土壤水作為植物生存的物質(zhì)基礎(chǔ),對陸地表面植物的分布狀況具有重要影響。因此,進行土壤含水量的預(yù)測對農(nóng)作物的生長發(fā)育至關(guān)重要。土壤含水量定量預(yù)測研究,從傳統(tǒng)的實驗室化驗方法到現(xiàn)在利用高光譜遙感技術(shù),發(fā)生了很大的變化。高光譜遙感技術(shù)具有許多獨特的優(yōu)勢,包括波段多、分辨率高、數(shù)據(jù)量大等,使研究工作變得實時、快速、高效并且無破壞性,為土壤性狀指標的反演提供了一種有效途徑。土壤含水量數(shù)據(jù)以及光譜反射率數(shù)據(jù)受眾多因素的影響,導(dǎo)致數(shù)據(jù)在大小劃分上具有不確定性,即不可避免的具有模糊性和隨機性。而模糊理論主要用于描述研究對象的不確定性,因此利用模糊理論進行土壤含水量預(yù)測具有一定的理論依據(jù)。本研究以山東省泰安市的94個棕壤樣本為研究對象,針對采集樣本獲取其室外反射率光譜數(shù)據(jù)以及含水量實驗室化驗數(shù)據(jù)。首先對獲取的光譜反射率數(shù)據(jù)進行預(yù)處理,包括斷點校正、平滑優(yōu)化、異常樣本剔除。在此基礎(chǔ)上對光譜數(shù)據(jù)進行多種數(shù)學(xué)變換,分析土壤含水量光譜反射特性,了解含水量在各變換光譜的敏感波段,根據(jù)單相關(guān)分析法選取特征因子。最后建立土壤含水量高光譜模糊識別預(yù)測模型,包括可變模糊集預(yù)測模型以及半監(jiān)督模糊識別預(yù)測模型,并建立其它常用預(yù)... 

【文章來源】：山東農(nóng)業(yè)大學(xué)山東省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

得名于泰山，這是一個風景秀麗、人杰地靈、物產(chǎn)豐富的好城市，國家級歷史文化名城。土地總面積 77.62 萬公頃，可利用安屬溫帶半濕潤大陸性季風氣候區(qū)，四季分明，寒暑適宜，具有，年平均氣溫 13℃，年平均降水量 697 毫米。境內(nèi)擁有多種地貌陵、平原、洼地等等。而且土壤類型多種多樣，其中最主要的是棕取壤樣品需提前做好準備，收集與采樣區(qū)相關(guān)的資料，合理確定采在土壤樣品采集過程中，選擇地勢平坦、土壤表層無種植的區(qū)域代表性和均勻性。利用梅花采樣法采集表層土壤（0~20cm），記利用手持 GPS 進行同步定位。共采集 94 個土壤樣品，主要土壤份土壤樣品分為兩部分，一部分用于光譜測量，另一部分用于點分布如圖 2-1 所示。

(a) 校正前反射光譜曲線 (b) 校正后反射光譜曲線圖 2-2 光譜曲線斷點校正對比圖Fig.2-2 The spectral reflectance curves before and after corrected2.3.2 光譜噪聲去除在光譜測量的過程中受不穩(wěn)定環(huán)境因素的影響，導(dǎo)致光譜信號中存在大量的噪聲。因此，在對光譜數(shù)據(jù)進行數(shù)據(jù)分析和信息提取之前需要對其進行去噪處理，以解決毛刺噪聲問題。為保證光譜的穩(wěn)定性和真實性，本文采用 9 點移動加權(quán)平均法（何挺等，2006）對光譜進行平滑優(yōu)化處理，加權(quán)移動平均法是根據(jù)愈是近期數(shù)據(jù)對預(yù)測值影響愈大這一特點，不同地對待移動期內(nèi)的各個數(shù)據(jù)。對近期數(shù)據(jù)給予較大的權(quán)數(shù)，對較遠的數(shù)據(jù)給予較小的權(quán)數(shù)。假設(shè)反射光譜共有 N 個波段，則 9 點加權(quán)移動平均法可表示為：123443210.160.120.080.040.040.080.120.160.20 iiiiiiiiiiRRRRRRRRRR （2-1）

【參考文獻】：
期刊論文
[1]不同粒徑土壤有機質(zhì)含量可見光-近紅外光譜估算研究-以湟水流域為例[J]. 李冠穩(wěn),高小紅,楊靈玉,史飛飛,何林華,劉雪梅,谷曉天,肖云飛,馬慧娟.  土壤通報. 2017(06)
[2]亞熱帶典型區(qū)域水稻土氧化鐵高光譜反演——以珠江三角洲為例[J]. 郭穎,郭治興,劉佳,袁宇志,孫慧,柴敏,畢如田.  應(yīng)用生態(tài)學(xué)報. 2017(11)
[3]小波變換耦合CARS算法提高土壤水分含量高光譜反演精度[J]. 蔡亮紅,丁建麗.  農(nóng)業(yè)工程學(xué)報. 2017(16)
[4]BP神經(jīng)網(wǎng)絡(luò)和SVM模型對施加生物炭土壤水分預(yù)測的適用性[J]. 王彤彤,翟軍海,何歡,鄭紀勇,涂川.  水土保持研究. 2017(03)
[5]基于高光譜的砂姜黑土含水量反演研究[J]. 張穎帝,張佳寶,李曉鵬.  土壤. 2017(03)
[6]考慮含水量變化信息的土壤有機質(zhì)光譜預(yù)測模型[J]. 劉煥軍,寧東浩,康苒,金慧凝,張新樂,盛磊.  光譜學(xué)與光譜分析. 2017(02)
[7]艾比湖流域鹽漬土含水量光譜特征分析與建模[J]. 張海威,張飛,李哲,井云清.  中國水土保持科學(xué). 2017(01)
[8]藏北地區(qū)土壤水分遙感反演模型的研究[J]. 拉巴,卓嘎,陳濤.  土壤. 2017(01)
[9]高光譜技術(shù)結(jié)合CARS算法預(yù)測土壤水分含量[J]. 于雷,朱亞星,洪永勝,夏天,劉目興,周勇.  農(nóng)業(yè)工程學(xué)報. 2016(22)
[10]高光譜估算土壤有機質(zhì)含量的波長變量篩選方法[J]. 于雷,洪永勝,周勇,朱強,徐良,李冀云,聶艷.  農(nóng)業(yè)工程學(xué)報. 2016(13)

碩士論文
[1]黑土有機質(zhì)含量的高光譜估測模型研究[D]. 印影.吉林大學(xué) 2015
[2]黃土丘陵半干旱地區(qū)檸條林地土壤水分預(yù)測模型研究[D]. 白冬妹.西北農(nóng)林科技大學(xué) 2014



本文編號：2904435