Lica.

點擊藍字 關注我們

2024.01.31

來自北京林業(yè)大學和北京師范大學的研究團隊在中國河北省懷來遙感站純人工落葉闊葉林（40.35°N，115.78°E）進行了田間測量（結構信息、葉面積指數（LAI）、上中下垂直冠層高度5個不同位置收集葉片、樹皮和土壤反射率）、受損葉片分類（健康、輕度、中度和重度受損）、光譜分析（植物反射率和透射率，ASD FieldSpec?4 Hi-Res NG）、TLS激光掃描、3D森林場景重建、機載高光譜激光雷達和高光譜圖像模擬、高光譜點云表征脅迫水平、隨機森林（RF）模型構建及分類模型準確性評估（混淆矩陣和kappa系數）。主要目的是基于3D輻射傳輸模型（LESS）評估機載高光譜激光雷達（AHSL）在森林病蟲害脅迫監(jiān)測方面的潛力。具體來說，首先根據TLS數據和測量的受損葉片光譜重建虛擬3D森林場景，并在此基礎上定義不同冠層受損位置和不同脅迫水平的不同病蟲害干擾場景。然后，針對不同受損位置和脅迫水平的每種組合，使用LESS模擬AHSL點云和相應的高光譜圖像（HI）。提取AHSL點云不同層的LiDAR點云并光柵化為3m空間分辨率的圖像，結合高光譜圖像，使用隨機森林預測病蟲害。

點擊下方鏈接，查看原文

來自首都師范大學的一組研究團隊以北京東北部地區(qū)（40°10′0″-40°15′30″ N，116°58′4″-117°5′4″ E）為例，基于實驗室測得的光譜數據（ASD FieldSpec 4光譜儀），結合地理加權回歸（GWR）和XGBoost算法提出了一種新的模型（GW-XGBoost模型）來估算土壤重金屬濃度。并評估了所提出模型的有效性。

點擊下方鏈接，查看原文

由比利時奧斯坦德法蘭德斯海洋研究所、比利時根特大學水生生態(tài)學研究小組、佛蘭德技術研究所(VITO)、比利時布魯塞爾自然與森林水產管理研究所、研究基金會-佛蘭德斯(FWO)，比利時布魯塞爾組成的一組研究團隊收集了安特衛(wèi)普港碼頭和特姆斯橋附近謝爾特河自然條件下的原始、風化和生物污染的塑料制品和塑料碎片樣品，同時選擇純原始塑料聚合物，進行塑料樣品人工風化模擬、生物污染模擬，利用ASD FieldSpec 4地物光譜儀規(guī)范測量由不同聚合物組成的塑料樣品的干燥光譜反射率、潮濕和水下環(huán)境中（人工模擬環(huán)境）的光譜反射率，提出了一個利用ASD FieldSpec 4地物光譜儀獲得的宏觀塑性樣品的高光譜反射率數據集。

點擊下方鏈接，查看原文

中國科學院國家天文臺李春來、劉建軍研究員團隊結合嫦娥五號月球樣品的實驗室分析結果和遙感探測數據（ASD FieldSpec 4），解答了過去對月球晚期玄武巖遙感光譜解譯的疑惑，糾正了月球晚期玄武巖獨特遙感光譜特征的物質成分解譯結果。研究團隊通過對返回月壤樣品開展實驗室光譜和X射線衍射分析，與以往獲取的月球樣品進行對比，并結合電子探針分析的數據結果，證明嫦娥五號月壤的光譜特征主要是由其富含的富鐵高鈣輝石引起，而非富含橄欖石所致。由于國外歷次月海采樣任務鮮有以富鐵高鈣輝石為主的月壤樣品，加之富鐵高鈣輝石晶體結構的特點在光譜特征上與月球上常見的橄欖石光譜相近，導致了月球晚期玄武巖的遙感光譜被錯誤地解譯為富含橄欖石。為了解決富鐵鈣輝石與富橄欖石月壤光譜的易混性，研究團隊基于大量地面實測的橄欖石和輝石混合物光譜數據，提出了一種新的基于光譜參數判別月壤中橄欖石含量的遙感光譜反演方法，能夠有效地解決月表富橄欖石區(qū)域和富鐵鈣輝石區(qū)域的區(qū)分和圈定問題，為利用遙感光譜數據探測月表主要礦物成分和分布提供了新的方法。

點擊下方鏈接，查看原文

來自洛林大學巖相學和地球化學研究中心和克萊蒙特奧弗涅大學巖漿和火山實驗室的一組研究團隊，①選擇了五個不同地理來源含長石的宏觀巖石樣品（均是火山或深成巖），分別是NJ2（英安巖）、NJ11（花崗巖）、NM6（斜長巖)、NR1（玄武巖）和NR2（玄武巖）。②通過光學顯微鏡觀察，了解樣品顯微結構和礦物組成。通過地球化學分析，確定元素含量。通過化學成分的映射分析，觀察不同礦物的分布情況。此外，還進行了長石礦物化學成分的定量分析。③獲取樣品的光譜反射率（ASD Fieldspec 4地物光譜儀）和高光譜圖像。④對光譜數據進行歸一化處理等，使用ENVI軟件進行化學成分的分析和礦物分類。并與美國地質調查局（USGS）的參考光譜庫進行比對，識別礦物特征。⑤分析長石礦物的化學成分和光譜特征之間的相關性，探討長石的光譜特征與其組成的關系。并討論樣品中顆粒大小和伴生礦物對長石光譜特征的影響。⑥總結研究結果，并對火星上的長石特征進行討論和解釋。

