刘飞
- 作品数：16 被引量：55H指数：4
- 供职机构：中国矿业大学（北京）地球科学与测绘工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国矿业大学(北京)课程建设与教学改革项目更多>>
- 相关领域：天文地球农业科学环境科学与工程自动化与计算机技术更多>>
- 谐波分析重金属铜铅胁迫玉米的污染效应被引量：4
- 2015年
- 提出了谐波分析法监测玉米的重金属污染效应。通过设置不同浓度Cu和Pb胁迫下的玉米盆栽实验,测得了玉米冠层叶片光谱、叶绿素以及Cu含量。利用谐波分析技术将玉米叶片光谱特征信息转化为以振幅和相位的能量谱特征信息,提取低次谐波振幅和初始相位,分析了振幅和相位与玉米的健康状况以及重金属污染效应之间的关系。实验结果和分析表明,振幅反映着光谱的能量信息,与叶片中的Cu离子含量有很强的相关性;初始相位携带着光谱辐射峰值的位置信息,与玉米叶片中重金属含量以及叶片光谱的红边位置具有一定的线性比例关系。因此,可以通过光谱谐波分解的振幅和相位间接的判断Cu和Pb胁迫玉米的污染程度。
- 刘飞杨可明孙阳阳魏华锋史钢强
- 关键词：高光谱遥感谐波分析重金属振幅
- 玉米叶片光谱红边位置的铜胁迫响应与污染监测被引量：3
- 2015年
- 本研究依据重金属铜胁迫试验的盆栽玉米,测定了在土壤受不同浓度重金属铜胁迫下的盆栽玉米老、中、新叶片高光谱反射率及叶绿素浓度与铜含量;同时基于线性四点内插法、多项式拟合法、倒高斯模型法、有理函数模型法、最大一阶导数法、线性外推法、以及本研究所提出的二分之一面积法等7种植被光谱的红边位置提取算法,系统分析与比较了玉米叶片重金属铜胁迫的光谱响应特征与污染监测效果。研究结果表明,玉米叶片中的铜含量随着土壤中铜含量的升高而升高,叶绿素浓度随着土壤中铜含量的升高而降低;同一种红边位置算法,相同的铜离子浓度,不同类型的叶片,红边位置也不相同;二分之一面积法不但算法简单,而且在监测玉米叶片中重金属铜的污染方面较其他红边位置算法效果更好。
- 史钢强杨可明孙阳阳刘飞魏华锋
- 关键词：玉米叶片光谱分析污染监测
- 监测玉米叶片中Cu^(2+)胁迫的光谱红边参数研究
- 2015年
- 为了研究农作物重金属Cu2+污染的高光谱遥感监测技术,设置了3种Cu2+胁迫程度(0μg/g、250μg/g、500μg/g)的玉米盆栽试验,实测了不同成熟度玉米叶片在3种Cu2+胁迫下的高光谱反射率、叶绿素含量和Cu2+含量,也对不同成熟度玉米叶片中叶绿素和Cu2+含量与土壤中Cu2+含量的关系进行了分析。同时为了实现基于高光谱遥感信息区分Cu2+胁迫程度及预测Cu2+含量,提出了红边一阶微分偏移面积(FMAR)和红边一阶微分面积偏移率(FMRR)的红边参数,并与常规的红边位置(REP)、红边最大值(MR)、红边一阶微分包围面积(FAR)等红边参数进行了区分与预测能力比较,实测数据与红边参数光谱分析结果表明,玉米叶片中的叶绿素含量随着成熟度的增加而升高,随着土壤中Cu2+含量的升高而降低;红边位置在Cu2+胁迫时的蓝移没有老叶片到新叶片蓝移明显;FMAR和FMRR在区分Cu2+胁迫程度及预测Cu2+含量方面比REP、MR和FAR效果好。
- 杨可明史钢强刘飞孙阳阳魏华锋
- 关键词：玉米叶片光谱分析红边参数
- 玉米叶片叶绿素含量的高光谱反演模型探究被引量：8
- 2015年
