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

第一作者： 颜祥照

作者： 颜祥照;姚艳敏;张霄羽;刘峻明

作者机构：

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.

分类号：

  • 相关文献

[1]基于可见/近红外光谱技术定量分析青菜叶片含氮量. 孔军龙,赵京音,杨娟. 2013

[2]紫花苜蓿——小麦轮作对小麦产量与土壤有机质的影响. 马伦兰,马培杰,苏生. 2017

[3]不同利用方式下土壤有机质和全磷的可见近红外高光谱反演. 薛利红,周鼎浩,李颖,杨林章. 2014

[4]土壤有机质下降是土壤肥力下降的潜在威胁. 李文茂. 1988

[5]聚丙烯酰铵和石膏防治土壤侵蚀. 林素兰. 2011

[6]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

[7]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

[8]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

[9]天津市农业耕地土壤养分演变状况的调查. 张余良,孙长载,李明悦. 2006

[10]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

[11]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

[12]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

[13]有机肥与无机肥配施对作物产量和土壤养分含量的影响. 王亚艺,蔡晓剑,李松龄. 2015

[14]秸秆还田对土壤碳、氮、磷含量的影响. 李彩虹,张勇,袁汉民,陈东升,王小亮,何进尚,亢玲,董立国,张维军. 2016

[15]山西临汾盆地土壤有机质和全氮的空间变异特征及其影响因素. 张建杰,张强,杨治平,陈明昌,李勇,陈德利. 2010

[16]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

[17]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

[18]一种降低土壤水分对土壤有机质光谱监测精度的新方法. 王超,冯美臣,杨武德,肖璐洁,李广信,赵佳佳,任鹏. 2015

[19]S/B和DS算法校正土壤水分对土壤有机质近红外光谱预测的影响. 王世芳,韩平,宋海燕,梁刚,程旭. 2019

[20]利用不同方法估测土壤有机质及其对采样数的敏感性分析. 李翔,潘瑜春,赵春江,王纪华. 2007

作者其他论文 更多>>

微信小程序