近年來,雖然隨著高光譜技術(shù)的出現(xiàn)可以快速獲取土壤中的養(yǎng)分含量,但不同的土壤類型對(duì)估算的精度會(huì)有很大的差異。濱海濕地土壤類型受海洋環(huán)境影響較大,其高光譜反射率與內(nèi)陸土壤類型的表現(xiàn)會(huì)有所不同,也就造成了同樣的估算模型在反演濱海濕地土壤的養(yǎng)分含量時(shí),反演精度的降低,隨著近年來海洋資源的開發(fā)與濱海濕地生態(tài)恢復(fù)工作的不斷推進(jìn),探索一種合適的估算模型來快速準(zhǔn)確的獲取土壤中的養(yǎng)分含量變得更加緊迫。該研究旨在驗(yàn)證利用可見-近紅外高光譜反射率構(gòu)建非線性模型來反演濱海濕地土壤類型中有機(jī)質(zhì)（soil organic matter, SOM）含量的可行性。以江蘇省鹽城大豐麋鹿國(guó)家級(jí)自然保護(hù)區(qū)的第三核心區(qū)土壤作為研究對(duì)象,將土壤樣本的光譜反射率進(jìn)行5點(diǎn)Savitzky-Golay（S-G）平滑濾波處理,再進(jìn)行一階微分R′、倒數(shù)的一階微分（1/R）′、倒數(shù)的二階微分（1/R）″、對(duì)數(shù)的一階微分（lgR）′四種微分變換后,應(yīng)用相關(guān)系數(shù)和顯著性水平（p<0.01）提取土壤有機(jī)質(zhì)含量的敏感波段,利用臺(tái)灣大學(xué)林智仁教授開發(fā)的MATLAB軟件中的LIBSVM工具包構(gòu)建SVM（support vector machin... 

【文章來源】：光譜學(xué)與光譜分析. 2020,40(02)北大核心EISCICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

研究區(qū)土壤采樣點(diǎn)空間分布

由于原始光譜在350～400之間存在很多噪聲, 因此選取400～2 400 nm波段做分析。 在MATLAB 2014b軟件中利用Savitzky-Golay(S-G)濾波器將濱海濕地土壤的原始光譜進(jìn)行5點(diǎn)平滑濾波處理, 處理后的光譜反射率曲線如圖2所示, 可以看出經(jīng)過自然風(fēng)干的34個(gè)土壤樣本測(cè)得的光譜曲線走勢(shì)具有很大的相似性, 但是由于每個(gè)土壤樣本中的有機(jī)質(zhì)含量等土壤理化性質(zhì)的不同, 所測(cè)得的土壤樣本光譜反射率在波峰、 波谷、 反射率強(qiáng)弱上還是有所不同, 這與章海亮等的研究結(jié)果相同。 總體波段范圍內(nèi)的反射率介于0.1～0.7之間; 同時(shí)可以清楚的發(fā)現(xiàn)在1 400和1 900 nm兩個(gè)波段附近有兩個(gè)明顯的吸收谷, 在700和1 000 nm兩個(gè)波段附近有兩個(gè)比較弱的吸收谷, 這主要是由土壤中的水分子振動(dòng)的倍頻與合頻所產(chǎn)生的; 在1 950～2 400 nm波段內(nèi)光譜曲線呈現(xiàn)波浪式狀態(tài), 主要是由于土壤樣本中的少量水分與空氣中的水分吸收產(chǎn)生的, 這與研究土壤光譜反射率特征的相關(guān)報(bào)道一致[2-3]。 總體上看土壤反射率隨著波長(zhǎng)的增加而不斷增大, 其中在400～600 nm波段范圍上升速度比較明顯, 600～800 nm波段之間呈現(xiàn)中等緩慢上升, 800 nm以后波譜反射率上升比較平緩。2.2 土壤SOM含量的特征波段提取

