基于文献计量分析的投影寻踪法在水问题中应用的研究进展

投影寻踪法因其良好的高维数据处理能力和灵活的问题导向性而得到广泛应用。【目的】系统分析投影寻踪的研究现状、探索其未来发展趋势。【方法】以中国知网数据库收录的投影寻踪中文文献为基础进行了文献计量分析,借助VOSviewer可视化分析功能进行了研究热点聚类分析。从理论研究、水质评价、水资源承载力、水安全、水资源系统脆弱性5个方面综述了投影寻踪在水问题中的研究进展,在此基础上指出了投影寻踪研究未来发展趋势。【结果】水利工程、环境、数量经济是投影寻踪法应用较多的学科领域;研究热点主要有投影寻踪评价、投影寻踪回归模型、投影寻踪方案优选和投影寻踪动态聚类;相对其他学科,投影寻踪在水问题中的应用较多。【结论】在理论研究方面,需要继续深化投影寻踪思想,进一步探讨投影指标函数和窗宽半径的确定方法,深化投影寻踪与其他方法的耦合;在应用研究方面,需在预测、动态评价、诊断识别、预警、决策等方面继续深化研究。     

基于免疫蛙跳算法优化的投影寻踪水质评价模型

以地下水各聚类指标水质级别国家标准值为评价标准,应用基于高维降维技术的投影寻踪模型,并采用改进的免疫蛙跳算法对投影寻踪模型投影方向进行优化求解,将高维数据指标转换到低维子空间,根据计算得出投影函数值的大小对样本水质进行评价。结果表明:免疫蛙跳算法收敛速度、搜索精度优于混合蛙跳算法;基于免疫蛙跳算法优化的投影寻踪模型能够很好的对水环境质量进行评价,可用于其他环境的综合评价。     

区域水环境承载力评价模型研究

将投影寻踪技术与遗传算法相结合,建立了基于实数编码加速遗传算法的投影寻踪评价模型,通过优化各指标样本的最佳投影方向,得到各样本的投影值,从而实现了区域水环境承载力的量化评价。最后,应用该模型对黄河中上游某支流流域地区水环境承载力状况进行综合评价分析,检验了模型的可行性和合理性。     

基于冠层光谱特征的冬小麦植株含水率诊断研究

【目的】快速、精确地获得作物水分状况。【方法】采用高光谱采样数据分析方法,研究了北京大兴冬小麦不同生育期不同水分条件下的冠层光谱变化特点,筛选了水分光谱敏感波段,构建了冬小麦水分状况诊断模型。【结果】(1)在750~1 075 nm近红外反射平台拔节—抽穗期、抽穗—灌浆期冬小麦冠层光谱反射率随植株含水率的增大而上升,在350~750 nm的可见光区域灌浆—成熟期冬小麦冠层光谱反射率随植株含水率的增大而降低;(2)不同生育期冬小麦植株水分状况均与650~775 nm波段密切相关,其中对冬小麦植株含水率变化最为敏感的波段为661nm和771 nm;(3)通过筛选光谱参数模型、构建基于敏感波段回归模型并综合分析2类模型对冬小麦植株含水率的监测效果发现,冬小麦不同生育期植株含水率监测最佳模型均为光谱参数模型。【结论】在利用光谱技术监测冬小麦植株含水率时,包含661 nm及771 nm附近波段的水分监测光谱参数模型效果最佳。     

