您好,欢迎访问中国农业科学院 机构知识库!

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

文献类型: 中文期刊

作者: 张霄羽 1 ; 姚艳敏 1 ; 颜祥照 1 ;

作者机构: 1.北方干旱半干旱耕地高效利用全国重点实验室/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

关键词: 土壤有机质含量;高光谱;光谱分辨率;光谱变换;估测

期刊名称: 中国土壤与肥料

ISSN:

年卷期: 2023 年 003 期

页码: 184-193

收录情况: 北大核心 ; CSCD

摘要: 利用高光谱遥感数据结合统计建模是当前土壤有机质(SOM)含量高光谱估测的主要方法。为了探讨SOM含量高光谱估测适宜的光谱变换方法和光谱分辨率,以黑龙江省建三江黑土区土壤样本为研究对象,采用SR-6500便携式光谱仪在实验室测量土样的光谱反射率。对土壤光谱数据重采样为1、5、10、20、30、40、50、60、70、80、90、100 nm共12种光谱分辨率,经过Savitzky-Golay光谱曲线平滑处理后,将光谱反射率R进行反射率倒数1/R、对数log R、倒数对数log(1/R)、对数倒数1/log R、一阶导数R′、倒数一阶导数(1/R)′、对数一阶导数(log R)′、倒数对数一阶导数[log(1/R)]′和对数倒数一阶导数(1/log R)′共10种光谱变换;利用多元线性逐步回归(MLSR)和偏最小二乘回归(PLSR)的方法建立SOM含量估测模型。结果表明:(1)1/R和(1/R)′光谱变换对于提高SOM含量估测精度的效果较好,其中1/R光谱变换的SOM含量估测精度R2val均高于0.87,(1/R)′光谱变换的SOM含量估测精度R2val均高于0.90;(2)5、10 nm光谱分辨率对于1/R和(1/R)′光谱变换下的MLSR与PLSR估测SOM含量的精度都较高,为较适宜的光谱分辨率;(3)SOM含量估测的光谱分辨率并非越高越好,适度的降低光谱分辨率以及选择合适的光谱变换方法,不仅可以减少数据处理的工作量,也可以提高SOM含量的估测精度。

  • 相关文献

[1]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

[2]应用微型近红外光谱仪快速检测桑园土壤有机质含量的方法. 张征立,第丹丹,萧王文,马月,熊孟,张业顺,颜辉,张国政. 2018

[3]力推肥料化和能源化利用 破解畜禽粪法治理难题. 董红敏. 2017

[4]基于土壤高光谱特征波段优选的盐分预测模型构建. 李明丽,温彩运,马东豪,李存军,王宇文,康璐,陆苗. 2025

[5]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

[6]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. 颜祥照,姚艳敏,张霄羽,刘峻明. 2021

[7]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

[8]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

[9]黑土土壤水分高光谱特征及反演模型. 姚艳敏,魏娜,唐鹏钦,李志斌,余强毅,许新国,陈佑启,何英彬. 2011

[10]基于高光谱影像的高寒牧区土地覆盖分类与草地生物量监测模型. 方金,梁天刚,吕志邦,冯琦胜,何咏琪. 2013

[11]烤烟发病叶片高光谱特征分析. 窦玉青,李新举,王梅,徐冬云,刘明芹. 2015

[12]病害胁迫下棉花叶片色素含量高光谱遥感估测研究. 陈兵,李少昆,王克如,王方永,肖春华,潘文超. 2010

[13]基于小波变换与偏最小二乘耦合模型估测北方潮土有机质含量. 王延仓,杨贵军,朱金山,顾晓鹤,徐鹏,廖钦洪. 2014

[14]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

[15]含水率对土壤有机质含量高光谱估算的影响. 司海青,姚艳敏,王德营,刘影. 2015

[16]基于遥感技术的烟草花叶病监测研究. 徐冬云,李新举,杨永花,窦玉青. 2016

[17]利用反射光谱及模拟多光谱数据定量反演北方潮土有机质含量. 王延仓,顾晓鹤,朱金山,龙慧灵,徐鹏,廖钦洪. 2014

[18]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

[19]持续受涝对冬小麦高光谱特征参数的影响分析. 段丁丁,熊勤学,刘莉,何英彬. 2018

[20]冬小麦条锈病的光谱特征及遥感监测. 王纪华,黄文江,黄义德,赵春江,万安民. 2003

作者其他论文 更多>>