嵌牛IT观察

不止上天,高光谱遥感还能入地分析检测

2020-12-22  本文已影响0人  d5cc63d9e177

姓名:韩宜真

学号:17020120095

转载自:https://mp.weixin.qq.com/s?__biz=MzI3NTM0MjI5Nw==&mid=2247483821&idx=1&sn=b867711dcd078e0cd14bb4933a749dd1&chksm=eb07771bdc70fe0de3da6d0c29f6d89d92bc9b2231781b304688991ea78a490082dcbba6f847&mpshare=1&scene=23&srcid=1216cgYsOuU7HecET4gHLUm2&sharer_sharetime=1608098410533&sharer_shareid=3f1a3081900d54d7638a82ca5b9e8a0d#rd

【嵌牛导读】本文介绍了高光谱遥感技术在生活中的应用。

【嵌牛鼻子】稀疏注意力

【嵌牛提问】高光谱遥感能做什么?

【嵌牛正文】

01高光谱卫星家族发射史

      2008年9月,HJ-1A和HJ-1B于在太原卫星发射中心“一箭双星”成功发射,现运行正常。“环境一号”卫星系统是中国国务院批准的专门用于环境和灾害监测的对地观测系统,拥有光学、红外、超光谱多种探测手段,具有大范围、全天候、全天时、动态的环境和灾害监测能力。

图为:高光谱微纳卫星宏观监测拍摄的波兰农林地图

    2016年12月,酒泉卫星发射中心,发射了被称为   “世界上非常强大的高光谱成像卫星”的Spark双星 。其光谱分辨率小于5米,地面分辨率在15米左右,主要波段数为328个,因中国最新成像卫星装备有超强的高分辨率成像光谱仪,因此中国对美国有技术上优势。

      这两颗宽幅高光谱微纳卫星不仅填补国内独立自主高光谱数据源的空缺,而且其后续数据产品将对国内科学研究项目免费公开共享,将使得卫星工程的意义突破遥感数据本身的价值。

  2017年6月16日,珠海一号”卫星星座由3种卫星组成,用多种方式对地面拍照,采集多个角度、多个方位的可见光视频数据、高光谱数据、雷达成像数据等,可实现全方位遥感。

       事实上,卫星类高频谱成像技术应用,中国其实早已投入使用,包括已经发射多次的嫦娥探月卫星、天宫一号目标飞行器,以及HJ1高光谱小卫星等,这些卫星和飞行器利用高频谱成像技术展开对地观测任务,并在民用领域展示了较强的实际应用能力。

       高光谱类卫星的主要特点是采用高分辨率成像光谱仪,波段数为36~256个,光谱分辨率为5~10nm,地面分辨率为30~1000m。

       通常数码相机采用红、绿、蓝三种颜色还原色彩,而高光谱微纳卫星则分出148个颜色,覆盖400—1000纳米谱段范围,通过后端数据处理,不仅有图像信息,还可获得图像上每个点的光谱数据以及任一个谱段的影像信息。

通过在数百公里高度运行的高光谱卫星,”光谱遥感独一无二的光谱“指纹,就能分辨出土壤种植作物土豆和红薯的差别,分辨出同种颜色不同品种的水稻,进而分析出全球农林作物长势和分布信息,估算产量。当然,上述波段数据需要软件处理,结合专业行业知识,才能分析出物质信息。

02高光谱技术火眼识别“身份证”

    20世纪80年代高光谱成像,进入光学仪器发展历史上的飞跃。该技术突破了传统成像能力,能够对不同成分的光谱特征进行识别,谱段可由几十至几百个。

高光谱遥感全称为“高光谱分辨率遥感”。它不像多光谱遥感中根据颜色的差异来分辨目标,而是根据谱段光谱曲线的形态来分析目标。光谱分析是人类借助光认知世界的重要方式。光谱分析能获取除肉眼能看到的物质的形状、尺寸、规格等以外的物质成分信息。

      万物皆有光谱曲线,我们可以看着身份识别,通过光谱成像获取各种物质成分信息。在无人机搭载进行低空作业,1小时内就可完成对1万平方米农田的土壤分析。

       高光谱遥感能在可见光到短波红外范围内连续光谱成像,不仅光谱探测范围超过了肉眼的感知,还能连续记录数百个光谱波段。

遥感可上观天象、下望山川、河流大地、海洋全貌。不止如此,上天入地,无所不及。目前在医学、生物、刑侦、考古、文物保护等领域开展了广泛的探索性应用。2006年中科院与故宫博物院等单位合作在古画、唐卡、壁画、墨书等文物的识别和鉴别方面取得了开创性成果。

        今年年初,热门纪录片《我在故宫修文物》,第三集书画文物修复中出现了高光谱遥感以及研究室研发高光谱扫描HyScan,技术分析细节让人叹为观止。

      在农业生产方面,高光谱遥感在作物长势监测、产量估计、品质监测以及病虫害监测预测方面得到了广泛应用。目前,国内外在作物病虫害遥感监测研究中,主要是针对受病虫害胁迫作物的光谱特征,开展病虫害胁迫的特征提取。

      2000年中科院遥感所团队曾基于在日本长野获取的80个谱段的航空高光谱遥感数据,对卷心菜、大白菜、萝卜等多种蔬菜进行了精细分类,预测蔬菜产量。

       如农药残留的蔬菜和没有农药残留的蔬菜(下图)。相较于传统检测方式,高光谱遥感食品检测不仅具有无接触、无损的特点,在检测效率、食品安全提升方面是革命性的提升。根据果蔬光谱特征不同生长周期、产地差异性,可用于检测果蔬新鲜度、产地溯源等功能。

                   有无农药残留蔬菜光谱(介飞决是一种农药)

       基于高光谱遥感成像技术,结合物联网、云端数据技术研发了高光谱扫描仪HyScan, 目前该项技术已经实现成果转化,原型机产品还在测试完善中,不日面市。

     光谱分析技术已经实现与智能手机的融合诞生了面向普通民众的高光谱应用,借助于嵌入到智能手机里的光谱仪,实时获取通过手机快速检测果蔬食品安全信息。

        常用的特征提取方法包括基本的光谱运算及变换方法,如敏感波段提取法,光谱植被指数法,微分光谱分析法,吸收谷/反射峰等光谱位置参数提取法等)和光谱数据知识挖掘方法,如主成分分析法,小波分析法,神经网络法,支持向量机,偏最小二乘回归等。

       在农作物为生长监测方面,不同病虫害区分研究,研究者提出了新型病害识别光谱指数。如引入RELIEF-F特征提取算法,说明小麦条锈病,白粉病以及蚜虫的光谱特征,并构建定量区分特定病害的新型光谱指数NSIs(New Spectral Indices),将这些新型植被指数用于叶片和冠层尺度病虫害区分均取得满意的结果。

上一篇下一篇

猜你喜欢

热点阅读