Метод неразрушающего определения содержания солей на фресках с использованием регистрации гиперспектрального изображения и многопараметрических методов его обработки

Предложен метод быстрого и неразрушающего определения содержания солей в росписях с использованием гиперспектральных изображений. Спектральные данные образцов настенной росписи собраны с помощью спектрорадиометра и предварительно обработаны путем удаления точек излома с помощью сглаживания Савицкого–Голея. Необработанные спектры подвергались удалению континуума, логарифмированию обратной (LR) обработки, коррекции множественного рассеяния и преобразованию стандартной нормальной переменной в сочетании с дифференцированием первого и второго порядка для получения 15 преобразованных спектров различных форм. Спектры образцов при различных уровнях концентрации классифицированы, характеристические длины волн извлечены с использованием разделения набора образцов на основе совместного расстояния X–Y и алгоритма последовательного проецирования. Для сравнения использованы коэффициент корреляции Пирсона и переменная в проекции. Модели оценки концентрации соли разработаны с использованием частичной регрессии наименьших квадратов (PLSR), регрессии опорных векторов (SVR) и модели случайного леса (RF). Наклоны подгонки рассчитаны и сопоставлены. Показано, что интенсивность спектров отражения уменьшалась, а затем увеличивалась с ростом концентрации соли. Точность RF и SVR лучше, чем PLSR, для модели RF-LR-FD R_с² = 0.9703, RMSE = 0.0466 и RPD = 16.8350.

1. J. Cao, Z. Zhang, A. Zhao, et al., Herit Sci., 8, 7–20 (2020), doi: 10.1186/s40494-020-0355-x, https://heritagesciencejournal.springeropen.com/articles/10.1186/s40494-020-0355-x.

2. Z. Zheng, J. Nat. Disasters., 29, 158–163 (2020), doi: 10.13577/j.jnd.2020.0616, http://zrzh.paperonce.org/oa/darticle.aspx?type=view&id=20200616.

3. C. Liu, W. Sun, J. Huang, et al., Sci. Conserv. Archaeol., 32, 70–81 (2020), http://www.wwbhkgkx.net/wwbh/article/abstract/20200310?st=search.

4. Y. Zhang, Z. Yu, L. Wang, et al., Dunhuang Res., 48, 148–155 (2021), doi: 10.13584/j.cnki.issn10004106.2021.01.020, http://www.dhyj.net.cn/index.php?m=content&c=index&a=show&catid=17&id=963.

5. F. Wang, J. Gao, Y. Zha, ISPRS J. Photogramm. Rem. Sens., 136, 73–84 (2018), doi: 10.1016/j.isprsjprs.2017.12.003, https://www.sciencedirect.com/science/article/abs/pii/S0924271617303702?via%3Dihub.

6. J. F. García-Martín, A. T. Badaró, D. F. Barbin, et al., Processes, 8, 823–832 (2020), doi: 10.3390/pr8070823, https://www.mdpi.com/2227-9717/8/7/823.

7. M. Amer, A. Tyler, T. Fouda, et al., Sci. Pap. Ser. Manag. Ec., 17, 47–56 (2017), https://managementjournal.usamv.ro/index.php/scientific-papers/1451-spectral-characteristics-forestimation-heavy-metals-accumulation-in-wheat-plants-and-grain-1451#spucontentCitation5.

8. Z. E. Mashimbye, M. A. Cho, J. P. Nell, et al., Pedosphere, 22, 640–649 (2012), doi: 10.1016/S10020160(12)60049-6, https://www.sciencedirect.com/science/article/abs/pii/S1002016012600496?via%3Dihub.

9. K. Tan, W. Ma, F. Wu, et al., Environ. Mon. Assess., 191, 446–459 (2019), doi: 10.1007/s10661-0197510-4, https://link.springer.com/article/10.1007/s10661-019-7510-4.

10. O. Mutanga, A. K. Skidmore., Int. J. Appl. Earth Obs. Geoinf., 5, 87–96 (2004), doi: 10.1016/j.jag.2004.01.001, https://www.sciencedirect.com/science/article/abs/pii/S0303243404000029?via%3Dihub.

11. R. K. Galvão, M. C. Arauj, G. E. José et al., Talanta, 67, 736–740 (2005), doi: 10.1016/j.talanta.2005.03.025, https://www.sciencedirect.com/science/article/abs/pii/S003991400500192X?via%3Dihub.

12. S. Wang, P. Han, G. Cui, et al., Spectrosc. Spectr. Anal., 39, 738–742 (2019), doi: 10.3964/j.issn.1000059303-0738-05, http://www.gpxygpfx.com/CN/10.3964/j.issn.1000-059303-0738-05.

13. M. C. Araújo, T. C. Saldanha, R. K. Galvão, et al., Chem. Intell. Lab. Syst., 57, 65–73 (2001), doi: 10.1016/S0169-7439(01)00119-8, https://www.sciencedirect.com/science/article/abs/pii/S0169743901001198?via%3Dihub.

14. K. Liang, Q. Liu, J. Xu, et al., J. Appl. Spectrosc., 85, 953–961 (2018), doi: 10.1007/s10812-018-0745-y, https://link.springer.com/article/10.1007/s10812-018-0745-y.

15. S. Wold, M. Sjostrom, L. Eriksson, Chem. Intell. Lab. Syst., 58, 109–130 (2001), doi: 10.1016/S01697439(01)00155-1, https://www.sciencedirect.com/science/article/abs/pii/S0169743901001551.

16. Z. Li, F. Deng, J. He, et al., Spectrosc. Spectr. Anal., 41, 2872–2878 (2021), doi: 10.3964/j.issn.1000059309-2872-07, http://www.gpxygpfx.com/CN/10.3964/j.issn.1000-059309-2872-07.

17. F. Melgani, L. Bruzzone, IEEE Trans. Geosci. Rem. Sens., 42, 1778–1790 (2004), doi: 10.1109/TGRS.2004.831865, https://ieeexplore.ieee.org/document/1323134.

18. T. Qiao, J. Ren, C. Craigie, et al., J. Appl. Spectrosc., 82, 137–144 (2015), doi: 10.1007/s10812-0150076-1, https://link.springer.com/article/10.1007/s10812-015-0076-1.

19. J. Ham, Y. Chen, M. Crawford, et al., IEEE Trans. Geosci. Rem. Sens., 43, 492–501 (2005), doi: 10.1109/TGRS.2004.842481, https://ieeexplore.ieee.org/document/1396322.

20. W. Zhou, H. Yang, L. Xie, et al., CATENA, 202, No. 12 (2021), doi: 10.1016/j.catena.2021.105222, https://www.sciencedirect.com/science/article/abs/pii/S0341816221000813?via%3Dihub.

21. W. Xu, Y. Han, Y. Qin, et al., Spectrosc. Spectr. Anal., 35, 2856–2861 (2015), doi: 10.3964/j.issn.1000059310-2856-06, http://www.gpxygpfx.com/CN/10.3964/j.issn.1000-059310-2856-06.