索
  53. h . d . Wu Shi, s . Wang y, y包,和k·刘,“快速预测含水率的脱水虾使用在线高光谱成像系统,”分析Chimica学报卷,726年,页57 - 66,2012。视图:出版商的网站|谷歌学术搜索
  54. f·张,t . Tiyip j .丁et al .,”研究盐碱土壤的反射光谱特性沿着塔里木河中游:一个案例研究在新疆自治区,中国,“环境地球科学,卷69,不。8,2743 - 2761年,2013页。视图:出版商的网站|谷歌学术搜索
  55. m·圣·卢斯n . Ziadi b . j . Zebarth c·a·格兰特,g . f . Tremblay和e . g . Gregorich”快速测定土壤有机质质量指标使用可见近红外反射光谱,”Geoderma卷,232 - 234,449 - 458年,2014页。视图:出版商的网站|谷歌学术搜索
  56. j .梁c·陈,x的歌,y,和z,“评价重金属污染的土壤和植物平方米污水灌溉面积,“电化学科学的国际期刊》第六卷,没有。11日,第5324 - 5314页,2011年。视图:谷歌学术搜索
  57. r·斯利瓦斯塔瓦d . Sarkar s s Mukhopadhayay et al .,“高光谱模型的发展快速监测的印度河-恒河平原土壤有机碳在精确农业的旁遮普,印度,”遥感的印度社会杂志》上,43卷,不。4、751 - 759年,2015页。视图:出版商的网站|谷歌学术搜索
  58. s . a . Medjahed t·萨阿迪,a . Benyettou和m . Ouali“灰狼优化器对于高光谱波段选择,”应用软计算40卷,第186 - 178页,2016年。视图:出版商的网站|谷歌学术搜索
  59. s . Nawar h . Buddenbaum和j·希尔,“估计土壤盐度使用三种定量方法基于可见光和近红外反射光谱技术:一个案例研究从埃及,”阿拉伯地球科学杂志》,8卷,不。7,5127 - 5140年,2015页。视图:出版商的网站|谷歌学术搜索
  60. e . m .任o . Mutanga j . Odindi e·亚当,A . Odindo和r·伊斯梅尔”比较偏最小二乘(PLS)和稀疏的PLS回归预测产量瑞士甜菜种植在不同灌溉水源利用高光谱数据,”计算机和电子产品在农业卷。106年,11-19,2014页。视图:出版商的网站|谷歌学术搜索
  61. f·杨,j·李,甘x, y钱,吴x,和杨问:“季型的营养状况评估监测光合色素从高光谱数据,”计算机和电子产品在农业,卷70,不。1,52-59,2010页。视图:出版商的网站|谷歌学术搜索
  62. n Torbick b·贝克尔,“评估主成分分析确定最佳乐队使用从大湖区湿地高光谱测量,美国“遥感,1卷,不。3、408 - 417年,2009页。视图:出版商的网站|谷歌学术搜索
  63. h . y . Li唐,h·陈,“分数阶导数光谱法解决模拟重叠Lorenztian山峰,“化学计量学和智能实验室系统,卷107,不。1,第89 - 83页,2011。视图:出版商的网站|谷歌学术搜索
  64. z . j . Zhang Wei, l·肖,”一个快速自适应再加权residual-feedback迭代算法对分数阶全变差正则化乘法噪声去除partly-textured图像,”信号处理卷,98年,第395 - 381页,2014年。视图:出版商的网站|谷歌学术搜索
  65. z . e . Mashimbye m·A .赵j.p.内尔,w . p . De Clercq A . Van niekerk d·p·特纳,“基于模型的集成方法定量评估土壤盐度的高光谱遥感数据:一个案例研究选择南非的土壤,“土壤圈,22卷,不。5,640 - 649年,2012页。视图:出版商的网站|谷歌学术搜索
  66. w·j·Peng, z马et al .,“预测总溶解盐和可溶性离子浓度在农业土壤使用便携式可见近红外和中红外光谱仪,”生物系统工程,2016年。视图:出版商的网站|谷歌学术搜索

版权©2016越南盾Zhang et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。

更多相关文章

对本文没有相关内容可用。
PDF 下载引用 引用
下载其他格式更多的
ePub
XML
订单打印副本订单
的观点1381年
下载4814年
引用

相关文章

对本文没有相关内容可用。

文章奖:2020年杰出的研究贡献,选择由我们的首席编辑。获奖的文章阅读。