對地表入滲和蒸發(fā)通量的分配，以及準(zhǔn)確量化不同空間尺度下土壤與大氣之間的質(zhì)量和能量交換過程，都需要了解土壤的水文性質(zhì)（如土壤水分特征曲線和導(dǎo)水率特征曲線）。土壤水分特征曲線（SWRC）描述了在基質(zhì)勢下土壤水分含量的平衡情況，是重要的水文特性，與土壤孔隙的大小分布和結(jié)構(gòu)密切相關(guān)，受土壤結(jié)構(gòu)、質(zhì)地、有機物和粘土礦物等因素的影響。傳統(tǒng)測量SWRC的實驗室方法繁瑣，數(shù)據(jù)往往不完整，且只覆蓋有限的水分含量范圍。近年來，近程和遙感技術(shù)得到了廣泛關(guān)注，特別是在光學(xué)域內(nèi)的土壤反射光譜已被用于獲取土壤礦物學(xué)和化學(xué)成分、有機物含量、粒度分布及水分含量等信息。這些研究為衛(wèi)星遙感提供了大尺度測繪的基礎(chǔ)。傳統(tǒng)方法主要依賴光譜轉(zhuǎn)移函數(shù)，盡管能有效推斷土壤水力特性，但需大量數(shù)據(jù)進行模型校準(zhǔn)。本文提出了一種新的實驗室方法，通過水分含量依賴的短波紅外（SWIR）土壤反射光譜直接估計SWRC，利用最近開發(fā)的前向輻射傳輸模型，僅依賴水分含量-反射率數(shù)據(jù)對，計算更高效，無需反演流動方程，簡化了測量過程。為了測試提議的新實驗室方法，作者使用了21種亞利桑那州土壤，這些土壤的質(zhì)地（表 1）和礦物成分（即高嶺石、云母/伊利石、蒙脫石、蛭石、綠泥石和黑云母含量）有很大差異。下面提供了實驗確定的 SWRC 和干燥土壤的反射光譜的描述。表 1. 亞利桑那州土壤的質(zhì)地特性使用ASD LabSpec®2500 ...
發(fā)布時間:
2024
-
11
-
07
瀏覽次數(shù)：13
考古學(xué)雖然常與發(fā)掘相關(guān)，但許多遺址仍需通過地表上的文物和其他特征來進行識別。對這些地表考古記錄的分析不僅可以揭示不同定居時期的信息，還能展示土地的農(nóng)業(yè)、生產(chǎn)或儀式用途，以及景觀中人、物、思想的流動模式。本文介紹了一種利用機載高光譜短波紅外 (SWIR) 圖像的新方法，用于記錄和分析地表考古材料。SWIR 光可以區(qū)分不同類型的巖石、礦物和土壤，地質(zhì)學(xué)家經(jīng)常利用這一原理繪制地質(zhì)圖。Resonon Pika IR+高光譜成像儀能夠以優(yōu)于10厘米的空間分辨率收集SWIR圖像，從而識別并表征地表文物。本文探討了在NASA Space Archaeology 資助下進行的實驗，展示了這項技術(shù)的潛力和挑戰(zhàn)，特別是在成功定位和表征單個文物方面，同時指出了未來發(fā)展的關(guān)鍵方向。作者團隊將 Resonon Pika IR+高光譜成像儀安裝在 DJI M600上（圖 1）。還在機身頂部安裝了額外的 GPS 天線桿，并安裝了一個 GPS 定位器，用于將位置數(shù)據(jù)傳輸?shù)?Pika 的 IMU。 圖 1. 搭載在 DJI M600 無人機上的 Resonon Pika IR+ 高光譜傳感器（左）；無人機在科羅拉多州梅薩維德附近的調(diào)查中飛行（右）。 為了測試超高分辨率 SWIR 成像在考古學(xué)中的可行性，作者團隊設(shè)計了一個簡單的實驗調(diào)查，以便確定 Resonon Pi...
