导读:本文包含了光谱反射率论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光谱,反射率,条锈病,遥感,日光,小麦,叶绿素。
光谱反射率论文文献综述
肖颖,麻祥才,王东东,王晓红[1]（2019）在《基于扩展叁通道响应项的光谱反射率重构算法》一文中研究指出光谱反射率是颜色的固有属性不受外界条件的影响,能尽最大可能保留颜色的信息,被广泛应用在纺织、彩色印刷、古字画颜色修复等领域。为了缩短获取多光谱图像周期以及避免多光谱图像之间像素匹配不准问题,提高叁通道光谱反射率重构精度。提出一种基于扩展叁通道响应项光谱反射率重构算法。实验结果证明[rg~2 rb~2 gr~2 gb~2 br~2 bg~2]叁次立方根项的引入可以提高光谱重构反射率色度精度和光谱精度;客观验证24个色块光谱反射率重构精度优于现有算法,提出的算法具有一定的应用价值。(本文来源于《光学技术》期刊2019年06期）
袁静,王鑫,颜昌翔[2]（2019）在《不同含水量黑土土壤光谱反射率半经验模型构建》一文中研究指出土壤含水量的变化情况与时空分布对热量平衡、农业墒情等具有显着的影响。利用反射率光谱信息反演土壤含水量的研究,可为实现土壤含水量速测、揭示土壤含水量时空变异规律提供科学依据。构建不同含水量黑土土壤反射率光谱半经验模型,深入探究土壤重量含水量与反射率光谱的关系。制备了12种不同湿度的土壤样品。采用ASD Field Spec Pro 3地物波谱仪对制备的不同湿度梯度的黑土土壤进行反射率光谱测量。利用菲涅耳反射率建立土壤表面反射模型;在以往的研究中, Kubelka-Munk (KM)模型中的漫反射率R_∞通常被视为对于给定材料和照明波长的常数或需要反演的参数。通过研究发现,漫反射率R_∞不仅与材料和波长有关,还与土壤含水量相关。利用与土壤含水量相关的吸收系数及散射系数描述了土壤含水量与漫反射率R_∞的关系,并基于KM理论对体散射分量进行建模;进而构建不同含水量黑土土壤反射率光谱半经验模型。根据实际测量数据选用最小二乘算法对模型参数进行反演,并通过分析反演参数简化模型。最后,将未参与建模的不同含水量梯度的数据代入模型中,验证模型的有效性。结果表明:对比不同含水量土壤反射率光谱的模拟值与实测值在400～2 400 nm波段范围内的模拟精度发现,含水量为200 g·kg~(-1)的土壤反射率光谱的均方根误差最大,为0.008,含水量为40 g·kg~(-1)的土壤反射率光谱的均方根误差最小,为0.000 6,不同含水量下土壤样品反射率光谱的均方根误差的均值是0.005 1。在400～2 400 nm波段范围内,不同波长下黑土土壤反射率光谱的预测均方根误差基本低于0.008, 1 920 nm波长处的预测均方根误差最小,为0.002 062。采集长春地区的土壤检验模型的可靠性,配制15个不同含水量样品并对其进行反射率光谱测量。选取9个样品数据用于建模, 6个样品数据用于验证。结果表明:在400～2 400 nm波段范围内,不同波长下的长春土壤反射率光谱的预测均方根误差基本低于0.015, 525 nm波长处的预测均方根误差最小,为0.000 922 5。综上所述,所建立的模型具有很高的预测精度,可很好地适用于不同含水量黑土土壤反射率光谱的模拟。(本文来源于《光谱学与光谱分析》期刊2019年11期）
熊威[3]（2019）在《基于高分辨率多光谱遥感数据的城市森林反射率真实性检验》一文中研究指出城市森林资源信息对城市可持续发展有重要影响。为了满足城市森林资源精细化管理的需求,不断拓展国产高分辨遥感卫星的应用范围,需对其数据质量、数据规格和数据产品特点进一步的研究,进而应用于城市森林资源监测中。本文采用目前国际上正在开展的无场地定标技术,与定标精度比较高的landsat-8 OLI数据对高分1号8米的pms多光谱数据进行交叉定标,对国产高分辨率多光谱遥感数据的城市森林反射率进行真实性检验研究。(本文来源于《北京测绘》期刊2019年10期）