基于高光谱图谱融合技术的英德红茶等级快速无损判别

茶叶等级评价是检测茶叶品质的一项重要技术指标。通过提取红茶高光谱成像技术下的图像特征和光谱特征,构建一种基于图谱融合方法、适用于英德红茶等级评价的快速无损判别模型。首先制备3种不同等级的红茶样本,采用t分布-随机近邻嵌入和主成分分析对光谱数据进行降维可视化分析,然后从影响内在品质角度用连续投影法提取每种化学值的特征波长,通过多模型共识策略和竞争性自适应重加权算法-连续投影法筛选得出表征其内在品质的最佳特征波长组合,并建立基于遗传算法优化支持向量机的等级判别模型;其模型的训练集准确率为88%,预测集准确率为78.33%。为了融合外形纹理差异,先提取最佳特征波长组合对应的高光谱图像;采用图像掩膜消除背景的干扰和采用图像主成分分析消除多波长图像间的冗余信息,然后采用灰度共生矩阵和局部二值化算法提取主成分前三维主成分图像与特征光谱融合,并建立基于特征融合的遗传算法优化支持向量机等级判别模型,且基于第三主成分图像特征融合模型判别效果最佳,训练集准确率提升至98%,预测集准确率提升至96.67%。     

基于投影寻踪模型的节水灌溉工程方案优选

提出了节水灌溉工程方案优选的投影寻踪(PP)模型的新方法,利用PP模型可把方案多维评价指标值综合成一维投影值,投影值越大表示该方案越优,根据投影值的大小就可对方案集进行优选.采用实码加速遗传算法进行PP建模,简化了投影寻踪技术的实现过程,为投影寻踪技术在节水灌溉工程中的广泛应用提供了新的有力工具.应用实例的结果说明,直接由样本数据驱动的PP模型用于节水灌溉工程方案优选简便可行,PP模型的投影值比较分散、易于决策,适用性和可操作性强,不需确定评价指标的权重,优选结果较为客观.     

基于变量选择的堆肥胡敏酸含量近红外光谱分析

为探讨基于选择的近红外光谱变量定量判别堆肥腐熟度的可能性,为堆肥发酵终点判定及开发相应的近红外漫反射光谱控制设备提供理论基础,采集了100份堆肥样本,用湿化学方法分析了堆肥样本中的胡敏酸含量,采集范围为4 000~9 000 cm~(-1)波段的光谱,进而利用该近红外光谱进行预处理方法的优化研究及堆肥胡敏酸感变量的优选研究,以偏最小二乘的方法建立了基于近红外光谱分析的堆肥胡敏酸定量模型。结果表明:小波变换充分提取了近红外光谱的信息;利用C_4小波系数对58个堆肥样本进行建模,对42个预测集样本进行预测,预测集均方根误差和R2分别为0.113 8%和0.926 6,优于原始光谱直接建模的0.167 2%和0.834 8。对近红外光谱数据进行小波变换,利用处理后的小波系数,采用偏最小二乘法预测了堆肥中胡敏酸的含量,建立了小波变换与近红外光谱技术结合用于测定堆肥样品中胡敏酸测定的模型。基于小波系数的模型优于传统的近红外光谱全谱模型,对于堆肥胡敏酸的测定取得了较为准确的预测结果。     

基于栈式自编码神经网络的包衣单籽粒玉米品种识别

常规近红外定性识别研究中,玉米籽粒为表皮裸露状态,未经种衣剂覆盖处理,但是在实际农业生产中,为抵御病虫害侵袭,提高玉米种子发芽率,达到保产增产的功效,玉米种子常需经种衣剂包裹处理。玉米种衣剂的类型多样,对近红外光谱具有一定的吸收,因此种衣剂对近红外定性识别具有干扰作用。本文针对种衣剂对玉米品种识别准确性影响的问题,提出了一种基于栈式自编码神经网络（SAE）的近红外光谱定性建模方法。首先采用无种衣剂玉米籽粒光谱作为训练集,通过栈式自编码无监督学习算法与softmax分类器构建栈式自编码网络定性分析模型,再利用所建模型对有种衣剂玉米籽粒进行品种识别。实验结果表明,基于SAE的建模方法能够将种衣剂对玉米籽粒识别率的影响降低至3%以内。     

