论文部分内容阅读
土壤,是人类从事农业生产的物质基础,其重要性显而易见。现代农业中对土壤的监测方式多样化,多谱探测正是其中的重要方式之一。采用多谱探测技术可给出土壤反射率随波长变化的规律,即反射波谱曲线,这是传统探测方式所不能做到的。在多谱探测技术为土壤监测工作带来便利的同时,也对波谱数据的质量提出了要求。类似于二维成像中的空间分辨率,光谱分辨率是衡量波谱数据质量的一个重要指标。一般而言,光谱分辨率越高,波谱曲线的细节损失越少、特征(吸收峰、反射谷)也越明显。虽然目前探测仪器的光谱分辨率也在逐渐提高,但是光谱分辨率不足的问题依然广泛存在,同时考虑到高光谱数据获取成本的昂贵,因此,具有精细分辨率的光谱重建技术的研究具有重要的理论和实际价值。本文首先介绍了前人在光谱重建方面所做的工作,其不足之处在于:大部分未能摆脱对数据库、经验参数的依赖,正向建模缺乏坚实的理论基础,导致整体方案没有普适性。为避免这一问题,本文首先针对土壤,综合利用Lorentz色散模型、Mie散射模型和Hapke辐射传输模型这三大经典理论模型,提出了一种较为完整的理论化正向建模方法。同时由于Lorentz/Mie/Hapke正向模型的所有输入参量(除波长本身)均与波长无关,更有利于光谱重建方案的实现。然后,在土壤光谱正向建模完成的基础上,采用微粒群算法作为反演优化算法,探讨了单一角度/多波段和多角度/多波段光谱数据反演策略的不同及优缺点,并提出了一种针对多角度/多波段光谱数据的分级反演策略,最后,在完成模型参数的反演后,再次利用所建的正向模型并代之以相应的波长以及与之相关的参数,实现土壤光谱的重建。为验证光谱重建算法的有效性,对实测土壤光谱数据进行了实验。结果表明,重建的光谱从趋势与幅值两方面均与实测的高分辨率光谱有较高的吻合度,从而验证了本文方法的有效性。