1 武汉大学资源与环境科学学院,湖北 武汉 430079
2 自然资源部数字制图与国土信息应用重点实验室,湖北 武汉 430079
3 土壤与农业可持续发展国家重点实验室,江苏 南京 210008
4 华中农业大学资源与环境学院,湖北 武汉 430070
5 Geographical and sustainability Science,The University of lowa,lowa City,IA 52245,USA
可见近红外非成像光谱分析技术已被广泛用于土壤有机碳(SOC)含量估测, 然而该技术的使用受土壤粗糙度的影响, 对样本的前处理要求较高, 导致模型的实用性受限。 针对这一问题, 以美国爱荷华州农田土壤为研究对象, 使用成像及非成像光谱仪获取土壤样本研磨前后的可见近红外反射光谱, 采用去包络线(CR)、 吸光度变换(AB)、 S-G平滑(SG)、 标准正态变换(SNV)、 多元散射校正(MSC)5种光谱预处理手段, 利用偏最小二乘回归(PLSR)和支持向量回归(SVR)算法构建并对比土壤SOC光谱估算模型, 探究利用成像光谱数据估测高粗糙度样本SOC含量的可行性。 实验结果表明, 使用成像光谱数据能够实现高粗糙度样本的SOC含量估算, 而使用非成像光谱数据则无法估算高粗糙度样本的SOC含量; 基于成像光谱数据建立的高粗糙度SOC最优PLSR估算模型R2能够达到0.739以及最优SVR估算模型R2为0.712, 而基于非成像光谱数据建立的高粗糙度SOC最优PLSR和SVR估算模型R2仅仅分别为0.344和0.311。 基于AB, SG, SNV和MSC这4种预处理手段之后的成像光谱数据建立的土壤样本研磨前的PLSR模型性能优于样本研磨之后建立的PLSR模型, 而SVR模型性能正好相反。 而对于非成像光谱数据来说, 土壤样本研磨后建立PLSR和SVR模型精度总是强于样本研磨前建立的模型精度。 对于这两种光谱数据和两个估算模型而言, 不同的光谱预处理方法提高模型估算精度的能力不同。 土壤样本研磨前后, 基于成像光谱数据建立的PLSR和SVR模型性能均优于非成像光谱数据所构建的模型。 成像光谱技术能够增强高粗糙度土壤样本可见近红外光谱与SOC的相关性, 从而提高模型估算精度; 能够克服土壤粗糙度的影响; 为野外大尺度估测SOC含量提供了新的手段。
成像光谱技术 土壤粗糙度 可见近红外光谱 光谱预处理 土壤有机碳 Imaging spectroscopy Soil roughness Visible and near-infrared spectra Spectra pre-processing Soil organic carbon 光谱学与光谱分析
2022, 42(9): 2788
弹道目标检测与识别问题是天基红外预警系统的核心难题之一.针对主动段弹道目标的检测和识别问题,分析了传统的基于空间和时间特征信息的弹道目标检测与识别方法.利用目标辐射空间与光谱的一致性,提出一种基于成像光谱技术的主动段弹道目标检测与识别方法,将空域目标检测和谱域目标识别两个环节进行联合处理.实验证明,该方法应用于复杂背景下低信噪比的红外弱小目标图像序列能得到较理想的结果,算法检测概率高、虚警概率低、具有较强的实时性.
