【技术实现步骤摘要】
本专利技术涉及文物保护，特别是涉及一种基于fod的壁画地仗磷酸盐含量高光谱预测方法。
技术介绍
1、目前我国敦煌壁画因年代久远，而受环境的影响，导致褪色、酥碱、风沙侵蚀和霉变等病害。壁画的颜料层与地仗层脱离现象，地仗层与崖面支撑层的脱离现象，严重影响了壁画的美观和历史价值。保护壁画是拯救濒临灭绝的文明和艺术。
2、大量研究表明，水热环境条件的变化是壁画盐结晶劣化的重要成因。在已有的壁画样品盐含量采集方法当中，高光谱仪诊断是一种非接触无损检测技术。在研究壁画盐含量时，高光谱仪在研究壁画的盐含量时能提供关于化学成分、空间分布、含量估计、结晶监测、环境影响以及非破坏性检测的重要信息，以光谱反射和吸收的形式来揭示以上特征。由此，借助于高光谱仪采集的光谱特征曲线，通过定量反演模型，可以准确地诊断壁画地仗层内的盐含量。
3、高光谱曲线智能解译技术指的是使用人工智能、机器学习、深度学习等先进算法来解释高光谱数据。该技术能够处理大量的数据，并且自动学习高光谱数据中复杂的模式和关系，最终建立材料特征与高光谱数据之间的定量反演关系模型。通过这项技术，我们能够有效地监测并获取壁画材料中盐的类型和相态信息。但是fan,jiaxin,et al.,2023"classification of hyperspectral image by preprocessing method based relationnetwork."international journal of remote sensing 44.22(2023):69
4、目前高光谱遥感技术对含盐量的预测精度存在一定的差异。例如，文献nawar,s.；buddenbaum,h.；hill,j.；kozak,j.et al.,2023,modeling and mapping of soilsalinity with reflectance spectroscopy and landsat data using twoquantitative methods(plsr and mars).remote sens.2014,6,10813–10834中采集了埃及ei-tina平原的土壤，采用偏最小二乘回归对土壤盐分进行预测。文献chen,h.；zhao,g.；sun,l.；wang,r.；liu,y.prediction of soil salinity using near-infraredreflectance spectroscopy with nonnegative matrix factorization.appl.spectrosc.2016,70,1589–1597中收集了中国黄河三角洲的盐渍土样品，并使用基于非负矩阵因子分解的近红外反射光谱对其进行了研究，以预测土壤含盐量。上述高光谱研究的主要对象是受人类活动影响的盐渍化土壤，预测元素集中在土壤性质，如全盐含量、有机质、电导率、氮、磷、钾和水分含量。然而，预测精度不高，对不同特征的盐渍土高光谱数据的研究还很缺乏。因此，定量预测不同条件下壁画地仗含盐量是一个挑战。
5、因此，为了建立更高精度的含盐量预测模型，就需要先对高光谱数据的预处理。国洲乾等人在“基于高光谱壁画盐分指数的模拟壁画盐含量反演”中提到，传统的微分方法(一阶或二阶)广泛用于高光谱数据的预处理，但所描述的系统物理模型是一种近似的处理方式，忽略了系统在自然界中的真实性。然而，从sousa,j.；kucche,k.；de,o.et al.,2023,stability ofψ-hilfer impulsive fractional-order differentialequations.appl.math.lett.2019,88,73–80等文献中可知，分数阶微分将微分的阶数概念扩展到任何阶数，从而可以更清楚地描绘自然界中系统的物理特性。目前对于壁画地仗盐分的研究主要集中在使用整数阶微分和盐分光谱指数构建反演模型，暂时没有通过应用分数阶微分方法去对壁画地仗盐分进行研究分析。同时，在壁画地仗中关于磷酸盐含量的研究在现有文献中较为缺乏，尤其是对于磷酸盐的不同相态的精确反演研究更是鲜有涉及。此外，磷酸盐在特定的水热环境下会结晶成十二个水合物，这种物理特性使得磷酸盐相对于常常被研究的硫酸盐对于珍贵的壁画文化遗产更具有威胁。
6、总之，上述现有技术具有以下缺点：传统的接触式检测方法可能对珍贵的壁画造成物理损伤，特别是在需要取样的情况下；现有技术在处理复杂光谱数据时，尤其是在提取细微特征信号和有效抑制背景噪声方面，效果有限。这限制了对壁画磷酸盐含量分析的精度；传统光谱分析方法在处理壁画光谱数据的非线性特性时表现不足，无法充分揭示光谱数据的细微变化；现有技术在处理大面积或难以接触的壁画区域时效率低下，且不适用于快速或现场检测；传统方法往往需要复杂的操作步骤和专业设备，导致操作成本高和技术门槛提高。
