【摘要】：【目的】定量揭示土壤水分與有機質(zhì)對高光譜的作用規(guī)律,為提高土壤水分、有機質(zhì)的光譜估測精度提供基礎(chǔ)�！痉椒ā恳陨綎|省泰安市岱岳區(qū)90個棕壤土樣為研究對象,進行室外光譜采集、室內(nèi)土壤水分和有機質(zhì)測定,運用Savitzky-Golay filter對光譜曲線進行平滑去噪預處理。根據(jù)含水量、有機質(zhì)含量的高低將土壤樣本分為9組,運用比較法對9組原始光譜數(shù)據(jù)進行分析,初步探究土壤水、有機質(zhì)對光譜的作用規(guī)律。然后采用相關(guān)分析法,分析水、有機質(zhì)與土壤原始光譜反射率(raw spectral reflectance,R)、光譜一階微分變換(first order differential reflectance,D(R))以及分組光譜的相關(guān)性。在假定其他影響因素基本相同的條件下,利用有交互作用的雙因素方差分析法,定量分析水、有機質(zhì)對土壤光譜反射率、光譜一階微分的作用程度及其交互作用。根據(jù)土壤水與有機質(zhì)的交互作用規(guī)律,按相關(guān)系數(shù)較大而交互作用小的原則選取特征因子,采取偏最小二乘回歸模型建立土壤有機質(zhì)含量的高光譜估測模型,分析依據(jù)兩者交互作用規(guī)律選取的因子對提高光譜估測模型精度的有效性。【結(jié)果】在田間持水量范圍內(nèi),水對土壤光譜反射率影響起主要作用;水與有機質(zhì)對土壤光譜客觀存在交互作用,當土壤含水量小于10%時,600—1 800 nm的原始光譜能較好反映有機質(zhì)的作用,而當土壤含水量大于15%時,有機質(zhì)的作用幾乎被水的作用所掩蓋。水、有機質(zhì)對土壤原始光譜的作用及其交互作用分別在360—1 800,410—1 800,509—1 800 nm達到顯著水平,且三者均在1 951—2 450 nm達到顯著水平(α=0.05);對土壤光譜的作用程度由大到小依次為:水、有機質(zhì)、交互作用;在425—1 800 nm水對土壤光譜的作用大約是有機質(zhì)的5—8倍,在1 950—2 300 nm為8—12倍;在350—2 500 nm有機質(zhì)對土壤光譜的作用大約是水與有機質(zhì)交互作用的2倍。光譜經(jīng)一階微分變換之后,在450—530、600—790、1 019—1 027、2 000—2 020以及2 045—2 075 nm土壤水的作用增強,而在其他波段處減弱;土壤有機質(zhì)的作用在471—824、851—949、967—1 140、1 172—1 340、1 379—1 428、1 450—1 770、1 953—2 122、2 174—2 199以及2 271—2 342 nm處得到增強,而在其他波段處減弱。水與有機質(zhì)的交互作用也在不同波段處有所變化,但相對于土壤水與有機質(zhì)的作用變化幅度而言是相對減弱的�；谕寥浪c有機質(zhì)的交互作用規(guī)律選取的特征因子,所建立的土壤有機質(zhì)高光譜估測模型精度有所提高,其中16個檢驗樣本的決定系數(shù)R2由不考慮交互作用的0.6764提高到0.7934�！窘Y(jié)論】研究表明,在反演土壤含水量時,可以不考慮有機質(zhì)對光譜的影響;而在反演有機質(zhì)含量時,必須要剔除水對反射率的影響,還要考慮水與有機質(zhì)對光譜的交互作用�？紤]水與有機質(zhì)對土壤光譜的交互作用,可有效提高土壤有機質(zhì)的光譜估測精度。
[Abstract]:[objective] to reveal quantitatively the effect of soil moisture and organic matter on hyperspectral properties, and to provide a basis for the spectral estimation of soil moisture and organic matter. [methods] 90 brown soil samples from Dai'e District, Tai'an City, Shandong Province, were studied. Outdoor spectral collection, indoor soil moisture and organic matter were measured, and the spectral curve was pretreated by smoothing denoising with Savitzky-Golay filter. Soil samples were divided into 9 groups according to water content and content of organic matter. Nine groups of original spectral data were analyzed by comparative method, and the effect of soil water and organic matter on the spectrum was preliminarily explored. Then the correlation between water, organic matter and soil original spectral reflectance (raw spectral reflectance,R), first order differential transform (first order differential reflectance,D (R) and grouping spectrum were analyzed by correlation analysis. Under the assumption that other influencing factors are basically the same, the interaction of water and organic matter to soil spectral reflectance, the degree of interaction of the first order spectral differential and their interaction are quantitatively analyzed by using the two-factor variance analysis method with interaction. According to the law of interaction between soil water and organic matter, the characteristic factors were selected according to the principle of high correlation coefficient but little interaction, and the hyperspectral estimation model of soil organic matter content was established by partial least square regression model. The factors selected according to the interaction law were analyzed to improve the accuracy of the spectral estimation model. [results] in the field water capacity range, water plays a major role in the influence of soil spectral reflectivity. There is interaction between water and organic matter on soil spectrum. The original spectrum of 600-1 800 nm can better reflect the effect of organic matter when the soil moisture content is less than 10, but when the soil moisture content is greater than 15 parts, the original spectrum can reflect the effect of organic matter. The role of organic matter is almost masked by the action of water. The effects of water and organic matter on the original spectrum of soil and their interaction reached significant level at 360-1800410-1 8005091,800 nm, respectively. And all of them reached a significant level at 1 951-2 450 nm (偽 0. 05), and the effect on soil spectrum was in the order of water, organic matter and interaction, and the effect of water on soil spectrum was about 5-8 times of that of organic matter at 425-1 800 nm. At 1 950-2 300 nm, the effects of organic matter on soil spectrum were 8 to 12 times and 350 to 2 500 nm, respectively, and the effect of organic matter on soil spectrum was about 2 times as much as that of water and organic matter interaction. After the first order differential transformation, the effect of soil water on the spectra was enhanced at 450-530600-790 (101910272000-2020) and 20455-2075 (nm), but weakened in other bands. The effect of soil organic matter was enhanced at 471-824851-949967-1 140N 1 172-1 340N 1 379-1 428N 1 450-1 770N 1 953-2122N 2174-2,199 and 2271-2 342 nm, but weakened in other bands. The interaction between water and organic matter also changed in different bands, but relative to the change range of soil water and organic matter, it was relatively weak. Based on the characteristic factors of the interaction between soil water and organic matter, the accuracy of the hyperspectral estimation model of soil organic matter has been improved. The determination coefficient R2 of 16 test samples was increased from 0.6764 without interaction to 0.7934. [conclusion] the study shows that the influence of organic matter on the spectrum can be ignored in the inversion of soil moisture content, but in the inversion of organic matter content, The effect of water on reflectivity and the interaction of water and organic matter on spectrum must be eliminated. Considering the interaction of water and organic matter on soil spectrum, the spectral estimation accuracy of soil organic matter can be improved effectively.
【作者單位】： 山東農(nóng)業(yè)大學信息科學與工程學院;
【基金】：國家自然科學基金(41271235) 山東省自然科學基金(ZR2016MD03)
【分類號】：S152.7;S153.6

