基于S185机载高光谱的深度学习方法自动识别冬小麦条锈病研究

基于S185机载高光谱与高清数码相机技术的农作物参数评估对比研究

安洲科技PSR-3500机载地物光谱仪参与委遥二号与风云三号定标

2017年11月28日，安洲科技工作人员携自主集成研发的PSR+3500高性能机载地物光谱仪系统来到丽江卫星定标场，同国家气象中心、航天恒星、北京华云星地通等多家单位工作人员，联合开展委内瑞拉遥感卫星二号和风云三号卫星的定标工作。委内瑞拉遥感卫星二号（简称“委遥二号”）是我国向委内瑞拉出口的第二颗遥感卫星。

四川林业科学研究院--松树松材线虫高光谱X20P机载高光谱数据分析报告

锡林浩特 X20P草原飞行数据报告

河北师范资环学院用SOC710高光谱成像仪进行草地退化特征波段识别

草地生态系统对发展畜牧业、保持水土和维持生态平衡有重要作用，实时、准确地监测草地的退化具有重要意义。高光谱成像仪能够大幅度提高草地退化进程中植被结构退化的识别精度，为草原退化研究开辟新领域。利用高光谱成像仪技术进行植被结构退化鉴别时，特征波段的选择和提取至关重要。所选取的观测对象为河北坝上地区退化指示种和主要优势物种，通过野外实地调查，选择的退化指示种为狼毒、冷蒿和星毛陵菜，主要优势种为苔草和羊草，这2种植物在研究区属于广布性植物。

基于S185机载高光谱成像仪与DSM数据的红树林树种分类研究

本文以S185机载高光谱成像仪数据为实例，利用CART与CFS进行特征波长的选取，结合面向对象的KNN与SVM分类算法对广东省珠海市淇澳岛自然风景区的红树林进行树种分类研究，分类精度分别达到了76.12%(Kappa=0.73)和82.39%(Kappa=0.801)；通过将DSM数据获取的高程信息与S185机载高光谱成像仪数据相结合进行分类，KNN与SVM的分类精度分别提高到了82.09%(Kappa=0.797)和88.66%(Kappa=0.871)。

基于MODIS影像多角度观测和冠层反射率模型的亚马逊植被叶绿素估算研究

作为未来冠层生化参数估测高光谱使命的一个初步研究，我们提出了一种用于调研多角度中等分辨率成像光谱仪（MODIS）数据能否应用于生产长期估算叶绿素含量的原始数据集。我们调查了2000到2015年来源于完全耦合作物冠层反射率模型（ProSAIL）预测的MODIS月度叶绿素数据与基于涡流方差通量的塔式高光谱成像仪影像和实测叶绿素含量的一致性。

基于S185机载高光谱成像仪的油松林区损伤度评估研究

本文以S185机载高光谱成像仪数据为实例，首先采用主成分分析算法PCA、连续投影算法SPA以及类间不稳定指数ISIC进行了高光谱成像仪影像数据降维以及特征波段选取等处理，并在此基础上采用了ISIC-SPA的联合优化算法最终进行敏感波段选取等，并得到了较小的处理误差，最终采用PLS算法进行定量建模，并最终建议了以ISIC-SPA-P-PLSR为整套分析框架的数据流程，在单株尺度上对于油松林区损伤评估的精度高达95.23%。

基于PSR-3500高性能地物光谱仪数据的土壤重金属研究

本文旨在探讨PSR+3500测得的希腊塞萨洛尼基（N. Greece）西部滨海地区土壤反射光谱与土壤重金属浓度的关系。通过原子吸收光谱法（AAS）和电感耦合等离子体原子发射光谱技术（ICP-AES）测定土壤中Cd，Cr，Cu和Pb的浓度，利用偏最小二乘回归（PLSR）方法结合反射光谱数据构建模型，结果可能表明土壤反射光谱可以预测土壤样本中的总重金属含量。

S185应用案例--农田土壤有机质的高光谱影像遥感

定量检测耕地土壤有机质（SOM），并掌握其空间变化对于农业可持续发展具有很重要的意义。本研究通过成像光谱技术旨在分析SOM之间及不同像元大小的高光谱图像的反射率，并建立了估算SOM的最优模型。本文采用小波变换的方法分析高光谱反射率和SOM之间的相关性。然后筛选出最佳的像素尺寸和敏感的小波特征尺度，用于开发SOM的反演模型。结果表明土壤光谱的小波变换有助于提高小波特征和SOM的相关性，在可见波长范围内，SOM的特征波峰主要集中在460-603nm。随着波长的增加，小波对应相关系数最大然后逐渐下降，在近红外波段，SOM的易感小波特征主要集中在762-882nm。随着波长的增加，小波尺度逐渐减小。

江苏省环境监测中心兴盐河道X20P飞行案例

上海市青浦区使用K6多光谱相机大面积水质反演案例

上海市青浦区使用K6多光谱相机针对水质进行反演工作，氨氮是指水中以游离氨（NH3）和铵离子（NH4+）形式存在的氮。 动物性有机物的含氮量一般较植物性有机物为高。因此，水中氨氮含量增高时指以氨或铵离子形式存在的化合氮。

