#vis-NIR

结合可见/近红外光谱与波长优化蒙特卡洛模拟，实现不同大小苹果可溶性固形物无损检测。

王毅、崔茜彤、王晨、熊宝伟、邵国敏、王琬莹、曹培、韩文霆(西安财经大学/西北农林科技大学/西安理工大学)针对传统玉米产量预测方法难以揭示变量间因果关系的问题,提出融合因果推断与机器学习的预测方法:基于遥感指数、气象数据、土壤剖面湿度和阶段性作物观测数据等多源异构信息,采用偏相关与瞬时条件独立算法系统分析玉米产量与各影响因子之间的因果关系,构建可解释的玉米产量预测模型。

基于Sentinel-2数据比较NIR-RED-GREEN与SWIR-NIR-GREEN波段组合，用

本研究开发了一种协同区间约束Ridge回归框架sicRidge,用于土壤有机碳(SOC)预测。SOC是土壤质量、农田生产力和陆地碳循环的关键指标,可见-近红外(Vis-NIR)光谱提供快速预测方法,但波长点选择可能破坏连续光谱结构,传统波长区间选择可能无法充分利用光谱区域间的互补信息。使用滑动窗口策略生成连续候选区间,采用双区间协同搜索与重叠约束识别互补且低冗余的区间组合。使用168个土壤样本的Vis-NIR光谱,sicRidge与全光谱Ridge回归、5种波长点选择Ridge模型及多种波长区间选择基准模型比较,sicRidge在140个选定波段下实现最佳预测性能(R2P=0.834,RMSEP=2.010 g/kg,RPD=2.483,RPIQ=3.777),最优区间为570~649 nm和1880~1939 nm。原文第一单位为浙江大学,发表于MDPI Agriculture 2026年第16卷第16期。

利用无人机搭载向上光谱仪与多元线性回归，从多光谱影像直接反演地表反射率。

提出无监督余弦距离异常检测方法，从无人机RGB-NIR影像中识别树冠损伤。

评估无人机多光谱植被指数在密植小麦中区分氮处理和基因型的能力。

提出太阳盲辐射计直接测量太阳诱导叶绿素荧光，无需光谱反演。