数字农科院2.0

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;姚艳敏;颜祥照

作者机构：

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： 1673-6257

年卷期： 2023 年 3 期

页码：

收录情况： 北大核心（2020版） ; ; CSCD（2023-2024年度） ; ; 科技核心（2023版） ; ; 农林核心（2020版）

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logR、倒数对数log(1/R)、对数倒数1/logR、一阶导数R′、倒数一阶导数(1/R)′、对数一阶导数(logR)′、倒数对数一阶导数[log(1/R)]′和对数倒数一阶导数(1/logR)′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R^(2)_(val)均高于0.87,(1/R)′光谱变换的SOM含量估测精度R^(2)_(val)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。

分类号：

  • 相关文献

[1]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

[2]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

[3]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

[4]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

[5]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

[6]果园土壤有机质含量快速提升技术. 李燕青,李壮. 2023

[7]辽宁省苹果园土壤肥力提升建议. 李壮,李燕青. 2022

[8]果园如何培肥地力. 赵德英. 2022

[9]基于高光谱的大豆含杂率反演模型. 陈满,徐金山,金诚谦,张光跃,倪有亮. 2019

[10]土壤有机质遥感制图研究进展与展望. 颜祥照,姚艳敏,张霄羽. 2019

[11]谷物联合收割机收获小麦含杂率高光谱反演研究. 陈满,倪有亮,金诚谦,徐金山,袁文胜. 2019

[12]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[13]高光谱成像快速检测壳聚糖涂膜草莓可溶性固形物. 邵园园,王永贤,玄冠涛,高宗梅,刘艺,韩翔,高冲. 2019

[14]基于多元线性回归和随机森林的苹果叶绿素含量高光谱估测方法比较. 裴浩杰,冯海宽,李长春,李振海,杨贵军,王衍安,郭建华. 2018

[15]正常、缺素和黄龙病柑桔叶片高光谱成像快速诊断. 孙旭东,刘燕德,肖怀春,张智诚,李泽敏,吕强. 2017

[16]基于随机森林算法的冬小麦叶面积指数遥感反演研究. 张春兰,杨贵军,李贺丽,汤伏全,刘畅,张丽妍. 2018

[17]草地退化的高光谱遥感监测方法. 王焕炯,范闻捷,崔要奎,周磊,闫彬彦,吴代晖,徐希孺. 2010

[18]基于宽范围动态植被指数的棉花冠层覆盖度监测. 陈江鲁,王克如,李少昆,肖春华,陈兵,王方永,金秀良,吕银亮,刁万英,王琼,王楷,何晟国. 2011

[19]冬小麦不同群体冠层结构的高光谱响应研究. 卢艳丽,王纪华,李少昆,谢瑞芝,高世菊,马达灵. 2005

[20]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

作者其他论文 更多>>