發(fā)布時間:
2024
-
10
-
29
瀏覽次數(shù)：14
在2020年9月，由美國夏威夷的Pan-STARRS1望遠(yuǎn)鏡發(fā)現(xiàn)了一顆疑似地球的臨時衛(wèi)星，為地月系統(tǒng)帶來了一顆新的天體。起初，科學(xué)家們認(rèn)為它是一顆普通的阿波羅小行星，即軌道穿過地球的天體，并將其命名為2020SO。然而，模擬結(jié)果顯示，它將在10月變成一個繞地球公轉(zhuǎn)的小天體，成為一個迷你月球。隨后的觀察結(jié)果則讓天文學(xué)家更加困惑?？茖W(xué)家們發(fā)現(xiàn)，這顆神秘的天體每年圍繞太陽公轉(zhuǎn)一周，其軌道偏心率與地球的公轉(zhuǎn)軌道非常相似。天體在太空中的運動非常復(fù)雜，小天體容易受到大天體引力的擾動，因此其運動規(guī)律也十分復(fù)雜。但是因為它們與地球的相似性，反而顯得更加神秘。不僅如此，2020SO的運行速度也比普通的小行星慢，這一點與其他小行星有顯著的不同。由于這些原因，科學(xué)家們開始重新思考2020SO的真實身份。2020 年 11 月至 2021 年 3 月 2020 SO 繞地球和太陽的軌道澳大利亞弗林德斯大學(xué)的太空考古學(xué)家Alice Gorman表示，通過它的運行速度可以推斷出其初始速度，從而推斷出它的來源。現(xiàn)有的速度太慢，這讓科學(xué)家們感到困惑。Gorman和她的同事還推測，2020SO可能是一塊從月球上掉下來的巖石。對于這樣的天體，速度慢一點是正常的。然而，實際觀測表明，2020SO比這類天體還要慢。在排除了其他可能性后，科學(xué)家們提出了一個最不可能但又唯一剩下的猜想：2020SO是一顆人造天體！根據(jù)其軌道的...
發(fā)布時間:
2024
-
10
-
14
瀏覽次數(shù)：7
摘要土壤有機質(zhì)（SOM）在全球碳循環(huán)中起著非常重要的作用，而高光譜遙感已被證明是一種快速估算SOM含量的有前景方法。然而，由于忽略了土壤物理性質(zhì)的光譜響應(yīng)，SOM預(yù)測模型的準(zhǔn)確性和時空可遷移性較差。本研究旨在通過減少土壤物理性質(zhì)對光譜的耦合作用來提高SOM預(yù)測模型的時空可遷移性?；谛l(wèi)星高光譜圖像和土壤物理變量，包括土壤濕度（SM）、土壤表面粗糙度（均方根高度，RMSH）和土壤容重（SBW），建立了基于信息解混方法的土壤光譜校正模型。選取中國東北的兩個重要糧食產(chǎn)區(qū)作為研究區(qū)域，以驗證光譜校正模型和SOM含量預(yù)測模型的性能和可遷移性。結(jié)果表明，基于四階多項式和XG-Boost算法的土壤光譜校正具有優(yōu)異的準(zhǔn)確性和泛化能力，幾乎所有波段的殘余預(yù)測偏差（RPD）均超過1.4?；赬G-Boost校正光譜的SOM預(yù)測精度最 高，決定系數(shù)（R2）為0.76，均方根誤差（RMSE）為5.74 g/kg，RPD為1.68。遷移后模型的預(yù)測精度、R2值、RMSE和RPD分別為0.72、6.71 g/kg和1.53。與模型直接遷移預(yù)測相比，采用基于四階多項式和XG-Boost的土壤光譜校正模型，SOM預(yù)測結(jié)果的RMSE分別降低了57.90%和60.27%。 這種性能比較凸顯了在區(qū)域尺度 SOM 預(yù)測中考慮土壤物理特性的優(yōu)勢。Figure 1. Framework of the proposed SOM...
