2020年11月24日4時(shí)30分長(zhǎng)征五號(hào)遙五運(yùn)載火箭點(diǎn)火升空托舉嫦娥五號(hào)探測(cè)器送入預(yù)定軌道意味著人類時(shí)隔44年再次從月球帶回了巖石和土壤樣品上一次月球采樣返回任務(wù)是1976年蘇聯(lián)的月球24號(hào)美國(guó)在阿波羅十一號(hào)成功登月之后，進(jìn)行了6次發(fā)射任務(wù)，其中有5次都獲得了成功，一共將12名宇航員送上了月球，帶回來(lái)了382公斤的月球土壤。中美兩國(guó)于1979年1月1日正式建交；而就在這前夕的1978年，美國(guó)國(guó)家安全事務(wù)顧問(wèn)布熱津斯基訪華時(shí)，為表示友好，向中國(guó)贈(zèng)送了1克月巖。地質(zhì)學(xué)家將1g月壤等分成兩份，每份重量0.5g，一份用于研究，另一份用來(lái)展覽。如今，我們自己從月球帶回1731克月壤！北京時(shí)間2022年10月10 日，國(guó)際科學(xué)期刊《自然 · 通訊》（Nature Communications）在線發(fā)布我國(guó)嫦娥五號(hào)樣品的一項(xiàng)研究成果。中國(guó)科學(xué)院國(guó)家天文臺(tái)李春來(lái)、劉建軍研究員領(lǐng)導(dǎo)的團(tuán)隊(duì)，結(jié)合嫦娥五號(hào)月球樣品的實(shí)驗(yàn)室分析結(jié)果和遙感探測(cè)數(shù)據(jù)，解答了過(guò)去對(duì)月球晚期玄武巖遙感光譜解譯的疑惑，糾正了月球晚期玄武巖獨(dú)特遙感光譜特征的物質(zhì)成分解譯結(jié)果。根據(jù)以往地基望遠(yuǎn)鏡和月球軌道器遙感光譜數(shù)據(jù)的分析，普遍認(rèn)為月球正面西部晚期月海玄武巖覆蓋的區(qū)域富含橄欖石，這是約束月球晚期玄武巖成因的重要因素。然而該推論是否正確，由于缺乏實(shí)際樣品的分析而無(wú)法證實(shí)。嫦娥五號(hào)成功著落于月球風(fēng)暴洋東北部的玄武巖平原，返回樣品...
發(fā)布時(shí)間:
2023
-
02
-
28
瀏覽次數(shù)：14
![Resonon | 基于Resonon PIKA XC2高光譜成像預(yù)測(cè)蘋(píng)果雜交后代香氣]( "Resonon | 基于Resonon PIKA XC2高光譜成像預(yù)測(cè)蘋(píng)果雜交后代香氣")
蘋(píng)果是一種常見(jiàn)而又神奇的水果。很多人學(xué)會(huì)的第一個(gè)英語(yǔ)單詞可能就是Apple；從樹(shù)上掉下來(lái)，砸到牛頓，啟發(fā)牛頓的也是蘋(píng)果；引領(lǐng)消費(fèi)時(shí)代數(shù)碼潮流的蘋(píng)果公司，logo是被咬了一口的蘋(píng)果~對(duì)于這種大家經(jīng)常吃的香甜水果，追本溯源，是來(lái)自薔薇科蘋(píng)果屬的雜交水果。蘋(píng)果的祖先，是一種叫做“新疆野蘋(píng)果”的植物，生長(zhǎng)在我國(guó)新疆和中亞地區(qū)，后來(lái)伴隨人類活動(dòng)擴(kuò)散開(kāi)來(lái)，果農(nóng)們也一代代與蘋(píng)果樹(shù)斗智斗勇，通過(guò)雜交等方式把他們調(diào)教的越來(lái)越美味?，F(xiàn)代農(nóng)業(yè)，為滿足大家更多需求，蘋(píng)果的雜交育種依舊在進(jìn)行，人類學(xué)會(huì)了利用更先進(jìn)的技術(shù)，今天推薦大家了解一篇通過(guò)高光譜成像來(lái)預(yù)測(cè)蘋(píng)果雜交后香氣的優(yōu)秀文章?；赗esonon PIKA XC2高光譜成像預(yù)測(cè)蘋(píng)果雜交后代香氣蘋(píng)果是世界上最受歡迎且有價(jià)值的水果之一。質(zhì)地、風(fēng)味和營(yíng)養(yǎng)是蘋(píng)果最重要的品質(zhì)。一般來(lái)說(shuō)，香氣在蘋(píng)果風(fēng)味中發(fā)揮著重要的作用。提高蘋(píng)果香氣是育種和篩選的目標(biāo)。因此，構(gòu)建蘋(píng)果香氣成分評(píng)估模型至關(guān)重要。高光譜成像技術(shù)（HSI）結(jié)合二維成像技術(shù)實(shí)現(xiàn)光譜全圖像信息獲取，因其快速、有效和無(wú)損特征而廣泛應(yīng)用在農(nóng)業(yè)、食品和化學(xué)領(lǐng)域?；诖?，在本文中，來(lái)自西北農(nóng)林科技大學(xué)園藝學(xué)院的研究人員利用高光譜成像（PIKA XC2 高光譜相機(jī)，Resonon Inc., Bozeman，MT，USA）建立了‘Honeycrisp’בMaodi’雜交后代的香氣成分預(yù)測(cè)模型，初步實(shí)現(xiàn)了...
