分类: 地球科学 >> 地球科学其他学科 提交时间: 2018-11-14 合作期刊: 《干旱区地理》
摘要: 为了快速有效检测南疆地区典型土壤(沙壤土)的盐分含量变化,利用光谱仪和电导仪测得南疆阿拉尔市红枣种植区盐渍土近红外高光谱和电导率数据,基于7种不同光谱预处理方法和2种特征波长选择算法,分别建立多元线性回归(MLR)和偏最小二乘回归(PLSR)的土壤盐分监测模型。结果表明,7种预处理方法中,归一化,多元散射,变量标准化和一阶导数能够有效提高土壤盐分的预测模型精度。基于多元逐步回归(SMR)波长选择方法的多元线性回归(SMLR)模型的Rval2大于0.948 9,RPD大于6.294 9,RMSEP小于0.435 6;基于连续投影算法(SPA)的多元线性回归(SPA-MLR)模型的Rval2大于0.956 8,RPD大于6.922 1,RMSEP小于0.361 6,预测结果要优于偏最小二乘回归(PLSR)模型,其中基于归一化处理后的SMLR和SPA-MLR的预测精度最为理想,分别为Rval2=0.979 2,RPD=9.907 8,RMSEP=0.287 6和Rval2=0.980 5,RPD=10.50,RMSEP=0.278 3,而且筛选的特征波长较少。说明归一化是更有效的光谱预处理方法,多元线性回归MLR更适合建立南疆典型沙壤土盐分含量的预测模型。
分类: 地球科学 >> 地理学 提交时间: 2024-09-05 合作期刊: 《干旱区地理》
摘要: 传统村落具有乡村聚落和活态遗产的特殊属性。以关中地区14座典型传统村落为研究对象,从共生视角出发,构建传统村落的聚落发展与文化传承共生协调评价指标体系并进行测度,采用K-modes聚类分析对传统村落进行类型划分,运用偏最小二乘回归分析聚落发展和文化传承之间的交互作用。结果表明:(1)案例村落的聚落发展与文化传承总体共生水平为“初级”,其中聚落发展与文化传承均处于较低水平,但文化传承的非均衡性更高。(2)人口活力不足、经济发展滞后是阻碍传统村落聚落发展的关键因素,物质空间保存度低、传统文化活化利用不足严重阻滞传统村落的文化传承。(3)案例村落一半以上是均衡共生型,其次是内化提升型,文旅主导型较少。(4)传统村落的聚落发展与文化传承对彼此有正向激励作用和反向抑制作用,其中正向激励作用更大。研究结果为传统村落的聚落发展与文化传承共生协调发展提供了理论基础和科技支撑。
分类: 地球科学 >> 地理学 提交时间: 2024-07-04 合作期刊: 《干旱区研究》
摘要: 叶片氮浓度(LNC)是反应作物光合作用、营养状况和长势的重要指标,为精准高效地估测不同生育期冬小麦叶片氮浓度,以新冬22为研究对象,利用无人机搭载Pika L高光谱相机获取4个关键生育期冬小麦冠层反射率数据。基于波段优化算法和相关性分析筛选LNC敏感光谱指数,结合逐步回归、多元线性回归和偏最小二乘回归建立关键生育期冬小麦叶片氮浓度估测模型,并与单变量估测模型进行比较。结果表明:基于波段优化算法筛选的组合光谱指数与LNC的相关性优于传统植被数,且达到极显著性相关;在单变量LNC估测模型中,组合光谱指数构建的模型精度优于传统植被指数,其中,扬花期差值光谱指数(DSI(R940、R968))建立的估测模型最好,R2为0.789;多变量估测模型精度均优于单变量估测模型,其中,基于偏最小二乘回归构建的LNC估算模型最好,孕穗期和扬花期拟合效果较优,模型决定系数均为0.923,均方根误差为0.082、0.084。本研究结果可以作为冬小LNC估测和长势监测的科学依据。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》
摘要: [目的/意义] 需求一直是提高服务质量和服务水平的关键所在,从客户需求视角探究有效的知识服务方式对于保障智库的知识服务质量,提高智库的服务水平和影响力具有重要意义。[方法/过程] 通过文献回顾总结客户对智库知识服务的需求类型和智库的知识服务方式,采用问卷调查法面向政府工作人员和社会公众两类客户群体搜集数据,分析客户对智库知识服务的认知程度、需求强度以及服务方式的选择意愿,并通过偏最小二乘回归模型分析智库的客户需求与知识服务方式的作用关系。[结果/结论] 政府工作人员对智库知识服务的认知程度显著高于社会公众,而且,政府工作人员更了解党政智库,社会公众更了解高校智库;客户对智库的知识服务需求强度从高到低分别为人才支持、政策研究、决策咨询和舆论宣传;客户对智库不同知识服务方式的选择意愿从高到低依次是公开媒体、公开出版、线下交流和内部合作,而且客户的各种知识服务需求正向显著影响智库的不同知识服务方式。
分类: 核科学技术 >> 核科学技术其他学科 提交时间: 2024-07-10