【參考文獻】

相關(guān)期刊論文 前10條

1 陳紅艷;趙庚星;張曉輝;王瑞燕;孫莉;陳敬春;;去除水分影響提高土壤有機質(zhì)含量高光譜估測精度[J];農(nóng)業(yè)工程學報;2014年08期

2 袁征;李希燦;于濤;張廣波;;高光譜土壤有機質(zhì)估測模型對比研究[J];測繪科學;2014年05期

3 湯娜;張新樂;劉煥軍;楊振華;胡言亮;于曉靜;;土壤有機質(zhì)與水分反射光譜響應(yīng)特征綜合作用模擬[J];土壤通報;2013年01期

4 于濤;李希燦;王曉;尚曉東;;高光譜技術(shù)應(yīng)用情況研討[J];測繪科學;2012年02期

5 劉煥軍;趙春江;王紀華;黃文江;張新樂;;黑土典型區(qū)土壤有機質(zhì)遙感反演[J];農(nóng)業(yè)工程學報;2011年08期

6 李希燦;王靜;王芳;杜嘉津;;基于模糊識別的土壤性質(zhì)指標光譜反演[J];遼寧工程技術(shù)大學學報(自然科學版);2010年02期

7 劉煥軍;宇萬太;張新樂;馬強;周樺;姜子紹;;黑土反射光譜特征影響因素分析[J];光譜學與光譜分析;2009年11期

8 王昌佐,王紀華,王錦地,趙春江,劉良云,王鵬新,景娟娟;裸土表層含水量高光譜遙感的最佳波段選擇[J];遙感信息;2003年04期

9 沙晉明,陳鵬程,陳松林;土壤有機質(zhì)光譜響應(yīng)特性研究[J];水土保持研究;2003年02期

10 王力賓;數(shù)列修勻的加權(quán)算術(shù)平均數(shù)──中位數(shù)混合移動平均法[J];昆明理工大學學報(自然科學版);2001年05期

【共引文獻】

相關(guān)期刊論文 前10條

1 尚璇;李西燦;徐郵郵;劉莎莎;;土壤水與有機質(zhì)對高光譜的作用及交互作用規(guī)律[J];中國農(nóng)業(yè)科學;2017年08期

2 葉勤;姜雪芹;李西燦;林怡;;基于高光譜數(shù)據(jù)的土壤有機質(zhì)含量反演模型比較[J];農(nóng)業(yè)機械學報;2017年03期