7、鉴于此，亟需探索一种壁画地仗中磷酸盐含量的反演方法，以提高含盐量预测的准确性。
技术实现思路
1、本专利技术的目的是提供一种基于fod的壁画地仗磷酸盐含量高光谱预测方法，基于分数阶微分方法和非接触式高光谱技术，精确反映壁画磷酸盐含量，提高壁画侵蚀行为分析的准确度和可靠性。
2、为实现上述目的，本专利技术提供了如下方案：
3、一种基于fod的壁画地仗磷酸盐含量高光谱预测方法，包括以下步骤：
4、s1、制作壁画地仗样品；
5、s2、对所述壁画地仗样品进行不同浓度的磷酸盐侵蚀劣化处理并进行阴干后，测定其表面光谱反射率，得到不同浓度的磷酸盐侵蚀劣化的原始光谱反射率数据；
6、s3、对原始光谱反射率数据进行平滑、去噪处理，并将平滑去噪后的原始光谱反射率数据分为校准集、验证集；
7、s4、采用分数阶微分对所述校准集进行处理，并筛选通过显著性检测的波段；
8、s5、使用通过显著性检测的波段和与之对应的壁画地仗样品的电导率建立基于fod的壁画地仗磷酸盐偏最小二乘模型；
9、s6、利用所述验证集和校准集，评价所述基于fod的壁画地仗磷酸盐偏最小二乘模型的性能，并找出其最优模型，使用该最优模型进行待测壁画地仗磷酸盐含量的预测。
10、进一步的，所述s1、制作壁画地仗样品，具体包括：本文档来自技高网...
【技术保护点】
1.一种基于FOD的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于FOD的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述S1、制作壁画地仗样品，具体包括：
3.根据权利要求2所述的基于FOD的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述S1.1、对制作壁画地仗样品所使用的澄板土、砂和麦秸秆进行脱盐处理，具体包括：
4.根据权利要求1所述的基于FOD的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述S2中，对壁画地仗样品进行不同浓度的磷酸盐侵蚀劣化处理，具体包括：
5.根据权利要求1所述的基于FOD的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述S3、对原始光谱反射率数据进行平滑、去噪处理，具体包括：
6.根据权利要求1所述的基于FOD的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述分数阶微分选择Grünwald-Letnikov形式：
7.根据权利要求1所述的基于FOD的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述S4中，筛选通过显著性检测
8.根据权利要求1所述的基于FOD的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述基于FOD的壁画地仗磷酸盐偏最小二乘模型的公式为：
9.根据权利要求1所述的基于FOD的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述评价所述基于FOD的壁画地仗磷酸盐偏最小二乘模型，具体包括：
...【技术特征摘要】
1.一种基于fod的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于fod的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述s1、制作壁画地仗样品，具体包括：
3.根据权利要求2所述的基于fod的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述s1.1、对制作壁画地仗样品所使用的澄板土、砂和麦秸秆进行脱盐处理，具体包括：
4.根据权利要求1所述的基于fod的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述s2中，对壁画地仗样品进行不同浓度的磷酸盐侵蚀劣化处理，具体包括：
5.根据权利要求1所述的基于fod的壁画地仗磷酸盐含量高光谱预测方法，其特征在于，所述s3...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。