- 叶绿素含量是绿色植物生长状态的一个重要指标。首先在实验室采集玉米叶片高光谱数据和测定叶绿素含量,并对光谱数据进行对数一阶微分变换,对比选取建模反演因子。根据选定的反演因子采用线性回归、模糊识别和BP神经网络方法建立了玉米叶片叶绿素含量高光谱反演模型,并计算出模型的精度。结果表明,有较好非线性映射能力的BP神经网络反演模型能够高精度地反演出玉米叶片中的叶绿素含量。BP神经网络模型叶绿素含量预测和实测叶绿素含量的平均绝对误差(e)为1.126,决定系数(R2)为0.902,均方根误差(RMSE)为1.375。玉米叶片叶绿素含量与高光谱数据并非线性关系,BP神经网络反演模型能够较好地运用到叶片叶绿素含量反演中。
- 杨可明孙阳阳王林伟史钢强魏华锋刘飞
- 关键词：玉米叶片叶绿素含量高光谱遥感反演模型
- 叶绿素含量BP反演模型的光谱信息输入因子构建研究被引量：3
- 2015年
- 植被叶绿素含量的高光谱反演是当今研究的热点,传统后向传播(BP)神经网络是其常用的一种反演模型。高光谱数据虽然具有精细光谱分辨率,但也造成了大量的信息冗余与噪声;而小波包变换(WPT)可以有效地抑制高光谱数据噪声和压缩信号,同时主成分分析(PCA)能够很好地降低模型输入因子的维数并可简化网络结构。以盆栽玉米为研究对象,在玉米叶片光谱数据对数变换并一阶微分处理的基础上,针对叶绿素含量的BP反演模型,提出了基于相关系数(CC)、WPT和WPTPCA的输入因子构建方法,并形成了叶绿素含量的CC-BP、PCA-BP及WPT-PCA-BP三种反演模型。通过比较玉米叶片叶绿素含量的实测值与三种BP模型反演结果,表明基于WPT-PCA构建BP模型的输入因子数量虽仅有6个却并不影响其反演精度,也能包含原始光谱的92%信息,且优于基于PCA和传统CC所构建输入因子的BP模型反演能力。
- 杨可明孙阳阳刘飞魏华锋史钢强
- 关键词：高光谱遥感叶绿素含量小波包变换
- 模拟退火机制下优化离散粒子群的端元提取算法
- 2015年
- 针对离散粒子群优化(Discrete Particle Swarm Optimization,DPSO)端元提取算法初始种群质量差、收敛性能低且易于陷入局部最优,本文将模拟退火算法引入到DPSO的不同阶段,模拟退火算法能以一定的概率接受和舍弃新状态,使种群内粒子渐趋有序、达到平衡,收敛到全局最优,有效避免了搜索陷入局部最优。因此,该算法不仅保持了DPSO的全局组合优化特点,克服了初始种群质量差、易陷入局部最优等缺点,而且还提高了收敛速度和端元提取精度。
- 刘飞杨可明魏华锋孙阳阳史钢强
- 关键词：高光谱遥感粒子群优化端元提取模拟退火
- 以光谱信息熵改进的N-FINDR高光谱端元提取算法被引量：7
- 2015年
- 端元提取是高光谱混合像元分解的关键步骤,也是高光谱影像分析的重要前提。N-FINDR算法是一种经典且有效的端元提取算法,但其需遍历所有可能的像元组合,计算量巨大,时间效率不高。本文以光谱信息熵和凸面几何学理论,利用高光谱影像像元,在光谱特征空间形成的单形体顶点附近为相对纯净像元,单形体内部为混合像元的特性,提出了一种结合光谱信息熵的N-FINDR改进算法。该方法根据各波段像元灰度概率计算影像中每个像元的光谱信息熵,将大于光谱信息熵阈值的像元作为混合像元被剔除,在保留的像元组成的单形体上搜索最大体积,并提取最大体积顶点处像元作为端元。最后,使用美国EO-1卫星获取的江西省德兴某铜矿的Hyperion数据,对改进后的算法进行验证。结果表明,改进后的N-FINDR算法在确保较高端元提取精度的同时,大大提高了数据处理的时间效率。