發(fā)布時間:
2024
-
06
-
11
瀏覽次數(shù)：37
菱透浮萍綠錦池，夏鶯千囀弄薔薇透過浮萍，詩人的眼里看到的是其和水中菱葉相映成趣的景象，是夏日池塘的勃勃生機。而在科研學(xué)者的眼中，看到的是天南星目浮萍科的水生植物，是潛藏在水稻種植中的雙刃劍。營養(yǎng)物質(zhì)的爭奪?自然光照的遮擋?生存空間的占據(jù)?在一片生機之下，浮萍和水稻之間塑造著另一番景象..由于氣候變暖/或灌溉水富營養(yǎng)化的影響，稻田中的浮萍（DGP）大幅增加。本研究考慮到生態(tài)因素、光合能力、光譜變化和植物生長等因素，對三個代表性水稻品種進行了田間試驗，以確定DGP對水稻產(chǎn)量的影響。結(jié)果表明，DGP顯著降低pH值0.6，日水溫降低0.6℃，水稻抽穗期提前1.6天，并平均增加了葉片的SPAD和光合速率分別為10.8%和14.4%。DGP還顯著提高了RARSc、MTCI、GCI、NDVI705、CI、CIrededge、mND705、SR705、GM等多種植被指數(shù)的數(shù)值，并且水稻冠層反射光譜的一階導(dǎo)數(shù)曲線在DGP處理后呈現(xiàn)出“紅移”現(xiàn)象。上述因素的改變可導(dǎo)致株高平均增加4.7%，干物質(zhì)重量平均增加15.0%，每平方米穗數(shù)平均增加10.6%，千粒重平均增加2.3%，最終籽粒產(chǎn)量增加10.2%。 DGP誘導(dǎo)的籽粒增產(chǎn)可以通過降低稻田水的pH值和溫度來實現(xiàn)，從而提高SPAD值和葉片的光合作用，刺激水稻植株生長。這些成果可以通過水稻和浮萍之間的生物協(xié)同作用，為未來農(nóng)業(yè)和環(huán)境的可持續(xù)發(fā)展提供有價值的理...
發(fā)布時間:
2024
-
05
-
17
瀏覽次數(shù)：30
有機蔬菜，是指在蔬菜生產(chǎn)過程中嚴(yán)格按照有機生產(chǎn)規(guī)程，禁止使用任何化學(xué)合成的農(nóng)藥、化肥、生長調(diào)節(jié)劑等化學(xué)物質(zhì)，以及基因工程生物及其產(chǎn)物，而是遵循自然規(guī)律和生態(tài)學(xué)原理，采取一系列可持續(xù)發(fā)展的農(nóng)業(yè)技術(shù)，協(xié)調(diào)種植平衡，維持農(nóng)業(yè)生態(tài)系統(tǒng)持續(xù)穩(wěn)定，且經(jīng)過有機食品認(rèn)證機構(gòu)鑒定認(rèn)證，并頒發(fā)有機食品證書的蔬菜產(chǎn)品。關(guān)于如何快速鑒別有機蔬菜與非有機蔬菜，光譜儀器的應(yīng)用提供了新的思路。一起來了解一下今日推薦的文章。使用 VIS-NIR 光譜儀通過特征波長和線性判別分析法快速區(qū)分有機和非有機葉菜（空心菜、莧菜、生菜和小白菜）當(dāng)前有機葉類蔬菜面臨著可能被非有機產(chǎn)品替代以及容易脫水和變質(zhì)的挑戰(zhàn)。為了解決這些問題，本研究采用ASD FieldSpec 4 便攜式地物光譜儀 結(jié)合線性判別分析 (LDA) 來快速區(qū)分有機和非有機葉菜。有機類包括有機空心菜 (Ipomoea Aquatica Forsskal)、莧菜 (Amaranthus tricolor L.)、生菜 (Lactuca sativa var. ramosa Hort.) 和小白菜 (Brassica rapa var. chinensis (Linnaeus) Kitamura)，而非有機類別由四種對應(yīng)的非有機類別組成。分別對這些蔬菜的葉子和莖的反射光譜進行二元分類。鑒于 VIS-NIR 光譜范圍廣泛，使用穩(wěn)定性選擇 (SS)、隨機森林 (RF)...