3 馬馳;;基于Landsat8吉林中北部地區(qū)土壤有機質(zhì)定量反演研究[J];干旱區(qū)資源與環(huán)境;2017年02期

4 張海威;張飛;李哲;井云清;;艾比湖流域鹽漬土含水量光譜特征分析與建模[J];中國水土保持科學;2017年01期

5 劉煥軍;寧東浩;康苒;金慧凝;張新樂;盛磊;;考慮含水量變化信息的土壤有機質(zhì)光譜預測模型[J];光譜學與光譜分析;2017年02期

6 韓春蘭;劉金寶;付小梅;余無忌;范英英;;粗面巖質(zhì)火山碎屑物發(fā)育土壤有機質(zhì)含量的高光譜特征與建模[J];土壤通報;2017年01期

7 張銳;李兆富;辛強;潘劍君;李加加;;原狀水稻土土壤濕度高光譜特征及反演模型[J];土壤通報;2017年01期

8 馬馳;;基于GF-1與Landsat 8遙感數(shù)據(jù)的耕地表層土壤有機質(zhì)含量反演精度對比研究[J];浙江農(nóng)業(yè)學報;2017年01期

9 劉影;姚艷敏;司海青;;不同含水量土壤高光譜二向性反射特征研究[J];中國農(nóng)業(yè)資源與區(qū)劃;2017年01期

10 王敬哲;塔西甫拉提·特依拜;丁建麗;張東;劉巍;;基于分數(shù)階微分預處理高光譜數(shù)據(jù)的荒漠土壤有機碳含量估算[J];農(nóng)業(yè)工程學報;2016年21期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 楊望燦;張培林;王懷光;陳彥龍;;基于奇異值差分譜與改進包絡(luò)分析的軸承故障特征提取[J];軸承;2013年05期

2 張煥萍;尹佟明;鄭建冬;;基于奇異值分解的致病基因挖掘算法[J];南京航空航天大學學報;2013年02期

3 李民贊;鄭立華;安曉飛;孫紅;;土壤成分與特性參數(shù)光譜快速檢測方法及傳感技術(shù)[J];農(nóng)業(yè)機械學報;2013年03期

4 安曉飛;李民贊;鄭立華;劉玉萌;孫紅;;土壤水分對近紅外光譜實時檢測土壤全氮的影響研究[J];光譜學與光譜分析;2013年03期

5 欒福明;張小雷;熊黑鋼;張芳;王芳;;基于不同模型的土壤有機質(zhì)含量高光譜反演比較分析[J];光譜學與光譜分析;2013年01期

6 王淼;潘賢章;解憲麗;王昌昆;劉婭;李燕麗;潘劍君;;土壤含水量對反射光譜法預測紅壤土壤有機質(zhì)的影響研究[J];土壤;2012年04期

7 張娟娟;田永超;姚霞;曹衛(wèi)星;馬新明;朱艷;;基于近紅外光譜的土壤全氮含量估算模型[J];農(nóng)業(yè)工程學報;2012年12期

8 陳紅艷;趙庚星;李希燦;陸文利;隋龍;;小波分析用于土壤速效鉀含量高光譜估測研究[J];中國農(nóng)業(yè)科學;2012年07期

9 田永超;張娟娟;姚霞;曹衛(wèi)星;朱艷;;基于近紅外光聲光譜的土壤有機質(zhì)含量定量建模方法[J];農(nóng)業(yè)工程學報;2012年01期

10 陳紅艷;趙庚星;李希燦;朱西存;隋龍;王銀娟;;基于小波變換的土壤有機質(zhì)含量高光譜估測[J];應(yīng)用生態(tài)學報;2011年11期