机载高光谱成像仪海洋监测应用

机载高光谱成像仪遥感技术是土地资源状况调查评价与动态监测的重要技术手段。随着遥感技术在空间识别、地物波谱识别和变化时间识别方面能力的提高，土地遥感正在成为遥感科学的重要分支。我国历来对国土资源十分重视，特别是自国土资源部成立以来，非常重视土地资源的动态监测工作。从1999年开始，高光谱成像仪遥感监测工作作为国土资源大调查的重要组成部分。

基于Q285高速成像光谱仪的海洋表面高光谱偏振成像规律研究

Q285是一种先进的高光谱快照成像仪，能同时获得450-950nm波长范围内（40°FOV、4nm光谱分辨率）的光谱。成像仪前另外安装有由计算机控制的5轮滤波轮，以便采集海洋表面的Stokes矢量图像，进而在非偏振和偏振模式下，对水体辐射（Lt）、天空辐射度（Ls）和离水辐射度（Lw）这三者的象元误差进行分析。

德州农工大学利用SOC710分割海藻表面高光谱图像

使用SOC高光谱成像仪进行样本高光谱图像的采集，图1代表584nm下的高光谱图像灰度图，图1中有两片海藻叶片，白点代表多毛虫，其他着色部位的代表浮游植物。图2代表高光谱图像中浮游植物单一像素点的归一化光谱曲线。图3为经EMD特征提取浮游植物的累计贡献率函数曲线和海藻的累计贡献率曲线。

西南医大病变组织光谱数据分析

SOC710高光谱成像仪  病变组织  光谱分析

《Nature》子刊发表日本国立自然科学院使用SOC710应用研究不同季节生物对颜色的感知能力

近日，一篇名为《季节性变化的光传导调节对颜色感知能力的影响》的文章发表在《Nature》的子刊。该研究由日本国立自然科学院基础生物研究所和名古屋大学生物农业科学实验室的学者完成，研究人员使用SOC710对不同气候条件下青鳉的颜色感知能力进行了分析，并借助基因编码光色素及其下游途径的基因表达，进一步为生物对季节变化的适应性提供了参考依据。

基于S185画幅式高光谱成像技术的大脑皮层血流动力学研究

本文将S185画幅式高光谱成像仪与显微镜相结合组成显微高光谱成像系统，对小鼠大脑皮层进行了高光谱图像采集；S185可瞬间捕捉血液的动态变化（传统的推扫式成像技术很难完成此类研究需求），其具有良好的光谱与空间分辨能力，精准地定位了血红蛋白和氧化酶。

使用SOC710VP成像光谱仪快速识别苹果损伤区域

高光谱成像检测技术能从光谱信息和图像信息结合的角度分析其有效的特征信息，不仅可以检测水果的物理结构，还能反映水果的内部化学成分，在农产品品质检测和分级方面显示很大的优势。根据2015年《中国统计年鉴》数据显示，目前我国苹果种植面积 222.15万公顷，产量 3849.1万吨，位居水果产量的首位，但是苹果的出口比例仅占生产总量的1.5%左右，主要是苹果的碰压伤影响了苹果的品质。

清华大学SOC710烟叶品质高光谱成像系统

烟叶品质的检验与分级都是根据各国的分级标准依靠人的感官进行。根据烤烟烟叶成熟度、叶片结构、身份、油份、色度、长度和伤残等品质因素区分级别。目前，已将计算机视觉技术运用到烟草品质的检测与分级中，通过一定的算法提取烟叶量化收购质量特征，从而变成计算机可以理解识别的机器特征，但多数以外部的表面特征为主，内部特征的识别研究还比较弱。

基于SOC710高光谱成像仪提取苹果损伤区域的研究

苹果表皮上的损伤会直接影响苹果的储存和销售。本研究通过获取60个受损苹果（0、12和18h）的高光谱图像(HIS)，利用损伤区域和健康区域反射光谱差异来提取损伤区域。本研究使用主成分分析（PCA）消除高光谱图像立方体的冗余数据，压缩数据大小。在选择感兴趣区域（ROI）后，构建多种分类模型。结果表明随机森林（RF）模型具有较高且稳定的分类精度，RF算法更适合于苹果的损伤分类。

基于Q285实时高光谱成像仪数据对芒果品质进行评估研究

本文以Q285实时高光谱成像光谱仪测得160个芒果高光谱数据，接着利用其可见近红外（Vis/NIR）区域通过PLS回归构建预测模型，来评估芒果的品质（硬度、可溶性固体物（TSS）和可滴定酸（TA））；HIS与硬度、TSS和TA的显著相关性分别为(R2=0.81，RMSE=2.83 N)、(R2=0.81，RMSE=0.24%)、(R2= 0.5，RMSE=2.0%)；从果实的硬度、TSS和TA的变化表明，果实的成熟过程是由肩部到顶部。从以上结果得出HIS可以作为一种无损检测果实品质的技术，并可应用于芒果的工业处理和加工分类。