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

第一作者： 张霄羽

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：

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。

分类号： S153.621

  • 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]基于MCC-GAPLS-PLSR的辣椒叶绿素含量高光谱定量反演. 王宇,汪泓,肖玖军,邢丹,李可相,张永亮,岳延滨. 2024

[3]光谱分辨率对黑土有机质预测模型的影响. 刘焕军,吴炳方,赵春江,赵云升. 2012

[4]基于高光谱特征参数优选的土壤盐分含量建模及其验证. 李志,苏武峥,李新国,王银方,毛东雷,麦麦提吐尔逊·艾则孜. 2021

[5]基于高光谱的不同生育期玉米花青素含量估测. 郭松,常庆瑞,赵泽英,李莉婕,童倩倩. 2024

[6]东部半山区玉米前期栽培管理. 郭法申,方向前. 2007

[7]施用膨润土对土壤含水量和有机质含量的影响. 李吉进,徐秋明,倪小会,安文焕,刘广余. 2002

[8]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

[9]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

[10]估测猪的毒型和遗传参数软件的研制及其应用. 陆昌华,葛云山,曹卫生,刘燕. 1984

[11]基于光谱分析技术的苹果花钾素含量估测研究. 朱西存,赵庚星,隋学艳,雷彤,孙顶国. 2010

[12]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

[13]基于无人机成像高光谱影像的冬小麦LAI估测. 陶惠林,冯海宽,杨贵军,杨小冬,刘明星,刘帅兵. 2020

[14]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

[15]以茸尺估测天山马鹿鲜茸重的研究. 狄江,潘怀玉,叶荣. 2000

[16]基于定量遥感反演与生长模型耦合的水稻产量估测研究. 李卫国,王纪华,赵春江,刘良云,童庆禧. 2008

[17]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

[18]几种植物临界表面张力值的估测. 顾中言,许小龙,韩丽娟. 2002

[19]基于数字图像技术的马铃薯氮素营养估测及验证. 魏全全,李飞,张萌,陈龙,芶久兰. 2021

[20]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

作者其他论文 更多>>

微信小程序