Oil spills classification based on spectrum under UV/Vis

doi:10.13741/j.cnki.11-1879/o4.2016.04.011

您当前的位置：

首页 >

文章列表页 >

Oil spills classification based on spectrum under UV/Vis

更新时间：2025-09-01

- Oil spills classification based on spectrum under UV/Vis
- Vol. 42, Issue 4, Pages: 337-341(2016)
- 作者机构：
  
  1. 1:中国石油大学(华东)地球科学学院
  2. 2:青岛农业大学理学与信息科学学院
  3. 3:中国石化青岛安全工程研究院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.04.011
  CLC：
- Published：2016
- 稿件说明：
移动端阅览
Oil spills classification based on spectrum under UV/Vis[J]. 2016, 42(4): 337-341.
DOI：

Oil spills classification based on spectrum under UV/Vis[J]. 2016, 42(4): 337-341. DOI： 10.13741/j.cnki.11-1879/o4.2016.04.011.

摘要

为了考察高光谱技术对海洋溢油种类的鉴别能力

进行了模拟溢油实验。利用紫外三种波长光源(254nm、302nm、365nm)和可见光两种光源(日光灯和阳光)照射海水上的油墨

使用AvaSpec-2048地物光谱仪采集5个油种(汽油、柴油、煤油、机油、花生油)的高光谱数据(200~1160nm)

基于这些数据

通过PCA进行特征优化

使用前10个主分量构建了支持向量机的油种识别模型

使用网格法对支持向量机参数C和gamma进行参数寻优

通过5折交叉验证法进行了结果测试。结果表明

阳光下的光谱识别率最高

日光灯下的识别效果最差

三种紫外灯在波长302nm透射下识别率较高

在254nm和365nm下的识别效果相当。由此可见

在油种鉴别过程中光源的类型、照射方式、光强都会影响到油种的识别效果。

Abstract

关键词

Keywords

references

Views

347

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing

Obstacle identification method based on laser radar for inland unmanned vessel

Seal identification based on krawtchouk moment and support vector machine

Rapid hyperspectral band selection approach based on clustering and optimal index algorithm

The study of guide star catalog construction algorithm for star sensor

Related Author

康拥朝

刘浩

皮伟强

杨红艳

毕玉革

张锡鹏

李梓龙

初秀民

Related Institution

1:内蒙古农业大学机电学院

3:武汉大学测绘遥感信息工程国家重点实验室

2:武汉理工大学国家水运安全工程技术研究中心

1:武汉交通职业学院

2:脉冲功率激光技术国家重点实验室

⁰