摘要: 铀多金属矿产是战略性新兴产业矿产,对其中富含的铀(U)元素的定量分析是此类矿产开发过程中的重要环节。本文基于飞秒激光诱导击穿光谱(LIBS)技术,结合偏最小二乘回归模型,对铀多金属矿石中U含量开展了定量分析研究。首先,利用高纯锗-γ谱仪对6组样品中的U进行了测定并设为参考值,再利用飞秒激光对样品进行烧蚀以获取LIBS光谱;其次,采用两种归一化方法对原始光谱进行预处理,并对比了预处理前后的光谱数据对PLSR模型预测分析的影响;随后,利用5组样品的光谱数据作为训练集以建立定量模型,对3#测试样中U含量开展了分析预测。结果显示,3#样10次预测值的相对标准偏差以及平均相对误差仅为5.94%和4.73%,证明了结合PLSR算法的飞秒LIBS对铀多金属矿石中U含量具有很好的分析性能。
分类: 核科学技术 >> 核科学技术其他学科 提交时间: 2024-07-01
摘要: 铀多金属矿产是战略性新兴产业矿产,对其中富含的铀(U)元素的定量分析是此类矿产开发过程中的重要环节。本文基于飞秒激光诱导击穿光谱(LIBS)技术,结合偏最小二乘回归模型(PLSR),对铀多金属矿石中U含量开展了定量分析研究。首先,利用高纯锗-γ谱仪对6组样品中的U进行了测定并设为参考值,再利用飞秒激光对样品进行烧蚀以获取LIBS光谱;其次,采用两种归一化方法对原始光谱进行预处理,并对比了预处理前后的光谱数据对PLSR模型预测分析的影响;随后,利用5组样品的光谱数据作为训练集以建立定量模型,对3#测试样中U含量开展了分析预测。结果显示,3#样10次预测值的相对标准偏差以及平均相对误差仅为5.94%和4.73%,证明了结合PLSR算法的飞秒LIBS对铀多金属矿石中U含量具有很好的分析性能。
分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-02-17 合作期刊: 《智慧农业(中英文)》
摘要: 利用高光谱技术获取玉米农学参数信息,有助于提升玉米精准管理水平。本研究基于3个种植密度 和5份玉米材料的田间试验,获取玉米大喇叭口期的地面ASD高光谱数据与无人机高光谱影像,分析不同种 植密度下不同遗传材料的叶面积指数(LAI) 和单株地上部生物量,构建基于全波段、敏感波段和植被指数 的LAI和单株地上部生物量高光谱估算模型,比较分析两类高光谱数据在玉米表型性状参数上的监测能力。 结果表明,野生型玉米材料的冠层光谱反射率在近红外波段随着种植密度的增大而增大; 同一种植密度下 的野生型玉米材料的光谱反射率在可见光和近红外波段均为最低。在可见光波段550 nm的波峰处,4种转基 因材料的光谱反射率比野生型玉米材料的光谱反射率提高4.52%~19.9%,在近红外波段870 nm的波峰处,4 种转基因材料的光谱反射率比野生型玉米材料的光谱反射率提高23.64%~57.05%。基于21个高光谱植被指 数构建的模型对LAI的估算效果最好,测试集决定系数R2为0.70,均方根误差RMSE 为0.92,相对均方根误 差rRMSE 为15.94%。敏感波段反射率(839~893 nm和1336~1348 nm) 对玉米单株地上部生物量估算效果 最佳,测试集R2为0.71,RMSE 为12.31 g,rRMSE 为15.89%。综上,田间非成像高光谱和无人机成像高光谱 在玉米LAI及生物量估算方面具有较好的一致性,能够快速有效地提取地块尺度玉米农学参数信息,本研究 可为高光谱技术在小区尺度的精准农业管理应用提供参考。
分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-02-17 合作期刊: 《智慧农业(中英文)》
摘要: 由于采后处理过程中脐橙保鲜剂抑霉唑易通过果皮渗进果肉中残留,不慎食用后会对人体产生危 害。因此,本研究探索一种基于表面增强拉曼光谱技术(Surface-Enhanced Raman Spectroscopy,SERS) 的 脐橙果皮中抑霉唑残留的快速检测方法。首先对SERS检测条件进行优化,分别确定了最优的检测条件为反 应时间2 min,金胶加入量400 L,NaBr作为电解质溶液且加入量为25 L。基于以上最优检测条件,以自 适应迭代惩罚最小二乘法(Adaptive Iterative Reweighted Penalized Least Squares,air PLS)、air PLS+归一化、 air PLS+基线校正、air PLS+一阶导数、air PLS+标准正态变量(Standard Normal Distribution,SNV) 和air PLS+多元散射校正(Multiplicative Scatter Correction,MSC) 处理后的6组光谱数据为研究对象,分别采用这 6种光谱预处理法建立支持向量回归(Support Vector Regression,SVR) 模型并对预测性能进行比较后发现, air PLS方法所建立模型的预测集相关系数(Coefficient of the Determinant for the Prediction Set,RP) 最大,预 测集均方根误差(Root-Mean-Square Error of Prediction,RMSEP) 最小。