基于高光谱遥感的苹果树冠层叶片全氮量估测

【目的】快速准确获取大面积果园冠层叶片全氮含量（LNC ,Leaf Nitrogen Content）是实现现代精准农业的基本要求。【方法】本试验通过无人机高光谱成像仪（391.9nm ~ 1006.2nm）采集了甘肃省静宁县两个典型果园的果树冠层光谱图像,包括人工灌溉的苹果示范园与自然降雨的苹果园,综合比较两区共160份冠层叶片样本的原始光谱反射率（OD）、倒数光谱（RT）、对数光谱（LF)、一阶微分光谱（FD）,构建任意两个光谱波段集组合的差值植被指数（Difference spectral index,DSI ）、土壤调节植被指数（Soil Adjusted Vegetation Index ,SAVI）、归一化光谱指数（Normalized Different Spectral Index, NDSI）,分析三种光谱指数与叶片氮含量的相关性,利用一元线性回归模型与光谱指数构建两区最佳苹果冠层LNC估测模型。【结果】研究表明：人工灌溉区的FD-SAVI(825,536）、自然降雨区的LF-SAVI(854,392)与LNC的相关性最强,并基于FD-SAVI、LF-SAVI构建一元线性回归模型。人工灌溉区构建的FD-SAVI-ULRM估测模型精度最高,验证集R2和RMSE为0.6601和0.0678;自然降雨区构建的LF-SAVI-ULRM估测模型精度最高,验证集R2和RMSE为0.6746和0.0665。本试验采用LNC模型绘制出两个试验区的苹果树冠层叶片LNC估测图,实现对果园叶片全氮含量的精准掌握及精细化管理。     

基于近红外光谱技术的饲料混合均匀度检测

模拟了几种常用饲料原料在卧式混合机中的混合过程,通过美国ASD公司的QualitySpec5070近红外光谱仪全程采集了样本的近红外光谱数据,对样本数据进行了适当的预处理与波段选择,并建立了3种不同的有监督定性分析模型来判别饲料混合均匀状态。结果表明,模型的预测准确率均大于85%,为快速、准确、稳定地检测饲料混合均匀度提供了新的途径。     

改进的投影寻踪水质评价模型

为弥补现有水质评价方法的不足之处,采用免疫进化算法优化投影寻踪模型的投影方向,提出基于免疫进化算法的投影寻踪模型,并将模型运用于我国五大湖水质评价及各种富营养化指标对湖泊富营养化程度评价的影响。结果表明通过比较基于免疫进化算法的投影寻踪水质评价模型的最佳投影方向各分量的大小和投影值的大小即可确定水体中污染物的主次及治理的优先并实现同类水之间的水质优劣比较;该模型能将高维数据通过最佳投影方向映射到低维子空间,便于对样本进行分类和综合评价,为水质评价研究领域提供了新的思路和方法。     

芝麻油掺伪的近红外透射光谱检测技术

采用近红外光谱技术结合间隔偏最小二乘法分别建立芝麻油中掺入大豆油、玉米油和花生油的定量检测模型。实验配制不同比例的掺假芝麻油混合样品,采集样品在4 000～12 000 cm-1范围内的近红外透射光谱,把数据分为校正集与预测集。将4 420～12 000 cm-1波段的光谱进行各种预处理,最佳方法为平滑预处理,并利用间隔偏最小二乘波长筛选法(iPLS)选取光谱特征波段,最后采用偏最小二乘法建立掺假芝麻油的定标模型。结果显示:3种掺假芝麻油的PLS模型预测相关系数分别达到0.998、0.999、0.999,预测均方根误差分别为0.24%、0.24%和0.19%,具有较高的预测精度。实验证明近红外光谱技术对芝麻油掺假的快速检测具有可行性。     

赣南脐橙叶片SPAD值可见近红外光谱无损检测

为了提供果树精准肥水管理参考数据,进行了果树叶片SPAD值近红外光谱无损检测研究。采用反射方式,采集100片赣南脐橙叶片的可见近红外光谱;利用移动窗口偏最小二乘法结合遗传算法、连续投影算法筛选光谱变量,并建立偏最小二乘回归校正模型。采用移动窗口偏最小二乘法和连续投影算法组合筛选的39个光谱变量建立的校正模型预测结果最优,模型预测相关系数为0.898,模型预测SPAD值均方根误差为2.116。试验表明,应用可见近红外反射光谱技术结合化学计量学算法进行赣南脐橙叶片SPAD值无损检测是可行的。     