罗青青,黄铁成,陈蜀江,陈孟禹,贾翔[4]（2019）在《基于光谱反射率的塞威氏苹果虫害等级定量化测评》一文中研究指出利用光谱技术分析了小吉丁虫危害不同等级的塞威氏苹果的反射光谱特征,并用光谱数据针对塞威氏苹果树的虫害进行定量化分析。用新疆维吾尔自治区伊犁哈萨克自治州巩留县野果林实测60条不同虫害等级的塞威氏苹果高光谱数据,分析健康、轻度、中度、重度4个虫害等级光谱反射率及一阶微分光谱特征,建立了红边参数,并在6个检验参数的基础上,构建了虫害等级的检测模型,并用验证组数据对模型进行精度检验。结果表明:(1)健康状态下的塞威氏苹果光谱反射率较受虫害塞威氏苹果光谱反射率高,受害程度越严重,反射率越低。(2)受虫害塞威氏苹果光谱特征表现为"绿峰"红移;"红边位置"蓝移,尤其是受重度虫害的极为明显;近红外反射峰向短波方向移动。(3)红边比值植被指数(RERVI)、红遍斜率(RES)、红边差值植被指数(REDVI)、红边面积(REA)这4个参数与虫害等级呈极显着相关关系,红边归一化植被指数(RENDVI)及红边位置(REP)与虫害等级相关性不强。(4)以RERVI、RES、REDVI、REA这4个参数为自变量构成的多元回归模型的检测精度与准确度均为0.7以上。因此,通过相关参数及模型可以有效检测小吉丁虫害等级。(本文来源于《江苏农业学报》期刊2019年04期）
赵叶,竞霞,黄文江,董莹莹,李存军[5]（2019）在《日光诱导叶绿素荧光与反射率光谱数据监测小麦条锈病严重度的对比分析》一文中研究指出小麦条锈病是影响我国小麦产量的主要病害之一,在小麦受到条锈病菌侵染初期探测到病害信息,对小麦条锈病的防控以及产量和品质的提高具有更为重要的意义。反射率光谱主要反映植被生化组分的浓度信息,而日光诱导叶绿素荧光则对植物光合生理变化响应灵敏。为了更好地实现小麦条锈病病情严重度的遥感探测,尤其是条锈病的早期探测,对日光诱导叶绿素荧光和反射率光谱数据监测小麦条锈病病情严重度的敏感性进行了对比分析。首先利用地物光谱仪测定了不同病情严重度的小麦冠层光谱数据,基于夫琅和费暗线原理利用3FLD(three-band Fraunhofer Line Discrimination)方法提取了小麦条锈病不同病情严重度下的日光诱导叶绿素荧光数据,然后分别利用反射率光谱数据和日光诱导叶绿素荧光数据构建小麦条锈病不同发病状态下的遥感探测模型,并通过保留样本交叉检验方式对预测模型精度进行了评价。结果表明:(1)当小麦条锈病病情指数低于20%时,日光诱导叶绿素荧光对小麦条锈病病害信息的响应比反射率光谱数据更为敏感,以日光诱导叶绿素荧光为自变量构建的小麦条锈病病情严重度预测模型达到了极显着性水平,能够在植被叶绿素含量或叶面积指数发生变化之前探测到植物的胁迫状态,实现作物病害的早期诊断,而反射率光谱数据则难以探测到条锈病病害信息;(2)在小麦条锈病病情严重度处于中度发病(20%<DI≤45%)状态时,虽然日光诱导叶绿素荧光和反射率光谱数据均能实现小麦条锈病病情严重度的遥感探测,但利用日光诱导叶绿素荧光数据构建的预测模型优于反射率光谱数据;(3)当小麦条锈病病情严重度达到重度水平(DI>45%)时,利用反射率光谱数据和日光诱导叶绿素荧光数据构建的小麦条锈病病情严重度预测模型均达到了极显着性水平,两种数据均能够较好地实现小麦条锈病病情严重度的遥感探测。该研究结果对提高小麦条锈病的遥感探测精度具有重要的意义,为利用TanSat等卫星的荧光数据进行小麦条锈病的早期探测提供了参考依据。(本文来源于《光谱学与光谱分析》期刊2019年09期）