發(fā)布時(shí)間:
2023
-
02
-
21
瀏覽次數(shù)：12
![Resonon | 基于深度學(xué)習(xí)和高光譜圖像估算車?yán)迩芽扇苄怨绦挝锖考坝捕? title=]()
車?yán)遄樱嘈糯蠹叶疾荒吧?，畢竟“車?yán)遄幼杂伞痹?jīng)也是風(fēng)靡一時(shí)的網(wǎng)絡(luò)熱詞。但是車?yán)迩咽鞘裁茨?車?yán)遄拥淖兎N？車?yán)遄雍颓炎拥慕Y(jié)合？空想不如實(shí)干，看看度娘怎么說(shuō)......嚯，原來(lái)車?yán)迩丫褪浅Ｒ?jiàn)的小番茄！另外，小加還了解到車?yán)迩押胸S富的維他命和十分高的鐵質(zhì)含量，不僅有美容功效，還可以預(yù)防出現(xiàn)貧血，可謂是值得多次購(gòu)買(mǎi)的營(yíng)養(yǎng)好物。但是購(gòu)買(mǎi)時(shí)，我們只能通過(guò)樸素的雙眼判斷其好壞，如果從專業(yè)性的角度出發(fā)，該如何評(píng)估車?yán)迩训馁|(zhì)量呢？答案就在下面這篇論文里，快一起來(lái)看看吧！基于深度學(xué)習(xí)和高光譜圖像估算車?yán)迩芽扇苄怨绦挝锖考坝捕溶嚴(yán)迩眩⊿olanum lycopersicum）因其特殊的香味深受世界各地消費(fèi)者喜愛(ài)?？扇苄怨绦挝铮⊿SC）和硬度是評(píng)估產(chǎn)品質(zhì)量的兩個(gè)主要指標(biāo)。現(xiàn)存的測(cè)量技術(shù)主要依賴于化學(xué)方法。然而，這種破壞性的方法不適用于大面積的測(cè)量。高光譜成像技術(shù)可以同時(shí)獲取光譜信息和空間信息，已廣泛應(yīng)用于各個(gè)領(lǐng)域，如植物病害脅迫檢測(cè)、工業(yè)食品包裝、醫(yī)學(xué)圖像分類及水果質(zhì)量分析?；诖?，來(lái)自浙江工業(yè)大學(xué)和浙江省農(nóng)業(yè)科學(xué)院的研究人員選擇當(dāng)?shù)刂髁鞯能嚴(yán)迩眩╖heyingfen-1）為研究對(duì)象，測(cè)量其硬度和SSC，并基于高光譜圖像（PIKA XC 高光譜相機(jī)，Resonon Inc.，Bozeman，MT，USA）和相應(yīng)的深度學(xué)習(xí)回歸模型開(kāi)發(fā)了無(wú)損式測(cè)量技術(shù)。高光譜成像系統(tǒng)【結(jié)果】（A）校正的光譜反射率圖。（...