- 杨可明魏华锋刘飞史钢强孙阳阳
- 关键词：混合像元端元提取
- 面向就业需求的信息化测绘技能训练模式研究被引量：5
- 2014年
- 当今信息化测绘是测绘科学与技术的发展方向,如何培养信息化测绘专业人才和提高毕业生就业率是测绘教育研究的热点。在信息化测绘人才培养目标的指导下,提出了包括七方面的信息化测绘技能教学模式:结合科研案例分析的教学模式、构建专业课程的项目研究流程式教学模式、结合多媒体课件和软件操作演示的教学模式、信息处理算法编程和结果表达的教学模式、集中实习的科研训练教学模式、课程考核的内容和形式改革,以及面向就业的测绘技能训练模式:大学生实践创新能力大赛、校外人才培养基地(实践教学基地)建设、大学生创新性实验计划、依托科研项目完成毕业设计(论文)等,旨在为教学经验交流与提高现今测绘毕业生就业率等方面提供借鉴。
- 杨可明史钢强魏华锋孙阳阳刘飞
- 关键词：大学生就业需求信息化测绘教学模式
- 压缩感知和万有引力模型相结合的高光谱混合像元分解被引量：3
- 2014年
- 高光谱影像虽然具有较高的光谱分辨率,但因其空间分辨率低而普遍存在混合像元。混合像元分解是高光谱遥感应用的重要研究内容,包括端元提取和端元丰度反演两部分。本文以压缩感知(CS)理论为基础,结合神经网络技术提出了一种端元提取模型——基于CS的高光谱影像端元提取模型。同时,将经典的万有引力模型(UGM)引入端元丰度反演中,提出基于UGM的端元丰度反演算法。最后,以Hyperion高光谱影像为试验数据在Matlab中对模型和算法进行编程实现,并对其结果进行精度评定。试验结果表明,本文提出的提取模型与反演算法无论在理论上还是在实际操作中,都具有一定的可行性,同时精度也满足要求。
- 杨可明王林伟刘士文史钢强刘飞赵思亮
- 关键词：压缩感知混合像元分解端元提取
- 光谱谐波分析的新型HAC非监督分类器被引量：1
- 2015年
- 高光谱影像分类是识别影像信息的重要途径之一,研究其算法对地物识别、动态变化监测和专题信息提取等方面具有重要意义。非监督分类由于其具有无须先验知识的特点,被广泛应用于高光谱影像分类。结合谐波分析理论提出一种新的高光谱影像非监督分类算法,即谐波分析分类器(harmonic analysis classifier,HAC)。首先,该算法统计第一谐波分量并绘制其直方图,根据波峰数目及位置确定初始地物类别和聚类中心像元。然后将待分类像元光谱的波形信息映射到谐波分解次数、振幅和相位的特征空间中,利用同类地物在特征空间中表现聚集性这一特征,根据最小距离原则对待分类像元进行归类。最后,计算聚类中心像元间的欧式距离,通过设置距离阈值完成类间合并,从而达到高光谱影像分类的目的。提取两种地物类别的光谱曲线,经谐波分析后得到谐波分解次数、振幅和相位量,并分析其在特征空间中的分布情况验证了HAC算法的正确性。同时将HAC算法应用到EO-1卫星的Hyperion高光谱影像得到其分类结果,通过对比K-MEANS,ISODATA和HAC算法的高光谱影像分类结果,证实HAC算法作为一种非监督分类方法在高光谱影像分类方面具有较好的应用性。
- 杨可明魏华锋史钢强孙阳阳刘飞
- 关键词：谐波分析非监督分类特征映射聚集性高光谱影像
