趙恒謙 蔣金豹 李晶
摘要:在高光譜技術快速發(fā)展的背景下,高光譜遙感專業(yè)課實驗教學改革變得越來越重要。本文在高光譜課程實驗教學中引入中科譜光公司自主研制的便攜式智能光譜檢測系統Hyscan光譜儀,將其和ASD光譜儀進行了光譜觀測對比實驗。研究表明,Hyscan光譜儀具有便攜、快速、實時、智能等突出優(yōu)勢,數據準確可靠,可以為高光譜遙感實驗教學改革提供有力支撐。
關鍵詞:高光譜遙感 教學改革 創(chuàng)新實驗 Hyscan光譜儀
中圖分類號:G642.0;P237
Preliminary Study on the Teaching Reform of Hyperspectral Remote Sensing Experiment Based on Hyscan Spectrometer
ZHAO Hengqian* ?JIANG Jinbao ?LI Jing
(College of Geoscience and Surveying Engineering, China University of Mining and Technology-Beijing, Beijing, 100083China)
Abstract: With the rapid development of hyperspectral technology, the experimental teaching reform of hyperspectral remote sensing has become more and more important. In this paper, the portable intelligent spectrum detection system Hyscan spectrometer independently developed by Progoo company is introduced into the hyperspectral course, and the specturm observation comparison experiment is carried out with ASD spectrometer. The results show that Hyscan spectrometer has the advantages of portability, fast, real-time and intelligence, and accurate and reliable data, which can provide strong support for the experimental teaching reform of hyperspectral remote sensing.
Key Words: Hyperspectral remote sensing; Teaching reform; Innovation experiment; Hyscan spectrometer
隨著社會技術的不斷發(fā)展,遙感傳感器的分辨率也在不斷提高,其中高光譜遙感技術依靠光譜連續(xù)性強、分辨率高、信息量大、高效便捷、實時無損等特點,使其成為21世紀遙感領域重要的研究方向之一[1,2]。目前高光譜遙感課程已經在眾多高校得以開設,對高光譜遙感進行教學以及課程改革對遙感學科的發(fā)展至關重要[3,4]。
高光譜遙感作為遙感領域專業(yè)課程,與遙感概論等基礎課程以及遙感圖像處理等實踐操作課程有所不同,高光譜遙感課程不但需要讓學生掌握高光譜儀器的操作方法,同時還需具備對光譜數據的分析能力[5]。便攜式智能光譜儀是數據獲取的基礎,是基于光譜分析技術的、可在各類環(huán)境中快速進行光譜檢測的智能設備,具有便攜、快速、實時、智能等優(yōu)勢,可滿足快速實時檢測的需求[6]。國內外學者進行高光譜遙感監(jiān)測實驗時所使用的儀器多采用ASD、PSR或其他成像光譜儀,與便攜式智能光譜儀相比,其成本高、體積大,攜帶不方便,同時測量時對天氣、光源有要求,受自然條件影響較大。本次教學改革針對這方面的缺陷,與中科譜光公司合作,引進中科譜光公司自主研制的便攜式智能光譜儀及智能光譜檢測系統在高光譜教學改革課程中進行應用。
1. 光譜儀器介紹及測量方法
中科譜光公司研制的便攜式智能光譜儀Hyscan可實現野外快速實時檢測,通過內置光源降低了對背景光源的需求,不受天氣影響。通過光譜數據分析平臺實現藍牙與智能手機互聯,通過特定APP控制光譜數據采集,并實時顯示分析結果。與傳統實驗室化學分析方法相比,能快速、實時、智能地滿足各行各業(yè)的檢測需求。本研究通過Hyscan光譜儀與ASD地物光譜儀進行對比實驗,對課程實驗改革的可行性進行分析。
1.1 光譜儀器介紹
Hyscan便攜式智能光譜儀包括光譜傳輸單元、采集單元、數據處理單元,以及顯示單元即便攜式終端設備(手機或平板電腦)4個主要模塊。其特點有以下幾個方面:(1)智能采集,無需復雜的操作流程,直接和iPad或手機等移動終端藍牙連接使用,可實現自動定標,一鍵式光譜采集;(2)尺寸小于20cm×10cm×4cm,波長范圍為330~1050nm,儀器光譜分辨率小于10nm;(3)全天候測量,產品攜帶有主動光源,不受外部觀測條件的影響;(4)產品通過LBS定位,可實現測量軌跡自動記錄,光譜采集位置追溯等功能,便于野外光譜采集信息記錄。