發(fā)布時(shí)間:
2023
-
02
-
13
瀏覽次數(shù)：19
土壤中重金屬是有害的，其遷移和累積會(huì)嚴(yán)重威脅生態(tài)環(huán)境安全和人類健康。砷（As）具有高神經(jīng)毒性和致畸性。人類活動(dòng)，例如采礦和工業(yè)生產(chǎn)會(huì)導(dǎo)致大量As釋放到土壤中?？焖贉?zhǔn)確確定土壤中As濃度對(duì)As污染評(píng)估至關(guān)重要。傳統(tǒng)的重金屬調(diào)查方法旨在對(duì)野外采集的土壤樣品進(jìn)行化學(xué)性質(zhì)測(cè)試，費(fèi)事費(fèi)力、成本高。高光譜遙感具有高光譜分辨率、寬波段范圍和連續(xù)光譜信息等特點(diǎn)，已廣泛用于土壤重金屬濃度的估算。然而，現(xiàn)存的基于高光譜數(shù)據(jù)的土壤重金屬濃度估算模型忽視了土壤光譜和重金屬濃度之間的空間非穩(wěn)態(tài)?；诖?，來(lái)自首都師范大學(xué)的一組研究團(tuán)隊(duì)以北京東北部地區(qū)（40°10′0″-40°15′30″ N，116°58′4″-117°5′4″ E）為例，基于實(shí)驗(yàn)室測(cè)得的光譜數(shù)據(jù)（ASD FieldSpec 4光譜儀），結(jié)合地理加權(quán)回歸（GWR）和XGBoost算法提出了一種新的模型（GW-XGBoost模型）來(lái)估算土壤重金屬濃度。并評(píng)估了所提出模型的有效性。研究區(qū)和采樣位置。As濃度估算過(guò)程流程圖?！窘Y(jié)果】As和光譜的相關(guān)圖。陰影快表示主要化學(xué)吸收范圍。As濃度實(shí)測(cè)值與預(yù)測(cè)值關(guān)系散點(diǎn)圖。As濃度實(shí)測(cè)值與預(yù)測(cè)值擬合比較圖?！窘Y(jié)論】估算模型選擇的光譜波段與表面含有能與As形成復(fù)合物的官能團(tuán)的光譜活性物質(zhì)的吸收效應(yīng)有關(guān)。構(gòu)建模型時(shí)考慮該吸收機(jī)制可以有效降低高光譜數(shù)據(jù)的冗余。GW-XGBoo...
發(fā)布時(shí)間:
2023
-
02
-
07
瀏覽次數(shù)：24
松材線蟲(chóng)?。≒WD），是由松材線蟲(chóng)（Bursaphelenchus xylophilus）引起的具有毀滅性的國(guó)際森林病害之一，可以在幾個(gè)月內(nèi)對(duì)松林造成快速、大面積的危害，已對(duì)我國(guó)造成了巨大的生態(tài)和經(jīng)濟(jì)損失。因此，及時(shí)的監(jiān)測(cè)措施非常必要。高光譜遙感可以獲取數(shù)百個(gè)波段和連續(xù)波長(zhǎng)的數(shù)據(jù)來(lái)捕獲受危害樹(shù)木的生理變化，有助于檢測(cè)早期病蟲(chóng)害。而基于無(wú)人機(jī)的高光譜成像儀可以準(zhǔn)確觀測(cè)樹(shù)木冠層的變化，成為評(píng)估森林健康情況的有效工具。然而，以往的研究大多使用單日的無(wú)人機(jī)高光譜數(shù)據(jù)，難以監(jiān)測(cè)病害發(fā)生的時(shí)間變化并確定最佳的監(jiān)測(cè)時(shí)期?；诖耍诒狙芯恐?，來(lái)自北京林業(yè)大學(xué)的研究團(tuán)隊(duì)于2021年5-10月使用多時(shí)態(tài)的數(shù)據(jù)在中國(guó)遼寧省撫順市東洲區(qū)（124°12′36′′ -124°13′48′′ E，41°56′53′′ -41°57′46′′）進(jìn)行了研究。在PWD爆發(fā)期間，作者于2021年5月9日、6月9日、7月11日、8月11日、9月13日和10月21日對(duì)紅松林進(jìn)行了地面調(diào)查（通過(guò)形態(tài)和分子鑒定確定59棵樹(shù)攜帶松材線蟲(chóng)，另外選擇59棵未被感染的樹(shù)木作為對(duì)照）。于2021年5月11日、6月10日、7月12日、8月18日、9月15日和10月23日晴朗無(wú)云的天氣條件下利用DJI Matrice 600 Pro無(wú)人機(jī)搭載Resonon Pika L高光譜相機(jī)以及LR1601-IR...
