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%。

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。

基于Q285高光谱成像仪数据以CDOM、叶绿素a、硅藻、绿藻和浊度为特征参数的机器学习

本文以Q285船载高光谱成像仪数据为实例，结合机器学习对CDOM、叶绿素a、硅藻、绿藻和浊度等水质参数的反射光谱特征进行了研究。与传统技术相比，这种方法是数据驱动的，不涉及任何专业的领域知识，更易推广使用。本研究对比了10种机器学习模型，均表现出良好的回归性能，揭示了利用高光谱成像仪数据进行机器学习的潜力。

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。

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。

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。

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。

借助多种手段研究大气颗粒物对气候的影响

来自12个科研机构的60余名科学家齐聚加利福尼亚萨克拉曼多市共同开展大气颗粒物对气候影响的研究。该研究团队将向空中发送装备科研仪器的飞机与气象气球，对6月2日至28日期间萨克拉曼多流域的大气颗粒物进行采样。

NASA构建大气污染监测传感网络

“A序列”监测卫星每天下午经过DISCOVER-AQ区域，卫星搭载的大气质量监测仪器难以识别出高污染区域和地表人类活动区域的污染情况。DISCOVER-AQ将结合飞机和地面站，更好的实现对地表空气污染的监测，研究人员通过融合来自太空飞行器和大气飞行器的观测数据，补足现有大气污染监测网络的数据缺失。

欧盟启动大气污染物与气候变化相互作用研究项目

2012年5月4日，欧盟第七研发框架计划（FP7）资助的，由欧盟12个成员国以及瑞士、挪威和以色列共15个国家26家科研机构气候科研人员共同参与的，欧洲气体气溶胶气候（PEGASOS）大型研究项目正式启动。研究团队科研人员设计制作的大气监测飞船，将于5月14日开始为期20周的欧洲低空科学探索旅行，横跨德国、荷兰、丹麦、瑞典、芬兰、奥地利、斯洛文尼亚、意大利和法国等欧洲国家上空，采集分析大气中的化学物质成分，所获取的数据将作为未来科学研究的基础，积极应对气候变化和改善欧洲的空气质量。

欧洲Sentinel-5P卫星聚焦空气污染问题

2017年10月13日发射的欧洲哨兵5P卫星（Sentinel-5P）已发布首批空气污染图像。虽然这颗卫星仍在为服役做准备工作，但是这些初步观测成果值得肯定，它展示了这颗最新哥白尼（Copernicus）卫星把空气质量监测工作任务带入一个新时代。这项新任务将比以往任何时候进行更详细地空气污染物描述。这些初步结果显示出该卫星仪器的先进程度，同时，它们无疑将空气污染问题作为焦点。首批图像中的1幅显示欧洲上空的二氧化氮浓度。造成该问题的主要原因是由交通和工业过程中使用化石燃料引起，这种高浓度空气污染物可以在荷兰的部分地区、德国西部的鲁尔地区、意大利的波谷和西班牙的部分地区看到。

激光在太空应用：地球任务测试新技术

想象一下，站在洛杉矶一栋建筑的屋顶上，试图精确地把激光击中位于距离100英里（160公里）外的圣地亚哥的一幢目标建筑。这是在即将启动的重力恢复和气候实验后继任务（GRACE-FO）中，一项新技术演示将着眼实现的一项功绩。这种被称为激光测距干涉测量新技术将首次在2颗卫星间进行测试。GRACE-FO卫星计划于2018年5月19日发射，它将继续扩大前GRACE卫星（该任务2002年启动，2017年10月完成）使命的丰富成果。

欧洲航天局拟在月球暗面建造人类居住地

据国外媒体报道，欧洲航天局计划在月球暗面建造人类居住地。在欧航局看来，征服月球是人类进行深空探索过程中至关重要的一步。在一段名为“目的地：月球”的视频中，欧航局概述了在地形恶劣的月球远侧，也就是暗面建造人类居住地的计划。这段视频称：“未来，月球将成为一个世界各国集聚一堂的所在，了解我们共同的起源，建造一个共同的未来，同时分享一场共同的旅行。”由于被地球潮锁，月球的近侧始终朝向地球。月球近侧拥有丰富的地貌——例如“月球上的人”——对于其中的原因，科学家一直争论不久。“月球上的人”实际上是一个暗淡的月海，即一片面积广阔并且平坦的区域，由玄武岩构成。相比之下，月球远侧则没有这样的地貌特征。