發(fā)布時間:
2024
-
03
-
04
瀏覽次數(shù)：25
肉類富含豐富的蛋白質(zhì)和營養(yǎng)物質(zhì)，不僅能夠滿足我們的味蕾，還能夠提供我們身體所需的能量和營養(yǎng)。隨著肉類需求的增加，大規(guī)模的肉類生產(chǎn)和運輸過程中，肉類的速凍可以一定程度保持食物的新鮮度和口感。然而，關(guān)于速凍解凍的肉類，和新鮮肉類的混淆，讓人難以分辨。首爾大學(xué)的研究人員利用高光譜成像技術(shù)，做了相關(guān)的研究。使用高光譜成像儀和機器學(xué)習(xí)對新鮮和凍融牛肉進行分類由于對安全、可食用肉類的需求的不斷增加，冷凍儲存技術(shù)得到了不斷改進。然而目前存在解凍肉在處理和銷售過程中被進行了錯誤的標(biāo)記，宣稱為新鮮肉類，這可能導(dǎo)致消費者受到誤導(dǎo)或產(chǎn)生安全隱患。在這項研究中，使用高光譜圖像數(shù)據(jù)構(gòu)建了一個機器學(xué)習(xí)（ML）模型，用于區(qū)分新鮮冷藏、長期冷藏和解凍的牛肉樣本。通過四種預(yù)處理方法，共準(zhǔn)備了五個數(shù)據(jù)集來構(gòu)建ML模型。使用PLS-DA和SVM技術(shù)構(gòu)建了模型，其中應(yīng)用散點校正和RBF核函數(shù)的SVM模型性能最佳。結(jié)果表明，利用高光譜圖像數(shù)據(jù)立方體，可以構(gòu)建區(qū)分新鮮肉類和非新鮮肉類的預(yù)測模型，這可以成為肉類儲存狀態(tài)常規(guī)分析的快速、非侵入性方法。安裝在暗室中的高光譜數(shù)據(jù)采集系統(tǒng)的配置示意圖基于此，來自首爾大學(xué)的研究人員使用Resonon Pika L 高光譜成像儀，在近紅外光譜的400-1000 nm波段內(nèi)獲取高光譜圖像數(shù)據(jù)立方體，進行了相關(guān)研究。在本研究中，圖像采集系統(tǒng)安裝在暗室中，以確保完全消除外部光并能夠采集高光譜圖像...
發(fā)布時間:
2024
-
02
-
21
瀏覽次數(shù)：20
在葡萄栽培與釀酒工業(yè)中，可溶性固形物總含量（Total Soluble Solids, TSS）是衡量果實成熟度和品質(zhì)的關(guān)鍵指標(biāo)。不同品種的葡萄因其遺傳特性和生長環(huán)境的差異，其TSS含量存在顯著變化。準(zhǔn)確估算各品種葡萄的TSS含量，對于預(yù)測酒的品質(zhì)、調(diào)整釀造工藝以及確定最佳采收時機均具有重要意義。那么，如何能夠準(zhǔn)確估算葡萄的TSS含量呢？跟隨小編，一起來看看下面這篇論文給出了怎樣的答案。摘要 · ABSTRACT可溶性固形物總含量（TSS）是決定葡萄最佳成熟度的關(guān)鍵變量之一。在這項工作中，基于漫反射光譜測量，開發(fā)了偏最小二乘（PLS）回歸模型，用于估算Godello、Verdejo（白葡萄）、Mencía 和Tempranillo（紅葡萄）等葡萄品種的TSS含量。為了確定TSS預(yù)測的最適合光譜范圍，對四個數(shù)據(jù)集進行了回歸模型的校準(zhǔn)，其中包括以下光譜范圍：400–700 nm（可見光）、701–1000 nm（近紅外）、1001–2500 nm（短波紅外）和400–2500 nm（全光譜范圍）。我們還測試了標(biāo)準(zhǔn)正態(tài)變量變換技術(shù)。使用留一交叉驗證評估了回歸模型，評估指標(biāo)包括均方根誤差（RMSE）、決定系數(shù)（R2）、性能與偏差比（RPD）和因子數(shù)（F）。紅葡萄品種的回歸模型通常比白葡萄品種的模型更準(zhǔn)確。最佳的回歸模型是針對Mencía（紅葡萄）得到...