弹道目标 目标检测与识别 成像光谱技术 光谱匹配 ballistic target target detection and recognition imaging spectral technology spectral matching
1 西北核技术研究所, 陕西 西安 710024
2 中国华阴兵器试验中心, 陕西 华阴 714200
透射比是评价格兰泰勒棱镜性能优劣的一个重要指标，分析了偏振干涉成像光谱仪中重要偏光部件即格兰泰勒棱镜的分光机理，运用光线追迹方法，推导出了晶体光轴不平行时棱镜透射比精确理论计算公式；通过计算机模拟对其传输特性进行了详尽分析，得出了系统透射比随晶体光轴倾斜角和波长变化的关系曲线；给出了在满足系统透射比条件下格兰泰勒棱镜晶体光轴误差被限定的有效区间范围。这一结论为偏振干涉成像光谱仪的优化设计提供了理论指导和技术支持。
光谱学 成像光谱技术 格兰泰勒棱镜 透射比 晶体光轴 激光与光电子学进展
2014, 51(5): 053001
1 中国科学院西安光学精密机械研究所光谱成像技术重点实验室, 陕西 西安710119
2 中国科学院大学, 北京100049
3 中国科学院光电技术研究院, 北京100093
大孔径静态干涉成像光谱仪获取图谱数据立方体的过程包含干涉仪调制、 探测器矩形函数卷积采样和光谱反演, 其光谱信噪比评估模型复杂。 从光谱能量调制、 采样、 反演的完整传输过程入手, 根据探测器矩形卷积采样原理, 采用离散傅里叶变换取实部的光谱反演方法, 进行信号与噪声的理论推导, 建立了大孔径静态干涉成像光谱仪光谱信噪比评估模型。 考虑了与波数相关的光学系统透过率、 干涉仪分束面效率、 探测器量子效率等仪器设计参数和主要电路噪声参数, 进行了光谱信噪比仿真计算。 利用LASIS仪器进行了光谱信噪比实验测试, 测试结果与模型仿真计算结果平均偏差为358%, 单谱段信噪比趋势基本吻合, 验证了评估模型的正确性。 评估模型中包含了典型LASIS成像光谱仪由输入光谱辐射到输出光谱数据的各项主要技术环节, 在信噪比计算公式中带入干涉仪分束面干涉效率、 探测器矩形采样方式等因素对仪器光谱信噪比的影响算子, 并利用实际仪器进行了实验验证, 对提高LASIS成像光谱仪工程设计水平具有指导意义。
干涉成像光谱技术 光谱信噪比 评估模型 辐射传输 噪声 Fourier transform imaging spectrometry Spectrum signal-to-noise ratio Evaluation model Radiation transmission Noise
1 中国科学院光电研究院, 北京 100094
2 中国科学院大学, 北京 100049
基于一种固体马赫曾德尔(Mach-Zehnder)成像光谱仪，从理论上严格推导了其光谱反演模型，通过该光谱反演模型着重分析了反射面平移误差对系统光谱反演带来的影响。运用Zemax软件建立了成像光谱仪的仿真模型，并运用该仿真模型对固体马赫曾德尔成像光谱系统光谱反演及平移误差推导结果进行了仿真验算。理论推导及仿真结果表明，固体马赫曾德尔成像光谱仪中反射面的平移误差将对系统的光谱反演结果带来影响，并且光谱的反演误差与两路剪切分光光路中反射面平移误差的总和相关。因此，在固体马赫曾德尔成像光谱仪的研制过程中，需要严格控制两路平移误差的总和，或通过适当的补偿遏制其对测量结果的影响，提高系统的光谱测量精度。
光谱学 干涉成像光谱技术 光谱反演模型 平移误差 傅里叶变换 Zemax验证 马赫曾德尔成像光谱仪
1 中国科学院光电技术研究院， 北京100093
2 北京航空航天大学仪器科学与光电工程学院， 北京100083
大孔径静态干涉成像光谱技术在航天遥感应用中， 由于探测器横纹误差影响， 使获得的干涉数据无法反演光谱数据， 需要对横纹误差进行修正。 通过对干涉成像机理的分析， 给出探测器横纹误差影响下的干涉成像模型， 提出横纹误差影响下干涉数据修正方法。 最后利用仪器获取的数据， 对提出的修正方法进行验证， 由处理结果可以看出， 本文所提的修正方法可以很好的修正横纹误差对光谱的影响， 提高反演光谱的精度。
成像光谱技术 大孔径 光谱反演 横纹误差 Imaging spectrometry Large aperture Spectrum recovery Lateral fringe error 光谱学与光谱分析
2012, 32(4): 1137
1 中国科学院西安光学精密机械研究所, 陕西 西安 710119
2 中国科学院研究生院, 北京 100049
3 中国科学院光电研究院, 北京 100094