基于多光谱成像技术的玉米氮素营养诊断方法研究

为快速、无损地获取寒地玉米作物养分信息,利用多光谱成像技术开展了大田玉米氮素营养诊断研究。采用美国ADC多光谱相机采集玉米拔节期冠层多光谱图像,利用德国AA3连续流动分析仪测定叶片氮含量。提取红色通道灰度均值(AVSR)、绿色通道灰度均值(AVSG)和近红外通道灰度均值(AVSNIR)等3个光谱参数,构建归一化植被指数(NDVI)、绿色归一化植被指数(GNDVI)、红色通道与绿色通道比值植被指数(RVIR/G)、红色通道与近红外通道比值植被指数(RVIR/NIR)、近红外通道与红色通道比值植被指数(RVINIR/R)、红色归一化比值(RNR)、绿色归一化比值(GNR)、近红外归一化比值(NIRNR)等8个植被指数。将全部光谱参数及植被指数分别与氮素值进行相关性分析,建立寒地玉米氮素一元线性回归、多项式回归及多元回归模型。结果表明:一元回归模型R2最高达0.854,多元回归模型R2为0.870,所得模型可为寒地大田玉米精准施肥和长势监测提供支持。     

基于近红外光谱的掺伪油茶籽油检测

为了探索采用近红外光谱技术检测掺伪油茶籽油的潜力,以12个产地的玉米油、花生油、菜籽油和大豆油为掺杂油,以5个产地的油茶籽油为被掺杂油,制备了455份掺伪质量分数为0、1%、3%、6%、10%、15%和20%的掺伪油茶籽油,采集了所制备样品在833～2 500 nm范围内的近红外光谱。对采集的近红外光谱进行多元散射校正处理后,应用Kennard-Stone样本划分法按2∶1的比例将样本划分为校正集和测试集。采用连续投影算法(SPA)、无信息变量消除算法和竞争性自适应重加权算法提取表征掺伪油茶籽油样本的特征波长,并建立判别掺伪油茶籽油样品的支持向量机(SVM)和随机森林(RF)模型。研究结果表明,SVM模型具有较高的灵敏度,RF模型具有良好的特异性。基于SPA提取的9个特征波长所建立的RF模型的识别准确率最高,为99.34%,对掺伪质量分数为1%的掺伪油茶籽油的识别准确率达到94.74%,对掺伪质量分数为3%及以上的掺伪油茶籽油的识别准确率达到100%。本研究为掺伪油茶籽油检测仪的研发提供了基础数据。     

近红外光谱云计算分析系统构架与实现

传统的近红外光谱分析系统是单机版,建模工作难度大。为了在近红外光谱分析中实现对现有光谱模型资源共享,提出利用云计算中心的高性能服务器代替单机版的主机,然后在云服务器上开发近红外光谱软件分析系统,并详细分析了近红外光谱云分析系统的构架与设计步骤。该系统可以实现近红外光谱数据的预处理、定量分析、定性分析以及光谱模型查找和光谱模型转移等功能。最后以潲水油近红外光谱定性鉴别为例,分析比较了单机版和基于云计算的近红外光谱分析结果。在近红外光谱云分析系统中,对预测集58个样品进行判别,总体鉴别正确率为86.21%,这一结果与在单机环境下的分析结果完全一致。实验结果表明近红外光谱云分析系统具有成本低、建模方便、接入方式灵活、可实现资源共享和远程访问等优点。     

