您好,欢迎访问中国农业科学院 机构知识库!

星载GF-5 AHSI高光谱影像不同光谱波段土壤有机质含量预测精度比较

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: GF-5高光谱影像;可见短波红外高光谱相机AHSI;土壤有机质;VNIR;SWIR;预测模型

期刊名称: 中国农业信息

ISSN: 1672-0423

年卷期: 2020 年 32 卷 006 期

页码: 11-21

摘要: [目的]探讨星载高分五号(GF-5)高光谱影像不同光谱波段对SOM含量预测精度差异,明确有效光谱波段范围,以便提高SOM含量高光谱预测精度.[方法]该研究以黑龙江省建三江农垦区为研究区域,将GF-5可见短波红外高光谱相机(AHSI)获取的高光谱数据划分为可见光-近红外(VNIR)、短波红外(SWIR)和VNIR-SWIR 3种不同光谱波段,并将光谱反射率进行了9种光谱数学变换;分别采用多元逐步回归(MLSR)和偏最小二乘回归(PLSR)构建SOM含量预测模型,评价分析了3种不同光谱波段预测SOM含量的精度差异.[结果]在MLSR模型中,VNIR-SWIR的对数倒数一阶微分SOM含量预测精度相对较高,验证精度决定系数R2val为0.383,均方根误差RMSEP为5.009;在PLSR模型中,VNIR反射率的SOM含量预测精度较高,验证精度R2val为0.359,RMSEP为4.170.[结论]GF-5AHSI SOM含量预测精度较高的光谱波段为VNIR和VNIR-SWIR.卫星数据质量、研究区域自然条件、数据预处理过程、建模方法选择等因素共同影响SOM含量预测模型精度,通过技术和方法改进,GF-5数据预测SOM含量的潜力更大.

  • 相关文献

[1]农田重金属对“土壤-植物-微生物”系统的生态效应. 王农,樊娟,刘春光,戴礼洪,周莉. 2008

[2]自动电位滴定法测定土壤有机质含量. 郝会军,杨俐苹,金继运. 2011

[3]农田尺度下土壤有机质的空间变异. 朱红霞,陈效民,方堃,杜臻杰. 2009

[4]基于高光谱的土壤有机质含量反演研究. 于士凯,姚艳敏,王德营,司海青. 2013

[5]采样数量和分布模式对土壤有机质空间插值精度的影响. 蒋威,郜允兵,刘玉,潘瑜春,邢世和. 2016

[6]北京市大兴区南部土壤有机质空间变异及其影响因素. 蒋威,郜允兵,刘玉,潘瑜春,邢世和. 2016

[7]干旱荒漠区土壤有机质空间变异特征. 黄元仿,周志宇,苑小勇,张红艳. 2004

[8]河西盐渍化草地盐分组成及PH与有机质关系的通径分析. 阎顺国,田贵仓,朱兴运,柴来智. 1992

[9]甘南高寒草甸采矿活动及植被恢复方式对土壤有机质和酶活性的影响. 张卫雄,孙其河,余志峰,穆秋月,王玉功,吴正国,刘金荣. 2020

[10]连续小波变换定量反演土壤有机质含量. 王延仓,张兰,王欢,顾晓鹤,庄连英,段龙方,李佳俊,林靖. 2018

[11]青藏高原高寒草原区工程迹地面积对其恢复过程中土壤水分和养分含量变化的影响. 刘彤,毛亮,庞晓攀,金少红,张静,郭正刚. 2017

[12]土壤碱溶有机质的测定研究与应用. 杨俐苹,金继运,白由路,王磊,王贺,卢艳丽. 2011

[13]我国水稻的肥料贡献率时空变化及影响因素. 李亚贞,韩天富,曲潇琳,马常宝,都江雪,柳开楼,黄晶,刘淑军,刘立生,申哲,张会民. 2023

[14]黄土高原果园土壤有机质变化趋势分析——以陕西省为例. 杨世琦,张爱平,杨正礼,刘国强. 2009

[15]基于HJ卫星的棉田土壤有机质空间分布格局反演. 王琼,陈兵,王方永,宋庆平,窦中江,戴建国,肖春华,杨秀春. 2016

[16]中国稻田土壤有机质时空变化及其驱动因素. 李冬初,黄晶,马常宝,薛彦东,高菊生,王伯仁,张杨珠,柳开楼,韩天富,张会民. 2020

[17]中国土壤调查结果的地统计特征. 张维理,傅伯杰,徐爱国,杨鹏,陈涛,张认连,史舟,吴文斌,李建兵,冀宏杰,刘峰,雷秋良,李兆君,冯瑶,李艳丽,徐用兵,裴玮. 2022

[18]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

[19]长期不同施肥对北方旱地轮作土壤有机质和作物产量影响的抽样调查. 黄婷,荀卫兵,张瑞福. 2017

[20]无害化污泥施用对土壤有机质、微生物量碳和氮含量的影响. 刘恋,张建峰,姜慧敏,杨俊诚,邓仕槐,郭俊娒,谢义琴,张水勤,王峰源,李玲玲. 2014

作者其他论文 更多>>