竞霞,白宗璠,高媛,刘良云[6]（2019）在《利用随机森林法协同SIF和反射率光谱监测小麦条锈病》一文中研究指出小麦受到条锈病菌侵染后,作物的光合能力及色素含量等均会发生变化,日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)对作物光合生理的变化比较敏感,而反射率光谱则受作物生化参数的影响较大,为了提高小麦条锈病的遥感探测精度,该文利用随机森林(random forest,RF)等机器学习算法开展了协同冠层SIF和反射率微分光谱指数的小麦条锈病病情严重度的遥感探测研究。首先利用3FLD(three bands fraunhofer line discrimination)算法提取了冠层SIF数据,然后结合对小麦条锈病病情严重度敏感的11种反射率微分光谱指数分别基于RF和后向传播(back propagation,BP)神经网络算法构建了反射率微分光谱指数与冠层SIF协同的小麦条锈病病情严重度预测模型。研究结果表明:RF算法构建的小麦条锈病病情严重度预测模型优于BP神经网络算法,3个样本组中RF模型病情指数(disease index,DI)估测值与实测值间的决定系数R2平均为0.92,比BP神经网络模型(R2的平均值为0.83)提高了11%,均方根误差(root mean square error,RMSE)平均为0.08,比同组BP神经网络模型(RMSE的平均值为0.12)减少了33%,RF算法更适合于小麦条锈病病情严重度的遥感探测。在反射率微分光谱指数中加入冠层SIF数据后,RF模型和BP神经网络模型精度均有所改善,其中RF模型估测值与实测值间的平均R2提高了4%,平均RMSE减少了22%,BP神经网络模型估测值与实测值间的平均R2提高了14%,平均RMSE减少了28%,综合利用冠层SIF和反射率微分光谱指数能够改善小麦条锈病病情严重度的遥感探测精度。研究结果可为进一步实现作物健康状况大面积高精度遥感监测提供新的思路。(本文来源于《农业工程学报》期刊2019年13期）
陈思媛,竞霞,董莹莹,刘良云[7]（2019）在《基于日光诱导叶绿素荧光与反射率光谱的小麦条锈病探测研究》一文中研究指出综合利用反射率光谱在作物生化参数探测的优势和叶绿素荧光在光合生理诊断的优势,开展了日光诱导叶绿素荧光(SIF)和反射率光谱指数协同的小麦条锈病光谱探测研究,以期提高小麦条锈病病情严重度的预测精度。利用O_2-A波段(760 nm)的SIF信号和对小麦条锈病病情严重度敏感的7种反射率光谱指数,基于支持向量机(SVM)、逐步回归(SR)以及神经网络(BP)算法,定量分析了反射率光谱指数和反射率光谱指数与SIF协同的小麦条锈病病情严重度(DI)光谱探测模型的预测精度。结果表明:①SIF与小麦条锈病病情严重度之间存在极显着的负相关关系,SIF与DI间的响应能有效地应用于小麦条锈病的遥感探测;②SIF结合反射率光谱指数的小麦条锈病病情严重度光谱模型探测精度均高于反射率光谱指数模型,SIF能够显着提高小麦条锈病病情严重度的光谱探测精度;③无论是利用反射率光谱指数还是SIF结合反射率光谱指数作为小麦条锈病病情严重度预测模型的输入参数,训练模型以BP模型的预测精度最高,但验证结果表明SVM与SR方法构建的病情严重度预测模型效果较优。(本文来源于《遥感技术与应用》期刊2019年03期）
王策[8]（2019）在《光谱反射率预测甘蔗叶片氮磷钾含量及传感器开发》一文中研究指出在广西的甘蔗种植中,化肥的过量和不正当使用,造成国际竞争力低和环境污染等问题。为了解甘蔗的生长状况,提高化肥的利用率,本文以光谱学方法为理论基础,建立了甘蔗叶片氮(N)、磷(P)、钾(K)含量的预测模型,并进一步考虑元素间的交互作用,以提高对N、P、K含量的预测精度。本文以甘蔗为研究对象,通过对不同生长期的叶片进行光谱反射率(220-1400nm)的测量,探索了多种光谱分析方法建立叶片N、P、K含量预测模型的可行性。