基于近红外显微成像的豆粕和抗生素菌渣鉴别分析

以豆粕和3种抗生素菌渣为研究对象,通过傅里叶变换近红外显微成像系统采集样品近红外显微图像;对采集到的近红外显微图像进行光谱重构,并对所有样品光谱进行预处理,利用Duplex算法分别从不同的样品预处理光谱中筛选具有代表性的光谱建立豆粕和抗生素菌渣的特征光谱库。使用偏最小二乘判别分析(PLS-DA)与支持向量机判别分析(SVM-DA)结合不同的光谱预处理方法,构建豆粕与不同种类抗生素菌渣的近红外显微成像定性判别模型。结果表明:构建的2种模型均能有效对试验中所用豆粕和抗生素菌渣样品进行鉴别分析,正确率均在99.4%以上。进一步比较研究发现,一阶导数+SNV的预处理方式优于无预处理、一阶导数、二阶导数;SVM-DA的模型效果优于PLS-DA,SVM-DA中特征提取方法 PLS优于PCA。     

基于近红外光谱技术的蔬菜农药残留种类检测

该文基于近红外光谱技术,提出一种快速无损检测方法,以期实现蔬菜农药残留的分类检测。通过对喷洒了氰戊菊酯溶液、三唑磷溶液和未喷洒农药的生菜样本进行研究,比较不同预处理后的建模效果,选用SNV算法作为最优预处理方法。分别采用连续投影算法（SPA）、自主软收缩法（BOSS）和竞争性自适应重加权算法（CARS）对预处理后的光谱数据进行特征波段选择。采用支持向量机（SVM）和基于灰狼算法（GWO）优化的支持向量机（SVM）算法对特征波长变量分别建立分类模型。再通过对建立的模型进行比较得出:CARS-GWO-SVM模型取得了最佳的分类效果,模型的训练集精度和预测集精度均为100%。因此,利用近红外光谱技术对蔬菜上的农药残留进行分类检测是可行的。该研究为生菜中其他农药残留的快速无损检测分析提供参考。      

小波变换和连续投影算法在猪肉嫩度光谱法分析中的应用

文章将小波变换与连续投影算法用于猪肉嫩度的近红外光谱分析中。先利用小波变换对64个猪肉样本的原始光谱进行降噪预处理,然后由连续投影算法提取了猪肉嫩度的18个特征波长,结果表明:小波变换可以降低猪肉光谱光谱数据的噪声干扰,基于连续投影算法提取的18个特征波长建立的猪肉嫩度模型与全光谱模型性能相当,但建模波长数量仅为全光谱建模的3.51%,提取的猪肉嫩度特征波长为开发便携式猪肉嫩度检测仪提供了参考。     

基于多源数据融合的盐分遥感反演与季节差异性研究

为提高多光谱盐分遥感反演的精度,利用实测高光谱与多光谱进行数据融合,并分析了不同季节盐分遥感的差异性。以河套灌区永济灌域为研究区域,以实测光谱仪测定的土壤高光谱数据和Landsat-8 OLI多光谱数据为基础,通过光谱变换和多元逐步回归方法筛选特征波段和特征光谱指数,构建了春、秋两季土壤盐分多光谱、高光谱反演模型,并利用特征光谱指数的线性回归构建了高-多光谱数据融合反演模型。结果表明:高光谱的反射率总体比多光谱高36. 83%,春季反射率比秋季平均高23. 78%。利用模型中最优变量-特征光谱指数对多光谱模型与高光谱模型进行融合,高-多光谱融合反演模型训练集和验证集R2平均值分别为0. 651和0. 635,RMSE平均值分别为2. 44 g/kg和2. 49 g/kg,精度明显高于对应的多光谱反演模型,其中训练集、验证集的R2平均值分别提高了36. 19%和35. 64%,RMSE平均值分别降低了34. 28%和41. 72%。春季多光谱、高光谱和融合反演模型的精度均高于秋季,其中训练集R2平均值比秋季模型分别提高了6. 03%、6. 05%和4. 40%,验证集R2平均值分别提高了19. 07%、12. 21%和1. 75%。构建的高-多光谱融合模型反演灌域春秋两季平均盐分含量分别为6. 05、5. 97 g/kg,平均相对误差分别为9. 65%和10. 68%,总体上该区域春季土壤主要为重盐化土,秋季土壤主要为中盐化土。