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

文献类型： 中文期刊

第一作者： 薛利红

作者： 薛利红;周鼎浩;李颖;杨林章

作者机构：

关键词： 高光谱;偏最小二乘回归;人工神经网络;土壤有机质;土壤全磷;土地利用方式

期刊名称： 土壤学报

ISSN： 0564-3929

年卷期： 2014 年 05 期

页码： 993-1002

收录情况： 北大核心 ; CSCD

摘要： 以太湖流域直湖港小流域稻田、桃园和菜地的土壤样本为研究对象,研究了不同光谱建模方法和土地利用方式对土壤有机质和全磷高光谱反演的影响。结果表明:(1)偏最小二乘回归分析(Partial least squarer egression,PLSR)模型的建模和预测精度较高且稳定;人工神经网络中广义回归神经网络(Generalized regression neural network,GRNN)网络预测精度较高但易出现过拟合现象,反向传播神经网络(Back propagation neural network,BPNN)网络比较稳健但精度略低;偏最小二乘与人工神经网络相结合则可综合两者优点,改善复杂样本下的预测精度。(2)土壤有机质的光谱反演结果优于全磷。3种土地利用方式中,稻田的预测效果总体优于桃园和菜地。在当前研究区域内土地利用方式对土壤有机质光谱反演影响不大,但对全磷反演影响较大。今后利用光谱对土壤全磷反演时需分土地利用方式对模型进行校准。

分类号： S153.6

  • 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]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

[3]基于高光谱的土壤有机质及全氮估测. 李嘉琦,冯宇华,陈署晃,王子傲,刘鹏,梁智永,孙法福,陈荣,耿庆龙. 2024

[4]基于可见–近红外光谱的水稻土全磷反演研究. 周鼎浩,薛利红,李颖,杨林章. 2014

[5]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

[6]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

[7]基于高光谱的水稻土有机质含量估算研究. 卢岩,郭斗斗,孙成明,刘涛,陈瑛瑛,武威. 2014

[8]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

[9]基于高光谱的柑橘叶片钾含量快速诊断模型. 李勋兰,王武,杨蕾,韩国辉,杨海健,洪林. 2019

[10]基于无人机高光谱影像的冬小麦叶片氮浓度遥感估测. 孙法福,赖宁,耿庆龙,李永福,吕彩霞,信会男,李娜,陈署晃. 2024

[11]用神经网络和高光谱植被指数估算小麦生物量. 王大成,王纪华,靳宁,王芊,李存军,黄敬峰,王渊,黄芳. 2008

[12]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

[13]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

[14]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

[15]二进制小波技术定量反演北方潮土土壤有机质含量. 王延仓,杨秀峰,赵起超,顾晓鹤,郭畅,刘原萍. 2019

[16]基于高光谱的山区耕地土壤有机质含量估测. 张永亮,汪泓,肖玖军,李可相,王宇,邢丹. 2024

[17]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

[18]麦田耕作层土壤有机质的高光谱监测. 王超,冯美臣,杨武德,李广信,赵佳佳,朱智慧. 2014

[19]贺兰山西坡不同海拔梯度草地土壤磷特征及其影响因素. 宋雄儒,尚振艳,李旭东,傅华. 2015

[20]钼锑抗比色法测定土壤全磷的最佳显色条件和比色波长. 张辉,肖国壮,李丽蓓,苏方康,杨杰. 1992

作者其他论文 更多>>

微信小程序