樊磊
- 作品数：2 被引量：38H指数：2
- 供职机构：首都师范大学资源环境与旅游学院更多>>
- 发文基金：国家基础测绘科技计划资助项目北京市教委科技计划面上项目国家高技术研究发展计划更多>>
- 相关领域：生物学自动化与计算机技术更多>>
- 基于光谱特征变量的湿地典型植物生态类型识别方法--以北京野鸭湖湿地为例被引量：31
- 2013年
- 光谱特征变量的选择对于湿地植被识别的精度和效率有着直接的影响作用。以华北地区典型的淡水湿地——野鸭湖湿地为研究区,采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植物的冠层光谱。以野外高光谱数据为基础,首先利用一阶导数与包络线去除的方法,分析和对比不同植物生态类型的光谱特征,选定了用于识别植物生态类型的光谱特征变量,选定的8个光谱特征变量为红边位置WP_r、红边幅值Dr、绿峰位置WP_g、绿峰幅值Rg、510 nm附近的吸收深度DEP-510和吸收面积AREA-510、675 nm附近的吸收深度DEP-675和吸收面积AREA-675。其中,7种植物生态类型的一阶导数光谱特征差异较小,吸收特征差异性相对较大。除WP_r和WP_g外,沉水植物Rg和Dr平均值最低,湿生植物的Rg平均值最高,达到0.164,栽培植物的Dr平均值最高,达到0.012。7种植物生态类型在675 nm附近的DEP-675和AREA-675均高于510 nm附近的DEP-510与AREA-510,除去栽培植物,随着水分梯度的变化,其他6种植物生态类型的吸收深度和吸收面积都表现出先升高后降低的趋势。然后利用单因素方差分析(One-way ANOVA)验证了所选光谱特征变量的区分度,在P≤0.01的置信水平下,选取的8个光谱特征变量都能够较好的区分7种植物生态类型,区分度的最小值为13,最大值为18,并且吸收特征参数的区分度优于一阶导数参数。最后应用非线性的反向传播人工神经网络(BP-ANN)与线性判别分析(FLDA)的类型识别方法,利用选定的8个光谱特征变量进行湿地植物生态类型识别,取得了较好的识别精度,两种方法的总分类精度分别达到85.5%和87.98%。单因素方差分析(One-way ANOVA)和不同分类器的分类精度表明,所选的8个光谱特征变量具有一定的普适性和可靠性。
- 林川宫兆宁赵文吉樊磊
- 基于包络线消除法的岩石光谱对应分析被引量：7
- 2012年
- 岩石光谱特征是岩性识别的物理基础。选取常见的10种岩石类型15种岩石样品的光谱数据,对其进行均值、重采样、平滑、水汽吸收波段拟值等预处理,以消除岩石光谱噪声,然后通过包络线消除法,获得了岩石光谱特征参数,发现云母板岩(风化面)吸收特征最为明显;对包络线消除处理后的光谱数据进行对应分析,提取出R型主因子载荷,得到第一主因子轴代表主要的阳离子、阴离子诊断波段和水分子吸收波段,第二主因子轴代表少数阳离子的特征波段,获得与岩石相关的特征波段为385～525nm、735～1 365nm、1 435～1 785nm、1 890～1 952nm、1 995～2 310nm,并找出了主要吸收波段的物理含义。通过对应分析二维图像,将岩石光谱分为4类,从第一类到第四类吸收深度逐渐变浅,吸收面积呈递减趋势,吸收宽度逐渐变窄,吸收峰逐渐增多,Fe2+和Fe3+吸收峰增多,铁化、泥化蚀变现象更明显。用聚类分析法对分类结果进行验证发现,分类结果有较好的对应性。从而为岩石和成像光谱图像数据精细分类提供参考依据,实现了对岩石高光谱海量数据的有效提取,进而为遥感矿产预测和找矿提供依据。
- 樊磊赵文吉宫兆宁林川刘连刚
- 关键词：岩石光谱分析