ASD地物光譜儀由美國Analytical Spectral Device公司制造。(1)它能夠快速記錄光譜信息,波長范圍為350~2500nm,同時還能保持較高的信噪比,從而減小由于風、云及太陽光照等外界條件發(fā)生變化而引起的偶然誤差。在 350~1000nm波光譜采樣間隔為1.4nm,光譜分辨率為3nm;在 1000~2500nm 波段的采樣間隔為 2nm,光譜分辨率為10nm。(2)通過1m長的光纖直接將數據導入光譜儀,可以在同一采樣點獲取多個數據而不需頻繁挪動儀器。(3)視場角為25°,可更換8°鏡頭。
1.2 光譜測量方法
植株冠層測量方法:根據植株平均株高,在測量冠層光譜時,光纖頭置于冠層垂直上方5、6cm處。光譜測量采用25°視場角,探頭向下,測量前均采用白板校正,每個樣株均測量3條光譜,去除明顯異常值后,用均值作為該植株冠層光譜。植株莖、葉測量方法:將手持式設備緊壓在植株靠近根部莖、葉上,直接利用手持式光譜設備的光源進行光譜采集。設置可見光積分時間10ms,光譜平均采集次數5次。圖1(a)為田間實驗便攜式光譜儀Hyscan操作方法;圖1(b)為田間實驗ASD光譜儀的操作方法。
2. 高光譜課程教學改革實驗
2.1 實驗室光譜數據比較
在實驗室中,分別使用Hyscan、ASD和PSR這3種光譜儀定標后測量了3塊標準板(綠板、棕板、黑板)的光譜曲線,并對曲線進行包絡線去除。
對比圖2中3塊標準板的原始光譜可以看出,3種儀器對綠板、棕板、黑板測量的光譜曲線線型基本相似,只是反射率值的大小略有不同。對比圖3中3塊標準板的包絡線去除光譜可以看出, 由Hyscan光譜儀測得數據的吸收反射特征比其他兩種儀器數據更為明顯。
2.2 田間光譜數據比較
分別使用Hyscan便攜式光譜儀和ASD地物光譜儀測量了5個番茄品種:瑞拉、喜來德1號、博粉十二、凱德1832、改良9號的葉片光譜,使用ASD測量了相同樣株的冠層光譜。每個品種均選擇5個樣株,同一采樣點獲取3條光譜。
圖4為使用便攜式光譜儀測定番茄葉片光譜反射率和ASD光譜儀測定番茄冠層及葉片的光譜反射率原始曲線。通過圖4可以看出,兩個儀器所測得的 番茄葉片光譜反射率曲線均在555nm附近有一個峰值,在670nm附近有一個波谷,在400~750nm范圍內曲線形態(tài)基本相似,而在690~750nm波段范圍內光譜反射率明顯增強,曲線陡而接近直線,其斜率與植物在單位面積上的葉綠素(a+b)含量有關。
圖5為便攜式光譜儀和ASD光譜儀測得瑞拉、喜來德1號、博粉十二、凱德1832、改良9號5個品種分別的葉片光譜反射率平均值。由圖5可以看出,兩個光譜儀觀測數據基本一致,作物葉片光譜自750nm后趨于平緩,970nm附 近受水分吸收的影響達到反射率最低值。在可見光波段范圍(400~750nm)內,葉片反射率主要受葉片葉綠素含量等的影響,水分吸收率非常低,而在近紅外(750~1300nm)范圍內有2個以970、1200nm為中心的葉片水分窄吸收帶[7,8]。
3. 結語
高光譜遙感專業(yè)課程擔任著深化學生理論基礎知識和提高實踐能力的重任。本研究在高光譜遙感實驗課程中引入中科譜光公司自主研發(fā)的便攜式智能光譜 檢測系統-Hyscan光譜儀,分別在室內和室外條件下利用Hyscan光譜儀和ASD光譜儀開展光譜觀測對比實驗。研究表明,Hyscan光譜儀具有便攜、快速、實時、智能等突出優(yōu)勢,數據準確可靠,可以為高光譜遙感實驗教學改革提供有力支撐。
參考文獻
[1] 吳驊,李秀娟,李召良,等.高光譜熱紅外遙感:現狀與展望[J].遙感學報,2021,25(8):1567-1590.
[2] Racetin Ivan,Krtali? Andrija. Systematic Review of Anomaly Detection in Hyperspectral Remote Sensing Applications[J].Applied Sciences,2021,11(11): 4878.
[3] 張冠男,高哲,倪銘陽.理工科大學生創(chuàng)新實踐能力培養(yǎng)探討——以遼寧大學為例[J].科技創(chuàng)新導報,2020,17(20):210-211,216.
[4] 方圣輝,張熠,潘勵.國家精品課程“遙感原理與應用”創(chuàng)新教學實踐[J].測繪通報,2015(06):127-130.
[5] 郭兵,張海玲,黃潔慧,等.面向時空大數據發(fā)展需求的遙感實習與實踐教學改革[J].科技風,2021(20):26-27.
[6] Petri Varvia,Miina Rautiainen,Aku Sepp?nen.Bayesian estimation of seasonal course of canopy leaf area index from hyperspectral satellite data[J]. Journal of Quantitative Spectroscopy and Radiative Transfer,2018,208:19-28.
[7] 朱豪男,胡孟晗,張健,等.低成本便攜式多光譜成像系統的研發(fā)及優(yōu)化[J].中國圖象圖形學報,2021,26(8):1796-1808.
[8] 吾木提·艾山江,買買提·沙吾提,尼加提·卡斯木等.基于灰色關聯法的春小麥葉片含水量高光譜估測模型研究[J].光譜學與光譜分析,2018,38(12):3905-3911.
[9] 宋小寧,馬建威,李小濤,等.基于Hyperion高光譜數據的植被冠層含水量反演[J].光譜學與光譜分析,2013,33(10):2833-2837.