將S-G濾波后的光譜反射率進(jìn)行四種微分變換, 并與土壤實(shí)測(cè)的34個(gè)土壤樣本組的SOM含量做相關(guān)性與顯著性分析, 如圖3所示, 其中(a)圖為一階微分變換后的相關(guān)系數(shù), (b)圖為倒數(shù)的一階微分后的相關(guān)系數(shù), (c)圖為倒數(shù)的二階微分后的相關(guān)系數(shù), (d)圖為對(duì)數(shù)的一階微分后的相關(guān)系數(shù)。 從圖3可以發(fā)現(xiàn)四種光譜變換形式不同程度上改變了原始光譜與土壤有機(jī)質(zhì)含量的相關(guān)系數(shù), 并且將有關(guān)土壤有機(jī)質(zhì)的敏感波段處的反射率進(jìn)一步放大, 同時(shí)可以發(fā)現(xiàn)在700, 1 000, 1 400和1 900 nm幾處光譜吸收谷附近的相關(guān)性都比較低, 這說明土壤受水分影響會(huì)降低光譜反射率與土壤有機(jī)質(zhì)含量的相關(guān)系數(shù)。挑選出置信水平p<0.01的波長(zhǎng)作為特征波段, 篩選結(jié)果如表2所示。 由表2可知: 每一種微分變換后所提取出的特征波段的數(shù)量不同, 并且每一種微分變換后與對(duì)應(yīng)的土壤SOM養(yǎng)分含量相關(guān)性也不同。 相關(guān)性最高的是(1/R)′光譜變換形式, 所提取到的特征波段數(shù)有13個(gè), 分別為498～501, 1 180～1 182, 1 946, 1 947和2 323～2 326 nm, 其中在2 324 nm波段附近呈現(xiàn)正相關(guān)性, 在500 nm波段附近主要呈現(xiàn)負(fù)相關(guān)性。

【參考文獻(xiàn)】：
期刊論文
[1]新疆阜康荒地土壤有機(jī)質(zhì)高光譜特征及其反演模型研究[J]. 喬娟峰,熊黑鋼,王小平,鄭曼迪,劉靖朝,李榮榮.  干旱地區(qū)農(nóng)業(yè)研究. 2018(05)
[2]濱海濕地麋鹿野牧區(qū)土壤理化指標(biāo)的空間分布特征[J]. 盧霞,林雅麗,吳亞楠,顧楊,趙倩,ZHANG Xu.  海洋湖沼通報(bào). 2018(04)
[3]艾比湖流域不同土地覆蓋類型土壤養(yǎng)分高光譜反演模型研究[J]. 蔣燁林,王讓會(huì),李焱,李成,彭擎,吳曉全.  中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào). 2016(11)
[4]閩江口濕地土壤全氮含量的高光譜遙感估算[J]. 高燈州,曾從盛,章文龍,劉晴晴,王志萍,陳依婷.  生態(tài)學(xué)雜志. 2016(04)
[5]基于改進(jìn)OII的濕地土壤有機(jī)質(zhì)高光譜反演[J]. 高燈州,陳桂香,章文龍,顏燕燕,曾從盛.  實(shí)驗(yàn)室研究與探索. 2014(06)
[6]近紅外漫反射光譜檢測(cè)土壤有機(jī)質(zhì)和速效N的研究[J]. 劉雪梅.  中國(guó)農(nóng)機(jī)化學(xué)報(bào). 2013(02)
[7]江蘇大豐麋鹿自然保護(hù)區(qū)棲息地退化特征[J]. 劉金根,薛建輝,王磊,丁晶晶,馬婉麗,劉成剛,戎宇.  生態(tài)學(xué)雜志. 2011(08)
[8]江蘇大豐麋鹿保護(hù)區(qū)不同改良措施對(duì)灘涂土壤的改良效應(yīng)研究[J]. 丁寧寧,王保松,梁珍海,劉德輝.  土壤. 2011(03)
[9]基于光譜技術(shù)的土壤養(yǎng)分快速測(cè)試方法研究[J]. 蔣璐璐,張瑜,王艷艷,談黎虹,何勇.  浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版). 2010(04)
[10]用遺傳算法快速提取近紅外光譜特征區(qū)域和特征波長(zhǎng)[J]. 鄒小波,趙杰文.  光學(xué)學(xué)報(bào). 2007(07)



本文編號(hào)：3372028