點擊下方鏈接，查看原文

來自蘇伊士運河大學、埃及國家遙感和空間科學管理局、埃及米尼亞大學、俄羅斯RUDN大學的一組研究團隊，①首先從埃及尼羅河附近的一個污染區(qū)域收集了80個土壤樣本（60個來自0-20cm深度，20個來自20-40cm深度）。②進行土壤化學分析，測定每個土壤樣本的有機碳含量和潛在有毒元素（PTEs）含量。③使用ASD FieldSpec 4地物光譜儀對每個樣本進行可見-紅外（Vis-NIR）光譜測量，獲取反射光譜數據。④使用變量選擇算法（如UVE和SA）從光譜數據中選擇有效波長。⑤使用PLSR算法分別基于全波段光譜（FR-PLS）和基于變量選擇的光譜數據（UVE-PLS和SA-PLS）建立光譜模型。⑥使用決定系數（R2）和相對分析誤差（RPD）等指標評估模型的預測性能，比較不同模型（FR-PLS、UVE-PLS和SA-PLS）在預測關鍵PTEs方面的能力。分析結果，討論模型在農業(yè)土壤中的應用前景。

點擊下方鏈接，查看原文

來自南京農業(yè)大學的一組研究團隊在2018-2021年以中國東部的江蘇省3個地點（以水稻和冬小麥輪作種植為特征的農業(yè)平原地區(qū)）為例，進行了7個實驗，開展室內接種侵染試驗、田間自然侵染試驗、及實地調查測量，使用ASD FieldSpec 4 Hi-Res光譜儀測量感染及健康樣品葉片和冠層的光譜反射率?；趯崪y的高光譜數據和哨兵-2圖像數據，結合線性判別分析（LDA）、簡單線性回歸及熱點分析，確定兩年（2018年和2019年）中單波段對健康和感染葉片的可分性、構建稻瘟病敏感植被指數（RIBI）、建立回歸模型以評估RIBI在不同尺度對稻瘟病發(fā)生的識別精度和對病情指數（DI）的估算能力、及進行RB的時空動態(tài)監(jiān)測。

點擊下方鏈接，查看原文

為了實現礦井水中煤濃度的準確測量，來自河南理工大學測繪與土地信息工程學院的一組研究團隊，首先制備了不同煤濃度的樣品（0mg/L-1000mg/L），并利用ASD Fieldspec 3便攜式地物光譜儀測量不同煤濃度礦水的可見-近紅外光譜數據，再使用CARS算法（競爭自適應重加權采樣）提取敏感波段，Z后利用卷積神經網絡方法（CNN）建立礦水煤濃度光譜反演模型（CKCNN模型），并采用k倍交叉驗證對模型進行優(yōu)化，以預測礦井水中的煤濃度，控制化學試劑的量，減少二次污染的影響，實現煤濃度的反演。并同時使用均方根誤差（RMSE）、平均絕對誤差（MAE）和相關系數（R）等評估指標評價模型。

點擊下方鏈接，查看原文

由吉林大學地球科學學院、魯汶大學地球與生命研究所、中國農業(yè)科學院農業(yè)環(huán)境與可持續(xù)發(fā)展研究所組成的一組研究團隊以中國東北吉林省中部德惠市木石河流域（44°34′-44°38′N，125°51′-125°59′E，面積約46.20 km2）為例，進行土壤取樣與分析（共選取72個采樣點，其中山頂19個，斜坡中段28個，山腳25個）；在實驗室內使用ASD Fieldspec 3 FR光譜儀測量土壤樣品VNIR光譜數據；建立地面真實數據集；結合主成分分析和綜合光譜判別分析（PCA-LDA）方法對實驗室高光譜數據進行測試與分析、研究不同侵蝕影響下土壤的光譜可分性；建立侵蝕分類方案、創(chuàng)建混淆矩陣，通過Kappa系數評估分類性能；Z后通過多時間裸土像素合成方法，優(yōu)化裸土反射率穩(wěn)定性，基于哨兵-2衍生的寬帶光譜對研究區(qū)土壤侵蝕情況進行測繪與驗證。

點擊下方鏈接，查看原文

ASD | ASD FieldSpec 4地物光譜儀在評估森林病蟲害方面的應用

ASD | ASD FieldSpec 4地物光譜儀在土壤砷濃度估測上的應用

ASD | ASD Fieldspec 4 光譜儀在塑料污染探測方面的應用

ASD | 好想看看月壤長啥樣！

ASD | ASD Fieldspec 4地物光譜儀在了解火星上的斜長石VNIR特征方面的應用

ASD | ASD Fieldspec 4地物光譜儀在估計干旱農業(yè)土壤中關鍵潛在有毒元素方面的應用

ASD | ASD FieldSpec 4 Hi-Res光譜儀在小農戶田塊稻瘟病發(fā)生時空動態(tài)遙感監(jiān)測方面的應用

ASD丨ASD Fieldspec 3地物光譜儀在礦井水中煤濃度探測方面的應用

文章推薦 | ASD Fieldspec 3 FR光譜儀在東北典型黑土地區(qū)農田土壤侵蝕熱點探測方面的應用