冬小麥?zhǔn)俏覈?guó)的主要糧食作物之一,土壤有機(jī)質(zhì)(Soil organic matter,SOM)在表征土壤質(zhì)量和保持冬小麥可持續(xù)生產(chǎn)方面發(fā)揮著重要作用。針對(duì)土壤有機(jī)質(zhì)含量傳統(tǒng)測(cè)定方法存在費(fèi)時(shí)、耗力、不實(shí)時(shí)的缺點(diǎn)和高光譜技術(shù)能夠?qū)崿F(xiàn)土壤目標(biāo)屬性快速、無(wú)損和實(shí)時(shí)監(jiān)測(cè)的特點(diǎn),本實(shí)驗(yàn)以聞喜縣麥田土壤為研究對(duì)象,在縣域內(nèi)采集多點(diǎn)多樣本土壤光譜和有機(jī)質(zhì)含量數(shù)據(jù)的基礎(chǔ)上,研究SOM與高光譜的響應(yīng)特征,提取并選擇SOM的高光譜特征信息,探究土壤粒徑大小、光譜預(yù)處理方法和建模方法對(duì)SOM高光譜估測(cè)結(jié)果的影響規(guī)律,并最終實(shí)現(xiàn)麥田SOM的高光譜準(zhǔn)確估算。主要結(jié)論如下:(1)土壤粒徑大小和有機(jī)質(zhì)含量高低與土壤光譜反射率均呈明顯的負(fù)相關(guān)關(guān)系,對(duì)土壤光譜曲線的形狀及光譜特征位置無(wú)明顯影響;其中,以小于0.154mm的土壤粒徑對(duì)土壤光譜反射率的影響最為明顯。(2)在所有土壤粒徑中,以0.154 mm粒徑的土壤光譜與SOM的相關(guān)關(guān)系最優(yōu),相關(guān)系數(shù)為0.66。結(jié)合PLSR和不同粒徑土壤光譜構(gòu)建的SOM模型中,以利用0.154 mm粒徑土壤光譜構(gòu)建的SOM監(jiān)測(cè)模型表現(xiàn)較好。結(jié)合相關(guān)性分析結(jié)果,綜合考慮模型的穩(wěn)健性和復(fù)雜度,本研究得出0.154 mm是進(jìn)行SOM定量光譜監(jiān)測(cè)的最佳土壤粒徑。(3)不同光譜預(yù)處理方法對(duì)光譜與SOM之間的相關(guān)關(guān)系影響不同,對(duì)SOM的PLSR模型影響也各異。SG-FD變換光譜與SOM的相關(guān)性最高,相關(guān)系數(shù)絕對(duì)值最高可達(dá)0.83。除MSC和SNV預(yù)處理方法外,其它光譜預(yù)處理方法均不同程度地提高了SOM模型的精度。其中,SG-FD預(yù)處理方法能夠顯著地提高土壤有機(jī)質(zhì)PLSR監(jiān)測(cè)模型的精度,模型表現(xiàn)最好(R2C=0.97,R2V=0.85,RPD=1.78)。(4)不同變換光譜條件下,利用SPA方法提取的SOM特征波段存在一定差異。結(jié)合相關(guān)性分析并綜合分析提取的所有特征波段,本研究選取的SOM特征波段主要位于 400-410 nm、490-510 nm、550-560 nm、660-700 nm、1030-1200 nm、1400-1600 nm、1840-1970 nm 和 2310-2440 nm 等波段區(qū)域內(nèi)。(5)本研究中,與PLSR建模方法相比,SPA-MLR降低了 SOM校正模型的精度,SVR降低了 SOM驗(yàn)證模型的精度。其中,以結(jié)合SVR和MSC預(yù)處理方法的SOM非線性模型表現(xiàn)最好(R2C=0.97,R2v=0.85,RPD=1.78)。綜合模型的實(shí)際應(yīng)用潛力,結(jié)合PLSR和SG-FD變換光譜及結(jié)合SPA-MLR和SNV變換光譜所構(gòu)建的SOM 模型(R2C=0.83 和 0.79,R2v=0.84 和 0.91,RPD=1.95 和 2.81)也可以考慮用來(lái)估測(cè)SOM含量。本研究構(gòu)建的SOM模型具有很好的預(yù)測(cè)能力,可以實(shí)現(xiàn)SOM的準(zhǔn)確定量估測(cè)。
【學(xué)位單位】：山西農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：S512.11;S153.6
【部分圖文】：

