1 江苏省作物遗传生理重点实验室/江苏省作物栽培生理重点实验室, 江苏 扬州 225009江苏省粮食作物现代产业技术协同创新中心/扬州大学农学院, 江苏 扬州 225009
2 中国科学院空天信息创新研究院, 北京 100094
随着长江中下游稻麦轮作区水稻成熟期的推迟, 冬小麦播期的推迟已经成为影响产量的主要障碍, 因此在迟播小麦中筛选抗性较好的品种很有必要。 该研究旨在监测冬小麦生长早期冠层叶片的相对叶绿素含量, 用于迟播冬小麦品种筛选。 为探讨利用无人机多光谱影像监测冬小麦叶绿素含量的可行性, 基于多光谱无人机获取的5个单波段光谱反射率和15个植被指数作为自变量, 经过递归特征消除法(RFE)特征变量筛选, 去除冗余变量, 利用后向神经网络(BP)回归算法构建冬小麦相对叶绿素含量(SPAD)值遥感反演模型。 根据2020年—2021年江苏省扬州市广陵区实验点冬小麦越冬期、 拔节期两个生育期的实测叶片SPAD值, 结合同步获取的多光谱无人机影像, 分析了这两个生育期遥感变量和SPAD值之间的相关性。 并结合遥感变量之间的特征重要性排序进行特征变量筛选, 筛选出的变量作为模型的输入, 构建并筛选出各生育期最佳的反演模型。 比较岭回归(Ridge)和梯度提升树(GBD)算法, 以R2和RMSE作为模型评价指标, 在验证集上分析了各生育期3种模型的自学习能力和泛化能力。 结果表明, 经过了最优光谱信息筛选而建立的BP神经网络模型在此两个生育期的数据集上均表现出了最强的回归预测能力。 R2和RMSE在越冬期分别为0.806和1.861, 拔节期分别为0.827和0.507。 通过对无人机多光谱数据进行变量筛选, 构建的优选模型BP神经网络具有较高估算精度, 且表明在冬小麦的早期监测中, 拔节期比越冬期效果好。 利用无人机多光谱在估算迟播冬小麦SPAD值进行品种抗性筛选的方法是有价值的。
品种筛选 无人机 小麦SPAD值 BP神经网络 特征选择 Variety screening UAV Wheat SPAD values BP neural network Feature selection 光谱学与光谱分析
2023, 43(6): 1912
1 北京空间机电研究所，北京 100094
2 同济大学 物理科学与工程学院，上海 200092
在低温环境下镜头结构会产生热变形，对镜头光学传递函数（MTF）及离焦量均会产生影响，从而影响光学成像质量。在此基于某红外遥感器，针对210 K低温工作环境，设计了一套具备热卸载功能的透射式低温镜头。对其建立有限元模型，并加载模拟在轨工作环境温度场，得到热变形数据，最终计算出镜头MTF及离焦量变化，并通过该仿真分析手段对低温镜头结构进行优化设计。低温镜头装调完成后，将低温镜头及其他配合测试设备置于真空罐内，在常温与低温环境条件下，对光学系统MTF及最佳焦面位置进行测试标定。测试结果表明，各项偏差在可接受范围之内，MTF仅变化0.2%，说明使用的低温镜头多场耦合仿真方法是可靠的，能够对红外遥感器低温镜头设计进行指导。
光学设计 低温镜头 仿真 MTF 离焦 测试 optical design cryogenic lens simulation MTF defocusing test 红外与激光工程
2021, 50(5): 20200397
1 北京空间机电研究所， 北京 100094
2 北京理工大学 光电学院， 北京 100081
在基于微悬臂梁的光学读出红外成像系统中，获得的红外图像有明显噪声，甚至有连续噪点组成孔洞，让目标难以辨识出来,因此提出基于特征模板卷积的红外图像增强方法。利用Hough变换根据微悬臂梁结构的特点，获得特征卷积模板的尺寸信息，根据成像系统特点建立卷积模板。让模板在图像内逐点卷积，建立评价参数阈值消除图像内噪声。进行均值滤波来填补噪声点及FPA单元的间隔，获得增强后的红外图像。实验结果表明，方法不仅能够有效增强光学读出红外成像系统的成像质量，对于普通存在噪声的图像也有良好的噪声消除效果。
应用光学 非制冷红外成像 红外图像增强 模板卷积 applied optics uncooled infrared imaging infrared image enhancement mask convolution