研究首先对全光谱数据进行二阶微分(2nd Der)变换,再通过CARS-PCA算法筛选特征变量,选择N、P、K的特征变量个数分别为34、32、39个。利用特征变量建立甘蔗叶片氮、磷、钾含量的6折交叉预测PLS模型,PLS模型预测结果R2分别为0.8591、0.6769、0.9321。考虑到甘蔗生长过程中N、P、K可能存在的交互影响,本文还引入了包含19个因子的叁项回归模型来反映叁因子间的互作关系。并利用PCA将提炼后的19IF-PCA主成分因子建立了N、P、K的PLS和MLR修正预测模型,其中N、P、K含量的MLR修正模型预测结果决定系数R2分别为0.8908、0.8019、0.9439,预测精度明显提高。除此之外,研究还基于光谱学原理,设计并开发了一款便携式作物长势传感器,以期实现对作物的无损、快速检测。(本文来源于《广西大学》期刊2019-05-01）
孔玲君,曾茜,张雷洪,占文杰,曾文超[9]（2019）在《基于遗传算法选择多光源下的光谱反射率重构研究》一文中研究指出为解决基于RGB叁通道信息值重构光谱反射率精度不理想的问题,提出了一种优化的基于RGB叁通道信息的光谱反射率重构算法。首先编码产生随机选择多个光源的个体, RGB叁通道值通过多项式回归算法预测多个光源下的叁刺激值,并采用伪逆法进行多光源下的光谱反射率重构,然后将样本的重构精度作为个体的适应度评估值,以优胜劣汰,适者生存为原则对个体进行选择、交叉、变异操作,最后得到适用于颜色样本光谱重构的多个光源与基于这些光源重构得到的光谱反射率。实验选用Munsell颜色集作为训练样本集, RC24色卡、 SG140色卡作为检测样本集, 8个标准光源和82个发光二极管光源作为实验光源,采用该算法从90个光源中选取最优的光源组合并重构得到样本的光谱数据,并与Zhang提出的基于穷举法选择的多光源下的光谱重构方法和A光源下的伪逆法进行了重构精度对比。实验结果显示该研究提出的方法随着光源个数的增加,光谱反射率重构精度提高,特别是光源个数增加到3时,光谱重构精度提高的幅度最大。在叁种重构方法中,该方法重构RC24的平均色差和平均光谱均方根误差分别为0.332 4和0.002 9,而Zhang的方法与伪逆法的平均色差分别为0.429 3和3.266,平均光谱均方根误差分别为0.029 7和0.004 8;该文方法重构SG140的平均色差和平均光谱均方根误差分别为0.486 2和0.007 3,而Zhang的方法与伪逆法的平均色差分别为0.544 8和3.821 9,平均光谱均方根误差分别为0.035 6和0.013 3。结果表明基于多光源下的光谱反射率重构精度明显优于基于单个光源下的重构精度,而基于遗传算法的多光源选择方法又优于穷举法,它能够根据颜色样本自动寻找到最优光源组合,从而基于最优多光源下的叁刺激值重构样本的光谱反射率,提高了光谱反射率重构的精度。(本文来源于《光谱学与光谱分析》期刊2019年04期）
马志宏,马灵玲,刘耀开,赵永光,王宁[10]（2019）在《通道式辐射计自动观测数据的反射率光谱拓展方法》一文中研究指出为了适应光谱特性、观测角度不同的卫星载荷定标需求,提出了一种考虑地表双向反射分布函数特性(BRDF)的通道式辐射计光谱反射率拓展方法。利用国家高分辨遥感综合定标场的星地观测数据,对提出的自动观测数据光谱拓展方法进行验证。结果表明,通道反射率光谱拓展结果与地物光谱仪实测值相比平均相对差异为2.67%;而与Sentinel-2A/B卫星实际观测结果相比,各波段差异均在10%以内。进一步开展了不确定性分析,利用提出的光谱拓展方法获得的地表光谱反射率不确定度为3.34%,基于该方法的Sentinel-2A/B蓝、绿、红、近红外波段辐射定标总不确定度分别为3.35%,3.77%,4.10%,4.29%。(本文来源于《光学学报》期刊2019年07期）