１．２高光譜遙感定量反演土壤有機(jī)質(zhì)的研究基礎(chǔ)??１．２．１?土壤有機(jī)質(zhì)對(duì)反射光譜的響應(yīng)基礎(chǔ)??根據(jù)光譜自身的響應(yīng)機(jī)理，將光譜依據(jù)波長(zhǎng)的長(zhǎng)短進(jìn)行分區(qū)，圖１所示為可見(jiàn)光??（４００－７８０?ｎｍ）和近紅外光（７８０－２５００?ｎｍ）在波譜中的分布及其作用方式。??０．１?１０?３６０?７８０?２５００?２５０００??Ｗａｖｅｌｅｎｇｔｈｓ／ｔａｎ?????—丨丨丨■咖丨丨丨丨丨１丨丨剛?｜丨＿■丨咖ｙ丨丨丨丨????”?ｍ＿Ｍ丨丨丨丨丨仙…丨丨ｙ＂＂＂＂?ｙ，，Ｍ，丨丨丨丨丨＿＿Ｍ＂＂＂＂＂?＂＂＂?１１１１???????＿丨＿丨丨丨＿＿＿丨－丨丨＿丨＿＿？??冰?Ｖｉｓ?ＮＩＲ?ＭＩＲ?ＥＳＲ?ＮＭＲ??ｔｃｔ?繼?■??．?ｔ?紅外?徽波??＝ｆｔ的紐…？十爾＿：—帽＇＾繼??Ｐ?土壤重金＾￣土壤有機(jī)質(zhì)、碳、氮、質(zhì)地、￣??粘粒含量、水分等??圖１電磁波作用原理及其作用方式??Ｆｉｇｕｒｅ?１?Ｆｕｎｃｔｉｏｎａｌ?ｍｅｃｈａｎｉｓｍ?ａｎｄ?ａｐｐｌｉｃａｔｉｏｎ?ｏｆ?ｅｌｅｃｔｒｏｍａｇｎｅｔｉｃ?ｓｐｅｃｔｒａ??物質(zhì)可見(jiàn)－近紅外光譜曲線是由構(gòu)成該物質(zhì)的組分先接收外圍光源，再產(chǎn)生電磁??波，最終通過(guò)吸收其中能量產(chǎn)生的。對(duì)于可見(jiàn)光來(lái)說(shuō)，當(dāng)光源輻射能量等于分子中電??子能極差時(shí)，電子發(fā)生能級(jí)躍遷，從而產(chǎn)生可見(jiàn)光譜，因此，可見(jiàn)光譜屬于電子吸收??光譜。近紅外光譜是通過(guò)分子中的振動(dòng)或轉(zhuǎn)動(dòng)兩種能級(jí)躍遷方式，從基態(tài)或者是低能??級(jí)態(tài)躍遷到較高能臺(tái)，從而吸收一定量的外界入射電磁波中的紅外能量而產(chǎn)生，在光??－４－??

３．２．１?土壤粒徑和有機(jī)質(zhì)含量對(duì)土壤光譜反射率的影響??３．２．１．１?土壤粒徑對(duì)土壤光譜反射率的影響??如圖３所示，從全波段范圍來(lái)看，不同粒徑土壤光譜反射率曲線變化情況基本一??致，隨著波長(zhǎng)的增加光譜反射率呈先上升后下降的趨勢(shì)，在波段１４００、１９００和２２００??ｎｍ左右出現(xiàn)３個(gè)水汽吸收帶，符合土壤光譜曲線的一般特征規(guī)律，表明土壤粒徑大小??對(duì)土壤光譜曲線的形狀及光譜特征位置沒(méi)有明顯影響。而同一波長(zhǎng)位置，不同粒徑土??－１６－??