大孔径静态干涉成像光谱技术是一种时空联合调制的傅里叶变换成像光谱技术, 其核心元件通常采用Sagnac横向剪切干涉仪。 这种结构会使进入干涉仪的光线有一半沿原路返回, 降低了能量利用率。 文章提出一种改进型Mach-Zehnder横向剪切干涉仪结构, 克服了能量利用率低的缺点, 在实现横向剪切的同时, 还具有双通道输出的优点。 本文通过光线追迹的方法, 得到剪切量的一般表达式, 并分析了各种误差源对剪切量误差的贡献。 为大孔径静态干涉成像光谱仪的设计提供了新思路, 可为该类型的成像光谱仪的设计与优化提供理论指导。
大孔径干涉成像光谱技术 傅里叶变换成像光谱仪 Mach-Zehnder干涉仪 横向剪切 Large aperture static imaging spectrometer Fourier transform imaging spectrometer Mach-Zehnder interferometer Lateral shear
1 中国科学院遥感应用研究所, 遥感科学国家重点实验室, 北京100101
2 中国科学院研究生院, 北京100049
基于自主研制的地面成像光谱辐射测量系统（field imaging spectrometer system, FISS）, 利用获取的可见/近红外波段成像光谱数据进行鲜猪肉和解冻猪肉的识别研究, 同时对鲜猪肉的新鲜度在类别和等级上分别进行识别研究。 通过最小噪声分离变换和一阶微分处理, 消除数据高频随机噪声和基线偏移, 改善多重共线性, 运用Wilks’lambda逐步法选择特征波长, 采用Fisher线性判别函数建立判别分析模型。 运用选择的前8个波段建立模型, 对鲜猪肉和解冻猪肉的识别即可高达99%； 运用选择的前6个波段, 鲜猪肉新鲜度类别总体正确识别率达到98%； 运用28个波段, 鲜猪肉新鲜度等级的总体正确识别率为93.6%。 研究结果表明, FISS在肉类食品品质识别分类方面具有较高的应用潜力。
地面成像光谱辐射测量系统 成像光谱技术 猪肉品质识别 光谱分析 FISS Imaging spectroscopy Pork quality discrimination Spectral analysis 光谱学与光谱分析
2011, 31(8): 2187
1 中国科学院遥感应用研究所, 遥感科学国家重点实验室, 北京100101
2 中国科学院研究生院, 北京100049
利用自主研制的地面成像光谱辐射测量系统(field imaging spectrometer system, FISS）获取了14种典型牛奶样品的高光谱图像数据, 并基于此做了牛奶品种识别研究。 首先剔除2个异常样品, 对剩余12种牛奶样品随机取样, 共取1 200个像元样本; 为消除高频随机噪声和基线偏移, 改善多重共线性, 对所有样本做移动平均平滑和一阶微分预处理, 再运用逐步回归法选择的特征波长建立牛奶多类判别分析模型。 结果表明, 对12种牛奶样本混合识别, 总体判别精度高达95.5%, 其中蒙牛、 伊利和光明三种原味酸奶的总体正确识别率为88.3%; 对这三种原味酸奶构成的样本子集单独识别, 其总体正确识别率为88.7%。 这说明FISS能够用于牛奶品种识别研究, 还发现为实现有针对性的牛奶品种鉴别, 同类型不同厂家生产的牛奶最好单独识别, 这不仅能减少模型变量, 提高模型运算效率和稳定性, 也能提高判别的总体精度。
成像光谱技术 遥感应用 品种识别 地面成像光谱辐射测量系统(FISS) Imaging spectroscopy Remote sensing application Varieties discrimination FISS
1 中国科学院 西安光学精密机械研究所,陕西 西安 710119
2 中国科学院 光电技术研究院,北京 100190
3 中国科学院 研究生院,北京100049
大孔径静态干涉成像光谱技术是近年来出现的一种新型干涉成像光谱技术,具有原理简单、稳定性高等诸多优点,但是仪器对光学系统的设计要求苛刻。 特别是光学系统的畸变,对仪器获取的数据有较大的影响,并最终影响仪器的应用。 通过对仪器获取数据机理的分析,给出光学系统畸变影响下的数据模型,为仪器的性能评估提供可能。 最后在4%的畸变值条件下,利用模型和既定参数对畸变影响进行计算机仿真,由仿真结果可以看出,虽然该畸变对于普通的光学成像系统来说是可以容忍的,但是对于大孔径静态干涉成像光谱仪来说,复原光谱不但存在>5%的相对偏差,而且光谱位置在长波处产生了近8 nm的偏移,从而导致光谱无法应用,因此该畸变是不可容忍的。
成像光谱技术 大孔径 光学系统 光学畸变 计算机仿真 Imaging spectrometry Large aperture Optical system Optical distortion Computer simulation