發(fā)布時(shí)間:
2022
-
12
-
30
瀏覽次數(shù)：27
土壤質(zhì)量直接影響其有機(jī)體的健康。然而，土壤容易受到人類活動(dòng)的干擾，如采礦、工業(yè)化和農(nóng)業(yè)活動(dòng)，導(dǎo)致嚴(yán)重的土壤污染。在各種土壤污染中，有毒元素會(huì)對(duì)人類和家畜健康以及食品安全造成威脅。因此，監(jiān)測(cè)這些污染類型的濃度和分布對(duì)于土壤修復(fù)項(xiàng)目至關(guān)重要。然而，傳統(tǒng)采樣和實(shí)驗(yàn)室分析方法成本高、費(fèi)事費(fèi)力且局限于采樣點(diǎn)位置，不能很好地具體化濃度的空間分布。因此，需要具有高空間效應(yīng)的快速有效的技術(shù)。許多研究已經(jīng)利用圖像光譜和其它輔助數(shù)據(jù)或環(huán)境變量來(lái)預(yù)測(cè)有毒元素的分布。而由于衛(wèi)星圖像中云或陰影的存在，土壤采樣和圖像獲取日期存在差距，這種情況下，需要用到具有不同光譜和空間特征圖像的融合，以增加圖像的時(shí)間分辨率。Sentinel-2A是“全球環(huán)境與安全監(jiān)測(cè)”計(jì)劃的第二顆衛(wèi)星，其攜帶一枚多光譜成像儀，可覆蓋13個(gè)光譜波段，從可見(jiàn)光和近紅外到短波紅外，具有不同的空間分辨率。Landsat 8是美國(guó)陸地衛(wèi)星計(jì)劃的第八顆衛(wèi)星，其攜帶的陸地成像儀包括9個(gè)波段，空間分辨率為30 m。兩者的協(xié)同應(yīng)用將改進(jìn)對(duì)地球表面的及時(shí)和準(zhǔn)確觀測(cè)，以及遙感不同學(xué)科的使用?；诖耍诒狙芯恐?，來(lái)自捷克生命科學(xué)大學(xué)的研究團(tuán)隊(duì)于2015年8月12日在Sarcheshmeh礦山采集了120個(gè)土壤樣品，在實(shí)驗(yàn)室進(jìn)行化學(xué)（As、Pb、Zn和Cr）和光譜測(cè)量（ASD Fieldspec 3地物光譜儀）。并于2015年8月13日獲取Landsat 8-OL...
發(fā)布時(shí)間:
2022
-
12
-
28
瀏覽次數(shù)：22
![ASD | ASD FieldSpec光譜儀在預(yù)測(cè)土壤水力特性上的應(yīng)用]( "ASD | ASD FieldSpec光譜儀在預(yù)測(cè)土壤水力特性上的應(yīng)用")
土壤水力參數(shù)，如田間持水量（FC）和永久萎蔫點(diǎn)（PWP），在灌溉管理、干旱風(fēng)險(xiǎn)評(píng)估和土地利用規(guī)劃等方面發(fā)揮著重要作用。這些水力特性是動(dòng)態(tài)的，隨土壤類型、作物類型和生長(zhǎng)季而變化。傳統(tǒng)方法估算大尺度水力特性費(fèi)時(shí)費(fèi)力，而土壤傳遞函數(shù)（PTF）作為一種替代方法，已被用于使用易測(cè)量的土壤特性（如土壤粒級(jí)、有機(jī)碳和容重）來(lái)估計(jì)土壤水力特性。這些預(yù)測(cè)參數(shù)在很大程度上受各種內(nèi)在土壤特性如土壤質(zhì)地、結(jié)構(gòu)、有機(jī)質(zhì)、容重和孔隙度的影響。隨著光譜技術(shù)的不斷發(fā)展，因其快速、低成本和無(wú)損測(cè)量，許多研究者已經(jīng)利用可見(jiàn)近紅外（Vis-NIR）光譜預(yù)測(cè)了土壤特性，而使用光譜數(shù)據(jù)繪制印度土壤類型水力特性的研究非常有限?