圖６不同變換光譜與土壤有機(jī)質(zhì)的相關(guān)性分析??Ｆｉｇｕｒｅ?６?Ｃｏｒｒｅｌａｔｉｏｎ?ａｎａｌｙｓｉｓ?ｏｆ?ｓｏｉｌ?ｏｒｇａｎｉｃ?ｍａｔｔｅｒ?ａｎｄ?ｄｉｆｆｅｒｅｎｔ?ｐｒｏｃｅｓｓｅｄ?ｓｐｅｃｔｒａ??不同變換光譜與ＳＯＭ的相關(guān)關(guān)系表現(xiàn)不同（圖６）。在４００－２４５０?ｎｍ波段范圍??內(nèi)，隨著波長(zhǎng)的增加，ＭＳＣ和ＳＮＶ變換光譜與ＳＯＭ的相關(guān)系數(shù)曲線變化趨勢(shì)大致相??同，其它變換光譜與ＳＯＭ的相關(guān)系數(shù)曲線則呈現(xiàn)不同的變化趨勢(shì)。其中，原始土壤??光譜與ＳＯＭ的相關(guān)系數(shù)表現(xiàn)為先急劇下降，隨后保持在某一水平且起伏變化不大的??負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)絕對(duì)值最高可達(dá)０．６５。Ａ變換光譜與ＳＯＭ的相關(guān)系數(shù)曲線走勢(shì)??和原始光譜正好相反，整體呈現(xiàn)為先急劇升高，隨后保持在某一水平且起伏變化不大??的正相關(guān)關(guān)系，相關(guān)系數(shù)最高為０．６５。隨著波長(zhǎng)的增加，ＳＧ－ＦＤ、ＭＳＣ、ＳＮＶ和ＣＲ??變換光譜與ＳＯＭ的相關(guān)系數(shù)曲線呈現(xiàn)正、負(fù)相關(guān)系數(shù)交替出現(xiàn)、無(wú)規(guī)律的變化趨??勢(shì)。但與土壤原始光譜相比，ＳＧ－ＦＤ、ＭＳＣ、ＳＮＶ和ＣＲ預(yù)處理方法都不同程度地提??高了土壤光譜與ＳＯＭ在某些波段上的相關(guān)性
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高鈦;;基于非負(fù)矩陣分解的高光譜解混算法研究現(xiàn)狀和未來(lái)的發(fā)展方向[J];科技視界;2015年13期

2 周珈慧;;譜科研旋律 抒遙感情懷——記中國(guó)科學(xué)院遙感應(yīng)用研究所高光譜研究室主任張立福[J];科學(xué)中國(guó)人;2012年24期

3 ;高光譜地物識(shí)別技術(shù)[J];中國(guó)科技信息;2017年10期

4 漆成莉;顧明劍;胡秀清;吳春強(qiáng);;風(fēng)云三號(hào)衛(wèi)星紅外高光譜探測(cè)技術(shù)及潛在應(yīng)用[J];氣象科技進(jìn)展;2016年01期

5 ;美創(chuàng)企披露高光譜業(yè)務(wù)規(guī)劃 已籌集8500萬(wàn)美元的資金[J];衛(wèi)星與網(wǎng)絡(luò);2018年10期

6 馬燕飛;坎雜;張若宇;丁竹青;李碩;李曉良;;加工番茄可溶性固形物近紅外高光譜反射成像檢測(cè)[J];江蘇農(nóng)業(yè)科學(xué);2013年08期

