北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用

日期: 2022-01-24
浏览次数: 63

Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用

改进积雪密度的估计是目前雪研究的一个关键问题。表征密度时空变异性对于水当量的估算、水力发电和自然灾害(雪崩洪水等)的评估至关重要。高光谱成像是一种监测和估计其物理特性的有前途且可靠的工具。事实上,雪的光谱反射率在一定程度上受其物理特性变化的控制,尤其是在光谱的近红外(NIR)部分。为此,已经设计了几种模型根据光谱信息估算积雪密度。然而,还没有一个实现满意的结果。主要困难之一是积雪密度和光谱反射率之间的关系是非双射的(满射的)。事实上,几个反射振幅与相同的密度相关,反之亦然,所以密度和光谱反射率之间的相关性可能非常弱。

基于此,为了解决该问题,本研究中提出了基于光谱数据的积雪密度估计混合模型。主要研究目标是利用高光谱NIR成像(PIKA NIR,RESONON Company)(900-1700 nm)以5.5 nm的光谱分辨率测试混合模型(HM)估计季节性积雪密度的性能。混合模型结合了一个分类器和3个与密度类别相关联的特定估算量(弱到中度变质雪(WMM),中度到高度变质雪(MHM)和高度到极高度变质雪(HVM))。利用2018(1.19-3.27)、2019(1.10-4.3)和2020(1.29-3.10)年冬季在加拿大魁北克国立科学研究院(INRS)的科技园内(46°47′43.22″北纬,-71°18′10″西经)收集的数据集校准和验证了HM。混合模型在两个水平进行评估:利用留一法交叉验证(LOOCV)算法和系统划分验证技术(SSV)。LOOCV技术用于评估3个特定估算量,SSV数据用于评估HM性能。4个统计评估指标(决定系数(R2),均方根误差(RMSE),偏差(BIAS)和纳什系数(NASH))用于评估模型的性能。

 Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用

加拿大魁北克采样区地理位置。

Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用

高光谱成像系统。

Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用

(a)雪样垂直剖面的高光谱采集;(b)积雪垂直地层空间转换的假彩色RGB图像。

【结果】

 Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用

3种积雪类别的NIR光谱反射率。

 Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用

混合模型估计特定估算量的结果;(a)WMM,(b)MHM,(c)HVM。

Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用

混合模型特定估算量的LOOCV结果;(a)WMM,(b)MHM,(c)HVM。

Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用

利用SSV数据估计区域混合模型。

【结论】

基于多元逐步回归的校准步骤结果表明,3种类型积雪均对不同NIR光谱区域敏感,局限于短波长和长波长。WMM对1265 nm和941 nm的波长敏感,MJM对1617 nm和941 nm的波长敏感,HVN对1424 nm和1188 nm的波长敏感。LOOCV技术强调了所有类别的特定估算量都趋向于略微高估积雪密度(BIAS<0.1 kg·m-3)。当用SSV数据挑战HM时,模型结果令人满意,R2=Nash=0.93,积雪密度略有低估(BIAS=1.03 kg·m-3)。

本研究的目的是开发一种基于积雪光学特性地方法,结合传统密度测量方法以减轻野外作业。利用HM估算积雪密度的关键步骤是最终特定估算量的选择。事实上,分类算法(如CART)是局部且不稳定的。这种不稳定性会显著影响利用HM的特定估算量的密度的准确性。换句话说,对于利用HM的理想建模过程,要建模的样品必须很好地分类,以便使用与该类对应的特定估算量来进行最优密度估计。否则,一个错误的特定估算量将会被选择,从而影响估算精度。例如,对于一个581 kg·m-3的测量密度(分类为HVM),当分别利用HVM,MHM和WMM特定估算量估算时,相对误差变化了5%、39%和75%。另一方面,该方法的另一阻碍是野外和恢复的高光谱图像上均匀积雪层的正确选择。因此,需要进行额外的野外工作来收集更多的数据以克服这一弱点并允许适当的野外实施。HM提供了一种改进工具来监测季节性积雪的演变,即使对于低到中等的积雪密度,其性能也令人满意。该研究结果是开发一种在野外连续监测积雪密度剖面的有效方法的重要一步。

 

请点击如下链接,阅读原文:

Resonon | PIKA NIR高光谱成像在估算积雪密度上的应用PIKA NIR高光谱成像在估算积雪密度上的应用


News / 相关新闻 More
2024 - 12 - 02
森林约占全球土壤碳库的70%,是调节大气CO2浓度的关键因素。湿地作为陆地和水生系统的过渡区,通常地下水位接近地表。全球变暖导致北方低地森林被湿地取代,造成景观破碎化,并可能改变碳通量。土壤CO2通量占大气碳的20-38%,其主要来源是土壤呼吸,包括自养和异养呼吸。异养呼吸受温度、湿度和溶解有机物(DOM)影响。低分子量化合物(LMW)更易降解,促进微生物活动和土壤呼吸。解冻期雨雪事件可将DOM输送至湿地,影响土壤CO2通量。本研究假设,解冻期森林湿地集水区的土壤CO2通量受DOM运动的影响,目标是分析CO2通量变化,确定DOM的影响, 并探索微生物在其中的作用。图们江位于中国、朝鲜和俄罗斯的交界处,最终流入日本海,地处中高纬度地区,范围为北纬41.99°到44.51°(图1(a))。布尔哈通河是图们江的重要支流,其上游流域面积为1560平方公里。该流域以山地...
2024 - 11 - 07
对地表入渗和蒸发通量的分配,以及准确量化不同空间尺度下土壤与大气之间的质量和能量交换过程,都需要了解土壤的水文性质(如土壤水分特征曲线和导水率特征曲线)。土壤水分特征曲线(SWRC)描述了在基质势下土壤水分含量的平衡情况,是重要的水文特性,与土壤孔隙的大小分布和结构密切相关,受土壤结构、质地、有机物和粘土矿物等因素的影响。传统测量SWRC的实验室方法繁琐,数据往往不完整,且只覆盖有限的水分含量范围。近年来,近程和遥感技术得到了广泛关注,特别是在光学域内的土壤反射光谱已被用于获取土壤矿物学和化学成分、有机物含量、粒度分布及水分含量等信息。这些研究为卫星遥感提供了大尺度测绘的基础。传统方法主要依赖光谱转移函数,尽管能有效推断土壤水力特性,但需大量数据进行模型校准。本文提出了一种新的实验室方法,通过水分含量依赖的短波红外(SWIR)土壤反射光谱直接估计SWRC,利用最近开发的前向辐射传输模型,仅...
2024 - 10 - 29
水资源在粮食生产和生态修复中的关键作用,特别是在频繁出现的高温、干旱等极端天气条件下,威胁粮食生产,加速土地退化。研究指出,中国作为人均水资源低于世界平均水平的国家,农业用水已占全国总用水量的60%以上,但整体用水效率较低且区域差异显著。尤其在山区和丘陵地区,土壤侵蚀和厚度减少严重影响了蓄水能力,加剧了干旱频发和作物减产的风险。为应对这些挑战,本文强调了通过优化农业管理实践,提高用水效率,以缓解干旱胁迫,维持作物产量的重要性。本次田间试验在中国科学院盐亭紫色土农业生态站进行,该站位于中国四川盆地中北部,海拔400-600m(东经105° 27’,北纬 31°16’)(图 1)。该地区属于中亚热带季风气候,平均气温 17.3℃。年平均降水量为826mm,蒸发量为680 mm。降雨分布不均,约70%的年降水发生在夏秋季,季节性干旱频繁,主要发生在春季和初夏。 图1...
2024 - 10 - 29
考古学虽然常与发掘相关,但许多遗址仍需通过地表上的文物和其他特征来进行识别。对这些地表考古记录的分析不仅可以揭示不同定居时期的信息,还能展示土地的农业、生产或仪式用途,以及景观中人、物、思想的流动模式。本文介绍了一种利用机载高光谱短波红外 (SWIR) 图像的新方法,用于记录和分析地表考古材料。SWIR 光可以区分不同类型的岩石、矿物和土壤,地质学家经常利用这一原理绘制地质图。Resonon Pika IR+高光谱成像仪能够以优于10厘米的空间分辨率收集SWIR图像,从而识别并表征地表文物。本文探讨了在NASA Space Archaeology 资助下进行的实验,展示了这项技术的潜力和挑战,特别是在成功定位和表征单个文物方面,同时指出了未来发展的关键方向。作者团队将 Resonon Pika IR+高光谱成像仪安装在 DJI M600上(图 1)。还在机身顶部安装了额外的 GPS 天线杆...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910499762 010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 

地址:深圳市宝安区创业二路玖悦雅轩商业裙楼3层瑞思BEEPLUS 3029室 手机:13910499772

 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开