；诖?，在本研究中，一組研究團(tuán)隊(duì)在印度卡納塔克邦高原北部地區(qū)收集了558個(gè)土壤樣本，在實(shí)驗(yàn)室中測(cè)量了其FC， PWP和土壤含水量，并利用ASD FieldSpec光譜儀測(cè)量土壤光譜反射率。通過(guò)支持向量機(jī)、隨機(jī)森林和偏最小二乘回歸三個(gè)模型預(yù)測(cè)FC和PWP。其中，2/3的數(shù)據(jù)集用于校準(zhǔn)（368個(gè)樣品），1/3的數(shù)據(jù)集用于驗(yàn)證（190個(gè)樣品）。本研究目標(biāo)為通過(guò)不同統(tǒng)計(jì)技術(shù)檢驗(yàn)實(shí)驗(yàn)室Vis-NIR光譜數(shù)據(jù)估算水力參數(shù)的有用性。研究區(qū)域圖【結(jié)果】卡納塔克邦高原北部土壤光譜反射率分布（平均值和標(biāo)準(zhǔn)偏差）（N = 558）。FC和PWP預(yù)測(cè)模型的性能（50 次迭代）驗(yàn)證集FC和PWP預(yù)測(cè)值和觀測(cè)值散點(diǎn)圖（RF方法）（...
發(fā)布時(shí)間:
2022
-
11
-
18
瀏覽次數(shù)：17
了解亞熱帶森林樹(shù)種的準(zhǔn)確信息對(duì)于森林可持續(xù)管理、生態(tài)系統(tǒng)服務(wù)評(píng)估、生物多樣性監(jiān)測(cè)以及生態(tài)環(huán)境保護(hù)至關(guān)重要。因此，亟待快速有效的方法對(duì)單個(gè)樹(shù)種進(jìn)行分類。傳統(tǒng)的樹(shù)種地面調(diào)查費(fèi)事、費(fèi)力、成本高，難以大面積實(shí)施。而遙感可以獲取較大區(qū)域的特征信息。許多遙感數(shù)據(jù)，如超高分辨率RGB、機(jī)載高光譜和雷達(dá)數(shù)據(jù)，已廣泛應(yīng)用于單木分割和樹(shù)種分類。然而以往都是利用其中一種或兩種類型的數(shù)據(jù)進(jìn)行研究，綜合這三種遙感數(shù)據(jù)進(jìn)行樹(shù)種分類的研究十分有限?；诖耍瑸樘钛a(bǔ)研究空白， 研究者們于2019年8月在中國(guó)南方深圳的亞熱帶闊葉林聚龍山公園（114°23′28′′E，22°43′50′′N）基于UAV LiDAR，高光譜（Resonon Pika L高光譜成像儀）、超高分辨率RGB數(shù)據(jù)以及地面數(shù)據(jù)進(jìn)行單個(gè)樹(shù)種的分類。作者首次開(kāi)發(fā)了watershed-spectral-textural-controlled normalized cut（WST-Ncut）算法進(jìn)行單木分割。然后整合UAV LiDAR（提取結(jié)構(gòu)特征），高光譜（提取光譜特征）和超高分辨率RGB數(shù)據(jù)（提取紋理特征）進(jìn)行分類。最后通過(guò)總體精度（OA）和kappa系數(shù)（k）評(píng)估分類精度。主要研究目標(biāo)為：（1）評(píng)估所提出的WST-Ncut算法在亞熱帶闊葉森林進(jìn)行單木分割的準(zhǔn)確性；（2）與單獨(dú)使用這些數(shù)據(jù)相比，評(píng)估UAV LiDAR，高光譜和超高...