7 W.KJ;;芬蘭成功開(kāi)發(fā)世界首款高光譜移動(dòng)設(shè)備[J];軍民兩用技術(shù)與產(chǎn)品;2017年03期

8 王晶晶;孫玲;劉華周;胡宇容;肖敏;;基于高光譜的鳳眼蓮植株氮含量無(wú)損監(jiān)測(cè)[J];江蘇農(nóng)業(yè)學(xué)報(bào);2014年04期

9 趙鑫;黃敏;朱啟兵;;基于小波變換的高光譜散射圖像特征提取[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年10期

10 馮銳;張玉書(shū);武晉雯;紀(jì)瑞鵬;于文穎;王培娟;;基于多光譜和高光譜的干旱遙感監(jiān)測(cè)研究進(jìn)展[J];災(zāi)害學(xué);2019年01期

相關(guān)博士學(xué)位論文 前10條

1 王顧希;基于高光譜數(shù)據(jù)建模的水環(huán)境承載力評(píng)價(jià)[D];成都理工大學(xué);2017年

2 邢前國(guó);珠江口水質(zhì)高光譜反演[D];中國(guó)科學(xué)院研究生院（南海海洋研究所）;2007年

3 朱學(xué)謙;甚高光譜信息獲取技術(shù)研究[D];中國(guó)科學(xué)院研究生院(上海技術(shù)物理研究所);2016年

4 王玉磊;高光譜實(shí)時(shí)目標(biāo)檢測(cè)算法研究[D];哈爾濱工程大學(xué);2015年

5 王茂芝;高光譜遙感影像處理與地質(zhì)應(yīng)用若干關(guān)鍵問(wèn)題研究[D];成都理工大學(xué);2014年

6 劉秀英;玉米生理參數(shù)及農(nóng)田土壤信息高光譜監(jiān)測(cè)模型研究[D];西北農(nóng)林科技大學(xué);2016年

7 張瑞;基于聲光和液晶調(diào)制的高精度高光譜全偏振成像系統(tǒng)研究[D];中北大學(xué);2017年

8 朱文靜;基于偏振—高光譜多維光信息的番茄氮磷鉀及交互作用檢測(cè)研究[D];江蘇大學(xué);2014年

9 李占峰;紫外高光譜臭氧探測(cè)儀在軌定標(biāo)方法研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2014年

10 崔程光;紫外高光譜廓線探測(cè)儀遙感信息定量化研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2016年

相關(guān)碩士學(xué)位論文 前10條

1 余驍;星載高光譜分辨激光雷達(dá)回波信號(hào)大氣層特征解析[D];成都信息工程大學(xué);2018年

2 張冰;基于高光譜數(shù)據(jù)反演預(yù)測(cè)大型焦化基地土壤PAHs含量[D];山西農(nóng)業(yè)大學(xué);2016年

3 喬星星;冬小麥田土壤有機(jī)質(zhì)含量的高光譜估測(cè)研究[D];山西農(nóng)業(yè)大學(xué);2018年

4 賈學(xué)勤;冬小麥籽粒干物質(zhì)和氮積累動(dòng)態(tài)高光譜監(jiān)測(cè)研究[D];山西農(nóng)業(yè)大學(xué);2018年

5 麥爾耶姆·亞森;渭干河—庫(kù)車河綠洲土壤重金屬含量高光譜反演研究[D];新疆大學(xué);2018年

6 邢會(huì)欣;基于非負(fù)自編碼器及非負(fù)矩陣分解的高光譜解混[D];河北師范大學(xué);2017年

7 杜倩男;基于進(jìn)化優(yōu)化的高光譜特征選擇算法研究[D];華東師范大學(xué);2014年

8 張雄飛;網(wǎng)絡(luò)環(huán)境下高光譜數(shù)據(jù)庫(kù)構(gòu)建及其應(yīng)用實(shí)踐[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2003年

9 董廣軍;高光譜與高空間分辨率遙感信息融合技術(shù)研究[D];解放軍信息工程大學(xué);2004年

10 余肖玲;非負(fù)矩陣分解理論及其在高光譜解混中的應(yīng)用[D];成都理工大學(xué);2015年

本文編號(hào)：2837250