發(fā)布時間:
2024
-
02
-
01
瀏覽次數(shù)：22
被曬化的大地，被烘懶的萬物，被汗水侵蝕的燥熱......在烈日高懸的夏日，誰不想聽見一聲冰鎮(zhèn)西瓜裂開的清脆，讓清涼香甜的瓜瓤鎖住一整個夏天的炙熱。作為夏日最解暑的水果，西瓜集萬千寵愛于一身，也受到了霜霉病的青睞。霜霉病菌會在潮濕的環(huán)境中迅速繁殖，尤其是在溫暖的夏季。這種病害會對西瓜植株造成嚴(yán)重的危害，從而影響果實的品質(zhì)和口感。在佛羅里達州的西瓜產(chǎn)量受到霜霉病的嚴(yán)重影響后，為了有效防治西瓜霜霉病，佛羅里達大學(xué)的研究團隊進行了相關(guān)研究。利用航空、地面遙感和機器學(xué)習(xí)進行西瓜霜霉病嚴(yán)重程度的識別和分類佛羅里達州的西瓜產(chǎn)量受到包括霜霉病（DM）在內(nèi)的各種病害的不利影響。準(zhǔn)確的病害識別對于實施及時有效的管理策略至關(guān)重要。遙感工具，例如無人機（UAV）和高光譜成像，已被用于作物病害檢測。先前的研究已成功利用遙感和機器學(xué)習(xí)（ML）對鱷梨和番茄等其他作物進行了病害檢測。但是，關(guān)于使用遙感檢測西瓜病害的研究有限。這項研究的目標(biāo)是利用機器學(xué)習(xí)模型和光譜植被指數(shù)（VI）來檢測和分類西瓜中霜霉病的不同嚴(yán)重程度。在這項研究中，來自佛羅里達大學(xué)的研究團隊通過Resonon Pika L室內(nèi)平臺系統(tǒng)（5個病害階段：低、中（1和2水平）、高和非常高）及野外機載系統(tǒng)（2個階段：低和高）分別測量了西瓜健康葉片和DM感染葉片的高光譜圖像，選擇感興趣區(qū)域（ROI），將各種植被指數(shù)（VI）作為識別病害階段的指標(biāo)。利用多層感知...
發(fā)布時間:
2023
-
12
-
29
瀏覽次數(shù)：17
“森林”這兩個字一共由5個“木”字組成，正如同大自然中無數(shù)樹木相互依存，彼此交織，形成了一個龐大而有機的生態(tài)系統(tǒng)。森林具有調(diào)節(jié)氣候、保持水源、防止土壤侵蝕等重要功能，森林是地球上最寶貴的財富之一。然而，隨著人類社會的發(fā)展和氣候變化加劇，森林生態(tài)系統(tǒng)也在發(fā)生著變化。科研人員一直在努力了解并改善這些變化，隨著遙感技術(shù)的發(fā)展，新的技術(shù)手段也帶來了更多地研究可能。今天推薦大家了解的是北京林業(yè)大學(xué)和北京師范大學(xué)的研究團隊所做的研究。森林生態(tài)系統(tǒng)是最基本的陸地生態(tài)系統(tǒng)組成部分之一，在調(diào)節(jié)氣候變化、提供物種棲息地、維持生物多樣性及減緩全球變暖等方面發(fā)揮著重要的作用。隨著人類活動和氣候變化的加劇，生物和非生物森林干擾事件頻發(fā)。因此，有效監(jiān)測影響森林健康的生物和非生物因素對于理解森林生態(tài)系統(tǒng)碳循環(huán)及監(jiān)測全球變暖的影響至關(guān)重要。其中病蟲害是生物干擾事件中最主要的干擾因素之一。檢測早期病蟲害位置對于識別高風(fēng)險林分及預(yù)防其大規(guī)模爆發(fā)和蔓延至關(guān)重要。然而，不同病蟲害在垂直結(jié)構(gòu)的不同位置破壞樹木。了解如何監(jiān)測和評估垂直冠層結(jié)構(gòu)上不同病蟲害的異質(zhì)脅迫對于提高森林質(zhì)量至關(guān)重要。傳統(tǒng)的田間調(diào)查方法費時費力，難以在區(qū)域尺度上監(jiān)測森林。近幾十年來，遙感技術(shù)的出現(xiàn)為森林病蟲害監(jiān)測提供了新的途徑和技術(shù)手段。隨著地基、機載、星載平臺等多源遙感技術(shù)的快速發(fā)展，使得高效、動態(tài)地監(jiān)測不同時空尺度的森林病蟲害成為可能?；诖?，來自北...
發(fā)布時間:
2023
-
12
-
18
瀏覽次數(shù)：16