【相似文獻】

相關(guān)期刊論文 前10條

1 王家玉;;植物營養(yǎng)元素交互作用研究[J];土壤學進展;1992年02期

2 黃益宗,朱永官,黃鳳堂,姚章恒;鎘和鐵及其交互作用對植物生長的影響[J];生態(tài)環(huán)境;2004年03期

3 吳峰;熊俊芬;;蜈蚣草中砷與磷、鉀、鈣等營養(yǎng)元素的交互作用[J];現(xiàn)代農(nóng)業(yè)科技;2010年08期

4 ;正交試驗方法簡介(三)[J];甘肅農(nóng)業(yè)科技;1978年03期

5 ;正交試驗方法簡介(五)[J];陜西農(nóng)業(yè)科學;1977年07期

6 楊錦忠,郝建平;復合污染系統(tǒng)中交互作用分類方法研究[J];中國生態(tài)農(nóng)業(yè)學報;2002年04期

7 陳小紅,李賢偉,趙安玖;林木營養(yǎng)元素交互作用研究綜述[J];四川林勘設(shè)計;2002年01期

8 熊禮明;;磷鋅交互作用研究簡況[J];土壤學進展;1989年05期

9 姜俊芳,張春善;維生素A與鐵之間交互作用的研究進展[J];飼料博覽;2002年11期

10 楊志敏,鄭紹建,胡靄堂;植物體內(nèi)磷與重金屬元素鋅、鎘交互作用的研究進展[J];植物營養(yǎng)與肥料學報;1999年04期

相關(guān)會議論文 前7條

1 吳宏海;張秋云;盧平;曾麗璇;何廣平;;土壤和水體環(huán)境中礦物-腐殖質(zhì)交互作用的研究進展[A];第二屆全國環(huán)境礦物學學術(shù)研討會論文集[C];2004年

2 孫曉燕;李曉煦;侯杰泰;王寶玉;張瑤瑤;;用簡單斜率分析交互作用:優(yōu)勢與實際應(yīng)用[A];增強心理學服務(wù)社會的意識和功能——中國心理學會成立90周年紀念大會暨第十四屆全國心理學學術(shù)會議論文摘要集[C];2011年

3 焦紅肖;時文濤;魏鳳江;蔡春友;Kai Wang;Struan Grant;Hakon Hakonarson;R.Arlen Price;李衛(wèi)東;;基于通路的肥胖癥全基因組交互作用研究[A];中華醫(yī)學會糖尿病學分會第十六次全國學術(shù)會議論文集[C];2012年

4 王玉軍;王慎強;周東美;陳懷滿;;兩種土壤中鄰苯二胺和銅交互作用的比較研究[A];第七次“土壤與環(huán)境”學術(shù)研討會論文摘要[C];2001年

5 焦紅肖;Kai Wang;Struan Grant;Hakon Hakonarson;R Arlen Price;李衛(wèi)東;;脂聯(lián)素的全基因組關(guān)聯(lián)分析及基于通路的交互作用研究[A];第十二次全國醫(yī)學遺傳學學術(shù)會議論文匯編[C];2014年

6 徐秋萍;;心力衰竭患者的心肺交互作用[A];2007年浙江省危重病學學術(shù)年會論文匯編[C];2007年

7 劉國建;;“網(wǎng)絡(luò)社會”的特性及其哲學思考[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

相關(guān)博士學位論文 前4條

1 劉娟;Th17細胞相關(guān)基因（DPP4、CCR6、IL6R、IL23R）交互作用與類風濕關(guān)節(jié)炎和系統(tǒng)性紅斑狼瘡的關(guān)聯(lián)性研究[D];安徽醫(yī)科大學;2016年

2 田駱冰;9p21上位點多態(tài)性與糖尿病下肢血管病變的關(guān)聯(lián)研究及其與相關(guān)因素的交互作用探討[D];河北醫(yī)科大學;2013年

3 岑晗;NF-κB信號通路相關(guān)基因多態(tài)性及其交互作用與系統(tǒng)性紅斑狼瘡的關(guān)聯(lián)性研究[D];安徽醫(yī)科大學;2014年

4 王瀾;基于廣義相關(guān)性的多Agent交互作用研究[D];西北工業(yè)大學;2006年

相關(guān)碩士學位論文 前10條

1 黃爽;全基因組基因—環(huán)境交互作用的兩階段多重檢驗調(diào)整方法[D];東北師范大學;2015年

2 周美玲;漢字刺激質(zhì)量和頻率在N400上的交互作用：串聯(lián)加工的證據(jù)[D];西南大學;2015年

3 趙明旭;維生素D、維生素D受體基因多態(tài)性與2型糖尿病的關(guān)系[D];鄭州大學;2015年

4 吳建鋒;APOBEC-3A/B多態(tài)性與乙肝病毒變異在乙肝病毒相關(guān)肝細胞癌發(fā)生發(fā)展中的交互作用[D];第二軍醫(yī)大學;2015年

5 古羽舟;廣州市大氣PM_(10)、NO_2和O_3污染對人群死亡風險的交互作用研究[D];暨南大學;2015年

6 劉國強;基于流變特性的瀝青/填料交互作用評價與機理研究[D];長安大學;2016年

7 石純生;兩個雙等位基因位點之間的交互作用[D];東北師范大學;2005年

8 趙迪;小麥鎘砷交互作用的研究[D];中國農(nóng)業(yè)大學;2004年

9 單曉晨;2~m(2~l)~1設(shè)計包含純凈的兩因子交互作用成分的條件[D];曲阜師范大學;2012年

10 代杏子;Bronfenbrenner生態(tài)系統(tǒng)學說及演化：交互作用發(fā)展觀探索[D];華東師范大學;2011年

，

本文編號：2207020