您好,欢迎访问中国农业科学院 机构知识库!

星载高分五号高光谱耕地主要土壤类型土壤有机质含量估测-以黑龙江省建三江农垦区为例

文献类型: 中文期刊

作者: 颜祥照 1 ; 姚艳敏 1 ; 张霄羽 1 ; 刘峻明 2 ;

作者机构: 1.中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室

2.中国农业大学土地科学与技术学院

关键词: 高分五号高光谱影像;土壤有机质;土壤类型;估测;偏最小二乘回归

期刊名称: 中国土壤与肥料

ISSN: 1673-6257

年卷期: 2021 年 005 期

页码: 10-20

收录情况: 北大核心 ; CSCD

摘要: 为了评价国产星载高分五号(GF-5)高光谱影像估测土壤有机质(SOM)含量的潜力,以及不同土壤类型对SOM含量光谱估测精度的影响,本研究以黑龙江省建三江农垦区为研究对象,获取了覆盖研究区域的GF-5高光谱影像和188个土壤样本。对提取的样点GF-5光谱反射率数据进行了反射率倒数、对数、一阶微分等9种光谱数学变换,并采用相关系数法确定了SOM含量的光谱敏感波段。采用偏最小二乘回归(PLSR)线性统计建模方法,对研究区域全部土壤类型以及草甸土、沼泽土、黑土等主要土壤类型,分别构建了光谱全波段和敏感波段的SOM含量估测模型,并进行了精度评价。结果表明,基于GF-5光谱数据的研究区域全部土壤类型的SOM含量估测精度不理想,最优模型精度决定系数(R2)为0.265,均方根误差(RMSE)为4.647%,相对分析误差(RPD)为1.135;不同类型土壤在SOM含量光谱估测精度差异较大,草甸土和沼泽土的SOM含量估测精度不高,但黑土的SOM含量估测精度较高,其中全波段光谱反射率对数一阶微分(LnR)′的SOM含量估测精度最高,R2=0.729,RMSE=1.065%,RPD=1.850,SOM含量估测模型可用。按照不同土壤类型构建SOM含量估测模型可以进一步挖掘GF-5高光谱遥感估测SOM含量的潜力。

  • 相关文献

[1]基于SVR和PLSR的土壤有机质高光谱估测模型研究. 沈兰芝,高懋芳,闫敬文,姚艳敏. 2019

[2]结合分数阶微分和异常值识别的土壤有机质高光谱反演研究. 曾佳辉,段四波,姚艳敏,阎波杰,韩文静. 2023

[3]不同颗粒大小对高光谱估算土壤有机质含量的影响. 司海青,姚艳敏,王德营,刘影. 2015

[4]含水量对土壤有机质含量高光谱估算的影响研究. 司海青. 2015

[5]赣南脐橙果园土壤有机质变化特征研究. 范玉兰,薛珺,梁梅青,李勋,彭良志,淳长品. 2012

[6]基于环境减灾卫星时序归一化植被指数的冬小麦产量估测. 陈鹏飞,杨飞,杜佳. 2013

[7]光谱变换和光谱分辨率对土壤有机质含量估测精度的影响. 张霄羽,姚艳敏,颜祥照. 2023

[8]尿液嘌呤衍生物法估测瘤胃微生物蛋白产量的研究进展. 钟伟,李光玉,罗国良. 2008

[9]中红外光谱土壤有机质含量估测研究进展. 张霄羽,姚艳敏,颜祥照. 2021

[10]基于机器视觉的生猪体质量估测研究进展. 王兴家,魏清岗,穆元杰,盛清凯,杨亮,安静,张霞,郑纪业. 2024

[11]基于光谱特征与PLSR结合的叶面积指数拟合方法的无人机画幅高光谱遥感应用. 高林,杨贵军,李长春,冯海宽,徐波,王磊,董锦绘,付奎. 2017

[12]应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算. 付元元,王纪华,杨贵军,宋晓宇,徐新刚,冯海宽. 2013

[13]基于高光谱数据的高寒草地土壤有机碳预测模型研究. 崔霞,宋清洁,张瑶瑶,胥刚,孟宝平,高金龙. 2017

[14]胡杨叶片水分含量的近红外光谱检测. 白铁成,王亚明,张楠楠,姚娜,喻彩丽,王兴鹏. 2017

[15]基于玉米叶片光谱特征的土壤无机氮含量估算模型的建立与验证. 张银杰,王磊,白由路,杨俐苹,卢艳丽,孙艳敏,张静静,李格. 2020

[16]影响普洱熟茶香气品质的关键香气成分分析. 吕海鹏,张悦,杨停,施江,林智. 2015

[17]近红外光谱快速测定高浓度烟酰胺. 冯海,徐铸德,邬志祥,蒋迎. 2001

[18]基于偏最小二乘回归的挂灰程度和柔软性对烟叶质量的影响分析. 陈天才,耿红梅,王振国,胡建斌,杨昌全,陈伦飞,代先强,李承荣,窦玉青. 2023

[19]多信息融合的冬小麦地上鲜生物量检测研究. 郑玲,朱大洲,董大明,张保华,王成,赵春江. 2016

[20]3种不同方法对肉牛胴体性状预测能力的比较研究. 张立敏,张猛,周正奎,刘喜冬,陈翠,陈晓杰,李姣,袁峥嵘,高雪,高会江,许尚忠,李俊雅. 2012

作者其他论文 更多>>