發(fā)布時間：2021-08-26 19:50

　　土壤鹽分陽離子Na⁺在鹽漬土的形成過程中起著重要作用,以新疆無人為活動（A區(qū)）和有人為活動（B區(qū)）區(qū)域的土壤為研究對象,采集野外高光譜和土壤0—20 cm樣本,化驗Na⁺含量,利用BP神經(jīng)網(wǎng)絡(luò)（BPNN）、偏最小二乘（PLSR）和逐步多元回歸（SMLR）模型對比分析Na⁺的高光譜估測,并力圖解釋Na⁺在不同人為活動區(qū)域的估算精度機理。結(jié)果表明:Na⁺在A區(qū)和B區(qū)的4種陽離子(Ca²⁺,Mg²⁺,K⁺,Na⁺)中,所占比例最高分別為48.4%和62.3%,均值最大分別為1.590,2.148。對原始（R）和倒數(shù)（1/R）兩種光譜變換進行一階與二階微分預(yù)處理,提取出相關(guān)系數(shù)通過0.05檢驗的波段為特征波段,3種建模方法在兩個研究區(qū)域中共有24種模型,且1/R在二階微分處的BPNN模型均是A區(qū)和B區(qū)的最佳預(yù)測模型,分別迭代19次和9次時精度滿足要求。相對分析誤差RPD、決定系數(shù)R²

【文章來源】：水土保持研究. 2020,27(02)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

土壤采樣點

圖2A和圖2B為在A區(qū)和B區(qū)中選擇前7個土壤樣本的高光譜反射率曲線。由于土壤的高光譜是土壤中多種組分信息(鹽分、有機質(zhì)、氮磷鉀等)和周圍環(huán)境(土壤類型、植被、氣象等)的綜合反映,FieldSpec?3 Hi-Res光譜儀測量得到的高光譜反射率曲線與某一具體元素之間呈現(xiàn)為非線性關(guān)系,圖2說明高光譜與Na+離子含量為非線性關(guān)系,而不是單調(diào)的遞增或遞減的線性關(guān)系。2.3 選擇特征波段

原始高光譜與Na+離子的相關(guān)系數(shù)如圖3所示。倒數(shù)變換后的高光譜與Na+離子的相關(guān)系數(shù)如圖4所示。圖3和圖4均表明A區(qū)和B區(qū)中的0階微分都沒有相關(guān)系數(shù)通過0.05顯著性檢驗,一階微分和二階微分有大量波段的相關(guān)系數(shù)通過0.05顯著性檢驗,統(tǒng)計結(jié)果為原始高光譜的一階微分和二階微分通過0.05檢驗的波段數(shù)量,在A區(qū)分別92個和107個,在B區(qū)分別為119個和57個;倒數(shù)變換后高光譜的一階微分和二階微分通過0.05檢驗的波段數(shù)量,在A區(qū)分別為248個和140個,在B區(qū)分別為125個和75個。并且,一階微分和二階微分對應(yīng)的相關(guān)系數(shù)曲線中包含更多的吸收峰和吸收谷。本研究將A區(qū)和B區(qū)中通過0.05檢驗的一階與二階微分對應(yīng)的波段選擇為特征波段,其對應(yīng)的高光譜反射率為BPNN模型的輸入變量。圖4 倒數(shù)變換后的高光譜與Na+離子的相關(guān)系數(shù)

【參考文獻】：
期刊論文
[1]環(huán)境敏感變量優(yōu)選及機器學(xué)習(xí)算法預(yù)測綠洲土壤鹽分[J]. 王飛,楊勝天,丁建麗,魏陽,葛翔宇,梁靜.  農(nóng)業(yè)工程學(xué)報. 2018(22)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的草原礦區(qū)表層土壤N/P高光譜反演模型[J]. 盧志宏,劉辛瑤,常書娟,楊勝利,趙薇薇,楊勇,劉愛軍.  草業(yè)科學(xué). 2018(09)
[3]基于CWT的黑土有機質(zhì)含量野外高光譜反演模型[J]. 林鵬達,佟志軍,張繼權(quán),趙云升,李向前,朱曉萌.  水土保持研究. 2018(02)
[4]基于最優(yōu)模型的荒地土壤有機質(zhì)含量空間反演[J]. 喬娟峰,熊黑鋼,王小平,周倩倩.  江蘇農(nóng)業(yè)學(xué)報. 2018(01)
[5]土壤Cu含量高光譜反演的BP神經(jīng)網(wǎng)絡(luò)模型[J]. 郭云開,劉寧,劉磊,李丹娜,朱善寬.  測繪科學(xué). 2018(01)
[6]基于近地高光譜的土壤氯離子含量估測[J]. 王明寬,莫宏偉,陳紅艷.  水土保持通報. 2017(06)
[7]基于BP神經(jīng)網(wǎng)絡(luò)的三峽庫區(qū)重慶段水資源安全評價[J]. 龔巧靈,官冬杰.  水土保持研究. 2017(06)
[8]基于波段深度分析和BP神經(jīng)網(wǎng)絡(luò)的水稻色素含量高光譜估算[J]. 鄭雯,明金,楊孟克,周四維,汪善勤.  中國生態(tài)農(nóng)業(yè)學(xué)報. 2017(08)
[9]基于高光譜特征與人工神經(jīng)網(wǎng)絡(luò)模型對土壤含水量估算[J]. 刁萬英,劉剛,胡克林.  光譜學(xué)與光譜分析. 2017(03)
[10]不同干擾程度的鹽漬土與其光譜反射特征定量分析[J]. 段鵬程,熊黑鋼,李榮榮,張錄.  光譜學(xué)與光譜分析. 2017(02)



本文編號：3364862