發(fā)布時(shí)間:
2022
-
11
-
14
瀏覽次數(shù)：13
玉米是世界上最重要的作物之一。在玉米生長(zhǎng)過(guò)程中，氮（N）是最重要的營(yíng)養(yǎng)元素之一。玉米葉片中N轉(zhuǎn)運(yùn)主要以谷氨酰胺的形式進(jìn)行。玉米產(chǎn)量與灌漿期葉片中的谷氨酰胺、谷氨酸、丙氨酸、天冬氨酸和天冬酰胺等氨基酸具有很好的相關(guān)性。因此，準(zhǔn)確快速估算玉米葉片氨基酸含量對(duì)于提高玉米產(chǎn)量和N利用效率至關(guān)重要。分光光度法、化學(xué)分析法和質(zhì)譜法是確定氨基酸含量的主要方法，具有高靈敏度和高準(zhǔn)確度。然而，這些方法會(huì)破壞樣品，且需要復(fù)雜的樣品處理過(guò)程，通量低，成本高。高光譜成像技術(shù)因其快速、高通量和無(wú)損式測(cè)量成為估算作物生理生化參數(shù)的新方法，且已廣泛用于作物表型性狀的高通量篩選。然而，目前利用高光譜數(shù)據(jù)估算新鮮玉米葉片氨基酸含量的研究十分有限。基于此，為填補(bǔ)研究空白，在所附的文章中，中國(guó)農(nóng)業(yè)大學(xué)的研究團(tuán)隊(duì)以新鮮玉米葉片為研究對(duì)象，探索了高光譜成像技術(shù)估算其氨基酸含量的可行性?？紤]到施氮量對(duì)玉米葉片氨基酸含量的極大影響，作者設(shè)置了兩個(gè)變量施氮實(shí)驗(yàn)。利用Resonon Pika L高光譜成像儀（光譜范圍為400-1000 nm）采集玉米葉片的高光譜圖像，并測(cè)量了玉米葉片24種氨基酸含量。作者利用NDVI從背景中分離出綠色葉片（高光譜圖像預(yù)處理），利用Savitzky-Golay濾波進(jìn)行去噪（數(shù)據(jù)預(yù)處理）。在模型建立過(guò)程中，作者首先通過(guò)樣本變異系數(shù)（CV）和偏最小二乘回歸（PLSR）篩選了各氨基酸含量的敏感波段范圍和特...
發(fā)布時(shí)間:
2022
-
10
-
24
瀏覽次數(shù)：18
監(jiān)測(cè)和量化河口（如珠江河口（PRE））懸浮沉積物濃度（SSC）可為環(huán)境過(guò)程、水文建設(shè)和航行提供重要信息。傳統(tǒng)上基于原位測(cè)量進(jìn)行SSC制圖缺乏詳細(xì)分析時(shí)所需的空間覆蓋范圍。而以往的許多研究表明，基于衛(wèi)星圖像可以在適當(dāng)尺度上有效監(jiān)測(cè)大型河口區(qū)域SSC格局及變化。然而，單個(gè)傳感器獲得的衛(wèi)星圖像通常無(wú)法保證用于大空間尺度或長(zhǎng)期研究，利用多源衛(wèi)星圖像進(jìn)行SSC反演在學(xué)術(shù)界越來(lái)越受歡迎。而就反演方法而言，目前仍廣泛使用基于線性回歸和多因素統(tǒng)計(jì)的經(jīng)驗(yàn)分析方法，而主成分分析和人工神經(jīng)網(wǎng)絡(luò)也是提高精度的有效替代方法。而在小型水體中低SSC預(yù)測(cè)仍是一個(gè)挑戰(zhàn)?；诖耍诒狙芯恐?，一組研究團(tuán)隊(duì)以珠江河口為研究區(qū)域，基于原位光譜數(shù)據(jù)（ASD FieldSpec 4光譜儀）和SSC測(cè)量，輔助以環(huán)境信息，例如經(jīng)度、維度、風(fēng)速和其它大氣環(huán)境因子，并基于Landsat TM/OLI和Sentinel-2圖像開(kāi)發(fā)模型以量化SSC。通過(guò)均方根誤差（RMSE）和相對(duì)誤差（RE）評(píng)估模型的性能。最后通過(guò)所開(kāi)發(fā)的模型進(jìn)行珠江河口1986-2020年SSC分布制圖。本研究主要目標(biāo)為：（1）調(diào)查PRE SSC分布的空間格局；（2）探索過(guò)去25年SSC的時(shí)空變化；（3）分析SSC變化的影響因素及其與人類活動(dòng)的關(guān)系?！窘Y(jié)果】2020年7月22日和12月20日原位收集的光譜反射率曲線。從Landsat-8 OLI提取的SSC多年平均值...
發(fā)布時(shí)間:
2022
-
10
-
18
瀏覽次數(shù)：26