对光谱数据进行主成分分析(Prin⁃ cipal Component Analysis,PCA) 特征提取,选择前7个主成分得分作为SVR预测模型的输入值。采用SVR、 多元线性回归(Multiple Linear Regression, MLR) 和偏最小二乘回归(Partial Least Squares Regression, PLSR) 三种建模方法分析比较其对应的预测性能,其中SVR模型的预测集RP可高达0.9156,预测集RMSEP 为4.8407 mg/kg,相对标准偏差(Relative Standard Deviation,RPD) 为2.3103,表明基于SVR算法对脐橙表 面抑霉唑残留的预测值越接近实测值,越能有效提高模型预测准确性。试验结果表明,利用SERS结合PCA 及SVR建模,可实现对脐橙果皮中抑霉唑残留的快速检测。
分类: 农、林、牧、渔 >> 农、林、牧、渔业科学其他学科 提交时间: 2023-02-17 合作期刊: 《智慧农业(中英文)》
摘要: 土壤盐渍化是限制黄河三角洲地区农业经济发展的重要因素,进一步阻碍了农业生产。为了探索 无人机影像在地表无植被覆盖条件下的土壤盐分含量反演状况,以黄河三角洲典型区域为研究区,获取地 物高光谱和无人机多光谱两种数据源与样点土壤盐分含量,通过优选敏感光谱参量,使用偏最小二乘回归 (Partial Least Squares Regression,PLSR) 和随机森林(Random Forest,RF) 两种机器学习算法建立土壤盐 分含量反演模型,实现研究区的土壤盐分含量反演。结果表明:(1) 高光谱1972 nm波段与土壤盐分含量 间的敏感性最高,相关系数为-0.31。(2) 两种不同数据源优化后的RF模型均优于PLSR,且稳定性更好。 (3) 基于地物高光谱的RF模型(R2=0.54,RMSEv=3.30 g/kg) 优于基于无人机多光谱的RF模型(R2=0.54, 验证RMSRv=3.35 g/kg)。(4) 结合无人机影像采用多光谱RF模型对研究区耕地的土壤盐分含量进行反演, 研究区总体以轻、中度盐渍化土壤为主,对作物的耕种具有一定程度的限制。本研究构建并对比了两种不 同源数据的黄河三角洲土壤盐分反演模型,并结合各自数据源的优势进行优化,探索了地表无植被覆盖情 况下的土壤盐分含量反演方法,对更精准反演土地盐渍化程度提供了参考。
分类: 农、林、牧、渔 >> 农业基础学科 提交时间: 2023-08-14 合作期刊: 《智慧农业(中英文)》
摘要: [目的/意义]烤烟叶片叶绿素含量(Leaf Chlorophyll Content,LCC)是表征烤烟光合作用、营养状况和 长势的重要指标。本研究的目的为高效精确地估测不同生长期烤烟LCC。[方法]以中烟100烟叶为研究对象,利 用无人机搭载Resonon Pika L高光谱成像仪采集烤烟在6个关键生育期冠层反射率数据。基于相关分析筛选了21种 LCC的敏感光谱指数,通过比较不同光谱组合及不同回归分析算法的预测精度,最终建立了基于多种光谱指数组 合的LCC回归估测模型。采用一元线性回归(Unary Linear Regression,ULR)、多元线性回归(Multivariable Linear Regression,MLR)、偏最小二乘回归(Partial Least Squares Regression,PLSR)、支持向量回归(Support Vector Re⁃ gression,SVR)和随机森林回归(Random Forest Regression,RFR)5种建模方法进行LCC估测。[结果和讨论] 在不同生育期大部分光谱参数与LCC的相关性达到极显著(P<0.01);相较于传统植被指数,新组合的光谱指数显 著提升了与LCC的相关性;对单变量LCC估测模型ULR,以移栽后75 d新组合的归一化光谱指数与红光比率光谱 指数的单变量建模精度最高,两者决定系数(Coefficient of Determination,R2) 和均方根误差(Root Mean Square Error,RMSE) 分别为0.822和0.814,0.226和0.230。MLR、PLSR、SVR和RFR建模方法预测结果表明,RFR算 法在LCC估测中效果最好,其中使用移栽后75 d数据验证集的R2和RMSE可达0.919和0.146。[结论]本研究通过 分析多种光谱指数与烤烟LCC的响应规律,构建可靠的烤烟叶片LCC估测模型,可为烤烟叶LCC估测以及烤烟的 生长发育监测提供理论依据和技术支撑。