不同采样间隔下分数阶微分对土壤重金属高光谱数据的影响

doi:10.13474/j.cnki.11-2246.2018.0311

测绘通报 ›› 2018, Vol. 0 ›› Issue (10): 37-40,45.doi: 10.13474/j.cnki.11-2246.2018.0311

不同采样间隔下分数阶微分对土壤重金属高光谱数据的影响

蒋明^1,2, 郭云开^1,2, 钱佳^1,2, 丁美青¹

1. 长沙理工大学交通运输工程学院, 湖南长沙 410014;
2. 长沙理工大学测绘遥感应用技术研究所, 湖南长沙 410076

收稿日期:2018-07-23 出版日期:2018-10-25 发布日期:2018-10-31
作者简介:蒋明(1993-),男,硕士生,主要从事土壤环境遥感监测研究。E-mail:jiangming416@163.com
基金资助:
国家自然科学基金（41471421；41671498）

Effect of Fractional Differential on Soil Hypermetallic Hyperspectral Data at Different Sampling Intervals

JIANG Ming^1,2, GUO Yunkai^1,2, QIAN Jia^1,2, DING Meiqing¹

1. School of Traffic and Transportation Engineering, Changsha University of Science & Technology, Changsha 410014, China;
2. Institute of Surveying and Mapping Remote Sensing Application Technology, Changsha University of Science & Technology, Changsha 410076, China

Received:2018-07-23 Online:2018-10-25 Published:2018-10-31

摘要/Abstract

摘要： 为研究不同采样间隔下分数阶微分对光谱反射率和土壤重金属含量之间相关系数的影响，对土壤光谱以15、25、35和45 nm间隔重新采样，然后对其进行对应的0~2阶（间隔0.2阶）微分处理，比较分析各阶微分在各种采样间隔下与土壤重金属相关系数的变化趋势。研究结果表明：当微分阶数增大时，具有0.01极显著相关水平的波段数目整体呈现先增加后减小的趋向，且15 nm重采样间距提升相关性的效果优于其他3种采样间隔；15、25、35和45 nm的相关系数绝对值分别在1.6、1.2、2和2阶微分达到最大。

关键词: 土壤重金属, 高光谱, 采样间隔, 分数阶微分, 相关系数

Abstract: In order to study the effect of fractional differential under different sampling intervals on the correlation coefficient between spectral reflectance and soil heavy metal content, the soil spectrum are resampled at 15, 25, 35 and 45 nm intervals, and then the corresponding 0~2 order (interval 0.2 order) differential processing is performed to compare and analyze the variation trend of correlation coefficient between each order differential and the soil heavy metal at various sampling intervals.The results show that when the differential order increases, the number of bands having a significant correlation level of 0.01 generally increases first and then decreases and the effect of improving the correlation by 15 nm resampling interval is better than the other three sampling intervals. And the absolute values of correlation coefficients of 15, 25, 35 and 45 nm reach the maximum in 1.6, 1.2, 2 and 2 orders respectively.

Key words: soil heavy metal, hyperspectral, sampling interval, fractional differential, correlation coefficients

中图分类号:

P237

蒋明, 郭云开, 钱佳, 丁美青. 不同采样间隔下分数阶微分对土壤重金属高光谱数据的影响[J]. 测绘通报, 2018, 0(10): 37-40,45.

JIANG Ming, GUO Yunkai, QIAN Jia, DING Meiqing. Effect of Fractional Differential on Soil Hypermetallic Hyperspectral Data at Different Sampling Intervals[J]. 测绘通报, 2018, 0(10): 37-40,45.

