基于AVIRIS高光谱数据的海表甲烷异常识别

研究海洋表面烃类富集状况在监测海洋环境和探测海底油气资源中具有重要意义,海表渗漏烃中,甲烷是气态烃中最具代表性的组分。为了精准识别海表甲烷异常,研究设计了相应光谱实验,以海水为背景测定甲烷光谱反射率,基于实测数据分析甲烷的光谱特征,运用比值导数光谱法削弱海水背景组分的光谱干扰,提取出甲烷光谱吸收特征波段。研究发现甲烷在1 642—1 672 nm和2 169—2 378 nm波长范围存在光谱吸收,通过比值导数处理后显著增强了其中1 642—1 672 nm和2 169—2 208 nm区间的甲烷吸收特征,在Rebecca等提出的CH₄I甲烷反演指数的基础上加入比值导数参数,建立了基于AVIRIS数据的海表甲烷含量指数MI,与甲烷含量的相关系数R²=0.994 2,将其应用于美国加利福利亚州圣芭芭拉海峡Coal Oil Point（COP）烃渗漏区甲烷异常识别,并与CH₄I指数和Bradley等提出的AVIRIS CH₄指数ζ（L2298/L2058）进行反演效果对比。结果表明：运用MI指数可以有效识别海表甲烷浓度异常,与ζ、CH₄I指数反演结果相比,MI指示的甲烷浓度异常分布与ζ指数反演结果更为吻合,效果显著优于CH₄I指数反演结果。     

内蒙古钱家店铀矿区土壤重金属污染特征与潜在生态风险评价

为了解内蒙古钱家店铀矿区土壤重金属污染程度和生态风险, 以与之相邻的大林非矿区为背景区, 分别采集表层及垂向剖面土壤样品, 利用电感耦合等离子体-质谱仪(ICP-MS)定量分析土壤中重金属U、Cd、Mo、As、Pb、Ni、Cu、Co、Cr 和Zn 的含量。运用单因子污染指数法、内梅罗指数法分析其污染特征; 采用潜在生态风险指数法对研究区进行潜在生态风险评价。 结果表明: 土壤中U、Cr、Pb 和Mo 元素浓度(ω_B /10^-6)超过背景区平均值, 分别为1. 06、28. 36、14. 31 和0. 34; 土壤样品中U 的单因子污染指数为1. 20, 内梅罗指数为1. 07, 均属轻度污染; Cd 潜在生态危害系数最高, 为21. 66, 土壤重金属综合潜在生态风险指数为66. 16, 潜在生态风险程度为轻度; 垂向剖面重金属元素含量自1. 3 m 处发生显著变化且XRD 检测出铝合物。矿区总体受到重金属元素轻度污染, 潜在生态风险低。     

结合EEMD和比值导数的岩石-植物混合波谱分解

由于混合像元的影响,野外实测波谱或从遥感影像提取的像元波谱多为混合波谱。针对高光谱遥感应用中混合像元导致的混合波谱问题,提出了一种改进的比值导数混合波谱分解方法。首先,对野外实测的岩石与植被的混合波谱预处理,消除水汽噪声;其次,使用总体平均经验模态分解法(Ensemble Empirical Mode Decomposition,EEMD)进行IMF分解,获取r分量波谱;然后,利用比值导数方法对r分量波谱进行解混;最后,选取岩石面积比为自变量,近红外波谱的特征波段反射率值为因变量,利用回归分析定量反演野外混合波谱中岩石面积比。结果表明:①基于EEMD分解获取r分量波谱消除了环境干扰,反映了混合波谱总体趋势,体现了混合波谱中的主要地物波谱特征;②对EEMD分解获取的r分量波谱进行比值导数处理,抑制植被端元组分的同时,突出岩石组分对于混合光谱的影响;③结合EEMD和比值导数法处理后的特征波谱,提高了岩石—植物混合波谱反演精度。     

结合EEMD和比值导数的岩石-植物混合波谱分解

由于混合像元的影响,野外实测波谱或从遥感影像提取的像元波谱多为混合波谱。针对高光谱遥感应用中混合像元导致的混合波谱问题,提出了一种改进的比值导数混合波谱分解方法。首先,对野外实测的岩石与植被的混合波谱预处理,消除水汽噪声;其次,使用总体平均经验模态分解法（Ensemble Empirical Mode Decomposition,EEMD）进行IMF分解,获取r分量波谱;然后,利用比值导数方法对r分量波谱进行解混;最后,选取岩石面积比为自变量,近红外波谱的特征波段反射率值为因变量,利用回归分析定量反演野外混合波谱中岩石面积比。结果表明：①基于EEMD分解获取r分量波谱消除了环境干扰,反映了混合波谱总体趋势,体现了混合波谱中的主要地物波谱特征;②对EEMD分解获取的r分量波谱进行比值导数处理,抑制植被端元组分的同时,突出岩石组分对于混合光谱的影响;③结合EEMD和比值导数法处理后的特征波谱,提高了岩石—植物混合波谱反演精度。     

结合EEMD和比值导数的岩石-植物混合波谱分解

由于混合像元的影响，野外实测波谱或从遥感影像提取的像元波谱多为混合波谱。针对高光谱遥感应用中混合像元导致的混合波谱问题，提出了一种改进的比值导数混合波谱分解方法。首先，对野外实测的岩石与植被的混合波谱预处理，消除水汽噪声；其次，使用总体平均经验模态分解法（Ensemble Empirical Mode Decomposition，EEMD）进行IMF分解，获取r分量波谱；然后，利用比值导数方法对r分量波谱进行解混；最后，选取岩石面积比为自变量，近红外波谱的特征波段反射率值为因变量，利用回归分析定量反演野外混合波谱中岩石面积比。结果表明：①基于EEMD分解获取r分量波谱消除了环境干扰，反映了混合波谱总体趋势，体现了混合波谱中的主要地物波谱特征；②对EEMD分解获取的r分量波谱进行比值导数处理，抑制植被端元组分的同时，突出岩石组分对于混合光谱的影响；③结合EEMD和比值导数法处理后的特征波谱，提高了岩石—植物混合波谱反演精度。