光谱反射率论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
土壤含水量的变化情况与时空分布对热量平衡、农业墒情等具有显着的影响。利用反射率光谱信息反演土壤含水量的研究,可为实现土壤含水量速测、揭示土壤含水量时空变异规律提供科学依据。构建不同含水量黑土土壤反射率光谱半经验模型,深入探究土壤重量含水量与反射率光谱的关系。制备了12种不同湿度的土壤样品。采用ASD Field Spec Pro 3地物波谱仪对制备的不同湿度梯度的黑土土壤进行反射率光谱测量。利用菲涅耳反射率建立土壤表面反射模型;在以往的研究中, Kubelka-Munk (KM)模型中的漫反射率R_∞通常被视为对于给定材料和照明波长的常数或需要反演的参数。通过研究发现,漫反射率R_∞不仅与材料和波长有关,还与土壤含水量相关。利用与土壤含水量相关的吸收系数及散射系数描述了土壤含水量与漫反射率R_∞的关系,并基于KM理论对体散射分量进行建模;进而构建不同含水量黑土土壤反射率光谱半经验模型。根据实际测量数据选用最小二乘算法对模型参数进行反演,并通过分析反演参数简化模型。最后,将未参与建模的不同含水量梯度的数据代入模型中,验证模型的有效性。结果表明:对比不同含水量土壤反射率光谱的模拟值与实测值在400～2 400 nm波段范围内的模拟精度发现,含水量为200 g·kg~(-1)的土壤反射率光谱的均方根误差最大,为0.008,含水量为40 g·kg~(-1)的土壤反射率光谱的均方根误差最小,为0.000 6,不同含水量下土壤样品反射率光谱的均方根误差的均值是0.005 1。在400～2 400 nm波段范围内,不同波长下黑土土壤反射率光谱的预测均方根误差基本低于0.008, 1 920 nm波长处的预测均方根误差最小,为0.002 062。采集长春地区的土壤检验模型的可靠性,配制15个不同含水量样品并对其进行反射率光谱测量。选取9个样品数据用于建模, 6个样品数据用于验证。结果表明:在400～2 400 nm波段范围内,不同波长下的长春土壤反射率光谱的预测均方根误差基本低于0.015, 525 nm波长处的预测均方根误差最小,为0.000 922 5。综上所述,所建立的模型具有很高的预测精度,可很好地适用于不同含水量黑土土壤反射率光谱的模拟。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
光谱反射率论文参考文献
[1].肖颖,麻祥才,王东东,王晓红.基于扩展叁通道响应项的光谱反射率重构算法[J].光学技术.2019
[2].袁静,王鑫,颜昌翔.不同含水量黑土土壤光谱反射率半经验模型构建[J].光谱学与光谱分析.2019
[3].熊威.基于高分辨率多光谱遥感数据的城市森林反射率真实性检验[J].北京测绘.2019
[4].罗青青,黄铁成,陈蜀江,陈孟禹,贾翔.基于光谱反射率的塞威氏苹果虫害等级定量化测评[J].江苏农业学报.2019
[5].赵叶,竞霞,黄文江,董莹莹,李存军.日光诱导叶绿素荧光与反射率光谱数据监测小麦条锈病严重度的对比分析[J].光谱学与光谱分析.2019
[6].竞霞,白宗璠,高媛,刘良云.利用随机森林法协同SIF和反射率光谱监测小麦条锈病[J].农业工程学报.2019
[7].陈思媛,竞霞,董莹莹,刘良云.基于日光诱导叶绿素荧光与反射率光谱的小麦条锈病探测研究[J].遥感技术与应用.2019
[8].王策.光谱反射率预测甘蔗叶片氮磷钾含量及传感器开发[D].广西大学.2019
[9].孔玲君,曾茜,张雷洪,占文杰,曾文超.基于遗传算法选择多光源下的光谱反射率重构研究[J].光谱学与光谱分析.2019
[10].马志宏,马灵玲,刘耀开,赵永光,王宁.通道式辐射计自动观测数据的反射率光谱拓展方法[J].光学学报.2019
论文知识图