参考文献

[1] 王敬哲,塔西甫拉提·特依拜,张东,等.基于分数阶微分的荒漠土壤铬含量高光谱检测[J].农业机械学报,2017,48(5):152-158.
[2] 张东,塔西甫拉提·特依拜,张飞,等.分数阶微分在盐渍土高光谱数据预处理中的应用[J].农业工程学报,2014,30(24):151-160.
[3] 张东.分数阶微分在土壤盐渍化遥感监测中的应用研究[D].乌鲁木齐:新疆大学,2017.
[4] 石自桂.某地区耕地土壤重金属Pb含量反演及最佳光谱采样间隔研究[D].长沙:长沙理工大学,2016.
[5] 黄长平,刘波,张霞,等.土壤重金属Cu含量遥感反演的波段选择与最佳光谱分辨率研究[J].遥感技术与应用,2010,25(3):353-357,341.
[6] 雒立群,郭舟,赵文智,等.结合高光谱和高空间分辨率影像提取城市固体废弃物堆[J].测绘通报,2016(2):38-41.
[7] 郭云开,曹小燕,石自桂.水稻冠层光谱变化特征的土壤重金属全量反演研究[J].遥感信息,2015,30(3):116-123.
[8] 郭云开,周烽松,丁美青,等.水稻冠层与土壤高光谱反演土壤重金属对比研究[J].遥感信息,2017,32(2):173-179.
[9] 贾智乐,卢小平,李向阳,等.煤矿区典型地物反射波谱库建立方法[J].测绘通报,2013(5):54-57.
[10] 郭云开,刘宁,刘磊,等.土壤Cu含量高光谱反演的BP神经网络模型[J].测绘科学,2018,43(1):135-139,152.
[11] ZHANG D,TASHPOLAT T,DING L,et al.Quantitative Estimating Salt Content of Saline Soil Using Laboratory Hyperspectral Data Treated by Fractional Derivative[J].Journal of Spectroscopy,2016(1):1-11.
[12] 张文文,杨可明,夏天,等.光谱分数阶微分与玉米叶片重金属铜含量的相关性分析[J].科学技术与工程,2017,17(25):33-38.
[13] 张东,塔西甫拉提·特依拜,张飞,等.分数阶微分算法对盐渍土高光谱数据的影响研究[J].光学学报,2016,36(3):274-281.
[14] 张东,塔西甫拉提·特依拜,张飞,等.分数阶微分在高光谱数据估算矿区土壤砷含量中的应用[J].中国矿业,2015,24(11):71-76.
[15] 王敬哲,塔西甫拉提·特依拜,丁建丽,等.基于分数阶微分预处理高光谱数据的荒漠土壤有机碳含量估算[J].农业工程学报,2016,32(21):161-169.
[16] 王晓华,邓喀中,杨化超.土壤重金属污染信息提取遥感模型的建立——以水口山矿区铅锌污染为例[J].测绘通报,2013(3):29-31.

不同采样间隔下分数阶微分对土壤重金属高光谱数据的影响

Effect of Fractional Differential on Soil Hypermetallic Hyperspectral Data at Different Sampling Intervals

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[2]	窦世卿, 陈治宇, 徐勇, 郑贺刚, 苗林林, 宋莹莹. 基于多特征融合与典型降维方法的高光谱影像分类[J]. 测绘通报, 2022, 0(4): 32-36,50.
[3]	郭云开, 曹骁, 谢晓峰, 张思爱, 谢琼. 基于集合经验模态分解的土壤重金属Cd定量反演[J]. 测绘通报, 2022, 0(1): 44-49.
[4]	王德强, 赵德良. 高光谱遥感异常目标探测方法性能对比分析[J]. 测绘通报, 2021, 0(9): 108-111.
[5]	王腾军, 方珂, 杨耘, 张祥东. 随机森林回归模型用于土壤重金属含量多光谱遥感反演[J]. 测绘通报, 2021, 0(11): 92-95.
[6]	刘彦君, 张贵, 王潇, 周璀, 杨志高, 吴鑫, 张娟. 基于无人机高光谱影像波段选择的薇甘菊分类[J]. 测绘通报, 2020, 0(4): 34-39,52.
[7]	张鹏强, 刘冰, 余旭初, 谭熊, 杨帆, 周增华. 面向高光谱影像分类的生成式对抗网络[J]. 测绘通报, 2020, 0(3): 29-34.
[8]	高智文, 张学东, 徐志洁, 张健钦, 申兆慕, 郭小刚, 杨铭. 一种城市公共自行车接驳地铁出行的时空可视化分析方法[J]. 测绘通报, 2020, 0(3): 48-55.
[9]	李月, 杨灿坤, 周春平, 苏俊杰. 无人机载高光谱成像设备研究及应用进展[J]. 测绘通报, 2019, 0(9): 1-6,17.
[10]	钱佳, 郭云开, 章琼, 蒋明. 矿区土壤重金属Pb、Cd污染状况高光谱分类建模[J]. 测绘通报, 2019, 0(9): 82-84,89.
[11]	徐君, 王彩玲. 结合空间信息选取最优端元组合的混合像元分解[J]. 测绘通报, 2019, 0(7): 6-11.
[12]	沈宇臻, 官云兰, 杨禄, 刘承承, 严小芳. 顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法[J]. 测绘通报, 2019, 0(6): 24-28.
[13]	宋广钦, 杜正舜, 贺智. 高光谱图像波段选择的改进二进制布谷鸟算法[J]. 测绘通报, 2019, 0(4): 43-48.
[14]	周炜, 关洪军, 童俊. 一种利用高光谱像元分解技术提取水体边界的方法[J]. 测绘通报, 2019, 0(3): 120-123,140.
[15]	张亚平, 张宇, 杨楠, 罗晓, 罗谦. 一种高光谱遥感图像快速谱聚类算法[J]. 测绘通报, 2019, 0(12): 60-64.